CN100510709C - 便携式多通道作物叶片氮素营养指标无损监测装置 - Google Patents
便携式多通道作物叶片氮素营养指标无损监测装置 Download PDFInfo
- Publication number
- CN100510709C CN100510709C CNB2007100193409A CN200710019340A CN100510709C CN 100510709 C CN100510709 C CN 100510709C CN B2007100193409 A CNB2007100193409 A CN B2007100193409A CN 200710019340 A CN200710019340 A CN 200710019340A CN 100510709 C CN100510709 C CN 100510709C
- Authority
- CN
- China
- Prior art keywords
- module
- mrow
- msub
- nitrogen
- lambda
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 title claims abstract description 132
- 229910052757 nitrogen Inorganic materials 0.000 title claims abstract description 66
- 238000012806 monitoring device Methods 0.000 title claims description 13
- 235000015097 nutrients Nutrition 0.000 title 1
- 238000001228 spectrum Methods 0.000 claims abstract description 45
- 230000003750 conditioning effect Effects 0.000 claims abstract description 12
- 238000009825 accumulation Methods 0.000 claims abstract description 11
- 238000004891 communication Methods 0.000 claims abstract description 9
- 238000012544 monitoring process Methods 0.000 claims description 49
- 230000003595 spectral effect Effects 0.000 claims description 28
- 235000016709 nutrition Nutrition 0.000 claims description 26
- 230000035764 nutrition Effects 0.000 claims description 26
- 241000209140 Triticum Species 0.000 claims description 16
- 235000021307 Triticum Nutrition 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 13
- 241000209094 Oryza Species 0.000 claims description 11
- 235000007164 Oryza sativa Nutrition 0.000 claims description 11
- 235000009566 rice Nutrition 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 8
- 239000011521 glass Substances 0.000 claims description 6
- 239000008267 milk Substances 0.000 claims description 6
- 210000004080 milk Anatomy 0.000 claims description 6
- 235000013336 milk Nutrition 0.000 claims description 6
- 238000002310 reflectometry Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 239000005357 flat glass Substances 0.000 claims description 5
- 230000003287 optical effect Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 8
- 238000013461 design Methods 0.000 abstract description 5
