周敏姑，劇飛兒，孫振豪，許景輝

(1.西北農(nóng)林科技大學(xué) 旱區(qū)節(jié)水農(nóng)業(yè)研究院，陜西 楊凌 712100；2.西北農(nóng)林科技大學(xué) 生命科學(xué)學(xué)院，陜西 楊凌 712100；3.西北農(nóng)林科技大學(xué) 水利與建筑工程學(xué)院 陜西 楊凌 712100)

植物電信號是植物生長變化過程中的主要生理信號[1]。它不但反映植物自身的生長狀況，還反映植物生長的環(huán)境狀況，因此，研究植物電信號能從植物與環(huán)境的耦合關(guān)系上揭示植物生境信息，為農(nóng)業(yè)生態(tài)和植物生理研究服務(wù)。隨著信號采集和處理技術(shù)的發(fā)展，很多學(xué)者對植物的電信號進行了研究。Volkov等[2]研究通過PCP、FCCP等多種刺激對植物電信號的影響，表明植物電信號是植物組織和器官中遠距離信息傳遞的最快途徑。李嶠等[3]通過三種菊科(Asteraceae)植物電信號的分析，利用短時Fourier變換，認為其電信號均為微伏級低頻信號。張曉輝等[4]利用小波去噪和STFT算法，分析蘆薈電信號是一種毫伏級，頻率分布在5 Hz左右的低頻信號。這些研究揭示了植物電信號的一般規(guī)律，但對植物電信號變化與環(huán)境因素之間的相關(guān)性研究甚少。

本文在分析植物電信號特征的基礎(chǔ)上，研究植物電信號所具有的特性及其與環(huán)境水因子間的相關(guān)關(guān)系，利用機器學(xué)習(xí)的方法建立植物電信號特征和環(huán)境水脅迫的分析模型，通過吊蘭(Chlorophytum Comosum)、紅景天(Sedum Rosea)等觀賞植物的電信號變化，進行水脅迫程度的檢測，研究環(huán)境因素對植物電信號影響的一般規(guī)律。

1 試驗方法與材料

1.1 信號采集系統(tǒng)

本研究選用成都泰盟科技有限公司設(shè)計生產(chǎn)的BL-420F生物機能實驗系統(tǒng)來采集植物電信號。由計算機、BL-420F系統(tǒng)硬件、TM-WAVE生物信號軟件三部分組成。采用METER公司生產(chǎn)的ECH2O土壤含水量監(jiān)測系統(tǒng)，由Em50系列數(shù)據(jù)采集器和5TE土壤水分傳感器組成。BL-420F型生物機能實驗系統(tǒng)工作原理圖見圖1。

圖1 生物機能實驗系統(tǒng)工作流程圖

由于植物電信號微弱、低頻的特點[5]，空間中電磁場、電磁輻射以及周圍設(shè)備電磁噪聲均會對信號的采集造成極大干擾，有可能湮沒植物電信號[6-8]。因此將待測植物放入130 cm×120 cm×120 cm屏蔽箱中，測量過程中屏蔽網(wǎng)接地，以消除外界影響[9]。

1.2 試驗對象及方法

試驗分別采集吊蘭和紅景天兩種觀賞性植物在缺水時(水脅迫)以及水分充分時的電信號，通過濾波算法，建立植物電信號采集系統(tǒng)，完成信號數(shù)據(jù)的處理和存儲工作。采集的植物電信號用MATLAB軟件進行降噪處理，通過人工神經(jīng)網(wǎng)絡(luò)，針對不同含水量下的吊蘭和紅景天的電信號進行學(xué)習(xí)和訓(xùn)練，實現(xiàn)兩種植物水脅迫程度的識別和判斷。從而實現(xiàn)基于植物電信號特征的植物生長實時監(jiān)測[10-12]。

將待測植物體以及生物實驗機能系統(tǒng)放于屏蔽箱內(nèi)，測量過程中屏蔽箱可靠接地，以消除外界對植物電信號的影響[13]。實驗外部環(huán)境溫度25 ℃，空氣濕度是45%^50%，光照強度5 000 lx。選擇生長良好的葉片，將植物電信號采集傳感器的金屬鉑絲插于同一葉片上，保證鉑絲完全沒入且未穿透葉片。為了消除電極極化現(xiàn)象，電極插入30 min后，再對植物電信號進行測量，以保證信號的穩(wěn)定性。試驗系統(tǒng)采樣頻率設(shè)置為100 Hz(0.01 s)，高通濾波頻率設(shè)置成0.053 Hz，低通濾波頻率設(shè)置成500 Hz。利用BL-420F型生物機能實驗系統(tǒng)采集土壤含水量為12.5%時的吊蘭葉片電信號，信號取樣7 681個數(shù)據(jù)點。為了提高電信號的準確性，試驗運用小波去噪和濾波器濾波去噪兩種方式，對采集的原始信號進行了處理[14]。

