高光譜成像技術(shù)作為一種無損檢測技術(shù),它可以快速準(zhǔn)確的獲取待測樣品的光譜信息和圖像信息,對樣品進(jìn)行定性與定量的分析。作為一種新型的、高效的、非接觸式的光學(xué)成像技術(shù),高光譜成像技術(shù)在精細(xì)農(nóng)業(yè)的快速無損檢測中發(fā)揮了巨大的作用。本文介紹了近紅外高光譜成像儀在精細(xì)農(nóng)業(yè)中的應(yīng)用。
精細(xì)農(nóng)業(yè)的概念:
精細(xì)農(nóng)業(yè)是一種以空間信息技術(shù)和作物生產(chǎn)管理決策支持技術(shù)為基礎(chǔ)的面向大田作物生產(chǎn)的精細(xì)農(nóng)作技術(shù),即基于信息和先進(jìn)技術(shù)的現(xiàn)代農(nóng)田“精耕細(xì)作”技術(shù)。精細(xì)農(nóng)業(yè)的內(nèi)涵就是采取措施減小各田塊之間的差異,實施精細(xì)農(nóng)作,保護(hù)環(huán)境。具體而言,就是利用衛(wèi)星定位系統(tǒng)對采集的農(nóng)田信息進(jìn)行空間定位;利用遙感技術(shù)獲取農(nóng)田小區(qū)內(nèi)作物生長環(huán)境、生長狀況和空間變異的大量時空變化信息;利用地理信息系統(tǒng)建立農(nóng)田土地管理、自然條件(土壤、地形、地貌、水分條件等)以及作物產(chǎn)量的空間分布等的空間數(shù)據(jù)庫,并對作物苗情、病蟲害、災(zāi)情的發(fā)生發(fā)展趨勢進(jìn)行分析模擬,為分析農(nóng)田內(nèi)自然條件、資源有效利用狀況、作物產(chǎn)量的時空差異性和實施調(diào)控提供處方信息;在獲取上述信息的基礎(chǔ)上,利用作物生產(chǎn)管理輔助決策支持系統(tǒng)對生產(chǎn)過程進(jìn)行調(diào)控,合理地進(jìn)行施肥、灌溉、施藥、除草等耕作措施,以達(dá)到對田區(qū)內(nèi)資源的均衡利用和獲取盡可能高的產(chǎn)量。
精細(xì)農(nóng)業(yè)是基于現(xiàn)代信息技術(shù)發(fā)展而成的一次正在進(jìn)行中的農(nóng)業(yè)技術(shù)革命,將推動粗放型農(nóng)業(yè)向知識型、技術(shù)型的現(xiàn)代農(nóng)業(yè)轉(zhuǎn)變。精細(xì)農(nóng)業(yè)是基于信息和知識的農(nóng)田作物生產(chǎn)經(jīng)營管理技術(shù),它既需要利用先進(jìn)的田間信息采集技術(shù),以獲得農(nóng)田作物產(chǎn)量和影響作物生長主要因素的空間分布信息,又需要對信息進(jìn)行加工處理,運(yùn)用農(nóng)業(yè)科學(xué)知識進(jìn)行農(nóng)田生產(chǎn)管理決策,以實現(xiàn)資源高效利用和可持續(xù)發(fā)展的優(yōu)化目標(biāo)。其核心是用現(xiàn)代高新技術(shù)特別是信息技術(shù)來改造傳統(tǒng)農(nóng)業(yè),在機(jī)械化的基礎(chǔ)上,把地理信息系統(tǒng)(GIS)、定位系統(tǒng)(GPS)、決策支持系統(tǒng)、傳感技術(shù)進(jìn)行集成,使作物生產(chǎn)更加科學(xué),減少投入,提高產(chǎn)出,實現(xiàn)高效利用各種農(nóng)業(yè)資源,保護(hù)生態(tài)環(huán)境的農(nóng)業(yè)可持續(xù),發(fā)展目標(biāo)精細(xì)農(nóng)業(yè)技術(shù)包含農(nóng)田信息的獲取、信息的管理與決策及變量作業(yè)三個部分,其中,如何快速實時地獲取作物的狀態(tài)信息,實現(xiàn)作物養(yǎng)分的快速無損診斷,已成為實施精細(xì)農(nóng)業(yè)的最為基本和關(guān)鍵的問題。
近紅外高光譜成像儀在精細(xì)農(nóng)業(yè)中的應(yīng)用:
高光譜成像技術(shù)是傳統(tǒng)意義上的二維成像遙感技術(shù)和光譜技術(shù)的有機(jī)結(jié)合,在可見/近紅外光譜技術(shù)和多光譜成像基礎(chǔ)上,在用成像系統(tǒng)獲取被測對象的二維信息和空間信息的同時,通過光譜儀采集分析系統(tǒng)把被測物體的反射的光譜信息分解成不同波長的譜輻射,高光譜成像技術(shù)能在極小的光譜區(qū)間內(nèi)得到所有像元的全部波段信息,甚至細(xì)微到納米級的波段間的光譜連續(xù)信息。高光譜成像技術(shù)同時具備光譜檢測和圖像檢測的優(yōu)點,在精細(xì)農(nóng)業(yè)、生物醫(yī)學(xué)等領(lǐng)域有著廣泛的應(yīng)用。其在精細(xì)農(nóng)業(yè)中的應(yīng)用主要體現(xiàn)在以下幾個方面:
