CN101807249A - 作物的指纹识别方法 - Google Patents
作物的指纹识别方法 Download PDFInfo
- Publication number
- CN101807249A CN101807249A CN 201010142338 CN201010142338A CN101807249A CN 101807249 A CN101807249 A CN 101807249A CN 201010142338 CN201010142338 CN 201010142338 CN 201010142338 A CN201010142338 A CN 201010142338A CN 101807249 A CN101807249 A CN 101807249A
- Authority
- CN
- China
- Prior art keywords
- crop
- trace element
- standard
- content
- 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.)
- Granted
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Fertilizers (AREA)
Abstract
作物的指纹识别方法,涉及一种作物的识别方法。在作物生长期,往作物上喷施微量元素溶液;作物经采收加工后,测定产品中铁、锌、锰、铬、钴、镍、氟、碘、硒、钼、锶、硼、硅和锗的含量;通过以≥3次平均检测结果作为标准含量,采用所计算的各微量元素标准含量基准,用计算机Excel工作表绘制目标作物微量元素标准含量表,在计算机Excel工作表中生成的数据点折线图即为目标作物微量元素指纹图谱;用余弦夹角向量法对鉴别样品的目标作物微量元素指纹图谱与标准指纹图谱进行相似度比较,进行真伪识别。微量元素在作物生长过程中起着举足轻重的作用,施以适量微量元素能促进作物生长;所构建的标准指纹图谱能广泛应用于真伪识别。
Description
技术领域
本发明涉及一种作物的识别方法,尤其是涉及一种用指纹图谱进行作物识别的方法。
背景技术
由于在作物生长过程中,作物的不少信息对作物生长起着举足轻重的作用,因此,作物的识别对作物生长具有重要的意义。
公开号为CN1382370的发明专利申请提供一种提前预测作物花期的方法,根据作物在幼苗期、秧苗期和返青期、营养生长末期的环境条件和生长状况,预测和确定作物的发苗类型、播始历期和生殖生长期的长短,以及在体视显微镜下,观察识别作物幼穗发育是否进入第一期,进而确定作物对应的余叶数等,从而能从容不迫地采取多种措施调节和控制作物的花时,达到高产稳产的目的。
公开号为CN1936919的发明专利申请提供一种田间杂草信息自动识别的方法,是一种利用位置和纹理特征自动识别作物苗期田间杂草的方法,采取以下步骤:1)先采用数码摄像机将条播作物苗期田间作物苗和杂草苗的视频采集到DV带中;然后,通过电缆把数码摄像机和与安装在计算机内的视频采集卡连接,导出采集的视频文件,从导出的视频文件中获取帧图像;2)利用计算机进行绿色植物和土壤背景的分割;3)利用位置特征识别行间杂草;4)利用纹理特征识别行内杂草;5)作物行间杂草图与作物行内杂草进行加运算,得到田间杂草图。
公开号为CN1952125的发明专利申请提供一种利用生物的位点特异重组系统,结合组织特异性启动子和化学诱导启动子设计并构建植物转化载体,将目的基因、标记基因和位点特异性重组酶基因构建于重组酶识别序列之间,在所获得的转基因植物体内,组织特异性启动子或化学诱导启动子驱动重组酶的表达促使重组反应,实现将外源基因从转基因植物的基因组剔除。
公开号为CN101349561的发明专利申请提供一种大尺度作物种植面积车载调查方法与系统,包括GPS位置信息与GIS地图的匹配,GPS位置信息与图像的匹配,作物纵向种植宽度的确定,图像的保存与提取,图像的栅格算法,作物种类的识别,GPS位置信息与各类作物种植信息的存储以及各类作物种植面积及种植成数的计算。该发明通过GPS位置信息实现车辆的导航及轨迹线的绘制,通过倾角传感器测量摄像机的拍摄角度及控制采样的样方宽度,通过图像采集实现采样的视频保存和待识别图像的单帧提取,通过图像的栅格算法来提高识别的实时性和正确率,通过作物识别自动计算各类大尺度作物的种植面积。该发明提供了手动功能、自动功能和视频回放功能三种方式来计算作物的种植面积和种植成数。
发明内容
本发明的目的在于提供一种作物指纹识别方法。
本发明包括以下步骤:
1)在作物生长期,往作物上喷施溶液A,按质量比,在每升溶液A中,各种原料的组成及其含量为:铁35.684±35.684mg、锌10.186±10.186mg、锰18.424±18.424mg、铬1.677±1.677mg、钴0.064±0.064mg、镍0.063±0.063mg、氟0.004±0.004mg、碘10.667±10.667mg、硒3.00±3.00mg、钼0.826±0.826mg、锶0.263±0.263mg、硼0.534±0.534mg、硅2.291±2.291mg、锗0.001±0.001mg,溶剂为水;
2)作物经采收加工后,测定产品中铁、锌、锰、铬、钴、镍、氟、碘、硒、钼、锶、硼、硅和锗的含量;