- 238000012271 agricultural production Methods 0.000 abstract description 4
- 238000001514 detection method Methods 0.000 abstract description 3
- 238000012360 testing method Methods 0.000 abstract description 3
- 238000012272 crop production Methods 0.000 abstract description 2
- 230000000050 nutritive effect Effects 0.000 abstract 2
- 238000007726 management method Methods 0.000 description 9
- 230000004720 fertilization Effects 0.000 description 7
- 238000012937 correction Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 241000196324 Embryophyta Species 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000001066 destructive effect Effects 0.000 description 4
- 239000000618 nitrogen fertilizer Substances 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 229930002875 chlorophyll Natural products 0.000 description 3
- 235000019804 chlorophyll Nutrition 0.000 description 3
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 description 3
- 244000037666 field crops Species 0.000 description 3
- 230000009418 agronomic effect Effects 0.000 description 2
- 235000013339 cereals Nutrition 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000003337 fertilizer Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009614 chemical analysis method Methods 0.000 description 1
- 210000003763 chloroplast Anatomy 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000014075 nitrogen utilization Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000000985 reflectance spectrum Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000000411 transmission spectrum Methods 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种基于冠层反射光谱的作物叶片氮素营养指标无损监测和装置,属于作物生产技术领域,专用于作物田间生产的实时监测和精确施肥管理指导。主要由支架、光谱信号采集总成和主机3个部分组成;光谱信号采集采用4波段8通道设计,硬件***由模拟信号调理模块、A/D转换模块、单片机模块、存储模块、显示模块、键盘模块、通讯模块和电源管理模块组成,软件***采用C51单片机语言编写。监测冠层叶片氮含量、氮积累量和叶面积指数3个指标,不仅保证了高监测精度,还为作物的氮素营养水平分析提供了3个不同方面的数据指标,保证了监测结果的可靠性和稳定性;具备适于农业生产一线人员田间操作、实时无损监测和田间实时管理指导的特点。
Description
一、技术领域
本发明涉及针对作物(水稻和小麦)叶片氮素营养指标的便携式无损、实时监测装置,属于作物生产技术领域,专用于作物田间生产的实时监测和精确施肥管理。
二、背景技术
作物氮素营养指标无损监测是精确农业的重要技术支撑之一,其目的是为了实时掌握作物生长状况,及时发布监测诊断预报,以指导氮肥的定量管理和精确投入,并为预测作物单产和总产提供重要依据和参考。
