基於成像高光譜數據的溫室水稻重金屬脅迫診斷研究

2020-12-03 農民當家

重金屬在植物組織中累積,一方面妨礙作物生長,另一方面通過食物鏈進入人體,危害人類健康。在糧食作物中,從多種複雜的重金屬汙染中及早診斷出具體的汙染類別,可以及時發現和制止汙染行為。針對具體汙染採取有效措施,可以為農田的汙染治理現代化提供輔助決策,保證糧食安全。

高光譜遙感可以高效快速地獲取大面積實時影像,為重金屬汙染診斷提供了可能性。是否可能以及如何從高光譜影像上有效地診斷出具體的汙染類別,實現大面積監測,近年來成為研究熱點。

目 的

針對鎘和鉛2種重金屬脅迫,從高光譜影像數據入手,探究了植被高光譜數據在診斷水稻葉片重金屬汙染方面的可行性,旨在為從植被葉片高光譜數據診斷重金屬汙染提供理論依據。

方 法

試驗研究對象是在我國對水稻汙染最嚴重的2種重金屬鎘(Cd)和鉛(Pb),對其各設立3個梯度,具體脅迫濃度見表1。

將2種重金屬脅迫的任意濃度進行交叉組合,加上空白對照組,共16組樣本(表2)。

數據採集儀器使用德國Cubert公司生產的UHD185,它的採集光譜為450~950nm,採樣間隔4nm,光譜解析度為8nm,通道數為125。

在水稻的分櫱期到抽穗期,選擇無雲或者少雲的晴朗天氣,10:00—14:00進行光譜採集。共進行8次數據採集,採集設備和場地見圖1,從8次數據採集中選擇6次質量較好的數據作為後續研究的最終數據。數據採集過程貫穿水稻的分櫱期和抽穗期。

圖1 儀器和試驗現場

經過雙因素方差分析篩選出特徵波段,比較支持向量機(SVM)和BP神經網絡在診斷能力上的強弱。

結 果

當僅考慮水稻有無受到其中1種重金屬脅迫時,SVM診斷結果顯示,在對光譜二階微分預處理下,對Cd和Pb脅迫的診斷效果最好,分別達86%和85%;BP神經網絡診斷結果顯示,在對光譜一階微分預處理情況下對Cd的診斷效果最好,達87%,平滑和一階微分組合處理情況下,對Pb脅迫診斷效果最好,達91%。

當綜合考慮特徵波段個數和整體診斷精度2個因素時,二階微分預處理的情況下,Cd脅迫診斷效果最好,共挑選出6個特徵波段,第一、二、三梯度的Cd脅迫的診斷精度分別為75%、90%、96%(圖2);不區分梯度,僅診斷Cd脅迫的有無時,診斷精度達86%,4個診斷參數整體精度都超過了83%,診斷效果較好;與Cd不同,Pb脅迫診斷最好的情況是二階微分預處理,該預處理情況下挑出對Pb脅迫敏感的10個特徵波段,受Pb脅迫的診斷精度達85%,3個梯度的診斷效果分別為83%、85%、88%。具體診斷精度參照表3。

圖2 基於SVM二階微分處理無、低、中、高Cd脅迫診斷結果

整體診斷水平上,SVM的診斷效果要優於BP神經網絡,以二階微分處理診斷Cd脅迫為例,BP神經網絡對Cd脅迫的診斷精度為88%,對第一、二、三梯度脅迫的診斷精度分別為69%、75%、75%(圖3),而同等處理情況下SVM診斷精度分別達86%、75%、90%和96%,整體診斷效果明顯優於BP神經網絡。

圖3 基於BP神經網絡二階微分處理無、低、中、高Cd脅迫診斷結果

單一的均值歸一化和標準化處理,沒有篩選出可以區分Cd和Pb脅迫的特徵波段,說明單一的均值歸一化和標準化處理不能很好地提取不同脅迫的光譜信息,達不到有效診斷的效果。平滑處理以及平滑和微分的組合處理很難在診斷Cd和Pb 2種重金屬脅迫上達到很好的平衡,一種脅迫診斷效果很好時,往往另一種脅迫的診斷效果不是非常理想。當其他預處理與微分處理組合時,可以很好地提取特徵波段,說明微分處理可以很好地提取不同脅迫的光譜信息,有效地表徵光譜差異。

