农业机械学报

作者：翁海勇，曾海燕，雷庆元，周蓓蓓，李佳怿，徐洪烟

单位：福建农林大学;福建省农业信息感知技术重点实验室,福建农林大学;福建省农业信息感知技术重点实验室,西安理工大学,西安理工大学,中国农业大学,福建农林大学,

关键词：棉苗盐胁迫;垂直异质性分布;快速叶绿素荧光;1D-DRDC-Net

基金：国家自然科学基金项目（52222903、41830754）、福建农林大学杰出青年科研人才计划项目（xjq202117）和省部共建西北旱区生态水利国家重点实验室（西安理工大学）开放研究基金项目（2021KFKT-6）

盐胁迫会导致棉花纤维品质及产量下降，尤其在苗期时其遭受盐胁迫影响最大。为了实现棉苗盐胁迫的快速诊断，本文利用快速叶绿素荧光技术获取了不同盐胁迫程度下棉苗冠层叶片的OJIP曲线，并结合深度残差网络(Deep residual network, ResNet)和空洞卷积（Dilated convolution）结构构建了基于“叶位-通道”荧光数据融合的1D-DRDC-Net（1D-deep residual dilated convolutional neural network）棉苗盐胁迫深度学习诊断模型。结果表明，盐胁迫导致棉苗体内含水率下降，丙二醛(Malondialdehyde, MDA)含量、超氧化物歧化酶(Superoxide dismutase, SOD)活性、过氧化物酶(Peroxidase, POD)活性升高；在垂直方向上盐胁迫对棉苗的影响趋势表现为植株上部分叶片各参数变化明显，其中对胁迫最敏感的叶位为L1，而成熟叶片受到的影响相对较小。相比于其它模型，1D-DRDC-Net对棉苗不同胁迫时间下3个盐浓度梯度（0、100、200 mmol/L）的诊断精度为76.67%， F1值为76.48%，比支持向量机（Support vector machine, SVM）、反向传播神经网络（Back propagation neural network, BPNN）准确率均提高5个百分点，比随机森林（Random forest, RF）提高14.45个百分点，比双向长短期记忆网络（Bidirectional long short-term memory，Bi-LSTM）提高3.34个百分点。基于“叶位-通道”的荧光信息融合策略准确率优于仅使用单一敏感叶位荧光信息8.89个百分点，其鲁棒性和泛化能力均优于只采用普通卷积核和取消“跳跃连接”的模型。最终，建立的1D-DRDC-Net模型在棉苗受到胁迫7、14、21 d后，对植株是否受到盐胁迫的诊断准确率分别达到83.33%、88.33%和95.00%，研究结果可为棉花栽培管理提供理论依据。

来源：2025年第3期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2025年第3期