氮素是作物生长必须的6种大量元素之中最重要的元素,是作物体内叶绿体和蛋白质构成的必须元素。氮素的缺乏会严重影响作物的长势、产量和品质,施用氮素化肥已是我国作物高产的主要农作技术之一。但是,我国是氮肥消耗量最大、也是过量施氮最严重的国家,单位耕地面积上年均用量为184kg/hm2,是世界平均水平的3倍。过量施氮不仅降低食品安全质量;导致氮肥利用率降低(麦类作物和秋熟作物的氮肥损失率分别为14%~55%和18%~53%),生产成本增高;还造成水体污染,水资源和水产资源遭到破坏,引起严重的环境问题。运用便携式作物氮素营养指标无损监测装置指导田间精确施肥是解决施氮失当问题的重要技术支撑。
传统的作物生长监测以实验室破坏性分析为基础,时效性弱。化学分析法费时烦琐,对植株具有破坏性,不适宜于田间实时监测和指导;田间速测法精度过低。
作物的含氮量与叶片的色泽密切相关,根据不同含氮量作物冠层反射率曲线特性的分析,可得到作物的氮素营养指标和其它多种农学参数。Stone等人(Transactions of ASAE,1996)用便携式光纤光谱仪测量光谱反射率,采用NDVI值来评价氮利用率和氮肥需要量。Blackmer等(Agronomy Journal,1996)的研究发现氮素影响叶片的反射光谱和透射光谱。这些研究成果奠定了基于光谱的作物生长监测的理论基础,并首先在农业空间信息遥感上得到成功应用(如大面积估产等),为宏观决策提供数据支持。但遥感信息的获取受到大气窗口等多种因素的制约,滞后性严重,时效性差,不能用于田间生产的实时监测和施肥指导,昂贵的遥感信息费用也直接制约其在田间生产中的应用。
本课题组以不同年份、不同品种、不同施氮水平的田间试验为基础,利用MSR-16型光谱仪,综合分析了作物叶片氮含量和氮积累量与冠层反射光谱的定量关系,明确了作物叶片氮含量和氮积累量的特征光谱参数,并确立了叶片氮素营养的定量光谱监测方程(朱艳等,生态学报.2006;朱艳等,植物生态学报.2006;李映雪等,应用生态学报,2006),从而为研制便携式作物叶片氮素营养指标无损监测装置提供了理论基础。
利用作物的光谱反射率作为测量手段的装置有多种。美国ASD(Analytical SpectralDevices)公司生产的用于测量地物光谱反射率的系列光谱辐射仪,其测量精度和光谱分辨率都很高,但它们的色散元件都是采用全息反射光栅,导致仪器价格昂贵,适用于科学研究但不适用于田间农业生产,特别是不适用于生产一线人员使用。
另有一种便携式农作物长势监测装置(专利号:93237680.0),利用双积分球测量光谱以获取农作物叶片光谱反射量与透射量,通过处理运算得到能反映叶片含水量、叶绿素含量等指标参数。但该装置需携带光源、电机、电机带动的多光谱转盘等设备,限制了其在农田现场实时测量的可能性。
美国CROPSCAN公司的地物光谱仪能用于测量和获取植物反射光谱,为研究植物光谱特征、生长指标与估产的农学机理研究提供光谱数据资料,但不具备监测氮素的功能。日本研制生产了便携式叶绿素计(SPAD-502,Konica Minolta Sensing,Inc.),用于田间作物氮素营养的诊断和指导施肥,但在生产应用中其读数值(SPAD值)必须建立校正曲线或改进算法才能适应监测的需要,这需要实验室的配合,因而也不是快速和非破坏性的监测诊断方法。
国家农业信息化工程技术研究中心研制了归一植被差异指数(NDVI)仪,可用于测量冬小麦的NDVI值,并反演出冬小麦的叶面积和叶绿素密度,但该仪器不能直接示出作物叶片氮素含量和氮积累量等综合生长指标。中国农业大学研制了温室作物实时诊断仪,该仪器适宜于对单个叶片作接近测量或对单株园艺植物作接近测量,不针对大田作物冠层的监测。
综上所述,针对作物氮素营养等生长指标,目前还没有一个简便、快捷和令人满意的田间实时无损监测装置,并用于指导农业生产。本发明装置时效性高,无需化学药品,具有便携、快速、简便和非破坏性的优点,特别适合于田间实时监测和精确施肥的田间管理。
三、发明内容
技术问题
本发明的目的在于克服现有监测装置的缺陷,研制出一种便携式多通道作物叶片氮素营养指标无损监测装置,具备适于农业生产一线人员田间操作、实时无损监测和田间实时管理指导的特点。
技术方案
1、一种便携式多通道作物叶片氮素营养指标无损监测装置,主要由支架、光谱信号采集总成和主机三个部分组成(如图1),光谱信号采集总成和主机之间由信号线路连接;光谱信号采集总成、主机都通过接头与支架连接固定;可在田间监测现场将这三个部分组合成监测装置;监测结束后可再拆分成三个部分,以便于携带、保护和运输;其特征在于:
(1)支架由可调伸缩支承杆和角度调节器组成(如图1);可调伸缩支承杆能够根据田间作物高度和监测范围(视场)的要求,任意调节支撑杆的长度;角度调节器连接光谱信号采集部件和可调伸缩支承杆,能够根据田间现场监测的操作要求任意调节光谱信号采集部件相对于可调伸缩支承杆的角度;
(2)光谱信号采集总成由光谱信号采集部件(如图2)和外壳组成(如图1);外壳用于固定光谱信号采集部件,并通过接头与支架上的角度调节器相连接;光谱信号采集部件由四个入射光管、四个反射光管和管座构成,管座用于固定四个入射光管和四个反射光管;四个入射光管的结构相同(如图3),由乳玻璃、物镜、窄带干涉滤光片和光电探测器组成;四个反射光管的结构相同(如图4),由窗口玻璃、物镜、窄带干涉滤光片、场镜和光电探测器构成;窄带干涉滤光片只允许给定波长的光波通过,8个窄带干涉滤光片分成4组,每组包含相同的两只滤光片,分别组装于入射光管和反射光管,4组滤光片的中心波长分别位于610nm、660nm、810nm、1220nm,干涉滤光片的带宽为±10nm;
