基于热红外成像技术的马铃薯作物水分胁迫监测方法研究

Timely and accurate monitoring of potato water stress status under drip irrigation mode, is an effective way to improve potato production and quality. At the same time, it is helpful for water saving. Thermal infrared imaging technique combined with image processing and analyzing is the basic of this project to develop a rapid remote sensing method for potato water stress detection in large area. Detection mechanism of crop water stress index (CWSI) using thermal infrared image will be mainly studied, to explore how different illumination distribution, different measuring azimuth and angle effect the measurement accuracy of CWSI. A quantitative calibration model of CWSI will be established. Automatic registration and fusion method between infrared image and visible image will be studied, to realize recognition and extraction of crop canopy area, dry and wet reference surface area, and automatic CWSI calculation and crop water stress remote monitoring. At last, relationship between CWSI and water content at potato root area, and relationship between CWSI and water content at potato leaf stomatal conductance will be studied, in order to establish the irrigation decision model based on CWSI, and the mathematical description model will be improved based on experiment. Through this project, a remote, non-destructive, rapid potato water stress monitoring method will be provided, and it will be helpful for effective regulation of irrigation time and water amount, to alleviate the shortage of water resources in potato producing areas.

滴灌模式下马铃薯作物水分胁迫状态的及时、准确监测是提升马铃薯产量和品质、有效避免水资源浪费的有效途径。本项目将热红外成像与图像处理、分析等技术相结合，开展大面积马铃薯作物水分胁迫快速遥测方法研究。重点研究基于热红外图像的作物水分胁迫指数（crop water stress index，CWSI）检测机理，分析光照分布、测量方位、角度等因素对CWSI精度的影响，建立CWSI校正模型；研究热红外图像和可见光图像的自动配准与融合算法，实现作物冠层区域与干、湿参考面的自动识别与提取，以及CWSI的自动计算和作物水分胁迫远程监测；研究CWSI与马铃薯根部水分含量、气孔导度之间的关系，建立基于 CWSI的灌溉决策模型，并对其数学描述模型深化完善。研究结果有助于远程、无损、快速的对马铃薯作物的水分胁迫状态进行监测，进而优化灌溉次数和灌溉量，有效缓解马铃薯产区水资源短缺现状。

马铃薯是世界第四大粮食作物。水分胁迫会对马铃薯不同生长时期的发育产生重要影响，也会影响马铃薯的最终产量。如何提高马铃薯种植过程中的水分利用率是一个重要问题，而水分胁迫的快速检测有利于提高作物水分利用率。因此，本研究旨在利用热红外图像和可见光图像，对作物的水分胁迫状态进行无损快速检测。主要的研究内容包括四个方面：（1）基于热红外图像、气孔导度、土壤水分等环境信息，利用基于参考面的CWSI计算方法，自动获取了作物冠层叶片的点温和区域平均温度，并对点温和区域平均温度对作物水分胁迫状态的精度进行了分析。结果表明，点温计算得到的CWSI与土壤含水量的决定系数R2=0.3999,而区域温度计算的CWSI与土壤含水量的决定系数为R2=0.6504,明显优于点温。（2）引入具有深度距离信息的RGB-D相机，进行三维点云数据与红外图像的配准研究，并提出了基于区域生长的MeanShift聚类算法的作物叶片三维点云分割方法。通过热红外图像、可见光图像、深度图像的配准和融合，构建了作物温度三维分布图。解决了田间复杂环境干扰下，作物冠层区域温度和点温度自动提取的问题。（3）开发了一种适用于单人大田进行马铃薯表型数据采集的便携式作物信息采集背包设备。硬件部分，以作物信息采集装置为主体，集成了多种传感器，可作为背包实现单人操作；软件部分，开发了适用于笔记本PC端以及Jetson Nano平台的采集软件，可以在多平台进行信息采集。设备整体设计便携，单人即可操作，大大降低了人工试验的成本，为作物表型信息获取平台的发展提供了新思路。（4）开发了一种作物水分胁迫移动检测机器人，能够对作物的水分胁迫进行移动式巡检，并将结果实时上传至软件平台。本研究从机理分析、图像处理与融合两个方面对作物水分胁迫检测方法进行了探索，验证了基于温度信息进行水分胁迫检测的可行性，为大田马铃薯的水分精细灌溉管理提供技术和数据支持。并且开发了便携式设备和移动式高通量检测设备，为后续基于温度的作物水分胁迫无损检测的实际应用奠定了基础。