CN107976921A - 一种施肥装置及方法 - Google Patents

Abstract

本发明提供一种施肥装置及方法，施肥装置包括：作物光谱信息采集装置、施肥量决策控制装置和肥料输出装置；作物光谱信息采集装置，包括面阵光谱传感器和设置在面阵光谱传感器左右两侧的两个点阵光谱传感器；面阵光谱传感器和点阵光谱传感器，用于采集作物冠层的光谱图像信息和多组反射光信号；施肥量决策控制装置，用于根据光谱图像信息和多组反射光信号，获取作物的氮素营养状态信息；并根据作物的氮素营养状态信息，决策施肥量信息；并根据施肥量信息，控制肥料输出装置输出相应的施肥量。本发明可实现获取高精度的作物冠层的反射光信号，为施肥决策提供更可靠的数据支持。并且，该装置的数据处理速度快、实时性好且信噪比高。

Description

一种施肥装置及方法

技术领域

本发明涉及变量施肥技术领域，更具体地，涉及一种施肥装置及方法。

背景技术

我国自20世纪70年代开始，化肥的消费量迅速增加，对提高农作物产量起到了很大的作用，但我国的化肥投入突出问题是结构不合理，利用率低。1978—2005年粮食产量仅增产50％，但化肥消费量却增长了300％以上。目前我国施用化肥多停留在经验施肥的水平上，化肥利用率仅为30％～40％，化肥的增产效果并未得到充分发挥，造成了惊人的浪费，在一些地区已出现了水污染等问题。据统计，我国的化肥施用量已经达到了平均434.3kg/hm2，远远超出发达国家为防止化肥对水体造成污染所设置的225kg/hm2的安全上限，是国际标准的1.93倍。肥料施用量的增加和利用效率的下降，不仅造成了经济上的巨大损失，而且引起了严重的环境污染。化肥尤其是氮肥已成为主要的环境污染源之一，实行科学的变量施肥是农业可持续发展的必要措施和亟待解决的问题。

变量施肥技术是精准农业的重要组成部分，在国外已获得了显著的经济和社会效益。变量施肥机在发达国家研究较为深入，其相关技术已日臻完善和商品化。美国早在20世纪90年代就进行了测土配方施肥技术的应用，英国、德国、加拿大、澳大利亚等国家也相继开展了研究与应用。目前欧洲的RDS公司、Hrdro Agri公司等，美洲的Agtron公司、Agleader公司、Micro-Trak公司、Mid-Tech公司、Trimble公司等已经有具有通用性的产品上市，其接口可以适应液肥、粒肥等多种作业机械的控制。美国已形成了信息农业和精确农业的技术支持体系，许多公司有成熟的变量施肥设备，主要使用的控制器为车载式计算机或PDA，根据土壤养分或肥料的GIS图层信息实现变量施肥作业，如美国John Deere公司生产的变量撒肥机、Case公司利用GPS生产的Flexi Soil变量施肥播种机。目前国外已有在线式变量施肥***，如美国俄克兰荷马州立大学与NT公司合作推出了商标为GreenSeeker的光传感实时变量施肥机，德国AMAZONE公司开发了一种基于视觉传感器的变量施肥机等。

但现有技术中的变量施肥装置需要用到的硬件设备较多且造价昂贵，利用变量施肥装置进行变量施肥的方法也极为复杂。

发明内容

本发明提供一种克服现有技术中的变量施肥装置需要用到的硬件设备较多且造价昂贵，利用变量施肥装置进行变量施肥的方法也极为复杂的问题的一种施肥装置及方法。

根据本发明的一个方面，提供一种施肥装置，所述施肥装置包括：作物光谱信息采集装置、施肥量决策控制装置和肥料输出装置；

所述作物光谱信息采集装置，包括面阵光谱传感器和设置在所述面阵光谱传感器左右两侧的两个点阵光谱传感器；所述面阵光谱传感器，用于采集自身下方的面状区域内的作物冠层的光谱图像信息；所述点阵光谱传感器，用于采集自身正下方的多个点状区域内的作物冠层的多组反射光信号；其中，每一个点状区域具有一组反射光信号；所述多个点状区域位于所述面状区域内；

所述施肥量决策控制装置，用于根据所述光谱图像信息和所述多组反射光信号，获取作物的氮素营养状态信息；并根据所述作物的氮素营养状态信息，决策施肥量信息；并根据所述施肥量信息，控制所述肥料输出装置输出相应的施肥量；

所述肥料输出装置，用于给作物施加肥料。

优选地，所述点阵光谱传感器具有多个光学通道，所述多个光学通道与所述多个点状区域一一对应；其中，每一个光学通道，用于采集对应的点状区域内的作物冠层在一个特定波长处的反射光信号。

优选地，所述多个光学通道至少为三个；其中，三个光学通道分别采集对应的点状区域内的作物冠层在可见光波段内的任一波长处、在红边波段内的任一波长处和在近红外光波段内的任一波长处的反射光信号。

优选地，所述施肥量决策控制装置包括：所述施肥量决策控制装置包括：上位机、地理位置信息获取模块、速度传感器、流量传感器和压力传感器；

所述上位机，用于根据所述光谱图像信息和所述多组反射光信号，获取作物的氮素营养状态信息；并根据所述作物的氮素营养状态信息、所述地理位置信息获取模块获取的所述施肥装置的位置信号、所述速度传感器获取的所述施肥装置的速度信号、所述流量传感器获取的所述肥料输出装置的流量信号和所述压力传感器获取的所述肥料输出装置的压力信号，决策施肥量信息；并根据所述施肥量信息，控制所述肥料输出装置输出相应的施肥量。