3)通过以≥3次平均检测结果作为标准含量,采用所计算的各微量元素标准含量基准,用计算机Excel工作表绘制目标作物微量元素标准含量表(如表1所示),在计算机Excel工作表中生成的数据点折线图即为目标作物微量元素指纹图谱;
表1目标作物微量元素标准含量(mg/kg)
元素 | 铁 | 锌 | 锰 | 铬 | 钴 | 镍 | 氟 | 碘 | 硒 | 钼 | 锶 | 硼 | 硅 | 锗 |
含量 | x1 | x2 | x3 | x4 | x5 | x6 | x7 | x8 | x9 | x10 | x11 | x12 | x13 | x14 |
4)利用指纹图谱具有相似性的特点,用余弦夹角向量法(或称向量相似法)对鉴别样品的目标作物微量元素指纹图谱与标准指纹图谱进行相似度比较,进行真伪识别。
在步骤1)中,所述喷施的量最好是每次每667m2喷施溶液A40~75L,在作物生长期最好喷施3~10次,每次喷施时间间隔最好相同。
在步骤2)中,所述测定产品中铁、锌、锰、铬、钴、镍、氟、碘、硒、钼、锶、硼、硅和锗的含量,可利用电感耦合等离子体原子发射光谱法(ICP-AES)测定。
在步骤4)中,所述用余弦夹角向量法(或称向量相似法)对鉴别样品的目标作物微量元素指纹图谱与标准指纹图谱进行相似度比较,进行真伪识别的具体方法是用X(x1,x2,...x14)表示目标样品微量元素标准含量,Y(y1,y2,...y14)表示鉴别样品微量元素标准含量,X·Y为两向量内积,|X|·|Y|为两向量模的乘积,cosθ=X·Y/(|X|·|Y|),cosθ即为鉴别样品与目标样品的相似度,cosθ越接近1表明相似度越高,相似度低于0.85,即可能是伪品。
本发明的有益效果是:(1)微量元素在作物生长过程中起着举足轻重的作用,施以适量微量元素能促进作物生长;(2)摄入适量微量元素对人体健康有益;(3)所构建的标准指纹图谱能广泛应用于真伪识别。
附图说明
图1为本发明实施例的目标作物微量元素指纹图谱。
具体实施方式
本发明实施例包括以下步骤:
1)在作物生长期,往作物上喷施溶液A,按质量比,在每升溶液A中,各种原料的组成及其含量为:铁35.684±35.684mg、锌10.186±10.186mg、锰18.424±18.424mg、铬1.677±1.677mg、钴0.064±0.064mg、镍0.063±0.063mg、氟0.004±0.004mg、碘10.667±10.667mg、硒3.00±3.00mg、钼0.826±0.826mg、锶0.263±0.263mg、硼0.534±0.534mg、硅2.291±2.291mg、锗0.001±0.001mg,溶剂为水。所述喷施的量是每次每667m喷施溶液A40~75L,在作物生长期喷施3~10次,每次喷施时间间隔相同。
2)作物经采收加工后,利用电感耦合等离子体原子发射光谱法(ICP-AES)测定产品中铁、锌、锰、铬、钴、镍、氟、碘、硒、钼、锶、硼、硅和锗的含量。
3)通过以≥3次平均检测结果作为标准含量,采用所计算的各微量元素标准含量基准,用计算机Excel工作表绘制目标作物微量元素标准含量表(如表1所示),在计算机Excel工作表中生成的数据点折线图即为目标作物微量元素指纹图谱(如图1的形式)。
4)利用指纹图谱具有相似性的特点,用余弦夹角向量法(向量相似法)对鉴别样品指纹图谱与标准指纹图谱进行相似度比较,从而进行真伪识别。即用X(x1,x2,...x14)表示目标样品微量元素标准含量,Y(y1,y2,...y14)表示鉴别样品微量元素标准含量。X·Y为两向量内积,|X|·|Y|为两向量模的乘积,cosθ=X·Y/(|X|·|Y|),cosθ即为鉴别样品与目标样品的相似度,cosθ越接近1表明相似度越高,相似度低于0.85,即可能是伪品。
有关电感耦合等离子体原子发射光谱法可参见文献(1、姜忠丽,等.ICP-AES法测定苦荞麦中的矿物元素.粮食与饲料工业,2008(8):45-46;2、纪桂芳,等.ICP-AES法测定生活饮用水中铅、钡、钼等八种微量元素.现代科学仪器,2000(6):34-35;3、段纪东,等.电感耦合等离子体原子发射光谱法测定食用菌中微量元素.理化检验-化学分册,2008,44(2):137-138;4、孙翌,等.微波消解ICP-AES法测定城市污水中11种元素.环境监测管理与技术,2005,17(3):29-30)。
Claims (5)
1.作物的指纹识别方法,其特征在于包括以下步骤:
1)在作物生长期,往作物上喷施溶液A,按质量比,在每升溶液A中,各种原料的组成及其含量为:铁35.684±35.684mg、锌10.186±10.186mg、锰18.424±18.424mg、铬1.677±1.677mg、钴0.064±0.064mg、镍0.063±0.063mg、氟0.004±0.004mg、碘10.667±10.667mg、硒3.00±3.00mg、钼0.826±0.826mg、锶0.263±0.263mg、硼0.534±0.534mg、硅2.291±2.291mg、锗0.001±0.001mg,溶剂为水;
2)作物经采收加工后,测定产品中铁、锌、锰、铬、钴、镍、氟、碘、硒、钼、锶、硼、硅和锗的含量;
