一种基于高光谱的茶树越冬期糖脂耦合胁迫响应指数构建与可视化方法及其应用
本发明涉及智慧农业与育种,特别涉及一种基于高光谱的茶树越冬期糖脂耦合胁迫响应指数构建与可视化方法及其应用。
背景技术:
1、茶树是典型的亚热带经济作物,耐寒性较弱,而北方茶区越冬期的持续低温、冻融交替等环境胁迫会导致茶树细胞膜损伤、生理代谢紊乱,从而严重影响茶树生长、产量及品质,甚至会造成植株死亡。因此,实现茶树越冬期低温胁迫的快速、无损、精准监测及空间可视化呈现,对北方茶园防寒管理、抗寒种质筛选及产业可持续发展具有重要意义。
2、目前,茶树低温胁迫监测方式主要分为传统生理检测和光谱监测两类。传统生理检测主要通过测定可溶性糖、脂质、丙二醛(mda)、相对电导率(rec)等生理指标来评估胁迫程度,但该方法操作繁琐、耗时费力,且需要破坏植株组织,无法实现大面积、快速监测,且仅能反映单一指标的变化,无法体现低温胁迫下茶树生理代谢的协同响应机制,更无法实现胁迫程度的空间可视化呈现。
3、高光谱技术凭借其快速、无损、多波段、高分辨率的优势,已广泛应用于作物胁迫监测领域。在现有技术中,针对茶树低温胁迫的高光谱监测,多聚焦于单一生理指标(如可溶性糖、mda)的反演,或构建基于单一生理机制的胁迫指数,缺乏对糖脂协同抗寒这一生理机制的关注。
4、现有技术的茶树高光谱胁迫检测技术通常只能实现单一植株或小范围样本的胁迫指数计算,即使有部分技术尝试可视化也并未聚焦到叶片这一核心检测载体,无法将指数结果转化为叶片尺度的空间可视化图谱,无法直观呈现叶片不同部位的胁迫差异,更无法拓展至大田尺度。因此管理人员难以实现精准的识别单株茶树叶片的胁迫情况,也无法直观的掌握大田茶园的整体胁迫分布情况,从而也难以制定出具有针对性的防寒措施。
5、此外,现有茶树高光谱胁迫指数多为通用型,并未针对北方茶树越冬期的低温、冻融交替等特殊胁迫场景进行优化,导致指数在越冬期叶片胁迫监测及可视化中的适用性不足,难以满足茶园实际生产中精准监测、快速决策的需求。
6、基于此,构建一种基于高光谱、聚焦茶树越冬期糖脂耦合抗寒机制、精度高且实用性强的胁迫响应指数,并实现大田尺度的叶片尺度的精准可视化呈现,对北方茶园越冬期的抗寒管理来说至关重要。
技术实现思路
1、本发明旨在解决上述问题,提供了如下技术方案:
2、第一方面,本发明提供了一种基于高光谱的茶树越冬期糖脂耦合胁迫响应指数构建与可视化方法,包括以下步骤:
3、步骤s1:茶树样本采集:在茶树越冬期,选取不同抗寒茶树品种,采集中上部健康叶片,混合后作为样品;
4、步骤s2:高光谱图像采集与预处理:采用高光谱成像系统对s1采集茶树叶片样本进行高光谱图像采集,对采集的高光谱图像进行预处理,依次完成镜头校准、黑白校正、反射率校准,将茶树叶片区域定义为感兴趣区域,计算感兴趣区域内所有波段的平均反射率值,得到茶树叶片的光谱反射曲线;同时采集茶园尺度的高光谱影像数据并进行同样的预处理,得到茶园尺度预处理高光谱影像;
5、步骤s3:糖和脂质指标测定:测定s1样本叶片的多种糖相关指标和多种脂质相关指标的含量,采用主成分分析方法分配各糖组分的权重并计算糖类综合指标(sum ofsoluble carbohydrates, ssc),采用主成分分析方法分配各脂质组分的权重并计算脂类综合指标(unified fatty acid aggregate, ufa);同时测定样本的丙二醛含量和相对电导率,作为胁迫程度验证指标;
6、步骤s4:糖脂单一胁迫指数构建:基于s3测定的多种糖组分实测含量及糖类综合指标ssc,构建糖胁迫指数(sugar index, si);基于s3测定的多种脂质组分实测含量及脂类综合指标ufa,构建脂胁迫指数(lipid index, li);
7、步骤s5:糖脂耦合胁迫响应csri指数构建:采用层次分析法结合胁迫验证指标丙二醛和相对电导率,确定si与li的耦合权重系数a、b,其中a+b=1,结合糖脂协同作用强度确定交互项系数c,代入si、li及权重系数、交互项系数,得到csri计算公式:csri = a×si +b×li + c×(si×li);