优选地，所述肥料输出装置包括：控制器、与所述控制器电连接的流量调节阀组、与所述流量调节阀组连接的肥料箱和与所述肥料箱连接的喷杆机构；

所述控制器，用于接收所述施肥量决策控制装置发送的施肥量信息；并根据所述施肥量信息，调节所述流量调节阀组，以使得所述喷洒机构输出相应的施肥量；

所述肥料箱，用于装载肥料。

根据本发明的另一个方面，提供一种施肥方法，所述方法包括：

S1，采集面阵光谱传感器下方的面状区域内的作物冠层的光谱图像信息和两个点阵光谱传感器正下方的多个点状区域内的作物冠层的多组反射光信号；

S2，根据所述光谱图像信息和所述多组反射光信号，获取作物的氮素营养状态信息；并根据所述作物的氮素营养状态信息，决策施肥量信息；并根据所述施肥量信息，控制所述肥料输出装置输出相应的施肥量；

S3，给作物施加肥料。

优选地，步骤S2具体包括：

S21，根据所述两个点阵光谱传感器正下方的多个点状区域内的作物冠层的多组反射光信号，获取每一组反射光信号在对应的一个特定波长处的反射率；

S22，根据多组反射光信号在对应的多个特定波长处的反射率，利用插值算法，获取所述面阵光谱传感器正下方区域内的作物冠层在所述多个特定波长处的反射率；

S23，将所述面状区域划分为三个小区；对于每一小区，根据每一小区内的作物冠层的反射光信号在对应的特定波长处的反射率，获取第一实际植被指数和第二实际植被指数；

S24，对于每一小区，通过每一小区内的光谱图像信息，获取每一小区内的作物覆盖率参数；并根据所述作物覆盖率参数，对所述第一实际植被指数和第二实际植被指数进行修正，以获取第一修正植被指数和第二修正植被指数；

S25，根据每一小区的第一修正植被指数和第二修正植被指数，获取面状区域内的第一植被指数和第二植被指数；

S26，根据第一植被指数和第二植被指数，获取在所述面状区域内的作物的氮素营养状态信息；并根据所述氮素营养状态信息，决策施肥量信息；并根据所述施肥量信息，控制所述肥料输出装置输出相应的施肥量。

优选地，步骤S23中的第一实际植被指数NDVI_实和第二实际植被指数NDRE_实，通过以下公式获取：

其中，R_nir为近红外光在对应的特定波长处的反射率，R_re为红边在对应的特定波长处的反射率，R_r为可见光在对应的特定波长处的反射率；

步骤S24中的作物覆盖率参数C，通过以下公式获取：

其中，L_P为任一小区内冠层叶片像素点数，A_p为任一小区内总像素点数；

所述第一修正植被指数NDVI_修和第二修正植被指数NDRE_修，通过以下公式获取：

其中，NDVI_实为第一实际植被指数，NDRE_实为第二实际植被指数，NDVI_s为裸土区的第一植被指数，NDRE_s为裸土区的第二植被指数，C为作物覆盖率参数。

优选地，步骤S25中所述面状区域内的第一植被指数NDVI和第二植被指数NDRE，通过以下公式获取：

NDVI＝K_A·NDVI_A+K_B·NDVI_B+K_C·NDVI_C；

NDRE＝K_A·NDRE_A+K_B·NDRE_B+K_C·NDRE_C；

其中，NDVI_A为第一小区的第一修正植被指数，NDVI_B为第二小区的第一修正植被指数，NDVI_C为第三小区的第一修正植被指数，NDRE_A为第一小区的第二修正植被指数，NDRE_B为第二小区的第二修正植被指数，NDRE_C为第三小区的第二修正植被指数，K_A、K_B、K_C均为加权系数。

优选地，步骤S26具体包括：

S261，根据所述面状区域内的第一植被指数，获取所述面状区域内的生物量；

S262，根据氮稀释曲线和所述生物量，获取标准氮浓度；根据所述第一植被指数和所述生物量，获取标准吸氮量；

S263，根据所述面状区域内的第二植被指数，获取实际吸氮量；

S264，根据所述标准吸氮量和所述实际吸氮量，获取吸氮量差值；

S265，根据区域优化施氮量、前期施氮量、穗肥的氮肥回收率和所述吸氮量差值，计算施肥量，并控制所述肥料输出装置输出相应的施肥量。

本发明提供的一种施肥装置及方法，通过将点阵光谱传感器和面阵光谱传感器组合使用，使得该施肥装置既保持了点阵传感器数据格式简单、处理速度快、实时性好且信噪比高的优点；又可利用面阵传感器采集的光谱图像信息而方便计算出地表作物覆盖度，以修正田间土壤反射光谱和作物生长形态导致的光谱干扰影响，从而可获得高精度的作物冠层的反射光信号，为施肥决策提供更可靠的数据支持。

附图说明

图1为根据本发明实施例提供的一种施肥装置的结构示意图；

图2为根据本发明实施例提供的一种作物光谱信息采集装置的结构示意图；

图3为根据本发明实施例提供的一种点阵光谱传感器的硬件结构示意图；

图4为根据本发明实施例提供的一种面阵光谱传感器的硬件结构示意图；

图5为根据本发明实施例提供的一种点阵光谱传感器的感光原理示意图；

图6为根据本发明实施例提供的一种面阵光谱传感器的感光原理示意图；

图7为根据本发明实施例提供的一种施肥牵引机的结构示意图；

图8为根据本发明实施例提供的一种施肥方法的流程图；

图9为根据本发明实施例提供的一种面状区域的分区示意图；

图10为根据本发明实施例提供的一种氮稀释曲线CNDC模型示意图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

