CN102445421B - 一种用于快速诊断烤烟氮素叶色卡的制备方法 - Google Patents
一种用于快速诊断烤烟氮素叶色卡的制备方法 Download PDFInfo
- Publication number
- CN102445421B CN102445421B CN 201110287232 CN201110287232A CN102445421B CN 102445421 B CN102445421 B CN 102445421B CN 201110287232 CN201110287232 CN 201110287232 CN 201110287232 A CN201110287232 A CN 201110287232A CN 102445421 B CN102445421 B CN 102445421B
- Authority
- CN
- China
- Prior art keywords
- flue
- nitrogen
- blade
- nitrogen content
- cured
- 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
Images
Landscapes
- Manufacture Of Tobacco Products (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Pretreatment Of Seeds And Plants (AREA)
Abstract
本发明提供一种用于快速诊断烤烟氮素叶色卡的制备方法,步骤如下:随机采集田间不同氮肥施用量的烤烟同一部位的烟叶,首先利用扫描仪分别扫描烟叶图像,利用图形软件提取颜色特征参数红、绿、蓝各个通道的均值,再将扫描后的烟叶,利用化学分析方法测定叶片含氮量,将叶片含氮量分成4个等级,通过RGB与叶片含氮量的关系,对应划分RGB的取值范围,打印输出4个不同色阶,按含氮量从小到大依次排列,制成烤烟叶片氮素快速诊断叶色卡。本发明具有携带方便、使用方法简单、测定快速可靠、准确性高、成本低等特点。本发明可满足广大农民和科技工作者进行烤烟氮素诊断和适时施肥的需求。
Description
(一)技术领域
本发明涉及烤烟种植技术,具体说就是一种用于快速诊断烤烟氮素叶色卡的制备方法。
(二)背景技术
在烤烟栽培技术生产中,氮肥施用已经成为制约我国烤烟品质和产量提高的技术瓶颈之一。就现有文献报道,主要有以下几种诊断监测方法:(1)化学分析方法:包括植物分析、组织化学和生物化学方法,以及土壤分析法等。此类方法虽然测试精度和可靠性高,但该方法不足之处是需大量的人力、物力和财力投入,同时缺乏时效性,不能随时跟踪需肥情况,不利于此类技术的大面积应用与推广。(2)利用叶绿素仪的SPAD值氮素诊断技术:该方法根据叶片测定SPAD值,估算植物氮素含量,确定氮肥施用,该方法在其它作物(例如水稻、玉米和小麦)上作了尝试。但在烤烟氮素诊断与施肥上,没能推广应用;另外,该技术设备昂贵并且需要一定专业技术支撑。(3)利用光谱技术进行作物氮素营养诊断:一方面,综合绿光、红光和近红外三波段的反射率的植被指数对作物氮营养状况进行快速监测,只在油菜氮营养监测有过报道。另一方面,数字成像和计算机图像处理技术,应用数码相机获取作物冠层图像后得到冠层红/绿光比值,并与叶绿素仪读数和归一化植被指数NDVI建立良好的相关关系。该方法在作物氮素营养诊断上,能做到活体测定、快速、非破坏性诊断,但需应用高分辨数码相机,图片获取过程中,易受到光强、拍摄距离、角度等影响。
(三)发明内容
本发明的目的在于提供一种测定快速可靠的用于快速诊断烤烟氮素叶色卡的制备方法。
本发明的目的是这样实现的:步骤如下:
步骤一:取样:在烤烟移栽30-60d内,田间随机选取不同氮肥施用量栽种区烤烟10-20株,采集从根部倒数第5片烟叶;每片叶片首先进行图像获取,然后进行实验室化学分析叶片含氮量。
步骤二:图像获取:利用高分辨率扫描仪分别扫描烟叶图像,图像分辨率为2550×3504像素,以JPG格式存储;
步骤三:图片颜色参数提取:利用Adobe Photoshop7.0以上版本的图形软件的直方图程序读取红、绿、蓝各个通道的图像均值,其中红、绿、蓝分别用R、G、B表示。
步骤四:叶片含氮量分析:取扫描后的烟叶,利用化学分析法测定叶片含氮量;
步骤五:颜色参数等级划分:根据RGB与叶片含氮量的关系,其中R和B变化差异不显著,烤烟叶片含氮量与颜色参数G相关性显著,拟合烤烟叶片含氮量与G线性方程;将叶片含氮量划分为1%、1.5%、2%和2.5%四个等级,对应划分RGB的取值,其中R和B取其平均值,利用烤烟叶片全氮N与G相关性方程,求得叶片四个含氮量等级对应G值;
步骤六:叶色卡的建立:根据叶片含氮量四个等级对应RGB的取值,彩色打印输出4个不同色阶,按含氮量从小到大排列在一张卡片上,相邻色阶之间设置判读框。
本发明一种用于快速诊断烤烟叶片氮素的方法,具有携带方便、方法简单、测定快速可靠、成本低等特点,可满足广大农民和科技工作者烤烟氮素诊断与适时施肥的需求。
(四)附图说明
