基于云边端架构的柑橘叶片氮磷含量高光谱检测系统

作     者：高昌伦 张方任 唐婷 吴伟斌 段雨欣 罗青 林华瑞 高婷 GAO Changlun;ZHANG Fangren;TANG Ting;WU Weibin;DUAN Yuxin;LUO Qing;LIN Huarui;GAO Ting

作者机构：华南农业大学工程学院 广东省山地果园机械创能工程技术研究中心 华南农业大学资源环境学院 

基　　金：广东省(深圳)数字智能农业服务产业园(FNXM012022020-1) 广东省农业农村厅科研委及技术推广示范类项目(2023L204) 广东省现代农业产业技术创新团队专项基金(2023KJ120) 

出 版 物：《华南农业大学学报》 (Journal of South China Agricultural University)

年 卷 期：2025年第46卷第02期

页      码：278-286页

摘      要：【目的】设计一款柑橘叶片氮磷含量高光谱检测系统。【方法】基于SR-GRU网络训练构建氮磷含量反演模型，获取柑橘叶片光谱数据和叶片氮磷含量。设计基于云边端架构的柑橘叶片氮磷含量检测系统，对易受户外光线干扰的光谱信号提出改进iForest-SAM算法进行异常光谱检验剔除，对波段多、体积大、传输慢的光谱数据提出基于过完备学习字典的稀疏LoRa报文进行快速传输。系统边缘端在柑橘园内作为LoRa网关，移动终端使用稀疏LoRa报文经边缘端发送至云端加载反演模型进行预测。【结果】SR-GRU反演模型对柑橘叶片氮磷元素含量的反演效果最佳，模型的决定系数分别为0.929和0.865，归一化均方根误差分别为0.083和0.079。系统单次柑橘叶片氮磷含量检测耗时均在1 s以内，LoRa节点连接稳定，基于互联网的Web程序运行稳定，页面平均加载时间在0.5 s以内。【结论】该系统满足对柑橘叶片氮磷含量及时检测的实际应用需求。

主 题 词：柑橘叶片 氮磷含量 高光谱 深度学习 无损检测 检测系统 

学科分类：08[工学] 09[农学] 0803[工学-仪器类] 0902[农学-自然保护与环境生态类] 090201[090201] 

核心收录：

D　O　I：10.7671/j.issn.1001-411X.202404019

馆 藏 号：203157541...