肥料施用量的增加和利用效率的下降，不仅造成了经济上的巨大损失，而且引起了严重的环境污染。化肥中的氮肥已成为主要的环境污染源之一，实行科学的变量施肥是农业可持续发展的必要措施和亟待解决的问题。

本发明提供的一种施肥装置及方法，能够实现科学的变量施肥，不仅在经济上节约了大量的资源，并且对于环境保护，也具有巨大的有益贡献。

以下将结合附图，详细介绍此种施肥装置的结构与功能。

图1为根据本发明实施例提供的一种施肥装置的结构示意图，如图1所示，所述施肥装置包括：作物光谱信息采集装置、施肥量决策控制装置和肥料输出装置。

所述作物光谱信息采集装置，包括面阵光谱传感器和设置在所述面阵光谱传感器左右两侧的两个点阵光谱传感器；所述面阵光谱传感器，用于采集自身下方的面状区域内的作物冠层的光谱图像信息；所述点阵光谱传感器，用于采集自身正下方的多个点状区域内的作物冠层的多组反射光信号；其中，每一个点状区域具有一组反射光信号；所述多个点状区域位于所述面状区域内。

具体地，图2为根据本发明实施例提供的一种作物光谱信息采集装置的结构示意图，如图2所示，面阵光谱传感器和设置在所述面阵光谱传感器左右两侧的两个点阵光谱传感器。即，该作物光谱信息采集装置由一个面阵光谱传感器和两个点阵光谱传感器组成。其中，面阵光谱传感器处于中间位置，两个点阵光谱传感器分别位于面阵光谱传感器的左侧和右侧。

所述面阵光谱传感器，用于采集自身下方的面状区域内的作物冠层的光谱图像信息。其中，面阵光谱传感器的镜头具有特定的视场角。在该面阵光谱传感器与被测面之间的距离一定时，面状区域的大小随视场角的变化而变化。当视场角一定时，面状区域的大小随面阵光谱传感器与被测面之间的距离的变化而变化。

所述点阵光谱传感器，用于采集自身正下方的多个点状区域内的作物冠层的多组反射光信号；其中，每一个点状区域具有一组反射光信号；所述多个点状区域位于所述面状区域内。

需要说明的是，“正下方”的含义和的“下方”的含义不同。“正下方”是指点阵光谱传感器在被测面的竖直投影区域，而“下方”是指面阵光谱传感器在被测面上所能探测到的一大片区域，该区域的大小可变，其变化规律在上文中已作介绍，此处不再赘述。“点状区域”与的“面状区域”的含义也不同。“点状区域”特指面积极小的区域，“面状区域”特指面积较大的区域。在本实施例中，多个点状区域位于面状区域内。

点阵光谱传感器虽然能够有效获取作物冠层的反射光信号，而且数据格式简单、处理速度快、实时性好，却不能有效消除田间土壤反射光谱和作物生长形态导致的光谱干扰。

面阵光谱传感器虽然能通过图像分割技术消除田间土壤反射光谱和作物生长形态导致的光谱干扰，但是图像数据量较大，尤其对于反演作物的反射光信号所用的算法较为复杂，处理时间较长，对处理器要求较高，实时性差。利用面阵光谱传感器实时检测作物长势以指导施肥决策，技术难度大，成本较高。

所述施肥量决策控制装置，用于根据所述光谱图像信息和所述多组反射光信号，获取作物的氮素营养状态信息；并根据所述作物的氮素营养状态信息，决策施肥量信息；并根据所述施肥量信息，控制所述肥料输出装置输出相应的施肥量。

所述肥料输出装置，用于给作物施加肥料。

本实施例提供的一种施肥装置，通过将点阵光谱传感器和面阵光谱传感器组合使用，使得该施肥装置既保持了点阵传感器数据格式简单、处理速度快、实时性好且信噪比高的优点；又可利用面阵传感器采集的光谱图像信息而方便计算出地表作物覆盖度，以修正田间土壤反射光谱和作物生长形态导致的光谱干扰影响，从而可获得高精度的作物冠层的反射光信号，为施肥决策提供更可靠的数据支持。

基于上述实施例，本实施例对上述实施例中的点阵光谱传感器进行详细说明：

所述点阵光谱传感器具有多个光学通道，所述多个光学通道与所述多个点状区域一一对应；其中，每一个光学通道，用于采集对应的点状区域内的作物冠层在一个特定波长处的反射光信号。

需要说明的是，在本实施例中，两个点阵光谱传感器的结构和功能完全一致。两个点阵光谱传感器中的每一个点阵光谱传感器，具有多个光学通道。其中，每一个光学通道用于采集与该光学通道对应的点状区域内的作物冠层在一个特定波长处的反射光信号。其中，特定波长与该光学通道的特性相关，不同特性的光学通道采集不同特定波长处的反射光信号，一个光学通道只能采集一个特定波长处的反射光信号。

基于上述实施例，本实施例中的多个光学通道至少为三个；其中，三个光学通道分别采集对应的点状区域内的作物冠层在可见光波段内的任一波长处、在红边波段内的任一波长处和在近红外光波段内的任一波长处的反射光信号。

具体地，本实施例将光学通道的个数优选为至少三个。在本实施例中，若光学通道的个数仅为三个，为了以示区别，将这三个光学通道分别取名为第一光学通道、第二光学通道和第三光学通道。

其中，第一光学通道，用于采集其对应的点状区域内的作物冠层在可见光波段内的任一波长处的反射光信号；第二光学通道，用于采集其对应的点状区域内的作物冠层在红边波段内的任一波长处的反射光信号；第三光学通道，用于采集其对应的点状区域内的作物冠层在近红外光波段内的任一波长处的反射光信号。