8、步骤s6:高光谱特征波段筛选:利用竞争性自适应重加权采样、无信息变量消除法、连续投影算法三种算法提取特征波段,筛选与糖脂耦合胁迫响应指数csri构建相关性最高的高光谱特征波段;
9、步骤s7:csri高光谱反演模型构建:将实测糖脂数据构建的csri以及对应的筛选出的高光谱特征波段反射率划分为训练集和测试集,利用支持向量回归、偏最小二乘回归和随机森林回归建立csri高光谱反演模型;
10、步骤s8:糖脂耦合胁迫响应指数可视化实现:基于建立的csri反演模型,输入预处理后的叶片高光谱反射率数据,反演得到叶片尺度的csri空间分布数据;采用伪彩色渲染技术,对csri空间分布数据进行渲染,设置胁迫等级对应的颜色梯度,生成茶树叶片越冬期糖脂耦合胁迫响应指数可视化图谱;将茶园尺度预处理高光谱影像输入csri反演模型,逐像素反演得到大田尺度的csri空间分布数据,生成大田尺度的csri空间分布图。
11、进一步的,步骤s2中所述高光谱图像采集的波段范围为391~1010 nm,光谱分辨率为3.5 nm,具有176个光谱通道;所述感兴趣区域通过设定554纳米波段阈值0.04~0.052提取;
12、具体的,步骤s2中所述高光谱成像仪的镜头距离叶片表面的距离为30~50 cm,成像分辨率为1040×960像素;所述光谱反射曲线经过多项式平滑算法、savitzky-golay平滑处理、一阶导、二阶导预处理;所述茶园尺度高光谱影像采用无人机搭载高光谱成像仪采集,飞行高度为30~50 m,飞行速度为5~8 m/s,航向重叠率≥80%,旁向重叠率≥70%。
13、进一步的,s3中所述多种糖相关指标包括阿拉伯糖、半乳糖、葡萄糖、麦芽糖、山梨糖醇、海藻糖-6-磷酸、肌醇、葡萄糖-6-磷酸、蔗糖及果糖共10种;所述多种脂质相关指标包括游离氨基酸、甘油二酯、溶血磷脂酰甘油、磷脂酰胆碱、磷脂酰乙醇胺、溶血磷脂酰乙醇胺、磷脂酰甘油、鞘磷脂及甘油三酯共9种。
14、进一步的,s4中所述糖胁迫指数si的计算公式为:
15、si = (w1×糖组分1 + w2×糖组分2 + … + w10×糖组分10)/ssc_max,
16、其中:ssc_max为所有样本ssc最大值,w1~w10分别为10种糖组分的权重,且w1+w2+…+w10=1;
17、所述脂胁迫指数li的计算公式为:
18、li = (w11×脂质组分1 + w12×脂质组分2 + … + w19×脂质组分9)/ufa_max,
19、其中:ufa_max为所有样本ufa最大值,w11~w19分别为9种脂质组分的权重,且w11+w12+…+w19=1。
20、进一步的,s5中采用层次分析法结合胁迫验证指标确定耦合权重系数的具体步骤为:
21、①构建层次结构模型,以“确定si与li的耦合权重”为目标层,si、li为准则层,mda、rec及10种糖组分、9种脂质组分抗寒贡献度为方案层;
22、②结合各糖脂组分抗寒贡献度及mda、rec与ssc、ufa的相关性,采用1-9标度法构造判断矩阵;
23、③采用和积法计算判断矩阵特征值、特征向量,得到si与li的初始耦合权重,通过cr<0.1的一致性检验;
24、④将初始权重代入csri公式,结合csri与与mda、rec的相关性微调权重,最终确定a、b取值,a=0.4~0.6、b=0.4~0.6,a+b=1。
25、进一步的,s7中所述训练集和测试集按照3:1规则划分;所述csri高光谱反演模型的决定系数r2≥0.75,均方根误差rmse≤0.1。
26、进一步的,所述s8中所述伪彩色渲染采用线性拉伸法,将csri值映射为对应的颜色值;所述可视化图谱可导出为tiff、png或shp格式;大田尺度可视化中,多幅高光谱影像通过无人机搭载高光谱成像仪自带的拼接功能进行拼接融合,拼接精度误差≤2像素。
27、第二方面,本发明还提供了一种基于高光谱的茶树越冬期糖脂耦合胁迫响应指数构建与可视化系统,包括:
