一种基于果实质量建模的蜜桔浮皮枯水预测方法及系统

摘要: 本发明涉及智慧农业监测,特别涉及一种基于果实质量建模的蜜桔浮皮枯水预测方法及系统。背景技术:1、蜜桔风味佳、营养价值高,但采收期与采后极易发生浮皮枯水生理病害。...
一种基于果实质量建模的蜜桔浮皮枯水预测方法及系统

本发明涉及智慧农业监测,特别涉及一种基于果实质量建模的蜜桔浮皮枯水预测方法及系统。

背景技术:

1、蜜桔风味佳、营养价值高,但采收期与采后极易发生浮皮枯水生理病害。浮皮枯水表现为果皮与果肉分离、汁胞萎缩崩解,导致果实重量减轻、口感劣变,是造成采后经济损失的主要原因之一。现有预测技术主要依赖人工肉眼观察或单一理化指标检测,存在显著局限:一方面,人工抽检主观性强、效率低,难以覆盖大规模仓储环境;另一方面,传统近红外光谱等技术虽能反映内部成分变化,但对浮皮初期果皮微观结构的物理力学变化(如细胞壁降解、界面弹性改变)敏感度不足,无法实现早期预警。

2、近年来,高光谱成像与机械力学检测技术逐步应用于农产品品质检测,但多局限于静态指标的独立分析。浮皮枯水是一个涉及细胞壁代谢与组织力学性能耦合的动态演化过程,现有技术缺乏将光谱特征与力学响应进行多源融合的有效模型,无法精准刻画其连续演化规律。此外,果实状态受环境温湿度影响呈非线性变化,传统阈值判别法难以应对这种不确定性,导致预测滞后或误判。因此,亟需一种能够融合多源感知数据、量化果实质量动态演化过程并实现早期精准预警的预测方法及系统,以提升蜜桔采收期与采后智能化管理水平。

技术实现思路

1、为了解决上述至少一个技术问题,本发明提出了一种基于果实质量建模的蜜桔浮皮枯水预测方法及系统。

2、本发明第一方面提供了一种基于果实质量建模的蜜桔浮皮枯水预测方法,包括:

3、获取处于不同浮皮枯水进程阶段中的蜜桔的表皮高光谱反射数据及果实质地脉冲响应数据,根据所述表皮高光谱反射数据提取果皮细胞壁纤维素降解特征峰强度,同时基于希尔伯特变换对所述果实质地脉冲响应数据进行包络解调,得到果皮-果肉界面弹性模量;

4、根据所述纤维素降解特征峰强度和所述果皮-果肉界面弹性模量对不同浮皮枯水进程阶段的蜜桔果实进行果实质量建模,确定蜜桔达到浮皮枯水的果实质量临界值;

5、按预设时间周期获取待浮皮枯水预测区域的蜜桔果实表皮高光谱反射变化数据及果实质地脉冲响应变化数据,基于隐马尔可夫模型确定所述表皮高光谱反射变化数据及果实质地脉冲响应变化数据的演化轨迹;

6、根据所述演化轨迹和蜜桔达到浮皮枯水的果实质量临界值确定待浮皮枯水预测区域蜜桔果实的浮皮枯水潜在演化概率;

7、根据所述浮皮枯水潜在演化概率确定待浮皮枯水预测区域的蜜桔处置策略。

8、本方案中,所述获取处于不同浮皮枯水进程阶段中的蜜桔的表皮高光谱反射数据及果实质地脉冲响应数据,根据所述表皮高光谱反射数据提取果皮细胞壁纤维素降解特征峰强度,同时基于希尔伯特变换对所述果实质地脉冲响应数据进行包络解调,得到果皮-果肉界面弹性模量,具体为:

9、采集处于不同浮皮枯水进程阶段中的蜜桔样本,所述不同浮皮枯水进程阶段包括从果皮与果肉紧密贴合且无间隙的非浮皮枯水初期,经果皮细胞间隙初步扩大、果肉组织开始出现松散的非浮皮枯水向浮皮枯水过渡期,至果皮与果肉完全分离形成明显空腔、果肉汁胞萎缩崩解的浮皮枯水末期;

10、获取每个蜜桔样本的表皮高光谱反射数据,对所述表皮高光谱反射数据依次进行暗电流校正、散射校正及一阶导数变换预处理,在预处理后的表皮高光谱反射数据中确定与果皮细胞壁纤维素降解相关的特征波段区间;