四个入射光管和四个反射光管构成了8个采集通道,每个通道的光电探测器的输出电流信号经由信号连接线路传至主机内的模拟信号调理模块(如图5);
(3)主机由主机外壳、硬件***和软件***构成;
①主机外壳用于固定硬件***,通过接头与可调伸缩支承杆连接;主机外壳上设有水平仪;
②硬件***(图5)由模拟信号调理模块、A/D转换模块、单片机模块、存储模块、显示模块、键盘模块、通讯模块和电源管理模块组成。模拟信号调理模块的前端是光管中的光电探测器,后端是A/D转换模块;A/D转换模块的后端是单片机模块;单片机模块接收并按设定程序处理来自A/D转换模块的数字量;融合有叶片氮素营养的定量光谱监测方程和参数调校算法的软件程序固化在单片机模块里;存储模块与单片机模块相连;显示模块与单片机模块相连;键盘模块与单片机模块相连;通讯模块是单片机模块和外部计算机的数据通讯接口;电源管理模块是整个硬件***的供电和监视模块,当电源电压降低到设定程度后,该模块产生低电压报警,提醒更换电池。
③软件***采用C51单片机语言编写;在软件***中融合了叶片氮素营养的定量光谱监测方程和参数调校算法;软件***设计框图如图6所示。
有益效果
本发明与已有装置相比,具有以下的特点和有益效果:
(1)稻、麦是我国的主栽粮食作物,针对稻、麦生产过程中的氮素施肥精确管理对增强我国粮食安全、降低环境污染和提高农业效益具有关键作用;本发明装置将稻麦叶片氮素营养的定量光谱监测方程和校正参数算法方程融合在软硬件***中,直接应用于水稻和小麦生长过程中的氮素营养指标监测;本发明装置时效性高,无需破坏性测量和化学药品,具有快捷、无损、实时和便于田间现场监测的优点;监测结果既可即时读取,用于指导农田现场的施氮管理;又可输入计算机用于现场或室内会商分析,为精确农业的决策提供数据支持,特别适合于田间实时监测和精确施肥的田间管理。
(2)本发明装置采用四波段(610nm、660nm、810nm、1220nm)八通道设计,通过四个波段间的相互配合,监测冠层叶片氮含量、氮积累量和叶面积指数三个指标,不仅从根本上保证了高监测精度,还为作物的氮素营养水平分析提供了三个不同方面的数据指标,保证了监测结果的可靠性和稳定性;
(3)本发明装置根据田间操作使用的要求和特点,采用固定化和密封化设计方案,将用于光谱信号采集和转换的多个零件(如滤光片、透镜、乳玻璃、探测器等)固定安装在密闭的光管内,构成光管单元,再将八个光管固定在管座内,构成光谱信号采集部件,在整个部件内没有电机和转盘等转动和活动的零件,提高了装置的可靠性和稳定性,适于田间操作和携带运输;
四、附图说明
图1为本发明装置的整体结构示意图;
图2为本发明装置的光谱信号采集部件示意图;
图3为本发明装置的入射光管结构示意图;
图4为本发明装置的反射光管结构示意图;
图5为本发明装置的主机硬件结构示意图
图6为本发明装置的主机软件***设计框图;
图注说明:
1-4.入射光管 5-8.反射光管 9.光谱信号采集总成 10.可调伸缩支承杆 11.主机
12.探测区域 13.光信号输入接口 14.水平仪 15.电源开关 16.串行接口
17.主机外壳 18.主机面板 19.LCD显示器 20.键盘按键 21.角度调节器
22.管座 23.乳玻璃 24.物镜 25.窄带干涉滤光片 26.光电探测器
27.窗口玻璃 28.物镜 29.窄带滤光片 30.场镜 31.光电探测器
五、具体实施方式
(一)本发明装置的田间应用与操作
1、田间组装
首先,通过接头将主机11与支架的可调伸缩支承杆10连接固定,再将光谱信号采集总成9通过接头与支架上的角度调节器21连接;用信号连接线将光谱信号采集总成9和主机11上的信号线接入口13;根据田间作物的高度和监测要求调节可调伸缩支承杆10的长度,以满足监测视场,即探测区域12的大小要求;根据操作者的操作需要调整角度调节器21的角度,将随机配备的水平标尺放置在光谱信号采集总成9的顶面,配合主机外壳17上的水平仪14调水平。
2、参数调校
将随机配备的标准白板置于光谱信号采集总成9的正下方,依据主机11上水平仪调节整个装置使之处于水平,按动键盘按键20(图1)中的参数校正键(图6),装置自动完成参数调校,主机11将调校参数自动保存,供主机软件***自动调用。
3、田间监测
按下主机上的电源开关15,装置启动,显示屏19显示”OK”。田间监测时,操作者手持支架,并选定监测点,使光谱信号采集总成9位于作物冠层上方,通过观察主机上的水平仪14调节支架,使光谱信号采集总成处于水平。操作者根据监测指标的需要,选择并按动主机面板18上的按键(在每个按键上都有功能标注,如小麦氮含量、小麦氮积累量等,如图6),装置自动完成监测,并在显示屏19上显示监测结果,同时把监测结果保存在存储器中。当电池电量低于设定制时,装置自动报警,提醒及时更换电池。
4、拆卸装箱
田间监测工作完成后,分别从支架上拆卸光谱信号采集总成9和主机11,连同随机配备的标准白板和水平标尺一起装箱,以便于携带和保存。
(二)本发明装置的工作原理(图5)
1、光谱信号采集
