免费文献传递   相关文献

A Tentative study on the Application of Image processing for the Determination of Above-ground Biomass and Standing crop

应用图象处理技术估测牧草地上生物量的初步研究



全 文 :第 5 卷
V ol
.
5 No
草 地 学 报
A C【A AG 田玉TI A SINCA
1卯7 年
1卯7
应用图象处理技术估测牧草地上生物量
的初步研究 ‘
陈 霞 韩建国 左海涛 陈都洪
(中国农业大学信息 中心 , 北京 1以X刃4 )
摘要 : 本试验利用计算机对牧草彩色照片提取特征值的图象处理技术得到了牧草的有效面积 、
叶表层高度 , 同时使用光度计测定草丛内部光照强度 (h )的垂直变化情况 , 获取有关牧草性状的信
息 。 通过图象处理手段得到的信息与牧草性状之间的关系 , 建立模型 以测定牧草地上部分的现存
量 , 为放牧管理制度提供实施依据。 结果表明 , 在利用图象处理方法进行牧草生物量的估测研究中 ,
采用有效面积 (C泞 ) 、叶表层高度(。m ) 、侧面宽度(c m ) 、h 比值 (O 、2 . 5 和 5 . oc m )作为指标 , 可通过建
立多元回归模型 , 估测牧草地上部分现存量 。
关健词 : 牧草现存量 ; 图象处理 ; h 比值
1 前言
植物群体的现存量是指某个时期 的生物量 , 即某个单位面积所存在的植物物质 的数量 。
牧草生物量在草地中的水平分布和垂直分布对于草地生产力有很大意义 。 在对牧草生物量的
研究中 , 有相当数量的有效信息是来 自牧草的形态特征 。 在传统的研究 中 , 常规方法既繁琐 ,
又对牧草具有破坏性 , 而且很不方便 。 由于牧草的许多形态特征本质是图象信息 , 因此图象处
理技术的引人 , 将有可能使这些研究方法产生变革 。 图象处理就是对 图象进行操作以便提高
图象的质量 , 或从图象中提取某些特定的信息 。 图象处理技术在农业上的应用主要是农产品
的品质 鉴定 和产量估 计 。 有 的学 者利用 图象处理方法 判 断植 物的 生长 状态 (H an lp llri e s ,
19 3)
, 测定水稻叶片伸展率(Shi 而zu 等 , 19 2 ) , 研究葛芭地上部分的鲜重 、干重和叶面积生长
曲线呈指数增长趋势(Shi b a ta 等 , 19 2) 以及利用对小麦群体彩色图象(照片 )的色彩特征分析
判定小麦是早衰 、贪青还是正常生长 (劳彩莲 , 19 6 )。 本研究 旨在尝试以照相机 、计算机和光
照度计等仪器为手段获取牧草图象信息 , 间接地获得有关草地和牧草的性状指标 , 进一步筛选
能够反映牧草群体空间信息的指标 ,再通过建立草地牧草生物产量数学模型估测牧草地上部
生物量 。
2 材料与方法
2
.
1 自然概况
田间试验在中国农业大学科学园牧草试验地进行 , 位于北纬 3 9 05 8 ‘ , 东经 1 160 , 海拔 50 米 。
属暖温带半湿润半干旱大陆性季风气候 , 无霜期 2 25 天 , 19 7 年 5 一 10 月 间 , 最低气温 2 . 5 ℃ ,
最高气温 36 . 2 ℃ 。 太阳直接照射时间为 8 小时 / 天 , 11 一 12 月平均相对湿度 :印 一 70 % (9 : 30
a
.
m )

45
一 5 % (1 1 : 0 a
.
m )
。 土壤为褐土 。 温室位于中国农业大学牧草种子实验室东侧 。
国家自然科学基金(项 目号 : 394 7仍 14) 资助项 目
草 地 学 报 1卯7 年
2
.
2 试验材料
2
.
2
.
1 田间试验材料为 19 2年秋播 的四年生无芒雀麦(召用服“ ine ~ )

2
.