图1为烤烟叶片氮素诊断叶色卡示意图;图中:I、II、III和Ⅳ分别表示叶片含氮量1%、1.5%、2%和2.5%。
(五)具体实施方式
下面结合附图举例对本发明作进一步说明。
实施例1:结合图1,本发明一种用于快速诊断烤烟氮素叶色卡的制备方法,步骤如下:
步骤一:取样:在烤烟移栽30-60d内,田间随机选取不同氮肥施用量栽种区烤烟10-20株,采集从根部倒数第5片烟叶;每片叶片首先进行图像获取,然后进行实验室化学分析叶片含氮量;
步骤二:图像获取:利用高分辨率扫描仪分别扫描烟叶图像,图像分辨率为2550×3504像素,以JPG格式存储;
步骤三:图片颜色参数提取:利用Adobe Photoshop7.0以上版本的图形软件的直方图程序读取红、绿、蓝各个通道的图像均值,其中红、绿、蓝分别用R、G、B表示;
步骤四:叶片含氮量分析:取扫描后的烟叶,利用化学分析法测定叶片含氮量;
步骤五:颜色参数等级划分:根据R、G、B与叶片含氮量的关系,其中R和B变化差异不显著,烤烟叶片含氮量与颜色参数G相关性显著,拟合烤烟叶片含氮量与G线性方程;将叶片含氮量划分为1%、1.5%、2%和2.5%四个等级,对应划分R、G、B的取值,其中R和B取其平均值,利用烤烟叶片全氮N与G相关性方程,求得叶片四个含氮量等级对应G值;
步骤六:叶色卡的建立:根据叶片含氮量四个等级对应R、G、B的取值,彩色打印输出4个不同色阶,按含氮量从小到大排列在一张卡片上,相邻色阶之间设置判读框。
实施例2:结合图1,本发明2009年于黑龙江省科学院自然与生态研究所温室试验场盆栽试验,烤烟品种为龙烟911。保证磷钾(70kg·hm-2P2O5,145kg·hm-2K2O)固定情况下,设置以下6个不同硝酸铵处理:每株0g,每株7.2g,每株9.6g,每株12g,每株14.4g,每株16.8g。每个处理10盆。
本发明用于快速诊断烤烟氮素叶色卡制备方法,步骤如下:
步骤一:取样:烤烟移栽后35d,田间随机选取不同氮肥施用量栽种区烤烟10株,采集从根部倒数第5片烟叶;每片叶片首先进行图像获取,然后进行实验室分析叶片含氮量。
步骤二:图像获取:利用高分辨率的扫描仪分别扫描烟叶图片,图像分辨率为2550×3504像素,以JPG格式存储;
步骤三:图片颜色参数提取:利用Adobe Photoshop 7.0版本的图形软件的直方图程序读取红、绿、蓝各个通道的图像均值;红、绿、蓝分别用R、G、B表示,见表1。其中R变异较小,平均为102;G在98-180之间;B变异也较小,平均为42。
步骤四:叶片含氮量分析:取对应扫描的烟叶,利用化学分析法测定叶片含氮量,其方法为:称磨细烘干的烟叶样品0.1g,置于50ml消煮管中,加入浓硫酸5ml,瓶口盖上小漏斗,在消化炉上先低温180℃缓慢加热,待冒白烟后逐渐升温至300℃。当溶液全部呈棕黑色,不断摇动。逐滴加入30%的过氧化氢,直到消煮液澄清。将消煮液转移到凯氏定氮仪中,用20g/L硼酸溶液5ml回收氨气,再用0.01mol/L盐酸滴定,根据盐酸用量计算含氮量,见表1。
表1不同氮肥用量烤烟叶片的颜色特征参数RGB及叶片含氮量
步骤五:颜色参数等级划分:建立RGB与叶片含氮量的关系,即G=-34.6N+208.3,叶片全氮N与G极显著负相关。按叶片含氮量分为1%、1.5%、2%和2.5%四个临界点。对应划分RGB的取值:R为102、B为42固定不变,G值分别为174、156、139、122。
步骤六:转绘成比色卡:将RGB通过计算机软件Adobe Photoshop7.0形成含氮量分为1%、1.5%、2%和2.5%四个临界点的色阶。含氮量从小到大排版制作输出如图1所示。
实施例3:2009年在黑龙江省烟草科学研究所试验场(宁安市)做实验,其土壤基本肥力土壤有机质23.0g·kg-1,碱解氮105.6mg·kg-1,速效磷43.70mg·kg-1,速效钾240.0mg·kg-1。烤烟品种为龙烟911。保证磷钾(70kg·hm-2P2O5,145kg·hm-2K2O)固定情况下,设置以下6个氮肥处理(0kg·hm-2,15kg·hm-2,30kg·hm-2,45kg·hm-2,60kg·hm-2,75kg·hm-2)。供试肥料为硝酸铵(35%N)、重钙(46%P2O5)和硫酸钾(54%K2O)。磷肥与钾肥基施,氮肥基施和追肥(1∶1)。株距0.5m,行间距1.1m,垄长6m,小区(6垄×1.1m宽×6m垄长)面积39.6m2,3次重复。
用于快速诊断烤烟氮素叶色卡的制备方法,步骤如下:
步骤一:取样:在烤烟移栽50d后,田间随机选取不同氮肥施用量栽种区烤烟10株,采集从根部倒数第5片烟叶;每片叶片首先进行图像获取,然后进行实验室化学分析叶片含氮量。
步骤二:图像获取:利用高分辨率的扫描仪分别扫描烟叶图片,图像分辨率为2550×3504像素,以JPG格式存储;
步骤三:图片颜色参数提取:应用图形软件Adobe Photoshop 7.0的直方图程序读取RGB各个通道的图像均值,见表2。其中R变异较小,平均为105;G值在112-176之间;B变异也较小,平均为41。