光谱信号采集由光谱信号采集部件(如图2)中的管座22、四个入射光管1-4和四个反射光管5-8完成,分别构成了四个入射光谱信号采集通道和四个反射光谱信号采集通道。四个入射光管的结构相同(如图3),由乳玻璃23、物镜24、窄带干涉滤光片25和光电探测器26组成;入射光管1-4位于光谱信号采集总成9的上方,用于采集来自太阳的光谱信息;四个反射光管的结构相同(如图4),由窗口玻璃27、物镜28、窄带干涉滤光片29、场镜30和光电探测器31构成;四个入射光管分别采集610nm、660nm、810nm和1220nm波段的太阳入射光谱信号;四个反射光管分别采集610nm、660nm、810nm和1220nm波段的作物冠层反射光谱信号;每个波段由反射光管和入射光管2个通道构成,总计有四个波段八个采集通道。下面以660nm波段为例说明光谱信号采集原理:
位于光谱信号采集总成上方的660nm波段的入射光管采集太阳入射光谱信号(如图1和图2)。太阳光首先通过图3中的乳玻璃23实现余弦校正,然后经物镜24汇聚,在经过中心波长为660nm窄带干涉滤光片25后,只有中心波长为660nm(半宽为±10nm)的太阳光被光电探测器26接收感测,并转换为相应强度的电流信号;
位于光谱信号采集总成的下方的660nm波段的反射光管采集作物冠层反射光谱信号(如图1和图2);冠层反射光经过图4中的窗口玻璃27后,由物镜28作光场变换,在经过中心波长为660nm窄带干涉滤光片29后,只有中心波长为660nm(半宽为±10nm)的作物冠层反射光通过场镜30变换光场后被光电探测器31接收感测,并转换为相应强度的电流信号;
其余三个波段的入射光和反射光的信号采集遵循同样的原理;
2、模拟信号调理与A/D转换
每个光管(通道)的光电探测器的输出电流信号是模拟电流信号,经由信号连接线路并通过主机11上的信号线接入口13传至主机内的模拟信号调理模块(如图5),由该模块硬件电路将模拟电流信号转换为电压信号,并实施放大、去噪声和滤波处理;经过处理的模拟信号经A/D转换模块(图5)后,被转换成数字信号供单片机模块处理;
3、氮素营养指标的计算、存储、显示与通信
叶片氮素营养的定量光谱监测方程(如下式1—式10)和参数校正算法(式11和式12)融合在软件程序里,软件程序则固化在单片机模块硬件电路里;单片机硬件电路接收来自A/D转换模块的数字信号(如图5);操作者根据监测指标的需要按动键盘模块(图6)上相应的按键,软件依据定量光谱监测方程计算所对应的氮素营养指标,并把计算结果送往存储模块和显示模块(图5);
田间监测完毕后,通过数据通信模块(图5)将数据存储模块中的数据上传至外部计算机中。
1)归一化植被指数NDVI(Differential vegetation index)的定义为:
2)比值植被指数RVI(ratio vegetation index)的定义为:
3)叶片氮素营养定量光谱监测方程
本课题组以不同年份、不同品种、不同施氮水平的田间试验为基础,利用MSR-16型光谱仪,综合分析了作物叶片氮素营养指标与冠层反射光谱的定量关系,明确了作物叶片氮含量和氮积累量的特征光谱参数(即610nm、660nm、810nm、1220nm),并确立了叶片氮素营养的定量光谱监测方程,为本发明装置的提供了理论基础;定量光谱监测方程如下:
水稻氮含量Y:Y=3.742×NDVI1.0968 (3)
小麦氮含量Y:Y=4.6138×NDVI1.5992 (4)
其中,
水稻氮积累量Y:Y=0.3618×RVI(810,610)+1.265 (6)
小麦氮积累量Y:Y=0.4776×RVI(810,660) 0.9143 (7)
水稻和小麦的叶面积指数(LAI):
Y=0.208×RVI(810,660)+0.579 (8)
其中,
上述定量光谱方程融合在单片机软件***的数据运算模块里,由单片机根据键盘指令调用对应的方程,计算相应的氮素营养指标参数。
4)特征光波段处作物冠层的反射率Rλ和调校参数的算法
式中,Eλ为某特征波长处的太阳入射光信号,ERλ为对应波段处作物冠层的反射光信号,k为相应波段处的比例常数,由装置的光学***、光电探测器、信号调理放大电路及其他电路的特性参数决定;λ分别取610nm、660nm、810nm和1220nm;
k的算法如下:
式中,λ1和λ2是指不同的2个波段。
k的算法和方程(11)融合在单片机软件***的修正参数标定模块,在田间监测前,通过该模块和标准白板自动完成k的求算。
Claims (1)
1、一种便携式多通道作物叶片氮素营养指标无损监测装置,主要由支架、光谱信号采集总成和主机3个部分组成,支架由可调伸缩支承杆和角度调节器组成,光谱信号采集总成和主机之间由信号线路连接,光谱信号采集总成通过接头与角度调节器连接,主机通过接头与可调伸缩支承杆连接固定,其特征在于:
(1)光谱信号采集总成由光谱信号采集部件和外壳组成;外壳用于固定光谱信号采集部件,并通过接头与支架上的角度调节器相连接;光谱信号采集部件由4个入射光管、4个反射光管和管座构成,管座用于固定4个入射光管和4个反射光管;4个入射光管的结构相同,由乳玻璃、物镜、窄带干涉滤光片和光电探测器组成;4个反射光管的结构相同,由窗口玻璃、物镜、窄带干涉滤光片、场镜和光电探测器构成;窄带干涉滤光片只允许给定波长的光波通过,8个窄带干涉滤光片分成4组,每组包含相同的两只滤光片,分别用于入射光管和反射光管,它们的中心波长分别位于610nm、660nm、810nm、1220nm,干涉滤光片的带宽为±10nm;