需要说明的是，可见光波段的波长范围为400～700nm，红边波段的波长范围为700～760nm，近红外光波段的波长范围为760～1000nm。

作为一个优选实施例，本实施例结合附图，并通过具体的举例对本发明提供的一种作物光谱信息采集装置进行说明。

以下对点阵光谱传感器和面阵光谱传感器的硬件结构进行说明：

在本实施例中，点阵光谱传感器采用四波段自标定式光谱传感器。图3为根据本发明实施例提供的一种点阵光谱传感器的硬件结构示意图，如图3所示，该点阵光谱传感器主要由光学通道、信号调理电路、微控制器和相应***电路组成。

该点阵光谱传感器具有四个光学通道，四个光学通道的特性均不同，因此，四个光学通道采集不同特定波长处的反射光信号。在本实施例中，由于四个光学通道的特性已固定，四个光学通道的光电探测器分别负责采集作物冠层在550nm、650nm、766nm和850nm处的反射光信号，并将反射光信号转换成微弱模拟电信号输出。微弱模拟电信号经过信号调理电路中的IU转换模块和滤波放大模块后，转换成为模拟电信号。模拟电信号再由微控制器进行A/D变换，进而转换为数字信号。该数字信号由相应***电路中的通信模块输出给上位机。

其中，通信模块的通信方式预留CAN总线接口、WIFI模块接口和ZigBee接口等多种通信方式，可以根据具体场景选择合适的通信方式。

在本实施例中，面阵光谱传感器采用多光谱相机。图4为根据本发明实施例提供的一种面阵光谱传感器的硬件结构示意图，如图4所示，该面阵光谱传感器主要由镜头、信号调理模块、RGB和NIR图像输出模块组成。

该面阵光谱传感器通过棱镜分光技术可同步获取可见光RGB图像和NIR图像信号。该面阵光谱传感器将采集到的光谱图像信息传输给上位机，由上位机通过图像处理算法，计算得到覆盖率。

以下对点阵光谱传感器和面阵光谱传感器的功能进行说明：

图5为根据本发明实施例提供的一种点阵光谱传感器的感光原理示意图，如图5所示，点阵光谱传感器具有四个光学通道。为了以示区分，将四个光学通道分别取名为第一光学通道、第二光学通道、第三光学通道和第四光学通道。

其中，由于每一个光学通道内的光电探测器的感光面较小，只有3.2×3.2mm，因此，将光学通道的探测区域称为点状区域。

其中，第一光学通道用于采集对应点状区域内的作物冠层在550nm处的反射光信号，第二光学通道用于采集对应点状区域内的作物冠层在650nm处的反射光信号，第三光学通道用于采集对应点状区域内的作物冠层在766nm处的反射光信号，第四光学通道用于采集对应点状区域内的作物冠层在850nm处的反射光信号。

图6为根据本发明实施例提供的一种面阵光谱传感器的感光原理示意图，如图6所示，面阵光谱传感器具有一个镜头。该镜头具有25°视场角，其探测范围为一圆形面状区域。该圆形面状区域的大小由镜头距离被测面的距离决定。采集作物冠层光谱图像信息时考虑到反射光信号的强度问题，设定面阵光谱传感器到被测面即作物冠层的经验距离是50cm，此时的圆形面状区域的大小约为386cm²。

需要说明的是，面阵光谱传感器的探测范围为一圆形面状区域，但其保存的光谱图像为圆形面状区域内的一块矩形面状区域。

以下对点阵光谱传感器和面阵光谱传感器的组合进行说明：

图2为根据本发明实施例提供的一种作物光谱信息采集装置，如图2所示，该作物光谱信息采集装置由一个面阵光谱传感器和两个点阵光谱传感器组成。其中，面阵光谱传感器处于中间位置，两个点阵光谱传感器分别位于面阵光谱传感器的左侧和右侧。

结合两种光谱传感器的物理尺寸关系，可以计算的得到两种光谱传感器探测范围的位置关系。通过计算得到，当两种光谱传感器的高度距离被测面即作物冠层的距离为50cm(50cm也是面阵光谱传感器采集作物冠层的光谱图像信息的适当距离)时，点阵光谱传感器的探测点在面阵光谱传感器的探测面内的两侧区域。

需要说明的是，探测点指代点状区域，探测面指代面状区域。

本实施例提供的一种作物光谱信息采集装置，通过将点阵光谱传感器和面阵光谱传感器组合使用，使得该采集装置既保持了点阵传感器数据格式简单、处理速度快、实时性好且信噪比高的优点；又可利用面阵传感器采集的光谱图像信息而方便计算出地表作物覆盖度，以修正田间土壤反射光谱和作物生长形态导致的光谱干扰影响，从而可获得高精度的作物冠层的反射光信号，为施肥决策提供更可靠的数据支持。

基于上述实施例，本实施例对一种施肥装置的施肥量决策控制装置进行说明，所述施肥量决策控制装置包括：上位机、地理位置信息获取模块、速度传感器、流量传感器和压力传感器。

所述上位机，用于根据所述光谱图像信息和所述多组反射光信号，获取作物的氮素营养状态信息；并根据所述作物的氮素营养状态信息、所述地理位置信息获取模块获取的所述施肥装置的位置信号、所述速度传感器获取的所述施肥装置的速度信号、所述流量传感器获取的所述肥料输出装置的流量信号和所述压力传感器获取的所述肥料输出装置的压力信号，决策施肥量信息；并根据所述施肥量信息，控制所述肥料输出装置输出相应的施肥量。