步骤四:叶片含氮量分析:取对应扫描后的烟叶,利用化学分析法测定叶片含氮量;其方法为:称磨细烘干的烟叶样品0.1g,置于50ml消煮管中,加入浓硫酸5ml,瓶口盖上小漏斗,在消化炉上先低温180℃缓慢加热,待冒白烟后逐渐升温至300℃。当溶液全部呈棕黑色,不断摇动。逐滴加入30%的过氧化氢,直到消煮液澄清。将消煮液转移到凯氏定氮仪中,用20g/L硼酸溶液5ml回收氨气,再用0.01mol/L盐酸滴定。根据计算盐酸用量计算含氮量,见表2。
表2不同氮肥用量烤烟叶片的颜色特征参数RGB及叶片含氮量
步骤五:颜色参数等级划分:建立RGB与叶片含氮量的关系,叶片含氮量(N)与G极显著负相关,即G=-36.1N+210.4。按叶片含氮量分为1%、1.5%、2%和2.5%四个临界点,对应划分RGB的取值范围:R为105、B为41固定不变,G分别为174、156、138、120。
步骤六:转绘成叶色卡:将RGB通过计算机软件Adobe Photoshop7.0形成含氮量分为1%、1.5%、2%和2.5%四个临界点的色阶。按含氮量从小到大排版制作输出如图1所示。
实施例4:2010年在黑龙江省烟草科学研究所试验场(宁安市)做试验,其土壤基本肥力土壤有机质26.2g·kg-1,碱解氮116.6mg·kg-1,速效磷54.25mg·kg-1,速效钾258.37mg·kg-1。试验设计:烤烟品种,龙烟911。保证磷钾(70kg·hm-2P2O5,145kg·hm-2K2O)固定情况下,设置以下6个氮肥处理(0kg·hm-2N,15kg·hm-2N,30kg·hm-2N,45kg·hm-2N,60kg·hm-2N,75kg·hm-2N)。供试肥料为硝酸铵(35%N)、重钙(46%P2O5)和硫酸钾(54%K2O)。磷肥与钾肥基施,氮肥基施和追肥(1∶1)。株距0.5m,行间距1.1m,垄长6m,小区(6垄×1.1m宽×6m垄长)面积39.6m2,3次重复。
用于快速诊断烤烟氮素叶色卡的制备方法,步骤如下:
步骤一:取样:在烤烟移栽50d后,田间随机选取上述不同氮肥施用量栽种区烤烟10株,采集从根部倒数第5片烟叶;每片叶片首先进行图像获取,然后进行实验室化学分析叶片含氮量。
步骤二:图像获取:利用高分辨率的扫描仪分别扫描烟叶图片,图像分辨率为2550×3504像素,以JPG格式存储;
步骤三:图片颜色参数提取:应用图形软件AdobePhotoshop7.0的直方图程序读取RGB各个通道的图像均值,见表3。其中R变异较小,平均为103;G在115-183之间;B变异也较小,平均为39。
步骤四:叶片含氮量分析:取对应扫描的烟叶,利用化学分析法测定叶片含氮量;其方法为:称磨细烘干的烟叶样品0.1g,置于50ml消煮管中,加入浓硫酸5ml,瓶口盖上小漏斗,在消化炉上先低温180℃缓慢加热,待冒白烟后逐渐升温至300℃。当溶液全部呈棕黑色,不断摇动。逐滴加入30%的过氧化氢,直到消煮液澄清。将消煮液转移到凯氏定氮仪中,用20g/L硼酸溶液5ml回收氨气,再用0.01mol/L盐酸滴定,根据计算盐酸用量计算含氮量,见表3。
表3不同氮肥用量烤烟叶片的颜色特征参数RGB及叶片含氮量
步骤五:颜色参数等级划分:通过RGB与叶片含氮量的关系,叶片全氮N与G极显著负相关,即G=-36.7N+209.3;按叶片含氮量分为1%、1.5%、2%和2.5%四个临界点。对应划分RGB的取值范围:由于R和B变异不大,分别取其平均值,R为103、B为39固定不变;根据四个临界点对应的含氮量代入叶片全氮N与G的线性方程,求得G分别为173、154、136、118;
步骤六:转绘成叶色卡:将RGB通过计算机软件Adobe Photoshop7.0形成含氮量分为1%、1.5%、2%和2.5%四个临界点的色阶。含氮量从小到大排版制作输出如图1所示。
烤烟氮素叶色卡应用实例:
烤烟移栽大田后30-60d内,将此叶色卡的置于烤烟从根部倒数第5片叶片,靠紧叶片,通过判读框比对读出氮含量。
Claims (1)
1.一种用于快速诊断烤烟氮素叶色卡的制备方法,其特征在于,步骤如下:
步骤一、取样:在烤烟移栽30-60d内,田间随机选取不同氮肥施用量栽种区烤烟10-20株,采集从根部倒数第5片烟叶,每片叶片首先进行图像获取,用于化学分析法测定叶片含氮量;
步骤二、图像获取:利用高分辨率扫描仪分别扫描烟叶图像,图像分辨率为2550×3504像素,以JPG格式存储;
步骤三、图片颜色参数提取:利用Adobe Photoshop7.0以上版本的图形软件的直方图程序读取红、绿、蓝各个通道的图像均值,其中红、绿、蓝分别用R、G、B表示;
步骤四、叶片含氮量分析:取扫描后的烟叶,利用化学分析法测定叶片含氮量;
步骤五、颜色参数等级划分:根据RGB与叶片含氮量的关系,其中R和B变化差异不显著,烤烟叶片含氮量与颜色参数G相关性显著,拟合烤烟叶片含氮量与G线性方程;将叶片含氮量划分为1%、1.5%、2%和2.5%四个等级,对应划分RGB的取值,其中R和B取其平均值,利用烤烟叶片含氮量N与G相关性方程,求得叶片四个含氮量等级对应G值;