當使用BP神經網絡對1種重金屬脅迫1次訓練進行多級脅迫診斷時,不同處理或者處理組合的情況下,僅Cd的診斷效果超過了60%,分別是標準化和一階微分組合處理下的65.63%、二階微分處理下的69%以及平滑和一階微分組合處理下的63%,Pb僅在二階微分處理下達到了59%。如表4為二階微分處理下對Cd各梯度脅迫多級診斷的結果,表5詳細給出了各處理情況下的診斷精度。

當進行各個梯度的重金屬脅迫診斷時,基於SVM的診斷效果顯示,重金屬脅迫越嚴重,試驗數據的診斷精度越高,這可能是因為隨著脅迫程度的提高,重金屬在葉片中富集越嚴重,進而葉片的生理狀態變化越明顯。這種生理狀態的變化通過葉片的光譜信息反映出來。但是基於BP神經網絡的結果恰恰相反,這可能和BP神經網絡自身的局限性有關。

結 論

試驗得出以下結論:

①利用植被高光譜數據診斷土壤中的重金屬Cd和Pb脅迫是可行的。

②二階微分處理挑選出來的特徵波段數量合適、診斷效果好。

③以SVM為模型診斷精度整體優於BP神經網絡。

④該研究中,光譜數據的採集高度應固定在1.5 m。若要實際應用,必須增大數據採集的尺度,提高效率。

後續研究可以藉助無人機,以實際大田數據為基礎,採集多個尺度下的光譜數據,驗證植被高光譜數據在各個尺度上診斷重金屬汙染的精度變化。另一方面,該研究僅探究了水稻葉片對重金屬Cd和Pb脅迫的光譜響應,而在實際中,Cu、Zn、Ni等都會影響水稻的生長狀態和葉片的反射特徵。後續研究也可以嘗試設置多種重金屬的交叉汙染,進一步驗證葉片高光譜數據在葉片存在其他重金屬脅迫的噪音下,診斷Cd和Pb重金屬汙染的能力。