具体地，施肥量决策控制装置，用于根据作物光谱信息采集装置发送光谱数据获取作物的氮素营养状态信息。并根据作物的氮素营养状态信息、GPS模块采集的位置信号、速度传感器采集的速度信号、流量传感器采集的流量信号和压力传感器采集的压力信号，决策输出作物相应的施肥量信息。并根据施肥量信息，控制肥料输出装置输出相应的施肥量。其中，光谱数据指代面状区域内的作物冠层的光谱图像信息和两个点阵光谱传感器正下方的多个点状区域内的作物冠层的多组反射光信号。所述肥料输出装置，用于给作物施加肥料。

本实施例提供的一种施肥装置，通过作物光谱信息采集装置，采集面阵光谱传感器下方的面状区域内的作物冠层的光谱图像信息和两个点阵光谱传感器正下方的多个点状区域内的作物冠层的多组反射光信号，从而可获得高精度的作物冠层的反射光信号，为施肥决策提供更可靠的数据支持。

基于上述实施例，本实施例对上述实施例中的肥料输出装置进行具体说明。

所述肥料输出装置包括：

控制器、与所述控制器电连接的流量调节阀组、与所述流量调节阀组连接的肥料箱和与所述肥料箱连接的喷杆机构。

所述控制器，用于接收所述施肥量决策控制装置发送的施肥量信息；并根据所述施肥量信息，调节所述流量调节阀组，以使得所述喷洒机构输出相应的施肥量。

所述肥料箱，用于装载肥料。

作为一个优选实施例，本实施例结合附图，并通过具体的举例对一种施肥装置进行具体说明。

图7为根据本发明实施例提供的一种施肥牵引机的结构示意图，如图7所示，该施肥牵引机包括：

固定在牵引机体前端的作物光谱信息采集装置1、牵引机体2、在牵引机体内的施肥量决策控制装置3、固定在牵引机体顶部的GPS装置4、在牵引机体内的控制器5、流量调节阀组6、在牵引机体后端的肥料箱7以及和肥料箱7连在一起的喷杆机构8。

其中，作物光谱信息采集装置1负责采集作物冠层的反射光谱数据，并将该数据发送给施肥量决策控制装置3；施肥量决策控制装置3通过上位机软件处理分析得到作物的氮素营养状态信息后，再结合GPS装置、速度传感器、流量传感器和压力传感器采集的位置信号、速度信号、流量信号和压力信号，计算输出作物相应的施肥量信息给控制器5，所述控制器5控制流量调节阀组6，以使得喷洒机构8输出相应的施肥量。

本实施例提供的一种施肥装置，实现了根据作物的氮素营养需求实时变量喷肥，减少肥料的使用量，提高肥料的利用率。

基于上述实施例，图8为根据本发明实施例提供的一种施肥方法的流程图，如图8所示，所述方法包括：

S1，采集面阵光谱传感器下方的面状区域内的作物冠层的光谱图像信息和两个点阵光谱传感器正下方的多个点状区域内的作物冠层的多组反射光信号。

S2，根据所述光谱图像信息和所述多组反射光信号，获取作物的氮素营养状态信息；并根据所述作物的氮素营养状态信息，决策施肥量信息；并根据所述施肥量信息，控制所述肥料输出装置输出相应的施肥量。

S3，给作物施加肥料。

需要说明的是，本实施例中的步骤S1的方法可通过上述实施例中的一种作物光谱信息采集装置实现。

基于上述实施例，本实施例对上述实施例中的步骤S2进行具体解释说明。步骤S2具体包括：

S21，根据所述两个点阵光谱传感器正下方的多个点状区域内的作物冠层的多组反射光信号，获取每一组反射光信号在对应的一个特定波长处的反射率；

S22，根据多组反射光信号在对应的多个特定波长处的反射率，利用插值算法，获取所述面阵光谱传感器正下方区域内的作物冠层在所述多个特定波长处的反射率；

S23，将所述面状区域划分为三个小区；对于每一小区，根据每一小区内的作物冠层的反射光信号在对应的特定波长处的反射率，获取第一实际植被指数和第二实际植被指数；

S24，对于每一小区，通过每一小区内的光谱图像信息，获取每一小区内的作物覆盖率参数；并根据所述作物覆盖率参数，对所述第一实际植被指数和第二实际植被指数进行修正，以获取第一修正植被指数和第二修正植被指数；

S25，根据每一小区的第一修正植被指数和第二修正植被指数，获取面状区域内的第一植被指数和第二植被指数；

S26，根据第一植被指数和第二植被指数，获取在所述面状区域内的作物的氮素营养状态信息；并根据所述氮素营养状态信息，决策施肥量信息；并根据所述施肥量信息，控制所述肥料输出装置输出相应的施肥量。

具体地，对于步骤S21中的反射率的计算过程如下，需要说明的是，以下内容中以单个点阵光谱传感器进行说明：

当点阵光谱传感器在作物冠层上方测量时，设点阵光谱传感器测得可见光特征波长处太阳入射光的电信号为E_rs、对应波长植被反射光的电信号为E_rp；红边特征波长处太阳入射光的电信号为E_res、对应波长植被反射光的电信号为E_rep；近红外光特征波长处太阳入射光的电信号为E_nirs、对应波长植被反射光的电信号为E_nirp，则近红外光特征波长处的反射率R_nir、红边特征波长处的反射率R_re和可见光特征波长处的反射率R_r分别为：

