中文摘要：

本项目从番茄叶片的大分子指标、及表面与内部微结构两个层面入手，研究强度、偏振、光谱分布多维光信息对氮、磷、钾营养水平的响应机制。建立基于叶绿素、叶黄素、可溶性糖等大分子指标的番茄营养水平与敏感波长下强度及分布的对应关系，基于叶片非光滑表面、海绵体和栅栏组织等微结构特性的番茄营养水平与偏振方向、偏振度及反射强度分布的对应关系；充分挖掘上述两个层面的综合作用优势，探索基于强度-偏振-光谱分布多维图像的番茄营养水平快速检测机理和方法。研究氮、磷、钾的多维光信息图像特征的提取及表达方法，以相关性和独立性为依据对特征进行优选和降维，构建多维图像的多变量组合特征空间；考虑水分影响和磷钾对氮的影响，建立番茄氮、磷、钾营养水平综合信息检测模型，给出营养水平的评价方法。本项目突破了传统视觉图像和光谱技术诊断精度低、普适性差的瓶颈。

结论摘要：

1）研制开发了作物营养多维光信息综合检测实验平台。为了对设施番茄的偏振特征进行精确提取和研究，设计开发了国内首台设施作物生长信息偏振测量系统，可实现对不同入射角的全向平行偏振光激励下的作物叶片，在不同检测天顶角的全向偏振响应进行综合检测分析。在此基础上，基于偏振测量系统和高光谱成像系统，结合扫描电镜和电子透射显微镜，构建了强度-偏振-光谱分布作物营养多维光信息综合检测实验平台。 2）基于多维光信息综合检测实验平台，对不同氮、磷、钾水平叶片的厚度、气孔、绒毛、维管束、海绵组织、栅栏组织等表面微结构和内部组织形态，以及叶绿体、淀粉、纤维素等大分子的变化规律及其光响应特性进行了研究，初步探明了番茄内外生理生化指标及微观结构变化对反射强度、偏振和高光谱图像等多维光信息的作用机理和响应机制。 3）基于偏振度响应的波谱相关性组分分析，提取了氮、磷、钾的特有特征和共有特征波长组合，其中氮、磷、钾特有敏感波长分别为380.487nm、914.562 nm、488.418nm，共有的敏感波长分别为655.408nm，744.482nm，850.578nm。利用偏最小二乘法建立了番茄氮、磷营养的偏振检测模型；基于逐步回归法建立了钾营养的偏振度特征检测模型。 4）利用主成分分析法对番茄营养的高光谱图像的主成分图像及敏感特征波长进行了提取，利用灰度共生矩阵（GLCM）计算番茄叶片的纹理特征参数，利用主成分回归法和多元线性回归法，分别建立了番茄氮、钾营养的高光谱图像特征和反射光谱特征检测模型，进而利用偏最小二乘法建立了番茄磷营养的高光谱图像特征模型，利用逐步回归法建立了磷营养的反射光谱特征检测模型。 5）建立了番茄氮、磷、钾营养水平的多维光信息检测模型，实现了对番茄氮磷钾营养的定量评价。建立了光谱、图像和偏振信息的氮、磷、钾检测模型和多信息线性融合模型，得到了各特征信息的灵敏度和权重系数矩阵及氮、磷、钾之间的交互作用关系，实现了对氮磷钾之间的交互作用进行解耦，在此基础上，建立了番茄氮、磷、钾营养水平的多维光信息检测模型，其中氮、磷、钾模型预测值与实测值的相关系数R分别达到了0.95、0.89、0.91，模型的均方根误差RMSE分别为0.29、0.89、0.69。与光谱、图像等单一检测手段相比检测精度显著提高。