3)通过以≥3次平均检测结果作为标准含量,采用所计算的各微量元素标准含量基准,用计算机Excel工作表绘制目标作物微量元素标准含量表,在计算机Excel工作表中生成的数据点折线图即为目标作物微量元素指纹图谱,所述目标作物微量元素标准含量表为:
4)利用指纹图谱具有相似性的特点,用余弦夹角向量法对鉴别样品的目标作物微量元素指纹图谱与标准指纹图谱进行相似度比较,进行真伪识别。
2.如权利要求1所述的作物的指纹识别方法,其特征在于在步骤1)中,所述喷施的量是每次每667m2喷施溶液A40~75L,在作物生长期喷施3~10次。
3.如权利要求1所述的作物的指纹识别方法,其特征在于在步骤1)中,每次喷施时间间隔相同。
4.如权利要求1所述的作物的指纹识别方法,其特征在于在步骤2)中,所述测定产品中铁、锌、锰、铬、钴、镍、氟、碘、硒、钼、锶、硼、硅和锗的含量,利用电感耦合等离子体原子发射光谱法测定。
5.如权利要求1所述的作物的指纹识别方法,其特征在于在步骤4)中,所述用余弦夹角向量法对鉴别样品的目标作物微量元素指纹图谱与标准指纹图谱进行相似度比较,进行真伪识别的具体方法是用X(x1,x2,...x14)表示目标样品微量元素标准含量,Y(y1,y2,...y14)表示鉴别样品微量元素标准含量,X·Y为两向量内积,|X|·|Y|为两向量模的乘积,cosθ=X·Y/(X|·|Y|),cosθ即为鉴别样品与目标样品的相似度,cosθ越接近1表明相似度越高,相似度低于0.85,即可能是伪品。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010101423382A CN101807249B (zh) | 2010-04-02 | 2010-04-02 | 作物的指纹识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010101423382A CN101807249B (zh) | 2010-04-02 | 2010-04-02 | 作物的指纹识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101807249A true CN101807249A (zh) | 2010-08-18 |
CN101807249B CN101807249B (zh) | 2011-12-07 |
Family
ID=42609037
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010101423382A Active CN101807249B (zh) | 2010-04-02 | 2010-04-02 | 作物的指纹识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101807249B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101251518A (zh) * | 2008-01-31 | 2008-08-27 | 恩施土家族苗族自治州农业科学院 | 一种魔芋指纹图谱的建立方法 |
CN101429541A (zh) * | 2007-11-09 | 2009-05-13 | 中国农业科学院棉花研究所 | 一种ssr分子指纹鉴定方法 |
CN101586163A (zh) * | 2009-04-10 | 2009-11-25 | 武汉大学 | 一种快速检测水稻种子纯度和真伪的鉴定方法 |
-
2010
- 2010-04-02 CN CN2010101423382A patent/CN101807249B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101429541A (zh) * | 2007-11-09 | 2009-05-13 | 中国农业科学院棉花研究所 | 一种ssr分子指纹鉴定方法 |
CN101251518A (zh) * | 2008-01-31 | 2008-08-27 | 恩施土家族苗族自治州农业科学院 | 一种魔芋指纹图谱的建立方法 |
CN101586163A (zh) * | 2009-04-10 | 2009-11-25 | 武汉大学 | 一种快速检测水稻种子纯度和真伪的鉴定方法 |
Non-Patent Citations (1)
Title |
---|
《国外农学-杂粮作物》 19941231 矢野博 《用DNA指纹图谱法识别作物的品种与品系》 53-56 1-5 , 2 * |
Also Published As
Publication number | Publication date |
---|---|
CN101807249B (zh) | 2011-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hedley | The role of precision agriculture for improved nutrient management on farms | |
CN110110595B (zh) | 一种基于卫星遥感影像的农田画像及药肥大数据分析方法 | |