步骤六、叶色卡的建立:根据叶片含氮量四个等级对应RGB的取值,彩色打印输出4个不同色阶,按含氮量从小到大排列在一张卡片上,相邻色阶之间设置判读框。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110287232 CN102445421B (zh) | 2011-09-26 | 2011-09-26 | 一种用于快速诊断烤烟氮素叶色卡的制备方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110287232 CN102445421B (zh) | 2011-09-26 | 2011-09-26 | 一种用于快速诊断烤烟氮素叶色卡的制备方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102445421A CN102445421A (zh) | 2012-05-09 |
CN102445421B true CN102445421B (zh) | 2013-10-16 |
Family
ID=46008128
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110287232 Expired - Fee Related CN102445421B (zh) | 2011-09-26 | 2011-09-26 | 一种用于快速诊断烤烟氮素叶色卡的制备方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102445421B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014100856A1 (en) * | 2012-12-24 | 2014-07-03 | University Of Technology, Sydney | An image processing based method to estimate crop requirements for nutrient fertiliser |
CN106124053B (zh) * | 2016-09-13 | 2018-09-21 | 福建金闽再造烟叶发展有限公司 | 再造烟叶颜色测量与调整方法及装置 |
CN108088563A (zh) * | 2017-11-22 | 2018-05-29 | 湖北省农业科学院畜牧兽医研究所 | 一种蛋壳颜色分级标准的建立方法及应用 |
CN109632799A (zh) * | 2019-01-23 | 2019-04-16 | 湖北大学 | 基于机器视觉的水稻叶片氮含量移动检测分级方法、***和计算机可读存储介质 |
CN110097535B (zh) * | 2019-03-22 | 2021-05-07 | 华南农业大学 | 植物叶片含氮量检测方法、装置、计算机设备和存储介质 |
CN112595714B (zh) * | 2020-11-26 | 2022-12-06 | 中国农业科学院农业资源与农业区划研究所 | 一种基于手机图像解析的烟草营养状态判别方法 |
CN114047139A (zh) * | 2021-11-10 | 2022-02-15 | 四川省农业科学院园艺研究所 | 表征叶片不同氮浓度的标准曲线色卡及其制备方法和应用 |
CN114166761A (zh) * | 2021-12-03 | 2022-03-11 | 郑其向 | 一种植物病害防治及预测用比色卡 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101354349A (zh) * | 2008-07-24 | 2009-01-28 | 广东中烟工业有限责任公司 | 烟草中蛋白质氮含量的测定方法 |
-
2011
- 2011-09-26 CN CN 201110287232 patent/CN102445421B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN102445421A (zh) | 2012-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102445421B (zh) | 一种用于快速诊断烤烟氮素叶色卡的制备方法 | |
Jay et al. | Retrieving LAI, chlorophyll and nitrogen contents in sugar beet crops from multi-angular optical remote sensing: Comparison of vegetation indices and PROSAIL inversion for field phenotyping | |
Zhang et al. | High throughput analysis of leaf chlorophyll content in sorghum using RGB, hyperspectral, and fluorescence imaging and sensor fusion | |