其中k_nir、k_re和k_r为均比例常数，由装置的光学***、光电探测器及其适配放大器的特性参数决定。

需要说明的是，特征波长是指反射光信号对应的一个特定波长。例如，第一光学通道用于采集对应点状区域内的作物冠层在550nm处的反射光信号，那么，550nm为该反射光对应的特定波长，也为该反射光的特征波长。

具体地，步骤S22是指，获取两个点阵光谱传感器采集到的多组反射光信号在各自对应的特定波长处的反射率。并根据这些反射率，通过插值算法，获取面阵光谱传感器正下方区域内(以下成为待测区域)的作物冠层在上述多个特定波长处的反射率。

其中，在本实施例中，将插值算法优选为普通克里金法(OrdinaryKriging简称OK法)，说明如何通过插值估算待测区域内各特定波长处的反射率的。OK法常称作局部最优线性无偏估计，所谓线性是指估计值是样本值的线性组合，即加权线性平均，无偏是指理论上估计值的平均值等于实际样本值的平均值，即估计的平均误差为0，最优是指估计的误差方差最小。

以下通过举例对步骤S22中的方法作出具体说明：

假设第一点阵光谱传感器和第二点阵光谱传感器的第一光学通道均用于采集对应点状区域内的作物冠层在550nm处的反射光信号。并且，第一点阵光谱传感器采集到的反射光信号在550nm处的反射率为R₁，第二点阵光谱传感器采集到的反射光信号在550nm处的反射率为R₂。那么，待测区域内的作物冠层的反射光信号在550nm处的反射率R为：

R＝K₁·R₁+K₂·R₂；

其中，K₁和K₂为加权系数，可根据场景需要进行调整。

待测区域在其他特定波长处的反射率的计算过程与上述计算过程一致，此处不再赘述。

具体地，对于步骤S23，此处结合附图对该步骤进行说明。图9为根据本发明实施例提供的一种面状区域的分区示意图，如图9所示，面阵光谱传感器的探测范围为一个圆形面状区域，但其保存的光谱图像为该圆形面状区域内的一个矩形面状区域。图9中的矩形面状区域代表一幅光谱图像，将该矩形面状区域水平分成三个小区，分别用A、B、C标识。

其中，A小区和C小区分别为两个点阵光谱传感器的正下方的投影区域，其中的圆圈均为其探测的点状区域。B小区为面阵光谱传感器正下方的投影区域，其中的圆圈代表点状区域。需要说明的是，B小区的点状区域实际上是不存在的，该点状区域内反射光信号的反射率通过A小区和C小区的点状区域内的反射光信号在其对应的特定波长处的反射率，通过插值算法计算得出的。

以A小区为例，计算该区域内的第一实际植被指数NDVI_实和第二实际植被指数NDRE_实：

其中，R_nir为近红外光在对应的特定波长处的反射率，R_re为红边在对应的特定波长处的反射率，R_r为可见光在对应的特定波长处的反射率。

由上述实施例可知各反射光信号的反射率的求取公式，将上述各反射光信号的反射率公式带入第一实际植被指数NDVI_实和第二实际植被指数NDRE_实的公式中，可得：

其中，其他参数均在上述实施例中作了介绍，此处不再赘述。

为尽可能消除光学传感器的光学***、光电探测器及其适配放大器***误差及太阳光照变化对测量结果的影响，研究了***的标定方法。

当点阵光谱传感器在白板上方测量时，设点阵光谱传感器测得可见光特征波长处太阳入射光的电信号为E_s0、对应波长植被反射光的电信号为E_p0；红边特征波长处太阳入射光的电信号为E_res0、对应波长植被反射光的电信号为E_rep0；近红外光特征波长处太阳入射光的电信号为E_nirs0、对应波长植被反射光的电信号为E_nirp0。由于标准白板反射率为1，即近红外光特征波长处的反射率R_nir0、红边特征波长处的反射率R_re0和可见光特征波长处的反射率R_r0均为1，所以：

可确定装置标定的系数为：

B小区和C小区中的第一实际植被指数和第二实际植被指数与A小区中的计算方法一致，此处不再赘述。

由于点阵光谱传感器测得的反射光信号，不能去除土壤等背景的影响，因此需要从面阵传感器采集的光谱图像信息中，提取作物冠层信息，消除土壤等背景信息的干扰。因此，提出利用作物覆盖度修正由点阵光谱传感器数据计算得到的第一实际植被指数和第二实际植被指数，然后将修正后的植被指数作为氮素营养诊断模型的输入参数，从而反演作物氮素营养需求。

基于上述实施例，本实施例对步骤S24中的作物覆盖度的求取过程进行具体说明：

由于天气情况、拍摄环境等因素的影响，会使面阵光谱传感器采集的光谱图像信息混有不同程度的噪声。为减小噪声，消除其中的随机性和局部性噪声点，首先对光谱图像信息进行滤波平滑处理。然后，为了实现作物的冠层叶片与土壤背景的分割，利用作物冠层叶片与土壤背景颜色不同的特点，根据经过滤波平滑处理后的光谱图像信息，基于HIS彩色空间模型的H分量，分割出作物的冠层叶片图像信息。接着，根据作物的冠层叶片在近红外光波段内的反射光的反射灰度级高于土壤背景的反射光的反射灰度级的特征，对冠层叶片图像信息进行二次分割，对经过二次分割的冠层叶片图像信息进行二值化处理，从而将作物冠层叶片与土壤背景进行分离开来。

对将土壤背景分离后的光谱图像信息进行像素级操作。图8为根据本发明实施例提供的一种面状区域的分区示意图，如图8所示，首先提取出矩形面状区域的像素。然后将该区域像素在水平方向上，平均分为3个小区，对于每一个小区，其作物覆盖率参数C为：