2
.
2 盆栽试验材料为高羊茅 (Fes t~ a n 切di眠e a )和鸭茅 (公叱州15 gle me rat )各 4o 盆 。 种子由牧草种子实验室提供 , 19 5 年引 自美国 。 无芒雀麦 ro 盆 , 种子 由中国农业科学院畜牧研究
所提供 , 19 5 年产于该所实验田 。
2
.
3 试验设计
2
.
3
.
1 田间试验按无芒雀麦的物候期 分别 于 6 月 18 日(抽穗期 , 第一茬 )和 7 月 19 日(拔
节期 , 第二茬 )进行两次田间取样 , 样方面积为 40 x 30c m , 齐地面XlJ 割 。
2
.
3
.
2 温室实验根据盆栽牧草的分孽情况取样 , 每次取 10 盆左右 。 在试验初期 , 选择分靡数
为 3 0 一 4D 者为试验样本 , 以后逐渐增加选择样本的分粟数 。
2
.
4 测定指标和方法
2
.
4
.
1 获取图象和提取图象信息 对 目标进行水平(相互垂直的两个方向)和垂直拍照 , 镜头
距 目标 lm , 对准 目标 中部 。 用标有尺度 (横向和纵 向)的白色滤纸板作为背景 。 将彩色照片用
扫描仪扫描并 以 BMP 的文件格式存储在计算机中 , 以中国农大基础学院劳彩莲编制的农业生
物图象处理软件包进行颜色分析 , 进而计算出牧草的有效面积和叶表层高度 。
2
.
4
.
2 测定一牧草生物量 将 XlJ 割后 的株丛 , 自底部 至顶部每间隔 sc m , 分层计算生物量和
总体生物量 。 由各层生物量换算不同留茬高度生物量的大小。
2
.
4
.
3 h (光照强度 )比值 使用 ST 一 85 型 自动量程照度计测量草丛内的光照强度及其垂直
变化 。 将测光探头面朝光源方向置于测试部位 。 (换算 h 比值的方法见本文的结果与分析部
分 ) 。
2
.
4
.
4 侧面宽度 拍照草丛一个竖立的平面 , 与该平面垂直 的底边 (接近地表面 ) , 称为牧草
群体的侧面宽度 , 可用直尺测量 。
2
.
4
.
5 建立模型 利用偏最小二乘方法 (PaI’t ial u ast 致担~
, 以下简称 P巧)。
设 A 为 n 个校正样本 m 个观测指标的输人矩阵 , Y 为对应 n 个校正样本 l个输 出值的输
出矩阵 , E , F分别为残差矩阵。 P巧 不仅输入矩阵 A 分解为隐变量矩阵 T 与载荷矩阵 P 的乘
积 , 将输出矩阵 Y 分解成隐变量矩阵 u 与载荷矩阵 Q 的乘积 :
A
。 x 二 = 兀 x d · Pd 、 二 + E 。 、 二
C
。 、 , =
U’n 、 、 · Q、、 , + Fn 、 ,
将隐变量矩阵 T 、U 作线性回归 , 用对角矩阵 B 关联
Un
、 d =
Tn
、 d ’ 凡 x d
对预测样本 , 设其输人矩阵为 A unk , 则由
A unk
二 不切孟 . 尸
可求出 不毗则预测输 出矩阵
C以 二 不“诱召 . C
3 结果与分析
3
.
1 对牧草样本三个方向的拍照进行取舍
由于叶片随机地向四周低垂 , 当从顶部拍照时 , 叶片密集 , 充满镜头视野的是模糊的一片
第 4 期 陈 霞等 应用图象处理技术估测牧草地上部生物量的初步研究
绿色 , 导致牧草样本之间没有差异 , 因此 , 否定 了从顶部拍照的必要性和可行性 。 对 38 个盆栽
牧草样本的两个水平方向照片的图象处理结果—有效面积 (c扩)和叶表层高度 (C m )进行 比较 , 结果二者并无显著差异 。 由此可见 , 该实
验 中对牧草的图象获取 , 只需选择一个方 向进
行拍摄。
3
.