4个入射光管和4个反射光管构成了8个采集通道,每个通道的光电探测器的输出电流信号经由信号连接线路传至主机内的模拟信号调理模块;
(2)主机由主机外壳、硬件***和软件***构成;
①主机外壳用于固定硬件***,通过接头与可调伸缩支承杆连接;主机外壳上设有水平仪;
②硬件***由模拟信号调理模块、A/D转换模块、单片机模块、存储模块、显示模块、键盘模块、通讯模块和电源管理模块组成,模拟信号调理模块的前端是光管中的光电探测器,后端是A/D转换模块;A/D转换模块的后端是单片机模块;单片机模块接收并按设定程序处理来自A/D转换模块的数字量;融合有叶片氮素营养的定量光谱监测方程和参数调校算法的软件程序固化在单片机模块里;存储模块与单片机模块相连;显示模块与单片机模块相连;键盘模块与单片机模块相连;通讯模块是单片机模块和外部计算机的数据通讯接口;电源管理模块是整个硬件***的供电和监视模块,当电源电压降低到设定程度后,该模块产生低电压报警,提醒更换电池;
③软件***采用C51单片机语言编写;软件固化在单片机硬件***中;在软件***中融合了叶片氮素营养的定量光谱监测方程和参数调校算法,分别为式(1)至式(10):
水稻氮含量Y:Y=3.742×NDVI1.0968 (1)
小麦氮含量Y:Y=4.6138×NDVI1.5992 (2)
其中, (3)
R1220和R610分别表示特征光波段1220nm、610nm处作物冠层的反射率;
水稻氮积累量Y:Y=0.3618×RVI(810,610)+1.265 (4)
小麦氮积累量Y:Y=0.4776×RVI(810,660) 0.9143 (5)
水稻和小麦的叶面积指数(LAI):
Y=0.208×RVI(810,660)+0.579 (6)
其中,
特征光波段处作物冠层的反射率Rλ的方程
式中,Eλ为某特征波长处的太阳入射光信号,ERλ为对应波段处作物冠层的反射光信号,k为相应波段处的调校参数,由装置的光学***、光电探测器、信号调理放大电路及其他电路的特性参数决定;λ分别取610nm、660nm、810nm和1220nm;
其中,k的算法如下:
式中,λ1和λ2分别指2个不同的波段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2007100193409A CN100510709C (zh) | 2007-01-17 | 2007-01-17 | 便携式多通道作物叶片氮素营养指标无损监测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2007100193409A CN100510709C (zh) | 2007-01-17 | 2007-01-17 | 便携式多通道作物叶片氮素营养指标无损监测装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101021472A CN101021472A (zh) | 2007-08-22 |
CN100510709C true CN100510709C (zh) | 2009-07-08 |
Family
ID=38709306
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2007100193409A Expired - Fee Related CN100510709C (zh) | 2007-01-17 | 2007-01-17 | 便携式多通道作物叶片氮素营养指标无损监测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100510709C (zh) |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101666741B (zh) * | 2009-09-17 | 2011-05-25 | 南京农业大学 | 机载式作物氮素信息高密度无损采集方法 |
CN101943899B (zh) * | 2010-07-12 | 2012-09-12 | 中国农业大学 | 变量施肥农机的人机交互*** |
CN102175626A (zh) * | 2010-12-31 | 2011-09-07 | 北京京鹏环球科技股份有限公司 | 一种基于光谱图像分析的黄瓜叶片含氮量预测方法 |
CN102636439A (zh) * | 2012-04-16 | 2012-08-15 | 南京农业大学 | 一种确定小麦植株吸氮量核心波段的方法 |
CN102768186B (zh) * | 2012-06-27 | 2014-12-03 | 南京农业大学 | 一种田间作物生长信息无损快速检测装置及检测方法 |
CN103674849A (zh) * | 2012-09-04 | 2014-03-26 | 南京农业大学 | 农作物氮素营养诊断传感器 |
CN102980855A (zh) * | 2012-11-19 | 2013-03-20 | 南京农业大学 | 一种作物氮素营养无损监测仪的光学***校正方法 |
