[發明專利]希爾伯特黃法建立稻株氮含量的共聚焦顯微拉曼測量模型

有效

• 申請號: 201710156394.3
• 申請日: 2017-03-16
• 公開（公告）號: CN108007916B
• 公開（公告）日: 2020-08-04
• 發明（設計）人: 趙肖宇;蔡立晶;尚廷義
• 申請（專利權）人: 黑龍江八一農墾大學
• 主分類號: G01N21/65
• 分類號: G01N21/65
• 代理公司: 大慶市遠東專利商標事務所(普通合伙) 23202
• 代理人: 周英華

本發明公開一種希爾伯特黃法建立稻株氮含量的共聚焦顯微拉曼測量模型，屬于作物中微量元素測量技術領域。根據測量目標需求，構建5個功能模塊：光譜采集模塊、光譜預處理模塊、光譜分解及訓練模塊、希爾伯特黃變換模塊和模式識別模塊。實現主要功能是應用共聚焦顯微拉曼光譜儀采集水稻植株光譜；應用小波分解算法對光譜數據去噪和基線校正；應用總體平均經驗模態方法分解光譜數據，得到特征模態分量，通過神經網絡訓練識別得到氮素關聯分量；應用希爾伯特黃變換，從邊際譜中得到氮素特征頻率；建立特征頻率與氮素含量最小二乘測量模型。本發明使用氮素邊際譜頻率參與建模，測量機理明確，具有測量精度高、測試時間短特點。

技術領域

本發明為一種希爾伯特黃法建立稻株氮含量的共聚焦顯微拉曼光譜測量方法，屬于作物中微量元素測量技術領域。

背景技術

傳統氮素水平的檢測方法有土壤指標法、生化測定法、經驗法。土壤指標法是根據土壤中氮素含量，向水稻補充肥料，即測土配方。生化測定法是目前水稻氮素檢測的主要實驗方法，包括甲醛法、凱氏定氮法、杜馬斯燃燒定氮法等。經驗法檢測的技術手段或指標主要分為三類：目測法、光譜遙感法、機器視覺法。目測法以葉片出現的異常顏色為指標，依據生產經驗進行病情診斷，是目前廣泛采用的檢測手段。光譜遙感法是以稻田冠層的反射光譜為分析對象，對比標準光譜實現缺氮檢測。機器視覺法主要利用PC機，從圖像上區分病稻與健康稻株的微小色差，是目測法的數字化延伸。上述方法中，只有當水稻出現病癥時，光譜遙感法和機器視覺法才能有效檢測，即難以進行早期測量。經驗表明，水稻表現出缺氮癥狀以后，追加肥料的用量至少增加一倍并顯著影響幼苗生長，因此缺氮病害的早期發現是至關重要的。土壤指標法具有預測性，但稻苗中氮素除了與土壤中氮素含量相關，還會受到光照、溫濕度、土壤酸堿度等影響，是多因素制約變量，可見土壤指標法是間接測量手段，測量精度不高。生化測定法準確可靠，但操作復雜，效率較低，無法進行規模和快速測量，主要在對照實驗中使用。在目前的水稻缺氮檢測中，目測法雖然誤差大，但是操作簡單，是應用最廣泛的檢測手段。人工目測存在兩個缺點：（1）人工目測需要按照經驗觀察稻株顏色，判斷結果受主觀因素影響較大。當兩種及兩種以上營養元素同時缺乏時，病變色彩交叉影響，使目測法不能有效判斷。（2）人工目測只能觀測到較嚴重的缺氮病變。在病變早期或程度較輕時，水稻植株表現的變化還不明顯，但是對植株光合生理等已經帶來嚴重影響，目測法卻難以觀察。

發明內容

本發明的目的就是針對上述已有技術存在的問題，研究基于希爾伯特黃法分析水稻植株中氮素含量的共聚焦顯微拉曼光譜測量模型，該模型可以準確、快速和早期測量水稻植株中氮素水平。

為實現以上目的，本發明是通過以下步驟來實現的：

（1）首先獲取水稻植株共聚焦顯微拉曼光譜；

（2）接著對共聚焦顯微拉曼光譜數據預處理；

（3）然后對共聚焦顯微拉曼光譜信號進行自適應分解，各分解分量與氮素關聯識別，得到關聯信號；

（4）然后對關聯信號進行希爾伯特黃變換，得到氮素特征頻率；

（5）建立關聯特征頻率與氮素含量化學計量學測量模型。

【具體實施方式】

以下提供本發明基于共聚焦顯微拉曼光譜頻率法測量水稻植株中氮素含量方法的具體實施方式。

實驗室內、25℃恒溫環境下，壓玻片整壓水稻葉片1小時，距離葉尖1cm處中部截取0.5×0.5cm²葉樣，將葉樣置于載玻片和蓋玻片之間，放到顯微拉曼光譜儀物鏡下方載物臺上，以1.2μｍ橫、縱步長掃描樣品，獲得樣品的空間顯微拉曼光譜圖像，用多條圖像平均值表示水稻葉樣標準圖像；用小波分解方法對共聚焦顯微拉曼光譜去噪和去除基線漂移處理；對共聚焦顯微拉曼光譜信號進行總體平均經驗模態分解，應用神經網絡訓練識別得到氮素關聯信號；對關聯信號進行希爾伯特黃變換，通過邊際譜得到氮素特征頻率；最后建立特征頻率與氮素含量最小二乘測量模型。