11、对所述特征波段区间内的光谱反射率进行连续投影筛选,提取各特征波段对应的反射峰强度值,将各反射峰强度值按照波段顺序排列后通过高斯拟合构建纤维素降解特征峰曲线,根据所述纤维素降解特征峰曲线的峰值强度确定果皮细胞壁纤维素降解特征峰强度;

12、对每个蜜桔样本按照预设频率进行振动敲击操作,获取果实质地脉冲响应数据,对所述果实质地脉冲响应数据进行零相位滤波,采用希尔伯特变换对滤波后的果实质地脉冲响应数据进行解析信号构建,得到所述果实质地脉冲响应数据的瞬时幅值包络线;

13、根据所述瞬时幅值包络线的上升沿斜率确定果皮受力响应起始时刻,根据所述瞬时幅值包络线的下降沿斜率确定果肉受力响应终止时刻,提取所述果皮受力响应起始时刻至果肉受力响应终止时刻之间的包络幅值差值,结合脉冲激励力的大小计算果皮-果肉界面的应力应变比值,将所述应力应变比值作为果皮-果肉界面弹性模量。

14、本方案中,所述根据所述纤维素降解特征峰强度和所述果皮-果肉界面弹性模量对不同浮皮枯水进程阶段的蜜桔果实进行果实质量建模,确定蜜桔达到浮皮枯水的果实质量临界值,具体为:

15、根据各蜜桔样本对应的纤维素降解特征峰强度、果皮-果肉界面弹性模量及对应浮皮枯水进程阶段构建果实质量演化样本集,对所述果实质量演化样本集进行标准化处理,并按照浮皮枯水进程阶段顺序构建果实质量状态序列;

16、采用高斯过程回归算法对所述果实质量状态序列进行拟合,以所述纤维素降解特征峰强度和果皮-果肉界面弹性模量作为输入变量,以果实质量状态作为输出变量,建立果实质量连续演化模型,根据所述果实质量连续演化模型计算各浮皮枯水进程阶段果实质量的预测均值及预测方差,得到果实质量演化曲线;

17、对所述果实质量演化曲线进行一阶导数计算,获得果实质量变化速率曲线,对所述果实质量变化速率曲线进行二阶导数计算,获得果实质量变化加速度曲线,根据所述果实质量变化速率曲线与果实质量变化加速度曲线确定果实质量演化拐点,并将所述果实质量演化拐点映射至所述果实质量演化曲线,得到果实质量突变位置;

18、以所述果实质量突变位置为中心,结合对应浮皮枯水进程阶段的预测方差构建果实质量可信区间,对所述可信区间内各果实质量状态进行贝叶斯变点检测,计算相邻果实质量状态之间的后验变点概率,根据后验变点概率确定果实由非浮皮枯水状态向浮皮枯水状态发生持续跃迁的状态转折点;

19、将所述状态转折点对应的果实质量预测值确定为蜜桔达到浮皮枯水的果实质量临界值。

20、本方案中,所述按预设时间周期获取待浮皮枯水预测区域的蜜桔果实表皮高光谱反射变化数据及果实质地脉冲响应变化数据,基于隐马尔可夫模型确定所述表皮高光谱反射变化数据及果实质地脉冲响应变化数据的演化轨迹,具体为:

21、按预设时间周期获取待浮皮枯水预测区域的蜜桔果实表皮高光谱反射数据及果实质地脉冲响应数据,提取所述高光谱反射数据与果皮细胞壁纤维素降解相关的特征波段区间内的反射峰强度变化值,并根据所述果实质地脉冲响应数据提取果皮-果肉界面弹性模量的衰减率变化值;

22、以所述反射峰强度变化值与所述果皮-果肉界面弹性模量的衰减率变化值共同构成隐马尔可夫模型的观测序列,将所述观测序列中每个时间节点的数据按照维度对齐后构建多维观测向量;

23、定义隐马尔可夫模型的状态空间为蜜桔果实从非浮皮枯水初期至浮皮枯水末期的连续演化状态集合,初始化状态转移概率矩阵、观测概率矩阵及初始状态分布向量,采用baum-welch算法对所述多维观测向量进行迭代训练,通过前向-后向算法计算所述观测序列在隐马尔可夫模型下的前向概率与后向概率,更新状态转移概率矩阵中相邻状态之间的转移概率值及观测概率矩阵中各状态下观测向量的条件概率密度,直至对数似然函数的增量收敛至稳定阈值;

24、采用维特比算法对训练完成的隐马尔可夫模型进行解码操作,计算观测序列对应的最优状态路径,将所述最优状态路径中每个状态节点与蜜桔果实的浮皮枯水进程阶段建立映射关系;