CN101915738B (zh) | 基于高光谱成像技术的茶树营养信息快速探测方法及装置 | |
Jia et al. | Estimation of leaf nitrogen content and photosynthetic nitrogen use efficiency in wheat using sun-induced chlorophyll fluorescence at the leaf and canopy scales | |
CN106841051B (zh) | 一种基于可见光图像融合值的作物氮素营养检测方法 | |
CN103048266B (zh) | 一种设施番茄氮磷钾胁迫自动识别方法和装置 | |
CN101604359B (zh) | 图像法水稻氮肥施肥推荐方法 | |
CN101692037B (zh) | 高光谱图像和独立分量分析植物叶面叶绿素分布的方法 | |
Sun et al. | Monitoring maize canopy chlorophyll density under lodging stress based on UAV hyperspectral imagery | |
Lu et al. | Improving Unmanned Aerial Vehicle (UAV) remote sensing of rice plant potassium accumulation by fusing spectral and textural information | |
CN103940748B (zh) | 基于高光谱技术的柑橘冠层含氮量预测与可视化的方法 | |
CN110874617B (zh) | 一种冬小麦叶片氮含量估算模型的建立方法 | |
CN111751376B (zh) | 一种基于冠层图像特征衍生的水稻氮素营养估算方法 | |
Auearunyawat et al. | An automatic nitrogen estimation method in sugarcane leaves using image processing techniques | |
Li et al. | Critical analysis of methods to estimate the fraction of absorbed or intercepted photosynthetically active radiation from ground measurements: Application to rice crops | |
CN112149827A (zh) | 基于卫星影像的土壤速效钾分析模型构建***及方法 | |
CN109827957A (zh) | 一种基于计算机视觉的水稻叶片spad值估测方法及*** | |
Huang et al. | Identifying crop leaf angle distribution based on two-temporal and bidirectional canopy reflectance | |
Yuan et al. | Diagnosis of nitrogen nutrition of rice based on image processing of visible light | |
Peddle et al. | Spectral mixture analysis of agricultural crops: endmember validation and biophysical estimation in potato plots | |
Su et al. | Grain yield prediction using multi-temporal UAV-based multispectral vegetation indices and endmember abundance in rice | |
Fan et al. | Using an optimized texture index to monitor the nitrogen content of potato plants over multiple growth stages | |
CN113670913A (zh) | 水稻氮素含量反演高光谱植被指数构建方法 | |
Chen et al. | Preliminary research on total nitrogen content prediction of sandalwood using the error-in-variable models based on digital image processing |
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: 20131016 Termination date: 20140926 |
|
EXPY | Termination of patent right or utility model |