基于近红外光谱分析和红外成像的农作物生长信息采集方法研究

作物的相关生长信息获取可以预测作物的生长和健康状态，是实现作物生产管理智能化的基础。本研究在分析分析国内外作物生长信息获取技术和小额国家自然科学基金资助的基础上，以城乡居民主要消费果蔬- - 番茄为研究对象，重点研究从近红外光谱和红外热图像中进行有效信息提取和处理的方法，建立环境影响下近红外光谱与番茄叶面叶绿素浓度、全氮含量、水分含量间的数学模型，利用红外成像技术获取红外热图像并通过图像处理技术提取相关特征获得叶面温度分布信息，通过对叶面叶绿素浓度、全氮含量、水分含量、叶面温度分布与作物生长状况的相关性研究，建立基于多信息融合的作物生长状况预测和作物健康状态评价方法。解决目前研究中手段单一、信息量少的现状，突破常规作物生长信息获取时化学分析复杂、费时费力且成本高等问题，形成非破坏性获取作物生长信息和检测作物生长状况和健康评价的新方法和新理论，对促进农业生产管理的智能化发展具有重要的意义。