CN102967562B (zh) * | 2012-11-20 | 2015-05-13 | 南京农业大学 | 一种高精度作物生长信息监测仪及其检测方法 |
CN103293111B (zh) * | 2013-06-07 | 2016-01-13 | 南京农业大学 | 一种土壤背景干扰下小麦叶层氮含量光谱监测模型及建模方法 |
US20150130936A1 (en) | 2013-11-08 | 2015-05-14 | Dow Agrosciences Llc | Crop monitoring system |
CN105424184A (zh) * | 2014-09-19 | 2016-03-23 | 南京理工大学 | 光谱获取装置 |
CN104568847A (zh) * | 2014-12-21 | 2015-04-29 | 华东交通大学 | 多角度原位光谱检测番茄叶片过氧化氢酶活性装置及方法 |
WO2016181743A1 (ja) * | 2015-05-12 | 2016-11-17 | コニカミノルタ株式会社 | 植物生育指標測定装置および該方法ならびに植物生育指標測定システム |
CN105259179A (zh) * | 2015-11-26 | 2016-01-20 | 河南中原光电测控技术有限公司 | 一种基于辐射测量原理的叶面积指数仪 |
CN106442329A (zh) * | 2016-08-31 | 2017-02-22 | 青岛农业大学 | 一种基于冠层图像参数的冬小麦叶面积指数估算方法 |
EP3612791A4 (en) * | 2017-04-21 | 2020-12-30 | Farmote Limited | PRODUCTS AND PROCESSES FOR MEASURING THE SURFACE PROFILE OF A USABLE OR GRASSING AREA |
CN109696446B (zh) * | 2017-10-24 | 2023-09-08 | 东北林业大学 | 一种树木内部虫致缺陷无损检测仪 |
CN107976921B (zh) * | 2017-11-01 | 2019-08-02 | 中国农业大学 | 一种施肥装置及方法 |
CN108489906B (zh) * | 2018-03-29 | 2019-01-22 | 河北省科学院地理科学研究所 | 一种作物长势多角度遥感光谱探测装置及其使用方法 |
CN108801940A (zh) * | 2018-08-29 | 2018-11-13 | 伯格森(北京)科技股份有限公司 | 一种多通道荧光实时观测*** |
CN110579447A (zh) * | 2019-09-28 | 2019-12-17 | 中国科学院合肥物质科学研究院 | 一种作物氮素检测装置及其检测方法 |
CN112504446B (zh) * | 2020-11-27 | 2024-01-26 | 西藏大学 | 一种多通道的太阳光光谱观测装置及高精度观测方法 |
CN113670913B (zh) * | 2021-08-18 | 2023-05-16 | 沈阳农业大学 | 水稻氮素含量反演高光谱植被指数构建方法 |
CN118032672A (zh) * | 2024-02-06 | 2024-05-14 | 南京农业大学 | 一种手持快照式多光谱成像型作物生长传感装置 |
-
2007
- 2007-01-17 CN CNB2007100193409A patent/CN100510709C/zh not_active Expired - Fee Related
Non-Patent Citations (4)
Title |
---|
小麦叶面积指数与冠层反射光谱的定量关系. 李映雪,朱艳,戴廷波,田永超,曹卫星.应用生态学报,第17卷第8期. 2006 * |
归一化植被指数测量技术研究. 杨述平.应用基础与工程科学学报,第12卷第3期. 2004 * |
稻麦叶片氮含量与冠层反射光谱的定量关系. 朱艳,李映雪,周冬琴,田永超,姚霞,曹卫星.生态学报,第26卷第10期. 2006 * |
稻麦叶片氮积累量与冠层反射光谱的定量关系. 朱艳,姚霞,田永超,周冬琴,李映雪,曹卫星.植物生态学报,第30卷第6期. 2006 * |
Also Published As
Publication number | Publication date |
---|---|
CN101021472A (zh) | 2007-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100510709C (zh) | 便携式多通道作物叶片氮素营养指标无损监测装置 | |
Neto et al. | Vis/NIR spectroscopy and chemometrics for non-destructive estimation of water and chlorophyll status in sunflower leaves | |