相關焦點

  • 基於地物光譜應用,乾旱脅迫下的水稻反射率表現
    水稻作為中國第?一大糧食作物,研究不同乾旱脅迫對水稻的影響以及研發出抗乾旱品種對農業發展尤為重要。在遙感領域中,為了研究各種不同地物或環境在野外自然條件下的可見和近紅外波段反射光譜,需要適用於野外測量的光譜儀器
  • 多光譜成像技術在農業生產的精準管理和作業研究中應用
    光譜成像技術將光譜分析技術和成像技術結合起來,它既能獲取樣本的光譜信息也能獲取空間信息,並且能同時獲取樣本的物理特性和化學特性。光譜圖像通常是三維(3D)的,由二維的空間信息和一維的光譜信息組成。根據波段的多少,光譜成像技術可以分為多光譜成像技術和高光譜成像技術。
  • 高光譜成像光譜儀簡介及其應用概述
    建立目標的高光譜遙感信息處理和定量化分析模型後,可提高高光譜數據處理的自動化和智能化水平.。由於高光譜成像光譜儀高光譜解析度的巨大優勢,在空間對地觀測的同時獲取眾多連續波段的地物光譜圖像,達到從空間直接識別地球表面物質的目的,成為遙感領域的一大熱點,正在成為當代空間對地觀測的主要技術手段。地面上採用高光譜成像光譜儀也取得了很大的成果,如科學研究、工農林業環境保護等方面。
  • 水稻反射光譜監測農業土壤中砷汙染
    對於被作物或其殘留物覆蓋的區域,土壤中重金屬汙染的空間分布可以從植物反射光譜的診斷特徵中推斷出來,因為生長在重金屬汙染土壤中的植物表現出一些脅迫,例如葉綠素水解的增加、含水量的降低和細胞結構的破壞,這可能改變植物的遙感反射光譜。本研究的目標是為了探究用水稻葉片和冠層的反射光譜快速預測農業土壤中砷含量的可行性和機理。
  • 什麼是高光譜成像技術?
    高光譜成像技術是近二十年來發展起來的基於非常多窄波段的影像數據技術,其最突出的應用是遙感探測領域,並在越來越多的民用領域有著更大的應用前景。它集中了光學、光電子學、電子學、信息處理、計算機科學等領域的先進技術,是傳統的二維成像技術和光譜技術有機地結合在一起的一門新興技術。
  • SPECIM IQ | 開創性小型手持智能型高光譜相機如何精準進行植物表...
    例如,利用高光譜傳感器用於植物表型分析或精準農業中的生理脅迫研究。截至目前,市面上有各種非成像和成像高光譜傳感器可供選擇,這些儀器進行測量的過程相當複雜。因此,現代化檢測及研究中對易於用戶操作的高光譜傳感器的需求日益增加。
  • 基于田間條件下的動態高光譜成像和機器學習對於葡萄品種分類的研究
    打開APP 基于田間條件下的動態高光譜成像和機器學習對於葡萄品種分類的研究 新機器視覺 發表於 2021-01-07 14:02:47
  • 光譜成像:光譜學的未來?
    但是,組織灌注存在很大的異質性,因此灌注成像技術的發展使人們能夠更好地了解微血管流量和氧合的分布,光譜學也是如此。在許多情況下,單點光譜儀測量可提供很有價值的數據。但是,新的光譜成像技術正在增進我們的理解並帶來新的見解。最初開發用於提供衛星和飛機光譜圖像的高光譜成像儀現在也越來越多地用於醫學研究、機器視覺、食品科學、材料分析以及農業和礦物學等領域。
  • 高光譜成像儀與地物光譜儀作物實驗對比
    高光譜相機是在連續光譜測量的基礎上,同步進行可視化成像,具有圖譜合一的獨特優勢。既可以觀測到作物不同脅迫症狀的空間特徵,又可獲取受脅迫作物的光譜信息,綜合地反映作物遭受脅迫的程度。目前高光譜成像已經成為國內外研究的熱點,學者們利用高光譜成像技術定量化地提取作物所遭受的各種脅迫特徵,利用高解析度的圖像對葉片的物理性狀、表型特徵進行分析,從而進行多維度作物生理生態及內部機理探測研究。  傳統的地物光譜儀僅能採集單一的光譜數據,其點測量(Spot measurement)數據採集方式造成測量效率低、誤差大(比如幾乎沒法精準病斑測量)等缺點,且數據分析非常耗時。
  • 高光譜成像技術在生物醫學方向的新應用
    什麼是高光譜成像技術高光譜成像技術(HSI)是一種結合成像和光譜的混合模式,通過在二維檢測器陣列的每個像素處收集光譜信息,產生空間和光譜信息的三維數據集。根據空間成像方式的不同,成像光譜儀主要分為擺掃式成像光譜儀、推掃式成像光譜儀和凝視式成像光譜儀。
  • 高光譜圖像的多樣化應用和推廣介紹