RAMIREZ-GARCIA et al. | Quantitative characterization of five cover crop species | |
CN111418323B (zh) | 一种基于设施作物冠层覆盖度和株高的氮肥实时推荐方法 | |
CN106651613B (zh) | 一种还田作物秸秆氮去向的定量测定方法 | |
CN116776129B (zh) | 一种多源农业数据的采集管理方法 | |
CN112042353A (zh) | 一种适用于日光温室的水肥精准决策方法及系统 | |
Huang et al. | Long-term effect of no-tillage on soil organic carbon and nitrogen in an irrigated rice-based cropping system | |
Ren et al. | High nutrients surplus led to deep soil nitrate accumulation and acidification after cropland conversion to apple orchards on the Loess Plateau, China | |
CN116234430A (zh) | 基于土壤、作物、田地和天气相关数据做出的实时施肥和/或作物保护决策,其中土壤相关数据由土壤传感器获得 | |
Vatsanidou et al. | Nitrogen replenishment using variable rate application technique in a small hand-harvested pear orchard | |
CN101807249B (zh) | 作物的指纹识别方法 | |
Al-Gaadi et al. | Impacts of center pivot irrigation system uniformity on growth of potato crop and residual soil nitrogen | |
Sharma et al. | Precision Agriculture and Its Future | |
Ali et al. | Fixed-time corrective dose fertilizer nitrogen management in wheat using atLeaf meter and leaf colour chart | |
Dao | Sensing soil and foliar phosphorus fluorescence in Zea mays in response to large phosphorus additions | |
Sofo et al. | Changes in composition and activity of soil microbial communities in peach and kiwifruit Mediterranean orchards under an innovative management system | |
Sukojo et al. | Rice growth stages mapping with Normalized Difference Vegetation Index (NDVI) algorithm using sentinel-2 time series satellite imagery | |
Jasim et al. | Effective use of fertilizers and analysis of soil using precision agriculture techniques | |
AU2021100045A4 (en) | Soil health monitoring using drones and Augmented reality in agricultural Regions | |
CN117035471B (zh) | 一种基于多植被指数图像的施肥决策方法及系统 | |
XI et al. | Effects of Haloxylon ammodendron planting on soil physico-chemical properties and soil microorganisms in sandy dunes | |
Arango et al. | Phenotyping of Urochloa humidicola hybrids for its BNI potential, biomass production, forage quality and N2O Emissions | |
O¿ Connell et al. | Satellite remote sensing of vegetation cover and nitrogen status in almond | |
KR102451509B1 (ko) | 스마트 토양 관리시스템 |
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 |