哈密瓜是新疆的特色水果，目前，哈密瓜品種繁多，采收時(shí)，不同品種的成熟期不同，在成熟時(shí)的表現(xiàn)也不同，因此，簡(jiǎn)單地通過(guò)外表來(lái)分辨哈密瓜的成熟度，會(huì)造成判別不一致，影響哈密瓜的貨架期，從而降低聲譽(yù)和經(jīng)濟(jì)效益。因此，研究哈密瓜成熟度有重要意義。

堅(jiān)實(shí)度是哈密瓜成熟度的重要參考指標(biāo)之一。目前，堅(jiān)實(shí)度檢測(cè)多采用M-T有損檢測(cè)方法，該方法費(fèi)時(shí)、費(fèi)力，而且會(huì)破壞樣品。因此，急需一種無(wú)損、快速、便捷的檢測(cè)方法，綜合分析哈密瓜成熟期的理化指標(biāo)變化規(guī)律及其與堅(jiān)實(shí)度的相關(guān)性。近年來(lái)，高光譜技術(shù)在獼猴桃、草莓、蘋(píng)果、梨、櫻桃、香蕉和西甜瓜等水果的成熟度、堅(jiān)實(shí)度、糖度等品質(zhì)無(wú)損檢測(cè)中得到應(yīng)用，為哈密瓜成熟期的品質(zhì)評(píng)價(jià)提供了無(wú)損檢測(cè)技術(shù)。

測(cè)定方法

哈密瓜測(cè)定項(xiàng)目包括光譜信息采集和理化指標(biāo)（質(zhì)量、橫縱徑、堅(jiān)實(shí)度）測(cè)量。具體的方法如下：

（1）哈密瓜光譜信息的采集

（2）高光譜圖像數(shù)據(jù)采集前，先進(jìn)行黑白校正，調(diào)整輸送裝置的速度。數(shù)據(jù)采集時(shí)，把哈密瓜樣本放到高光譜試驗(yàn)臺(tái)上，線(xiàn)陣的探測(cè)器在光學(xué)焦面（哈密瓜前進(jìn)方向）的垂直方向橫向掃描，掃出整個(gè)平面，獲取3個(gè)檢測(cè)部位的哈密瓜圖像信息，通過(guò)軟件對(duì)光譜信息采集和保存。

（3）哈密瓜理化指標(biāo)的測(cè)量

縱橫徑的測(cè)量：哈密瓜的高度部位即縱徑，用高度游標(biāo)卡尺測(cè)量。哈密瓜赤道部位即橫徑，用游標(biāo)卡尺測(cè)量。

質(zhì)量的測(cè)量：采用電子秤測(cè)量哈密瓜質(zhì)量。

堅(jiān)實(shí)度的測(cè)量：哈密瓜堅(jiān)實(shí)度的測(cè)量采用手持式硬度計(jì)。

對(duì)已完成光譜信息采集的哈密瓜樣本的3個(gè)標(biāo)記區(qū)域（陰面、陽(yáng)面與果臍）削去果皮進(jìn)行測(cè)量。

2、光譜的處理及模型評(píng)價(jià)指標(biāo)

采集后的光譜數(shù)據(jù)采用ENVI4.7軟件進(jìn)行圖像數(shù)據(jù)降維和預(yù)處理。利用TQAnalyst6.1軟件進(jìn)行建模定量、定性分析。模型的穩(wěn)健性和準(zhǔn)確性評(píng)價(jià)指標(biāo)有校正集相關(guān)系數(shù)（Rc），預(yù)測(cè)集相關(guān)系數(shù)（Rp）、校正均方根誤差（RMSEC）和預(yù)測(cè)均方根誤差（RMSEP）。通常情況下，模型中R值越大，RMSEC、RMSEP值越小，模型表現(xiàn)得越穩(wěn)健，結(jié)果越準(zhǔn)確。

3、結(jié)果與分析

哈密瓜樣本理化指標(biāo)測(cè)定結(jié)果及分析

哈密瓜在成熟過(guò)程中，理化指標(biāo)會(huì)隨著不同成熟期呈現(xiàn)出一定的變化規(guī)律。由表1可知，不同成熟期的哈密瓜理化指標(biāo)存在一定的差異。從縱徑的平均值來(lái)看，同一成熟度的哈密瓜，金密16號(hào)要略大于金密17號(hào)；從橫徑的平均值來(lái)看，同一成熟度的金密16號(hào)要略小于金密17號(hào)；七成熟的哈密瓜平均質(zhì)量均要小于九成熟的哈密瓜；從堅(jiān)實(shí)度值來(lái)看，七成熟的哈密瓜平均堅(jiān)實(shí)度均要大于九成熟的哈密瓜。