1)小波去噪。分別選擇bior2.4、coif3、db4、haar、sym2五個小波函數(shù)對上述采集的信號進行3尺度小波分解，采用軟閾值去噪。見圖2。

2)濾波器濾波去噪。分別采用均值、中值濾波、無限沖激響應(yīng)(IIR)濾波器、有限脈沖響應(yīng)(FIR)濾波器對吊蘭電信號進行去噪。去噪后的信號見圖3。

從圖3看出，濾波器濾波去噪后，造成植物電信號的信號失真，信號幅值范圍由原來的2.3μV左右壓縮到1μV左右范圍，且信號包絡(luò)線趨于平整，而植物電信號是有突變并且是無規(guī)則的[15]。對比圖2和圖3可知，小波去噪除了平滑原有電信號外，保留了信號的許多細節(jié)信息。因此本試驗選用小波去噪進行電信號處理。通過不同小波基去噪處理還發(fā)現(xiàn)，使用 db4、haar等小波基分解奇異信號，去噪效果較好，如果用sym8，coif3等小波基來分析，則會使信號的奇異點部分變得平滑，使降噪后的信號畸變較大，出現(xiàn)一定程度的失真，去噪效果不佳[16]。

信噪比(SNR)是反應(yīng)去噪效果的重要參數(shù)[17]，SNR的表達式[18]為：

(1)

圖2 小波去噪結(jié)果圖

圖3 濾波去噪

表1 db4和haar小波信噪比

Tab.1 Db4 and Haar wavelet signal to noise ratio

小波db4haarSNR/dB89.826389.6142

從表1看出，兩種小波信噪比差距不大，db4去噪略高，其余性質(zhì)來看，對稱性相似，濾波長度db4更長，因此實驗選擇db4小波去噪。從降噪結(jié)果看，小波去噪更適用于植物電信號的降噪處理，而選擇db4小波作為基函數(shù)，對采集的信號進行3尺度分解，為本實驗的最優(yōu)去噪方法。

2 植物電信號特征分析

在測量環(huán)境溫度25℃，空氣相對濕度50%，光照強度5 000 lx時，對吊蘭在干旱(土壤含水量5.15%)、適宜(土壤含水量12.5%)和潮濕(土壤含水量23.6%)三種狀況下的植物電信號進行測量和分析，尋找環(huán)境水脅迫程度與電信號特征值之間的相關(guān)關(guān)系。

分別對吊蘭電信號進行小波去噪處理，時域波形見圖4。

圖4 三種狀態(tài)下的原始信號

基于db4的小波去噪處理后，信號圖形見圖5。

從三種水脅迫狀態(tài)下的時域波形可以看出，隨著含水量變化，三種狀態(tài)下的植物電信號變化具有一定隨機性，其幅值變化也有一定不穩(wěn)定性。因此對三種狀態(tài)共計23 043個信號采用統(tǒng)計分析方法。三種狀態(tài)下吊蘭電信號的統(tǒng)計數(shù)據(jù)見表2。

圖5 三種狀態(tài)下的db4小波去噪

表2 三種水脅迫狀態(tài)下，吊蘭電信號的統(tǒng)計參數(shù)

Tab.2 Three water stress statistical parameters for spider plant electrical signals

環(huán)境水脅迫程度最大值/μV最小值/μV平均值/μV方差/μV2標準差/μV干旱6.35-13.69-3.2318.654.32適宜-2.01-5.87-3.270.140.37潮濕-2.08-5.87-3.510.160.39

表2表明，吊蘭電信號最大在幾微伏，屬于微伏級。表中信號的方差都小于20μV2，說明正常情況下植物電信號的功率很低，證明植物電信號本身是一種微弱信號[19]。

對于吊蘭類喜水植物，環(huán)境水脅迫程度的變化對其植物電信號時域波形影響較大[20]，主要表現(xiàn)在：隨土壤含水量變大，電信號均值在逐步下降；適宜土壤含水量下，電信號幅值在-2.0μV左右，干旱在6μV左右，潮濕在-2.1μV左右，可觀察到土壤含水量偏離正常值都會使電信號幅值發(fā)生化，干旱時會有明顯增大，潮濕時和適宜時變化不大。