2 枚草图象象素点的垂直分布对不 同草种
的反映情况
本实验 对三种 牧草进 行研究 , 即无芒 雀
麦 、鸭茅和高羊茅 。 由于不同草种在外貌形态
特征上存在着差异 , 其图象信息也存在差异 。
3
.
2
.
1 无芒雀麦象素点的垂直分布曲线
呈近似线性的下降趋势(图 1)。 该趋势的缓与
急 , 则由各留茬高度所对应的平均百分比值体
现 。 鸭茅象素点 的垂直分布呈下 凹形下降趋
势 (图 2 )。 在留茬 10c m 前 , 该下降趋势的幅度
很大 , 而留茬 15 c m 后 , 下降趋势相对较缓 。 高
羊茅象素点的垂直分布曲线也呈下降趋势(图
3 )
, 下降的幅度处于无芒雀麦与鸭茅之间 。
3
.
2
.
2 三种不同牧草象素点垂直分布的
不同 , 是与其特有的形态特征分不开的。 无芒
雀麦在生长良好时 , 茎杆直立 , 叶片与茎杆的
夹角呈锐角 , 而且叶片相对较短 , 质地 中等 , 不
易下垂 。 所 以 , 从视觉 的整体效果分析 , 较 为
整齐 ,在一定的留茬范 围内 , 牧草 图象象素点
减少量也较为均匀 。 鸭茅 与无芒雀麦的情况
相反 ,枝茎生长呈平甸状 , 叶片长而软 。 从 图
象上体现 出靠近地面的部分所 占的 比例相对
较大 。 从外貌形态上看 , 高羊茅 的特点处于无
芒雀麦与鸭茅之间 , 这与图象处理结果所反映
的情形相吻合 。
3
.
2
.
3 通过三种牧草图象处理结果的比
较 , 证明图象信息能够反映不同草种植株形态
之间的差异 。 根据牧 草象素点的垂直分布曲
线下降幅度的缓与急 , 还能够定性的判断牧草
群体的叶表层高低 。
. .资聆;ƒ荞”‘队-q咨Jo叭工‘吹-td,10妇一。目e.†Ž、ƒ荞”妇教口田吸暇璐*岭勺
留茬高度 《cm , H e二 h t o f 弓t u b le
爵 1 无芒雀麦不同叶表层高度图象处理结果
Fi g
.
1 Th
e
res ul ts of
lm ag e P戏犯~ ng of B io洲拈~at di fe re nt he ights of v面 o us 坷ers of the leaf sur fa e e
.
10 0 , ,
e
~
e
es
.一 .一叶农层高度 (c ,)S u r 抽c e h e 一 h t
⋯二l乳二剑
802460
ƒ岁,‘盆eqŽ‘o的工x一d1.“-J璐u†
ƒ笋„泪饭知留侧钱树伪拼娜勺
5 10
留茬高度 ( c m )
15 20
H e 一g h t o f , ru b b le
图 2 鸭茅不同叶表层高度图象处理结果
Fi g
.
2 Th
e
res 己ts of im ag e P找K {es ing of a 叱 t了l众沙刀记触z
at d ife o nt he igh ts of
v面ous lay e rs of th e leaf sur 几e e
1 00
80
60
4 0
20
0
叶衰层高度 (c ,)
5 u rf.
c e h e i g h t
~ 叫卜- 4 7 es 月卜- 4 4
~ 川卜- 2 8
e
1 4 5
ƒ罗„‘以月qŒJo子l减-1.10-。luŽ
一罗„妞长压留谈峨陇国叶哪电
1 0 15 20
留茬高度 笼e m ) H e .g h t o f st。比 Ie
图 3 商羊茅不同叶表层高度图象处理结果
Fi g
.
3 Th
e
res ul t of
lm 叫塑 p叹es ing of F比£娜
阴胡成抽加印 at d ife re nt he igh ts of
v
ari ous 】aye rs of the le af s也fa e e
3
.