其中，L_P为任一小区内冠层叶片像素点数，A_p为任一小区内总像素点数；

所述第一修正植被指数NDVI_修和第二修正植被指数NDRE_修，通过以下公式获取：

其中，NDVI_实为第一实际植被指数，NDRE_实为第二实际植被指数，NDVI_s为裸土区的第一植被指数，NDRE_s为裸土区的第二植被指数，C为作物覆盖率参数。

因此，面状区域内的第一植被指数NDVI和第二植被指数NDRE，通过以下公式获取：

NDVI＝K_A·NDVI_A+K_B·NDVI_B+K_C·NDVI_C；

NDRE＝K_A·NDRE_A+K_B·NDRE_B+K_C·NDRE_C；

其中，NDVI_A为A小区的第一修正植被指数，NDVI_B为B小区的第一修正植被指数，NDVI_C为C小区的第一修正植被指数；NDRE_A为A小区的第二修正植被指数，NDRE_B为B小区的第二修正植被指数，NDRE_C为C小区的第二修正植被指数；K_A、K_B和K_C均为加权系数，加权系数可根据具体场景进行调整。

基于上述实施例，本实施例对步骤S26中根据第一植被指数和第二植被指数，获取在所述面状区域内的作物的氮素营养状态信息；并根据所述氮素营养状态信息，决策施肥量信息；并根据所述施肥量信息，控制所述肥料输出装置输出相应的施肥量，作出具体说明。

S261，根据所述面状区域内的第一植被指数，按照如下公式获取所述面状区域内的生物量。

其中，x代表第一植被指数NDVI，y代表生物量Biomass，a₁、b₁均为调整系数。该系数在不同的作物类型(如小麦、水稻等)间存在差异。

S262，根据氮稀释曲线和所述生物量，获取标准氮浓度；根据所述第一植被指数和所述生物量，获取标准吸氮量。

具体地，图10为根据本发明实施例提供的一种氮稀释曲线CNDC模型示意图，如图10所示，该模型示意图的横纵坐标分别为生物量Biomass和标准氮浓度N_c。其中，生物量Biomass和标准氮浓度N_c的函数关系为：

其中，B(Biomass)代表生物量，N_c代表标准氮浓度，c为调整系数。该系数在不同的作物类型(如小麦、水稻等)间存在差异。

标准吸氮量NU_c为：

NU_c＝N_c×Biomass。

S263，根据所述面状区域内的第二植被指数，按照如下公式获取实际吸氮量。

其中，x代表第二植被指数NDRE，y代表实际吸氮量NU，a₂、b₂均为调整系数。该系数在不同的作物类型(如小麦、水稻等)间存在差异。

S264，根据所述标准吸氮量和所述实际吸氮量，获取吸氮量差值。

具体地，吸氮量差值NU_diff为：

NU_diff＝|NU-NU_c|；

其中，NU为实际吸氮量，NU_c为标准吸氮量。

S265，根据区域优化施氮量、前期施氮量、穗肥的氮肥回收率和所述吸氮量差值，计算施肥量，并控制所述肥料输出装置输出相应的施肥量。

具体地，若已知作物所需的施氮量，则可进而获取作物的施肥量，因此，求取作物所需的施氮量是关键。

作物的施氮量N_rate为：

N_rate＝N_RONM-N_pre-(NU_diff/RE)(0kg/ha≤N_rate≤48kg/ha)；

其中，NU_diff为吸氮量差值，N_RONM为区域优化施氮量，N_pre为前期施氮量，RE为穗肥的氮肥回收率。N_RONM和RE在不同的时间和地域间存在差异。

综上，本发明提供的一种施肥装置及方法，通过将点阵光谱传感器和面阵光谱传感器组合使用，使得该施肥装置既保持了点阵传感器数据格式简单、处理速度快、实时性好且信噪比高的优点；又可利用面阵传感器采集的光谱图像信息而方便计算出地表作物覆盖度，以修正田间土壤反射光谱和作物生长形态导致的光谱干扰影响，从而可获得高精度的作物冠层的反射光信号，为施肥决策提供更可靠的数据支持。

最后，本发明的方法仅为较佳的实施方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种施肥装置，其特征在于，包括：作物光谱信息采集装置、施肥量决策控制装置和肥料输出装置；

所述作物光谱信息采集装置，包括面阵光谱传感器和设置在所述面阵光谱传感器左右两侧的两个点阵光谱传感器；所述面阵光谱传感器，用于采集自身下方的面状区域内的作物冠层的光谱图像信息；所述点阵光谱传感器，用于采集自身正下方的多个点状区域内的作物冠层的多组反射光信号；其中，每一个点状区域具有一组反射光信号；所述多个点状区域位于所述面状区域内；

所述施肥量决策控制装置，用于根据所述光谱图像信息和所述多组反射光信号，获取作物的氮素营养状态信息；并根据所述作物的氮素营养状态信息，决策施肥量信息；并根据所述施肥量信息，控制所述肥料输出装置输出相应的施肥量；

所述肥料输出装置，用于给作物施加肥料。

2.根据权利要求1所述的施肥装置，其特征在于，所述点阵光谱传感器具有多个光学通道，所述多个光学通道与所述多个点状区域一一对应；其中，每一个光学通道，用于采集对应的点状区域内的作物冠层在一个特定波长处的反射光信号。

3.根据权利要求2所述的施肥装置，其特征在于，所述多个光学通道至少为三个；其中，三个光学通道分别采集对应的点状区域内的作物冠层在可见光波段内的任一波长处、在红边波段内的任一波长处和在近红外光波段内的任一波长处的反射光信号。