28、高光谱图像采集模块,用于采集茶树叶片样本的高光谱图像及茶园尺度的高光谱影像;
29、数据预处理模块,用于对采集的高光谱图像进行镜头校准、黑白校正、反射率校准及光谱曲线平滑预处理;
30、生理指标测定模块,用于测定样本叶片的多种糖相关指标和多种脂质相关指标的含量,计算糖类综合指标ssc和脂类综合指标ufa,并测定丙二醛含量和相对电导率;
31、指数构建模块,用于构建糖胁迫指数si、脂胁迫指数li及糖脂耦合胁迫响应指数csri;
32、特征波段筛选模块,用于利用竞争性自适应重加权采样、无信息变量消除法、连续投影算法筛选与csri相关性最高的高光谱特征波段;
33、反演模型构建模块,用于利用支持向量回归、偏最小二乘回归和随机森林回归建立csri高光谱反演模型;
34、可视化模块,用于基于csri反演模型反演得到叶片尺度和/或大田尺度的csri空间分布数据,并采用伪彩色渲染技术生成csri可视化图谱。
35、第三方面,基于同一个发明创造,本发明还提供了如第一方面所述的方法在茶树越冬期低温胁迫监测中的应用,包括以下步骤:
36、采集待监测茶园的高光谱影像及茶树功能叶片样本,按照第一方面中s2的方法进行高光谱数据预处理,得到预处理后的叶片高光谱反射率数据及茶园尺度高光谱影像;
37、输入预处理后的叶片高光谱反射率数据,反演得到叶片尺度的csri空间分布数据;第一方面中s8的方法,采用伪彩色渲染技术生成茶树越冬期胁迫程度可视化图谱;
38、根据可视化图谱及csri值的大小,划分茶树越冬期低温胁迫等级:轻度胁迫:csri>0.4;中度胁迫:中度胁迫:0.2 ≤ csri < 0.4;重度胁迫:csri<0.1;根据不同区域的胁迫等级制定针对性的茶园防寒管理措施。
39、第四方面,基于同一个发明创造,本发明还提供了如第一方面所述的方法在抗寒茶树种质筛选中的应用,包括以下步骤:
40、选取待筛选的茶树种质,在相同低温胁迫条件下,采集各树种质的茶树功能叶片,按照第一方面中s2~s3的方法,获取预处理后的高光谱数据及多种糖、多种脂相关生理指标;
41、计算各树种质样本的csri值,同时测定各样本的抗寒相关生理指标丙二醛和相对电导率,结合田间抗寒表现,建立csri值与茶树抗寒等级的对应关系;
42、选取待筛选种质种植区域,采集该区域的高光谱影像,按照第一方面中s8的方法,生成待筛选种质区域的csri可视化图谱;
43、根据待筛选种质的csri值及可视化图谱表现,结合对应关系,筛选出高抗寒茶树种质。
44、本发明具有如下有益效果:
45、1、本发明首次提出了“糖脂耦合胁迫响应指数和叶片尺度可视化”的一体化技术方案,整合了10种糖的渗透调节作用和9种脂的膜稳定作用,构建得到茶树越冬期的糖脂耦合胁迫响应指数(csri),同时实现糖脂耦合胁迫响应指数在叶片尺度的精准可视化呈现,并且可以拓展到大田尺度的可视化呈现,突破了现有技术中单一指标、单一糖/脂、无可视化功能的局限。
46、2、本发明的方案重点聚焦北方茶园的茶树越冬期,低温、冻融交替的特殊胁迫场景,针对性的选择优先利用实测的10种糖组分、9种脂质组分数据,结合各组分抗寒贡献度构建糖胁迫指数(si)、脂胁迫指数(li);再通过层次分析法确定si与li的耦合权重,引入交互项表征多种糖与多种脂的协同作用,使耦合指数(csri)能够精准反映茶树越冬期的胁迫程度,且该指数是直接基于实测糖脂数据进行构建,能够精准表征多种糖和多种脂的协同抗寒效应;另外叶片尺度可视化图谱能够直观呈现叶片不同部位的胁迫差异,解决了传统监测只知数值、不知位置的痛点。
47、3、本发明的技术方案是基于高光谱技术无损检测,可快速采集叶片尺度及茶园尺度的数据,操作方法简便,适合茶园生产一线进行推广使用;本发明得到的可视化图谱直观清晰,方便茶园管理者快速识别叶片胁迫严重部位,精准制定防寒措施;同时可应用于抗寒种质筛选、防寒措施优化,具有产业推广价值。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com