不同品種哈密瓜堅(jiān)實(shí)度的分析

果實(shí)的堅(jiān)實(shí)度直接影響果肉質(zhì)地與脆性。哈密瓜堅(jiān)實(shí)度是衡量?jī)?nèi)部品質(zhì)的重要指標(biāo)之一。從圖2可以看出，七成熟哈密瓜：金密16號(hào)的堅(jiān)實(shí)度值在54.0~120.0N，金密17號(hào)的堅(jiān)實(shí)度值在50.6~84.0N；九成熟哈密瓜：金密16號(hào)的堅(jiān)實(shí)度值在51.0~79.9N，金密17號(hào)的堅(jiān)實(shí)度值在48.0~61.2N。兩個(gè)品種的哈密瓜樣本點(diǎn)的堅(jiān)實(shí)度分布規(guī)律如圖1所示，通過(guò)對(duì)比可以發(fā)現(xiàn)，金密16號(hào)的堅(jiān)實(shí)度均大于金密17號(hào)，說(shuō)明不同品種哈密瓜的堅(jiān)實(shí)度存在明顯差異。

不同成熟期哈密瓜堅(jiān)實(shí)度的分析

隨著哈密瓜生長(zhǎng)發(fā)育的不斷推進(jìn)，堅(jiān)實(shí)度隨著成熟期的不同而發(fā)生變化。圖2所示兩個(gè)品種的哈密瓜不同

表1不同成熟期哈密瓜樣本的理化指標(biāo)值

圖1不同品種哈密瓜樣本點(diǎn)的堅(jiān)實(shí)度分布

圖2不同成熟期哈密瓜堅(jiān)實(shí)度變化規(guī)律

成熟期堅(jiān)實(shí)度變化規(guī)律，從中可以發(fā)現(xiàn)，同一品種哈密瓜，九成熟的堅(jiān)實(shí)度要比七成熟低，成熟度越高，堅(jiān)實(shí)度越低。研究表明，隨著哈密瓜不斷成熟，果實(shí)細(xì)胞壁果膠物質(zhì)的降解和纖維素分離，導(dǎo)致細(xì)胞解體，果肉的硬度降低

不同原始光譜的分析

高光譜儀采集哈密瓜的光譜信息是由光源照射到哈密瓜表面后通過(guò)漫透射進(jìn)行擴(kuò)散傳輸?shù)摹D4是2個(gè)品種哈密瓜不同成熟度的原始光譜曲線(xiàn)，從中可以發(fā)現(xiàn)，同一品種、不同成熟期的哈密瓜光譜曲線(xiàn)走向基本一致。不同品種的哈密瓜光譜曲線(xiàn)之間存在很大差異，金密16號(hào)哈密瓜光譜在400~750nm存在明顯變化的波峰、波谷。金密17號(hào)哈密瓜光譜在500~850nm存在較明顯變化的波峰、波谷，在850nm之后波形基本一致。說(shuō)明不同品種的哈密瓜由于內(nèi)部生物結(jié)構(gòu)不同，光譜曲線(xiàn)差別也很大。

圖4哈密瓜原始光譜曲線(xiàn)

不同檢測(cè)部位堅(jiān)實(shí)度的分析

哈密瓜果實(shí)的成長(zhǎng)與發(fā)育先是縱徑發(fā)育，再橫向增重發(fā)育。根據(jù)哈密瓜的生長(zhǎng)特點(diǎn)，對(duì)金密16號(hào)哈密瓜的3個(gè)檢測(cè)部位（赤道陽(yáng)面、赤道陰面和果臍）的堅(jiān)實(shí)度進(jìn)行測(cè)量，其變化規(guī)律如圖5所示，從中可以發(fā)現(xiàn)，不同檢測(cè)部位的哈密瓜堅(jiān)實(shí)度存在差異，赤道（陽(yáng)面、陰面）部位的堅(jiān)實(shí)度要高于果臍部位的堅(jiān)實(shí)度；同一檢測(cè)部位相比，堅(jiān)實(shí)度的變化沒(méi)有明顯規(guī)律。

