基于RGB成像的植物水分胁迫远程监测


发布时间:

2025-04-02

来源:

作者:

温室中的自动化灌溉系统能够优化水资源利用、节省劳动力、促进植物健康,并有助于植物胁迫生理学研究。传统的灌溉方法通常依赖于定时器,而基于传感器的精准农业能够实时监测土壤和环境条件,减少人为干预。传统的低成本土壤湿度传感器(如电阻式或电容式传感器)容易受到短期退化的影响,例如电阻式传感器的电极与土壤之间的化学反应(电解)会降低测量精度,电容式传感器则因透水性差而影响电子电路。近年来,机器视觉技术被应用于植物表型分析,即确定植物的结构和生理特征。研究者提出利用从图像中提取的表型特征来估计水分胁迫。RGB成像监测叶片颜色研究,假设叶片变色是水分胁迫的早期指标,可以通过RGB成像检测。研究者开发并安装了一个监测系统,用于在控制环境中测试基于叶片颜色的灌溉自动化。

 

实验设计:系统包括控制器模块(Seeed Studio XIAO ESP32S3 Sense,配备CMOS相机),通过Wi-Fi连接到互联网;云服务器用于存储数据和快照;远程计算机用于数据检查、灌溉规范(用户定义的湿度阈值)、图像分析和处理(Python程序);电容式湿度传感器;一闪光灯;一个小型水泵;一个PVC水库;以及一个滴灌导管。控制器状态图:控制器是一个有限状态机,循环通过五个状态,包括监测土壤湿度、激活水泵、发送湿度数据和泵状态到云端、捕获和传输植物图像、进入睡眠模式等。图像处理为了减少自然LED照明引起的噪声,图像经过模糊处理,并从叶片区域和帐篷区域提取RGB指数。通过从叶片区域提取的RGB指数中减去参考区域的平均RGB值来进行归一化和噪声降低。
 
自动控制土壤湿度,实验分为两个阶段,第一阶段系统被远程配置为维持约80%的湿度水平,第二阶段用户定义的灌溉规范,土壤湿度维持在约40%。结果显示,自动化灌溉系统成功维持了设定的湿度水平。叶片颜色变化在水分胁迫实验过程中,叶片的平均RGB值有所增加,尤其是在使用打开闪光照明时,RGB指数的变异性增加更为显著。对于常春藤(Red Ivy)植物,RGB指数的方差,尤其是打开闪光照明下的方差,可能是水分胁迫的一个更好指标。开发的表型系统在研究期间需要的维护很少,主要挑战是偶尔的电力和网络故障。灌溉系统通过使用上下阈值来控制水泵的激活和停用,成功维持了用户定义的土壤湿度目标水平。
 

 (a) 表型分型系统                                           (b) 控制器状态图

图1 开发的表型系统

(a)包括一个控制器模块,Seeed Studio XIAO ESP32S3 Sense,具有CMOS摄像头(1280×1024)像素,通过Wi-Fi连接到互联网(1):存储数据和快照的云服务器 (2):远程计算机数据检测、灌溉的说明(用户自定义湿度阈值),图像分析和处理(Python程序) (3):电容式湿度传感器连接到模块 (4):ffash灯具位于植物叶片下方,与相同模块(5)相连 (6):微型水泵插入PVC储水池(7) (9):连接到开发板 (8):滴灌导管。两个电源驱动器用于控制微型水泵和抽水灯。控制器循环五种状态;(b)来控制灌溉,并定期捕获图像以提取表型性状。

 

(a) 种植帐篷                (b) 滴灌              (c) 带摄像头的SoC             (d) 湿度传感器

图2 种植帐篷中安装表型系统

(a)滴灌管道为生长盆提供水 (b)小型控制水泵 (c)摄像头模块位于监测叶片上方10cm处电容式传感器 (d)插入土壤监测湿度,但易受渗透影响。

 

 (a) 传感器调节                                        (b) RGB参考

图3 干(左)和湿(右)土壤用来调节两个极值的湿度传感器

(a)以减轻噪音的影响对采集的叶片图像进行模糊处理,提取RGB指数两个区域;(b)叶子颜色从区域1获取,并由从区域2获得的值,预计不会改变颜色。

 

 图4 自动灌溉系统成功地维护用户远程控制土壤湿度的恒定水平

两个时间段,目标湿度达到80%和40%。控制参数是激活的下限和上限关掉水泵。用户提供的限制等于80%和第一阶段为81%,第二阶段为40%和41%。对用户视图进行了轻微调整(以提高可读性)如图1所示。

 

 (a)关闭闪光灯                                                   (b)打开闪光灯

图5 常春藤植物在水分胁迫下叶片颜色的演变

土壤湿度保持在40%的低值,持续10d。红(R)、绿(G)、蓝(B)指数均值略有增加,无闪光灯照明(a)和有闪光灯照明(b),RGB指数的可变性有所增加,对两种光照模式分别给出了52和55个实例。

 
来 源

Souza, Flávio & Blawid, Stefan. (2024). Remote Monitoring of Plant Water Stress with RGB Imaging. 25-28. 10.5753/sbesc_estendido.2024.244091.

 

编辑

杨静静

推荐新闻

石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!

本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。

慧科研、慧育种、慧种田——慧聚改变的力量

让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。

高通量植物表型平台建设注意事项

育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。

作物生理表型测量基础原理

生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。