4.根据权利要求1所述的施肥装置，其特征在于，所述施肥量决策控制装置包括：上位机、地理位置信息获取模块、速度传感器、流量传感器和压力传感器；

所述上位机，用于根据所述光谱图像信息和所述多组反射光信号，获取作物的氮素营养状态信息；并根据所述作物的氮素营养状态信息、所述地理位置信息获取模块获取的所述施肥装置的位置信号、所述速度传感器获取的所述施肥装置的速度信号、所述流量传感器获取的所述肥料输出装置的流量信号和所述压力传感器获取的所述肥料输出装置的压力信号，决策施肥量信息；并根据所述施肥量信息，控制所述肥料输出装置输出相应的施肥量。

5.根据权利要求1所述的施肥装置，其特征在于，所述肥料输出装置包括：控制器、与所述控制器电连接的流量调节阀组、与所述流量调节阀组连接的肥料箱和与所述肥料箱连接的喷杆机构；

所述控制器，用于接收所述施肥量决策控制装置发送的施肥量信息；并根据所述施肥量信息，调节所述流量调节阀组，以使得所述喷洒机构输出相应的施肥量；

所述肥料箱，用于装载肥料。

6.一种施肥方法，其特征在于，包括：

S1，采集面阵光谱传感器下方的面状区域内的作物冠层的光谱图像信息和两个点阵光谱传感器正下方的多个点状区域内的作物冠层的多组反射光信号；

S2，根据所述光谱图像信息和所述多组反射光信号，获取作物的氮素营养状态信息；并根据所述作物的氮素营养状态信息，决策施肥量信息；并根据所述施肥量信息，控制所述肥料输出装置输出相应的施肥量；

S3，给作物施加肥料。

7.根据权利要求6所述的方法，其特征在于，步骤S2具体包括：

S21，根据所述两个点阵光谱传感器正下方的多个点状区域内的作物冠层的多组反射光信号，获取每一组反射光信号在对应的一个特定波长处的反射率；

S22，根据多组反射光信号在对应的多个特定波长处的反射率，利用插值算法，获取所述面阵光谱传感器正下方区域内的作物冠层在所述多个特定波长处的反射率；

S23，将所述面状区域划分为三个小区；对于每一小区，根据每一小区内的作物冠层的反射光信号在对应的特定波长处的反射率，获取第一实际植被指数和第二实际植被指数；

S24，对于每一小区，通过每一小区内的光谱图像信息，获取每一小区内的作物覆盖率参数；并根据所述作物覆盖率参数，对所述第一实际植被指数和第二实际植被指数进行修正，以获取第一修正植被指数和第二修正植被指数；

S25，根据每一小区的第一修正植被指数和第二修正植被指数，获取面状区域内的第一植被指数和第二植被指数；

S26，根据第一植被指数和第二植被指数，获取在所述面状区域内的作物的氮素营养状态信息；并根据所述氮素营养状态信息，决策施肥量信息；并根据所述施肥量信息，控制所述肥料输出装置输出相应的施肥量。

8.根据权利要求7所述的方法，其特征在于，步骤S23中的第一实际植被指数NDVI_实和第二实际植被指数NDRE_实，通过以下公式获取：

其中，R_nir为近红外光在对应的特定波长处的反射率，R_re为红边在对应的特定波长处的反射率，R_r为可见光在对应的特定波长处的反射率；

步骤S24中的作物覆盖率参数C，通过以下公式获取：

<mrow> <mi>C</mi> <mo>=</mo> <mfrac> <mrow> <msub> <mi>&amp;Sigma;L</mi> <mi>P</mi> </msub> </mrow> <mrow> <msub> <mi>&amp;Sigma;A</mi> <mi>p</mi> </msub> </mrow> </mfrac> <mo>;</mo> </mrow>

其中，L_P为任一小区内冠层叶片像素点数，A_p为任一小区内总像素点数；

所述第一修正植被指数NDVI_修和第二修正植被指数NDRE_修，通过以下公式获取：

其中，NDVI_实为第一实际植被指数，NDRE_实为第二实际植被指数，NDVI_s为裸土区的第一植被指数，NDRE_s为裸土区的第二植被指数，C为作物覆盖率参数。

9.根据权利要求7所述的方法，其特征在于，步骤S25中所述面状区域内的第一植被指数NDVI和第二植被指数NDRE，通过以下公式获取：

NDVI＝K_A·NDVI_A+K_B·NDVI_B+K_C·NDVI_C；

NDRE＝K_A·NDRE_A+K_B·NDRE_B+K_C·NDRE_C；

其中，NDVI_A为第一小区的第一修正植被指数，NDVI_B为第二小区的第一修正植被指数，NDVI_C为第三小区的第一修正植被指数，NDRE_A为第一小区的第二修正植被指数，NDRE_B为第二小区的第二修正植被指数，NDRE_C为第三小区的第二修正植被指数，K_A、K_B、K_C均为加权系数。

10.根据权利要求7所述的方法，其特征在于，步骤S26具体包括：

S261，根据所述面状区域内的第一植被指数，获取所述面状区域内的生物量；

S262，根据氮稀释曲线和所述生物量，获取标准氮浓度；根据所述第一植被指数和所述生物量，获取标准吸氮量；

S263，根据所述面状区域内的第二植被指数，获取实际吸氮量；

S264，根据所述标准吸氮量和所述实际吸氮量，获取吸氮量差值；

S265，根据区域优化施氮量、前期施氮量、穗肥的氮肥回收率和所述吸氮量差值，计算施肥量，并控制所述肥料输出装置输出相应的施肥量。