农业机械学报

作者：刘林，苑进，张岩，刘雪美

单位：山东农业大学,山东农业大学,山东农业大学,山东农业大学,

关键词：生菜;鲜质量估算;高斯过程回归;作物表型;长势无损监测;日光温室

基金：国家自然科学基金项目(51675317)和山东省重大科技创新工程项目(2019JZZY010715)

设施栽培中作物鲜质量动态变化作为生长发育的指示性特征，是蔬菜长势无损监测的重要指标之一。水培蔬菜通过离水直接称量实现长势无损监测，但是土培或基质培无法通过直接鲜质量称量实现生长过程的无损测量。本文提出了基于表型特征参数和生长过程环境参数融合的鲜质量估算方法，用于日光温室环境下基质培生菜个体和群体的鲜质量无损估算。首先，监测生菜全生命周期的环境参数，采集第1批次生菜生长过程中的多样本图像和部分样本鲜质量，提取样本图像中不同生长期生菜的形状、颜色、纹理等特征，计算环境信息中的累积辐热积等参数。然后，利用高斯过程回归方法建立表型参数和环境参数与生菜鲜质量的关系模型。最后，采集第2批次生菜群体的样本数据，基于上述模型预测生菜3个生长阶段的个体和群体鲜质量，以验证鲜质量估算模型的泛化能力和可靠性。结果表明，与支持向量机、线性回归、岭回归和神经网络相比，高斯过程模型的决定系数R2为0.9493，相对误差的均值和标准差分别为11.50%和11.21%。模型泛化能力试验中，生菜群体鲜质量比个体鲜质量的预测相对误差的平均值小（3个生长阶段分别相差4.44、5.71、5.89个百分点），且随着群体数量增加，群体鲜质量预测的相对误差的均值和标准差逐渐减小。本鲜质量估算方法预测的群体鲜质量数据可为基质培绿叶菜类作物的栽培管理决策提供数据支撑。

来源：2021年第9期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2021年第9期