3 牧草图象象素点的垂直分布与生物量的垂直分布的比较
牧草可获取生物量随着留茬高度的增加呈现出逐渐下降的趋势 , 该趋势由急变缓 (图4 , 图
5 )
。同样 , 从图象处理的结果分析 , 有效 (牧草 )象素点部分也具有类似趋势 , 甚至几乎相同 。
草 地 学 报 1卯7 年
0洲朋2040
护„‘肚.‘Ž‘上Jrol次-d一.-o”J。‘以uŽ‘
一才)妇令劝名心翻材璐娜祀从 I U 1 5 2 0. 茬离度 (e m ) H e . g h . o f , t u b 日e图 4 高羊茅可获取生物 , 的垂直分布
Fig
.
4 Th e v e币cal di stri bu ti o n of av ai labl e biomas
o f
声b t“c a 脚几孟刀石“℃口
图 5 高羊茅图象处理一象素点分布曲线
Fi g
.
5 Th
e 1 1坦g e p rt 犯e 粥lon of Fes
t
uca ~
成一 -di s币bu ti on curv e of PI 流l
但是 , 从理论上讲 , 含有空间信息 的实测牧草可获取生物量随着留茬高度的增加而下降
的幅度应该远远大于这种平面图象的处理结果体现出来幅度 。 原因是 由于我们测定分层生物
量时牧草所处的状态与我们对其进行拍照时所处 的状态的不同所造成的 。 我们知道 , 图象是
平面的 , 而牧草生物量却是含有空间信息的测量值 。 所以 , 单凭图象处理信息还不能客观地 、
全面地反映牧草生物量的实际情况 , 必须引人能反映牧草空间信息的指标 。
3
.
4 草丛 内光强度的垂直变化
作物群体结构在群体光合作用 中占有相当重要的位置 。 日本学者门司正三和佐伯太郎于
19 53 年在这方面作了深人 的研究 (郑巫尧 , 19 2 ) , 将群体看作一个整体 , 按不同高度进行层切 ,
测定叶面积和光强 ,从实际测定和理论推导阐述光强对叶面积的依赖关系 , 在农作物中建立一
套田间层切法和光分布体系的研究方法 , 并证明光通量与相应层的叶面积 ( F)的负指数函数
成正 比 : I F 二 几e 一 KF (式中 I ; 代表经过叶层 F 后的光通量 , L 为进人冠层顶部的光通量 , K 为常
数 , 相当于比耳定律中的消光系数 ) 。 基于上述光照强度与作物群体结构的关系 , 在本项试验
中进行草丛内 h 比值垂直变化的测定 , 其目的有两个 : 一个是为了体现草丛内部的空间信息 ,
如分孽密度的大小 、叶片相互重叠的程度 以及二者在垂直方向上的变化情况 ;另一个是为了确
定在通常情况下 , 测定几个 h 的 比值就能够反映 出群体的特征 。 图 6 统计了本次试验的 h
二图 6 草丛内光强度的垂直变化
Fig
.
6 Th
e v e 币e al v面anc e of
比值在草丛内的垂直变化情况 。
从图 6 可明显地看出 , 草丛内部光照强度 ( 图中反映的是
外界光强与草丛内部光强的 h 比值 )垂直变化的总体规律是
随着距地面高度的增加而增加的 。 但值得注意的是 , 这种增加
在垂直高度逐步增加的初期表现得很剧烈 , 通常在 7 . 5 一 10c m
以上时就基本上接近外界的光照强度 。 当然 , 这个转折高度点
是与牧草群体所处的生长时期 ( 主要是叶表层高度 )有密切关
系 , 同时和牧草的品种也有一定关系 。 当牧草枝茎 的密度很
高 , 草丛高度相对较低时 ,该转折高度点很低 ;当牧草的枝茎的
…眼碱理书拼五双砖家)华诀一
h ght inte ns itv in the sw耐 密度很高 , 草丛高度也相对较高时 , 这个转折高度点却不一定
低 。 这说明草丛内部的光照强度及其在一定范 围内的垂直变化情况可 以反映牧草的一些性
状 ,或者说有一定的相关关系 。 另外 , 测定草丛内部光照强度时 , 光度计 的读数随着测定部位
的升高 , 稳定性下降 。 越是靠近草丛顶部的茎叶 , 其摇摆性也越大 , 从而致使光线在草丛 内部
第 4 期 陈 霞等 应 用图象处理技术估测牧草地上部生物量的初步研究
的状态也极不稳定 。 所以 , 测定部位越接近地表 , h 的比值就越可靠 。 本试验主要针对前三
个(o e m , 2 . SCm , se m )h 的比值进行 比较研究 。
3
.