圖5不同檢測(cè)部位堅(jiān)實(shí)度值分布規(guī)律

水分是作物進(jìn)行生命活動(dòng)和生長(zhǎng)代謝的重要物質(zhì)，水分虧缺能直接影響作物的生理生化過(guò)程和形態(tài)結(jié)構(gòu)，從而對(duì)其生長(zhǎng)?產(chǎn)量和品質(zhì)造成影響。同時(shí)，我國(guó)農(nóng)業(yè)用水占全國(guó)用水總量已經(jīng)達(dá)到70%，且水資源分布不均，每年因?yàn)楦珊刀棺魑锸転?zāi)面積最高達(dá)到4000萬(wàn)hm2，嚴(yán)重威脅我國(guó)的糧食安全。

因此，在水資源短缺的嚴(yán)峻形勢(shì)下，提高水資源的利用效率對(duì)指導(dǎo)作物生長(zhǎng)發(fā)育，提高作物產(chǎn)量，節(jié)約水資源具有重要意義。利用傳統(tǒng)烘干法測(cè)量作物水分耗時(shí)費(fèi)力，多光譜?近地非成像遙感光束分離的成像質(zhì)量差，光譜重疊度高，易受環(huán)境等背景因素影響，難以滿(mǎn)足對(duì)作物水分的高效?精準(zhǔn)實(shí)時(shí)監(jiān)測(cè)。而高光譜遙感技術(shù)具有空間分辨率高，光譜信息豐富，波段窄而連續(xù)，時(shí)效性好的特點(diǎn)，近年來(lái)已被廣泛應(yīng)用于作物水分含量監(jiān)測(cè)領(lǐng)域。

作物水分的常見(jiàn)測(cè)試方法

作物水分的測(cè)試有直接法和間接法2種，其中直接法是通過(guò)物理或化學(xué)測(cè)試直接獲取作物水分含量的方法，而間接法通過(guò)測(cè)量作物或其相關(guān)指標(biāo)屬性，以推斷或估計(jì)作物水分信息。

但常見(jiàn)的作物水分測(cè)量方法準(zhǔn)確度不高，操作較為復(fù)雜，易受環(huán)境溫度等外界因素影響，具有一定的局限性，并且應(yīng)用范圍窄，難以適應(yīng)大面積的農(nóng)業(yè)生產(chǎn)需要。隨著各項(xiàng)技術(shù)的深入研究，高光譜遙感技術(shù)以其超多波段?圖譜合一和光譜信息豐富的技術(shù)優(yōu)勢(shì)，能夠?qū)崿F(xiàn)作物水分含量準(zhǔn)確?快速?無(wú)損地實(shí)時(shí)監(jiān)測(cè)。

表1作物水分的常見(jiàn)測(cè)試方法

各方法的優(yōu)缺點(diǎn)比較

直接法測(cè)量過(guò)程簡(jiǎn)單，結(jié)果較為準(zhǔn)確，但測(cè)量過(guò)程冗長(zhǎng)繁瑣，增加了實(shí)驗(yàn)難度和周期，同時(shí)容易破壞待測(cè)樣品，并產(chǎn)生對(duì)環(huán)境有害的化學(xué)試劑和藥品。間接法相較于直接測(cè)定法有所提升，測(cè)量速度快，易實(shí)現(xiàn)在線(xiàn)批量檢測(cè)，但容易受噪聲?物體形狀及大小?環(huán)境溫度等因素影響，難以適用大面積作物水分監(jiān)測(cè)和指導(dǎo)農(nóng)業(yè)生產(chǎn)。隨著各項(xiàng)技術(shù)的深入研究，為能夠更好地指導(dǎo)農(nóng)業(yè)生產(chǎn)需要，高光譜成像技術(shù)作為一種發(fā)展較為成熟的遙感監(jiān)測(cè)技術(shù)，以其準(zhǔn)確?無(wú)損?快速的技術(shù)優(yōu)點(diǎn)已廣泛應(yīng)用于作物水分監(jiān)測(cè)領(lǐng)域。

常見(jiàn)高光譜遙感分類(lèi)

高光譜遙感按照作用空間尺度可劃分為衛(wèi)星遙感?機(jī)載高光譜儀?地物光譜遙感以及手持式光譜儀等。基于CGMD便攜式光譜儀和地物高光譜探測(cè)器對(duì)冬小麥冠層生長(zhǎng)指標(biāo)對(duì)比研究發(fā)現(xiàn)，CGMD光譜儀操作簡(jiǎn)單，便于攜帶，精度可靠，而地物高光譜探測(cè)器采集信息量大，結(jié)合先進(jìn)預(yù)處理，特征提取和機(jī)器學(xué)習(xí)算法可以有效提高模型反演精度。