25、根据所述映射关系将各时间节点的观测向量按照状态顺序串联,得到表皮高光谱反射变化数据及果实质地脉冲响应变化数据随浮皮枯水进程演化的连续轨迹。

26、本方案中,所述根据所述演化轨迹和蜜桔达到浮皮枯水的果实质量临界值确定待浮皮枯水预测区域蜜桔果实的浮皮枯水潜在演化概率,具体为:

27、根据所述演化轨迹和果实质量连续演化模型计算各时间节点对应的果实质量预测值,构建待浮皮枯水预测区域蜜桔果实的质量演化序列;

28、将所述质量演化序列中的各果实质量预测值与蜜桔达到浮皮枯水的果实质量临界值进行对应比较,计算各状态节点的质量偏离量,根据相邻状态节点质量偏离量的变化方向及变化幅度构建质量趋近序列,并确定所述质量演化序列向果实质量临界值持续收敛的演化区段;

29、根据所述演化区段中各时间节点对应的隐马尔可夫模型状态转移概率,计算所述演化区段内各状态节点继续向后续浮皮枯水状态转移的累计转移概率,并结合所述质量趋近序列中各状态节点对应的质量偏离量,对所述累计转移概率进行偏离修正,得到各状态节点对应的临界趋近概率;

30、按照所述演化轨迹的时间顺序对各状态节点对应的临界趋近概率进行递推融合,计算质量演化序列最终到达或超过所述果实质量临界值的累计到达概率,将所述累计到达概率确定为待浮皮枯水预测区域蜜桔果实的浮皮枯水潜在演化概率。

31、本方案中,所述根据所述浮皮枯水潜在演化概率确定待浮皮枯水预测区域的蜜桔处置策略,具体为:

32、当浮皮枯水潜在演化概率大于第一概率阈值时,判定待浮皮枯水预测区域存在浮皮枯水高风险,将对应区域的蜜桔果实标记为优先采收对象,同步调取风险区域果实对应的演化轨迹中质量偏离量大于偏离阈值的节点位置,关联该节点对应的表皮高光谱反射变化数据与果实质地脉冲响应变化数据,生成包含高光谱特征峰异常区间与弹性模量衰减梯度的采收预警清单;

33、当浮皮枯水潜在演化概率介于第一概率阈值与第二概率阈值之间时,判定待浮皮枯水预测区域存在浮皮枯水中风险,将中风险区域蜜桔果实标记为动态监测对象,按照演化轨迹的时间节点间隔缩短高光谱反射数据与脉冲响应数据的采集周期,根据采集得到的实时观测向量通过维特比算法更新最优状态路径,重新计算浮皮枯水潜在演化概率;

34、当更新后的浮皮枯水潜在演化概率连续三次呈单调递增趋势时,将动态监测对象升级为优先采收对象;

35、当浮皮枯水潜在演化概率小于第二概率阈值时,判定待浮皮枯水预测区域存在浮皮枯水低风险,将低风险区域蜜桔果实标记为常规存储对象,按照原预设时间周期维持数据采集频率,将实时获取的果实质量预测值与果实质量临界值进行比对,当比对得到的差值小于安全余量阈值时,将常规存储对象调整为动态监测对象;

36、根据优先采收对象、动态监测对象与常规存储对象的空间分布密度,生成包含采收优先级、监测频次的差异化处置方案,完成待浮皮枯水预测区域蜜桔处置策略的确定。

37、本发明第二方面还提供了一种基于果实质量建模的蜜桔浮皮枯水预测系统,该系统包括:存储器、处理器,所述存储器中包括基于果实质量建模的蜜桔浮皮枯水预测方法程序,所述基于果实质量建模的蜜桔浮皮枯水预测方法程序被所述处理器执行时,实现如上述任一项所述的基于果实质量建模的蜜桔浮皮枯水预测方法的步骤。

38、本发明公开了一种基于果实质量建模的蜜桔浮皮枯水预测方法及系统。该方法首先采集不同浮皮枯水进程蜜桔的表皮高光谱反射数据及果实质地脉冲响应数据,提取果皮纤维素降解特征峰强度,经希尔伯特变换解调得到果皮-果肉界面弹性模量;基于上述参数构建果实质量模型,确定浮皮枯水的果实质量临界值;按预设周期采集待测区域蜜桔的高光谱及脉冲响应变化数据,利用隐马尔可夫模型刻画数据演化轨迹,结合临界值计算浮皮枯水潜在演化概率,最终生成针对性处置策略。本发明融合光谱与力学特征,实现了浮皮枯水进程的定量表征与早期预警,预测精度高,为蜜桔果实品质管控与采后仓储决策提供了科学依据。