    目前,基於高光譜數據的目標探測及精準識別技術已在多個國家制定了實用可靠的發展計劃。此外,以色列科學家利用CASI高光譜成像光譜儀在特拉維夫市(Tel Aviv Yafo)進行研究,通過CASI圖像選擇典型的地物作為端元數據,實施可靠的戰場詳細偵察。在軍事目標偵察、識別偽裝方面,高光譜遙感能夠依據背景與偽裝目標不同的光譜特性發現軍事裝備,通過光譜特徵曲線可反演出目標的組成成分,從而揭露與背景環境不同的目標及其偽裝。
  • Videometer推出新品手持式近視距多光譜成像系統
    多光譜成像傳感器是用於監測不同環境中農作物和植被的有效工具。植物的生理學,形態學或生物化學信息可以通過非接觸的方式以及不同維度、尺度下評估。例如,利用多光譜傳感器用於植物表型分析或精準農業中的生理脅迫研究。截至目前,市面上有各種非成像和成像高光譜傳感器可供選擇,這些儀器進行測量的過程相當複雜,高光譜數據處理複雜,迫切需要波段較多的便於數據分析的手持式多光譜表型成像系統。
  • 關於無人機高光譜成像相機在各行各業的應用情況詳解
    簡介 成像技術和光譜技術是傳統的光學技術的兩個重要方向,成像技術能夠獲得物體的影像,得到其空間信息;光譜技術能夠得到物體的光學信息,進而研究其物質屬性。20世紀70年代以前,成像技術和光譜技術是相互獨立的學科,隨著遙感技術的發展,成像光譜技術迅速發展起來,它是一種快速、無損的檢測技術,具有光譜解析度高、多波段和圖譜合一的特點,能在大尺度範圍內識別地表並深入研究其地表物質的成分及結構。目前成像光譜技術已經成為遙感技術的發展趨勢之一,並在軍事偵察、海洋遙感、地質勘探、植被分析等領域得到越來越廣泛的應用。
  • 高光譜成像技術在菸草行業的應用總結
    近年來,隨著高光譜遙感技術的發展,基於高光譜原理的無損傷測試技術已經逐步在農業上得到應用,目前國內外學者已經對多種作物進行了光譜反射率及化學組分的相關性研究。高光譜預測在菸草上的應用尚處於起步階段,李向陽等採用逐步回歸方法建立了K326烤菸葉片菸鹼含量的回歸方程,認為一階導數光譜回歸模型的模擬效果較好,但要達到田間實時實地檢測,還要考慮外界環境的影響[7j。
  • 研究發現深海微生物抵禦重金屬脅迫新機制
    重金屬在深海環境中廣泛存在,深海微生物進化出成熟且多樣的抵禦重金屬脅迫的方式以維持在惡劣環境中的生存和繁殖。加強對深海微生物耐受重金屬的機制研究,有利於從新視角了解其特殊環境適應機制,為發展去除重金屬汙染生物製品提供理論依據和候選材料。近期,中國科學院海洋研究所研究員孫超岷研究組在深海冷泉和海山生境細菌應對重金屬鎘及汞的機制研究中取得進展。
  • 光譜成像知多少
    ,能探測獲得被測目標的二維空間信息和一維光譜信息構成的數據立方體,經過數據處理能夠獲得不同地物的光譜曲線。隨著成像光譜儀的技術指標要求的提高,尤其是空間解析度、光譜解析度、對弱信號的探測能力等方面,色散型成像光譜儀漸漸不能滿足要求。幹涉成像光譜儀在原理上具有高光譜解析度與高能量利用率等優點,能夠滿足不斷提高的應用需求,逐漸成為成像光譜技術領域的研究熱點。幹涉成像光譜儀的主要分光技術有麥可遜幹涉法、三角共光路幹涉法、雙折射幹涉法等。
  • 技術前沿 | 溫室環境下植物表型研究平臺
    由4個140m2的全自動溫室以及兩套「全自動高通量植物3D成像系統Scanalyzer3D組成,進行植物表型研究的成像設備,包括傳送帶、成像模塊、「暗房」、運輸車、控制系統等都由德國LemnaTec公司提供。
  • 高光譜成像的傳感器和相機要求
    通過適當的組件選擇,高光譜成像技術可提供可見光範圍以外的有效圖像捕獲。高光譜成像(HSI)技術最初用於地球觀測,已擴展到各個領域,從工業分類到醫學研究,例如科學家利用該技術生成皮膚和皮下組織的資料庫。隨著圖像傳感器和照相機的改進,研究人員和開發人員正在發現越來越多的高光譜成像應用,包括食品質量控制,製藥過程控制,塑料分選和生物測量。
  • 計算光譜成像的前沿進展簡介
    從成像的時間維度來看,高光譜成像主要存在兩種方式:(1)基於掃描的方法(多次曝光):通過犧牲時間來掃描得到靜止的光譜圖像;(2)計算成像方法(可以實現單次曝光條件的高光譜成像):通過計算重建調製後的光譜數據以獲取動態的高光譜視頻。
  • 2021年病蟲害重發態勢,高光譜成像在精準農業這樣應用
    其中,草地貪夜蛾、草地螟、粘蟲、稻飛蝨、稻縱卷葉螟、小麥蚜蟲等遷飛性害蟲和二化螟、小麥條銹病和赤黴病、稻瘟病、馬鈴薯晚疫病等流行性病害,將在水稻、小麥、玉米、大豆、馬鈴薯等主要農作物70%以上的產區構成成災風險,如不及時採取有效措施防控,可造成30%以上的產量損失。