5 建立模型及结果预测
为了使盆栽牧草各样本之间的对比情况更接近田 间牧草生长较为均匀的实际情 况 , 我们
这里按照分孽数进行了分组 。 每一组又分成两部分 : 学习集和校验集 , 其中学习集用来建立模
型 ;校验集用来验证模型的好坏 。 建模的方法采用偏最小二乘法 (丁兆俊 , 19 4 ) , 样本包含的
指标有 :有效面积 (C澎) 、侧面宽度 (e m ) 、叶表层高度 (Cm ) 、 h 比值 (o e m 、 2 . se m 、 se m )。 预测结
果和实测值比较见下表。
表 1 预测的结果
Tab l
e 1 R e sul t Of p喇ie ti o n
样 本 R R MSEP 预测值/ 实测值 (每个组包括 5 个预测样本 )
3训 ples p re di e 6 o n v al u以Me as o me nt val u e (阮h 脚u p inc lu des fi ve pre dic tiv e sam ples )
1 1
.
84 / 12
.
45
1 1
.
89 / 9
.价
5
.
87 / 7
.
26
14
.
63 / 19
.
27
5
.
02 / 5
.
14
3
.
05 /4
.
9 1 3
70 / 4
.
48
呢/ 2 . 40
10
.
10 / 9
.
03
9
.
14/ 10
.
3 3
13
.
1万 1 1 . 20
5
.
15 /7
.
1 1
9
.
30/ 5
.
7 4
10
. 剐 / 14 . 08
7
.
36 / 10
.
2 1
5
.
3 0 / 4
.
14
13
.
28 / 15
.
0
9
.
48 / 8
.
82
6
.
1 3 / 5
.
7 3
3
.
25 / 3
.
3 9
78014935
,‘,”‘.1J.1,妇‘口j月八琦,‘OnQ†了0乙U
.⋯OC”0ABCD
R :相关系数 肠, 1而on C优 fi ci e nts
RMSE p :预测标准差 R o t
~
以护a化 e ~ of l
)袱li c ti on
A : 留茬 OC m 时 , 可获取的牧草生物量 Aval abl e bi ~
wi the
u t st ub l〕le
B : 留茬 sc m 时 , 可获取的牧草生物量 A v ai lab le bi一 公刃v e s cm stub bl eC : 留茬 10 cm 时 , 可获取的牧草生物量 Avail ab le bi ~ 目, 〕v e 10c m s tt山bleD : 留茬高度为 15c m 时 , 可获取的牧草生物量 A vail abl e bi一 目洲〕ve 巧 cm st u bble
4 结论
4
.
1 通过对牧草水平方向拍照的照片进行 图象处理 , 可以获得关于牧草群体的两个指标 : 叶
表层高度 (cm )和有效面积 (C甘 ) 。
4
.
2 通过对无芒雀麦 、鸭茅 、高羊茅三种牧草象素点垂直分布的研究 , 证明图象信息能够反映
不同草种之间植株形态的差异 。
4
.
3 牧草垂直分布可获取生物量与图象测定的牧草象素点垂直分布具有相似的变化趋势 , 表
现为由急到缓的下降趋势 。
4
.
4 草丛内光强度的垂直变化能够反映牧草群体的空间信息 , h 比值随着测定高度的上升
而迅速下降 ; h 比值在近地面附近的稳定性高 。
4
.