Bergsträsser et al. | HyperART: non-invasive quantification of leaf traits using hyperspectral absorption-reflectance-transmittance imaging | |
Chang-Hua et al. | Estimating leaf chlorophyll content using red edge parameters | |
CN102564962B (zh) | 果树营养成分检测***及方法 | |
CN104198396B (zh) | 偏振-高光谱技术诊断作物氮磷钾亏缺的方法 | |
Lan | Development of an integration sensor and instrumentation system for measuring crop conditions | |
Zheng et al. | Estimation of chlorophyll content in potato leaves based on spectral red edge position | |
CN102628800B (zh) | 植物叶片叶绿素含量测量方法及*** | |
Harris et al. | Retrieval of the photochemical reflectance index for assessing xanthophyll cycle activity: a comparison of near-surface optical sensors | |
CN106950183A (zh) | 一种基于光谱技术的便携式土壤养分检测装置 | |
Zhu et al. | Quantitative relationships of leaf nitrogen status to canopy spectral reflectance in rice | |
CN108732137A (zh) | 基于高光谱遥感数据估算植物物种多样性的模型及方法 | |
Zhao et al. | Estimation of the net primary productivity of winter wheat based on the near-infrared radiance of vegetation | |
Yin et al. | Study on the quantitative relationship among canopy hyperspectral reflectance, vegetation index and cotton leaf nitrogen content | |
CN104236486A (zh) | 一种棉花叶面积指数快速无损测定方法 | |
Cui et al. | Development of an optical sensor for crop leaf chlorophyll content detection | |
Dobermann et al. | Indirect leaf area index measurement as a tool for characterizing rice growth at the field scale | |
CN106404699A (zh) | 一种梨树叶片氮素含量的无损测量方法 | |
Baghzouz et al. | Evaluating temporal variability in the spectral reflectance response of annual ryegrass to changes in nitrogen applications and leaching fractions | |
Huang et al. | Estimation of chlorophyll content in pepper leaves using spectral transmittance red-edge parameters | |
CN102830071A (zh) | 一种土壤总含磷量检测装置以及方法 | |
Sun et al. | Nutrient content monitoring of potato plant based on spectrum device | |
Schneider et al. | BRDF Approximation of maize and canopy parameter retrieval by ProSail inversion | |
EVRI et al. | Optimal visible and near-infrared waveband used in hyperspectral indices to predict crop variables of rice |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20090708 Termination date: 20190117 |
|
CF01 | Termination of patent right due to non-payment of annual fee |