基于便攜式地物光譜儀結(jié)合手持式光譜探測(cè)器獲取冬小麥葉片反射率，并結(jié)合推掃式光譜儀波段寬，光譜分辨率高的特點(diǎn)獲得冠層反射率，但是受天氣條件或野外環(huán)境因素，如云層?大氣濕度?光線(xiàn)條件和地面高程差等都會(huì)影響數(shù)據(jù)采集和監(jiān)測(cè)結(jié)果。

3、光譜遙感在典型作物水分監(jiān)測(cè)的應(yīng)用

雖然當(dāng)前高光譜遙感技術(shù)應(yīng)用于水分監(jiān)測(cè)的作物類(lèi)型已經(jīng)有很多種，但是在監(jiān)測(cè)作物水分指標(biāo)和方法上面也會(huì)有所不同，這些水分指標(biāo)包括植株含水量(PWC)，葉片含水量(LWC)，冠層含水量(CWC)，葉片等效水厚度(LEWT)和相對(duì)含水量(RWC)，而研究方法包括單波段光譜反射率法，光譜植被指數(shù)法，全波段光譜分析法和光譜輻射傳輸模型等。而水稻?小麥和玉米作為典型作物，在水分監(jiān)測(cè)指標(biāo)和研究方法方面更具全面性和系統(tǒng)性。已有許多學(xué)者對(duì)此作了細(xì)致而深入的研究，并取得了豐富的研究成果和技術(shù)創(chuàng)新，也為高光譜遙感技術(shù)監(jiān)測(cè)其它作物水分含量提供技術(shù)參考。因此，下面對(duì)高光譜遙感作用于典型作物水稻，小麥，玉米的水分監(jiān)測(cè)作詳細(xì)闡述。

3.1小麥

高光譜遙感通過(guò)敏感波段提取以及新型植被指數(shù)構(gòu)建可以顯著提高光譜反射率與水分含量的相關(guān)性。目前用高光譜監(jiān)測(cè)小麥水分的研究主要集中在濕潤(rùn)和半濕潤(rùn)地區(qū)，而干旱和半干旱區(qū)域的研究還相對(duì)較少。隨著高分辨率遙感儀器的發(fā)展以及新型植被指數(shù)出現(xiàn)，高光譜遙感技術(shù)在干旱和半干旱區(qū)域的應(yīng)用潛力十分廣泛。同時(shí)，小麥在不同生長(zhǎng)時(shí)期LWC的敏感波段存在差異，在開(kāi)花期，小麥的LWC敏感波段主要集中在可見(jiàn)光和近紅外波段;而在孕穗期和乳熟期，則分布在近紅外和短波紅外波段。

表2 高光譜遙感估算小麥含水量的典型研究

3.2水稻

水稻的葉片水分敏感波段主要分布在近紅外和短波紅外波段，當(dāng)前對(duì)水稻水分監(jiān)測(cè)的研究主要集中在生長(zhǎng)中后期以及濕潤(rùn)和半濕潤(rùn)地區(qū)。

水稻在不同生長(zhǎng)時(shí)期的敏感波段主要分布在NIR(710~970nm)和SWIR(1450nm?1750nm和1830nm附近)，并且未來(lái)應(yīng)克服植被覆蓋度?氣象條件和資源限制等不利因素，更多關(guān)注作物在生長(zhǎng)前期和干旱?半干旱地區(qū)的研究。水稻是一種生長(zhǎng)環(huán)境受地形和氣候變化影響較大的作物，其生長(zhǎng)階段受到葉片水分變化的影響非常顯著。研究發(fā)現(xiàn)，基于新的水分指數(shù)可以適應(yīng)不同地域?氣候以及葉綠素?基因型變異等動(dòng)態(tài)變化帶來(lái)的影響。

表3 高光譜遙感估算水稻含水量的典型研究

推薦：

便攜式高光譜成像系統(tǒng) iSpecHyper-VS1000

專(zhuān)門(mén)用于公安刑偵、物證鑒定、醫(yī)學(xué)醫(yī)療、精準(zhǔn)農(nóng)業(yè)、礦物地質(zhì)勘探等領(lǐng)域的最新產(chǎn)品，主要優(yōu)勢(shì)具有體積小、幀率高、高光譜分辨率高、高像質(zhì)等性?xún)r(jià)比特點(diǎn)采用了透射光柵內(nèi)推掃原理高光譜成像，系統(tǒng)集成高性能數(shù)據(jù)采集與分析處理系統(tǒng)，高速USB3.0接口傳輸，全靶面高成像質(zhì)量光學(xué)設(shè)計(jì)，物鏡接口為標(biāo)準(zhǔn)C-Mount，可根據(jù)用戶(hù)需求更換物鏡。

審核編輯 黃宇