5 采用有效面积 ( C扩 ) 、叶表层高度 ( c m ) 、侧面宽度 ( c m ) 、h 比值 (o e m 、 2 . s e m 、 se m )作为指
标 , 可以建立多元回归模型估测盆栽牧草的地上部现存量 。
3 10 草 地 学 报 19 7 年
参 考 文 献
丁兆俊 , 1性冷落, 化学计量学的几种多元校正方法的 比较研究及其在弱信息与多元信息处理中的应用 . 北京
农业大学硕 士学位论文 , 14 一 巧
劳彩莲 , 1望汉i, 农业生物图象处理系统的开发与应用研究 . 中国农业大学硕士学位论文 , l 一 3
郑王尧 , 1卯 2 , 作物生理学导论 . 北京 :北京农业大学出版社 , 268 一 2困
Hazn p卜ri es , 5
.
an d si ~
to n
,
W
.
,
1卯3 , Id en 断ea tion of plan t lx u ls us ing col or 田ld geo n 记tri c u l贾吧e d a ta . T la llsa c -
tions of the AS EA
,
36
:
(5 )149 3
一 15( 刃
Shi 肠ta , T . , 1卯2 , (; ro w th p 化d ie tion of let tu ce 讨an ts 妨 illu g e p联es ing . Ac ta Ho 川c ul ture , 31 9 : 68 9 一 6男
Shi ~
,
H
. 阳d os 肠ta , 5 . , l卯l , M es o me nt of el on ga tio n rate of 禅ant m ath e ma tie al an d co n tro l a Pplie西on in a -
护c ul tu re an d ho rti c ul恤 . Mats uy ~ , Ja ll u l , 39 5 一 《刃
A T e n ta ti v e S tu d y o n the A PPliCa tio n of 加ag e Pn 犯欣洛1飞 fo r the
De te n ni
n a ti on of A bo ve
.
g ro u n d Bi o n ”班治 a n d Sta n山ng c ro p
Che n 兀a H an Jian gU o Zuo H ai taO Che n D t山朋g
(IrL format
io n Ce n te r
,
Chin a A gh
e d tu ra l U n ive rs ity
,
Be iji
n g l以x 旧4 )
A加。习c t : How to de te而ne th e 公犯v e 一脚un d biomas s an d stan d in g g拍5 5 th ro u gh th e w a ys of im 娜奖
P, es
s in g w ere stud
ied
.
W e hav e ob 面 n ed th e irlfo na tio n 址力u t th e p ro pe rt ies of g ra sse 场 罗ttin g th e
e任沈tiv e , a th ro u gh di sc ri lllin at on an al 邓15 Of im ag e P, es sin g tec 俪卿es 出ld th e in te m al s ta tu s o f the
v e rt ieal h

rat i
o ehan 笋 in th e s wart ls .
Th
e 1lla in l〕u 月万〕s e o f th e s tu dy was
to e x p lo 比 th e re la tio ns hip be tw e e n info na
tio n re lat e d to th e
p ro pe rti es of g n 玛ses de riv ed fro m n lu lti m ed ia tec俪qu es an (l info m 班tion de riv ed fro n l tra (liti o n al de str’u c -
tive tec俪明es , to b u ild u P m 仪le ls ac e o ld in g to th at re lat ions hip , to d e te丽ne th e al刃ve 一脚un d bio mas s
of st田ld ing gras
“ an d to Pro vid

the 4as is for
1llak ins 脚slan d n迎lag e m eni sy te lns and 比酗ati ons. Th “
res 沮ts are sho w ed th at th e efec ti
v e
~
,
th e he igh t
o f leav
e s s tl
rfa
c e 伽m 5 0 11 su rfa c e , h rat io (o em ,
2
.
se m
,
s e m )
ean be 11狱妇 as in d e x es to b u ild u p a m ul tiv面at e n led el to es tlm a te th e 户e ld of the 面 ve -
目旧 u n d bi
omas
s o f stan d i
n g gn 玛s
心y 研. n ls : Stan di n g gr as s ; Ll嘿e p , e s sin 只: h 一 ra tio