1.作物生長信息的提取
氮素是作物生長最為重要的營養(yǎng)元素之一,受氮肥脅迫時,作物的生長受到影響,引起葉面積指數(shù)、生物量、蓋度、葉綠素含量和蛋白質(zhì)含量等降低,從而影響作物群體的反射光譜發(fā)生改變,所以利用高光譜成像技術(shù)無損監(jiān)測作物氮素一直是精細(xì)農(nóng)業(yè)生產(chǎn)中的重點。利用高光譜成像技術(shù)可以對作物的營養(yǎng)狀況進(jìn)行比較準(zhǔn)確的分析和檢測,為變量施肥提供參考,從而節(jié)省農(nóng)業(yè)資源的投入,高光譜養(yǎng)分診斷模型在農(nóng)業(yè)生產(chǎn)中具有較高的應(yīng)用價值和廣闊的應(yīng)用前景。
2.作物長勢監(jiān)測
作物的反射光譜特征主要由葉片中的葉肉細(xì)胞、葉綠素、水分含量以及其他生物化學(xué)組分對光線的吸收和反射形成的,受葉色、葉片結(jié)構(gòu)及水分狀況、葉片的生理生化性質(zhì)、植株形態(tài)及長勢長相等因素的影響。可見光的反射率主要受葉綠素等各種色素的影響,近紅外波段反射率則由葉片水分狀況起決定作用,不同的植物、同一作物的不同生育時期,以及同一作物的不同健康狀況,其光譜反射特性均不一樣。因此研究作物不同生長條件下的光譜特性與這些生理指標(biāo)的關(guān)系,就可以實時的監(jiān)測作物的長勢和進(jìn)行苗情診斷,從而科學(xué)地指導(dǎo)農(nóng)事活動。高光成像技術(shù)以其超多波段、光譜分辨率高等特點被用來反演葉子各組分含量,監(jiān)測作物的生長狀況。
3.監(jiān)測植物病蟲害
植物病蟲害監(jiān)測是通過監(jiān)測葉片的生物化學(xué)成分來實現(xiàn)的,病蟲害感染導(dǎo)致葉片葉肉細(xì)胞結(jié)構(gòu)發(fā)生變化,進(jìn)而使葉片的光譜反射率隨之變化。植物的光譜特性是植物在生長過程中與環(huán)境因子相互作用的綜合光譜信息。病蟲害對農(nóng)作物生長造成的影響主要有2種表現(xiàn),農(nóng)作物形態(tài)的變化和內(nèi)部生理變化。無論是形態(tài)或生理的變化,都會導(dǎo)致作物光譜特征的變化。高光成像監(jiān)測作物病蟲害技術(shù)正是通過研究作物受到病蟲害后的光譜變化,尋找病蟲害程度與光譜變化之間的關(guān)系,確定不同作物和病蟲害監(jiān)測的敏感波段和敏感時期的一種先進(jìn)手段。
4.監(jiān)測作物葉面積指數(shù)
葉面積指數(shù)通常是指單位面積土地上所有葉片表面積的總和,或單位面積上植物葉片的垂直投影面積總和,它是作物冠層結(jié)構(gòu)的一個重要參數(shù),它不僅決定著作物的許多生物物理過程,還能提供作物生長的動態(tài)信息,同時葉面積指數(shù)也是許多作物生長模型和決策支持系統(tǒng)的重要輸入?yún)?shù)。通過高光譜成像技術(shù)建立相應(yīng)的預(yù)測模型,可以建立葉面積指數(shù)、葉綠素密度與光譜反射率之間的關(guān)系。利用高光譜成像技術(shù)獲取作物的葉面積指數(shù),能夠克服傳統(tǒng)獲取作物葉面積指數(shù)費時耗力,并減少作物葉片的破壞性。
5.監(jiān)測作物生物量
生物量是作物重要的生理參數(shù)之一,作物生物量與葉面積指數(shù)和產(chǎn)量密切相關(guān)。通過高光譜成像技術(shù)獲取農(nóng)作物各生育期的冠層高光譜數(shù)據(jù),經(jīng)多元統(tǒng)計分析與光譜微分處理,就可以建立基于植被指數(shù)和歸一化植被指數(shù)估測模型,進(jìn)而對農(nóng)作物的生物量進(jìn)行分析。
6.監(jiān)測作物葉綠素含量
葉綠素是作物光合作用的主要色素,是吸收光能的物質(zhì),其含量的高低直接影響作物的光合作用、同化作用和物質(zhì)積累能力。通常葉綠素可以作為作物氮素脅迫、光合作用能力和發(fā)育階段的指示器,因此,葉片及冠層光譜反射率對光合色素的響應(yīng)可以作為一種監(jiān)測光合作用、氮素狀況的有力手段。利用高光譜數(shù)據(jù)可以及時估算及預(yù)測作物的葉綠素含量等生理參量,對監(jiān)測作物生長狀況具有良好的可行性。光譜特征正成為實時、快速監(jiān)測作物長勢的有效手段,為合理措施的采用提供了依據(jù)。