對相關(guān)信號進行Fourier變換，其頻域波形見圖6。

圖6 三種狀態(tài)下的頻域波形

圖6表明，對于吊蘭類喜水植物，土壤含水量的變化對其植物電信號頻域波形影響較大，主要表現(xiàn)在：當其含水量較為充足時(適宜或者潮濕)，其頻率集中在0^10 Hz之間，以5 Hz最為突出；含水量不充足(干旱)時，其頻率范圍大大縮短，主要分布在0 Hz左右。

對7 681個采樣點計算功率譜，其功率譜波形見圖7。從圖7看出，植物電信號的功率譜大部分集中在15 Hz以下，15 Hz附近的譜峰值已經(jīng)非常低，基本在-50dB。信號的絕大部分功率譜集中在大概2～5 Hz頻率附近，處于-30 dB級別，這說明植物電信號不僅低頻而且信號能量極弱，是一種典型的生物電信號。在干旱狀態(tài)下，同頻率下，譜峰值會略高于正常狀態(tài)下的峰值。

圖7 三種狀態(tài)下的功率譜波形

采用短時Fourier變換(STFT)對其植物電信號進行了相應(yīng)的頻譜分析，其中短時Fourier變換中窗函數(shù)采用Kaiser窗函數(shù),時域?qū)挾葹?60數(shù)據(jù)點，其結(jié)果見圖8。

圖8橙黃色表示能量較高的部分，藍色表示能量低。由圖8分析可得，吊蘭電信號的短時Fourier變換頻譜明顯在15 Hz以下，大多不超過10 Hz，頻譜能量大多集中于2～5 Hz以及以下。另外隨著環(huán)境水脅迫程度的增高，頻譜能量集中的頻率會呈現(xiàn)向高頻方向的發(fā)展趨勢，即干旱程度越高，頻譜能量集中區(qū)域的頻率越高。

3 基于神經(jīng)網(wǎng)絡(luò)的植物電信號識別模型建立

使用MATLAB的神經(jīng)網(wǎng)絡(luò)工具箱，以BP神經(jīng)網(wǎng)絡(luò)進行信號的訓(xùn)練和識別[22]。BP神經(jīng)網(wǎng)絡(luò)隱含層節(jié)點為50個。以小波去燥后抽樣的4 000個點，選擇70%的數(shù)據(jù)作為訓(xùn)練集(Training)，15%的數(shù)據(jù)作為測試集(Testing)和15%的數(shù)據(jù)作為驗證集(Validation)，其中訓(xùn)練集和驗證集主要用于BP算法的最優(yōu)化選擇模型的建立，而測試集用來給出最終模型的性能指標。訓(xùn)練結(jié)束后，生成訓(xùn)練模型的MSE和R曲線，見圖9。

圖8 STFT變換頻譜圖

從圖9(a)中可以看到，三條MSE曲線幾乎完全重合，而且呈現(xiàn)下降趨勢，說明隨著訓(xùn)練的進行，輸出的預(yù)測值與實際值誤差越來越小，并且訓(xùn)練形成的算法在訓(xùn)練集、驗證集和測試集的表現(xiàn)趨同，識別系統(tǒng)非常穩(wěn)定。

從圖9(b)中來看，R值曲線在三個數(shù)據(jù)集中的正確率均超過99%，并且三個數(shù)據(jù)集的正確率差異不大，可以作為吊蘭這種植物的電信號對于環(huán)境水脅迫程度的識別和預(yù)測模型，可以應(yīng)用于實際農(nóng)業(yè)種植中植物的檢測工作。因此，以BP神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的監(jiān)督式機器學(xué)習(xí)在植物電信號的識別和預(yù)測模型建立方面，有一定的應(yīng)用價值。

圖9 MSE和R值曲線圖

4 結(jié) 論

1)在采集植物電信號的基礎(chǔ)上，對于不同降噪作了明確的分析和對比，選取了最適合植物電信號的“db4”3層小波去噪，同時對去噪后的信號進行了時域、頻域和時頻域的相關(guān)分析，驗證了植物電信號微弱、低頻、非線性和隨機性，探尋了特征值與土壤含水量的相關(guān)關(guān)系。

2)探索了BP神經(jīng)網(wǎng)絡(luò)在植物電信號與土壤含水量直接相關(guān)關(guān)系的最優(yōu)算法，建立了植物電信號與土壤含水量的識別和預(yù)測模型，實現(xiàn)對植物環(huán)境水脅迫程度的預(yù)測和識別。

3)植物電信號是一種復(fù)雜的信號，探尋信號的特征參數(shù)與外界環(huán)境變化的相關(guān)關(guān)系將在智能農(nóng)業(yè)領(lǐng)域起到重要作用。