CN103250043B - 用于确定植物光学特性的传感器系统和方法 - Google Patents
用于确定植物光学特性的传感器系统和方法 Download PDFInfo
- Publication number
- CN103250043B CN103250043B CN201180049544.1A CN201180049544A CN103250043B CN 103250043 B CN103250043 B CN 103250043B CN 201180049544 A CN201180049544 A CN 201180049544A CN 103250043 B CN103250043 B CN 103250043B
- Authority
- CN
- China
- Prior art keywords
- beam axis
- light source
- receiver
- light
- sensor system
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000003287 optical effect Effects 0.000 title claims abstract description 48
- 238000005259 measurement Methods 0.000 claims abstract description 93
- 229930002875 chlorophyll Natural products 0.000 abstract description 73
- 235000019804 chlorophyll Nutrition 0.000 abstract description 73
- 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 abstract description 73
- 201000010099 disease Diseases 0.000 abstract description 20
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 20
- 241000607479 Yersinia pestis Species 0.000 abstract description 14
- 241000238631 Hexapoda Species 0.000 abstract description 3
- 241000196324 Embryophyta Species 0.000 description 84
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 42
- 230000005855 radiation Effects 0.000 description 26
- 229910052757 nitrogen Inorganic materials 0.000 description 21
- 238000011156 evaluation Methods 0.000 description 14
- 230000000875 corresponding effect Effects 0.000 description 11
- 230000008635 plant growth Effects 0.000 description 8
- 239000002689 soil Substances 0.000 description 8
- 241001464837 Viridiplantae Species 0.000 description 7
- 230000003595 spectral effect Effects 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 238000001028 reflection method Methods 0.000 description 6
- 230000004720 fertilization Effects 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000012010 growth Effects 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 239000004575 stone Substances 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 239000003337 fertilizer Substances 0.000 description 3
- 239000000523 sample Substances 0.000 description 3
- 239000004576 sand Substances 0.000 description 3
- 235000008331 Pinus X rigitaeda Nutrition 0.000 description 2
- 235000011613 Pinus brutia Nutrition 0.000 description 2
- 241000018646 Pinus brutia Species 0.000 description 2
- 240000008042 Zea mays Species 0.000 description 2
- 235000016383 Zea mays subsp huehuetenangensis Nutrition 0.000 description 2
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000002795 fluorescence method Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000001499 laser induced fluorescence spectroscopy Methods 0.000 description 2
- 235000009973 maize Nutrition 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000029553 photosynthesis Effects 0.000 description 2
- 238000010672 photosynthesis Methods 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 2
- 241000371644 Curvularia ravenelii Species 0.000 description 1
- 206010058314 Dysplasia Diseases 0.000 description 1
- 206010061217 Infestation Diseases 0.000 description 1
- 241001237160 Kallima inachus Species 0.000 description 1
- 235000019738 Limestone Nutrition 0.000 description 1
- 241001674048 Phthiraptera Species 0.000 description 1
- 241000221301 Puccinia graminis Species 0.000 description 1
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 150000003863 ammonium salts Chemical class 0.000 description 1
- 230000003698 anagen phase Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000011088 calibration curve Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 1
- 239000006028 limestone Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000005445 natural material Substances 0.000 description 1
- 150000002823 nitrates Chemical class 0.000 description 1
- 125000004433 nitrogen atom Chemical group N* 0.000 description 1
- 239000000618 nitrogen fertilizer Substances 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 230000000243 photosynthetic effect Effects 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000004441 surface measurement Methods 0.000 description 1
- 229910052724 xenon Inorganic materials 0.000 description 1
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 1
- 238000004383 yellowing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/55—Specular reflectivity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/314—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry with comparison of measurements at specific and non-specific wavelengths
- G01N21/3151—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry with comparison of measurements at specific and non-specific wavelengths using two sources of radiation of different wavelengths
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G7/00—Botany in general
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/47—Scattering, i.e. diffuse reflection
- G01N21/4738—Diffuse reflection, e.g. also for testing fluids, fibrous materials
- G01N21/474—Details of optical heads therefor, e.g. using optical fibres
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Toxicology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Botany (AREA)
- Ecology (AREA)
- Forests & Forestry (AREA)
- Environmental Sciences (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种传感器系统(10)，用于借助于反射测量确定植物(12)的光学特性、特别是叶绿素含量、叶子疾病或虫害，具有第一光源(14)，所述第一光源沿第一射束轴(16)发射光线；具有第二光源(18)，所述第二光源沿第二射束轴(20)发射光线；以及具有至少一个第一接收器(22)，所述至少一个第一接收器(22)沿第三射束轴(24)定向，用以探测从植物(12)反射的光线。此外，所述第一光源(14)、所述第二光源(18)和所述至少一个第一接收器(22)相互间如下设置：分别沿所述第一射束轴(16)和所述第二射束轴(20)延伸的目标圆柱体(26、26′)与沿所述第三射束轴(24)延伸的第一测量圆柱体(28)相互间至少部分地在测量空间(58)中重叠，且所述第一射束轴(16)与所述第二射束轴(20)分别与所述第三射束轴(24)围出一个角度(α、δ)。此外，本发明还涉及相应的借助于反射测量确定植物(12)的光学特性的方法以及评价用于确定植物的光学特性的测量的方法。
Description
技术领域
本发明涉及一种借助于反射测量确定植物或叶片的光学特性、特别是叶绿素含量或疾病危害或虫害的传感器系统，具有第一光源，其沿第一射束轴发射光线，具有第二光源，其沿第二射束轴发射光线，以及具有至少一个第一接收器，其沿第三射束轴定向，从而探测从植物反射的光线。
此外，本发明还涉及一种确定植物的光学特性、特别是叶绿素含量或疾病危害或虫害的相应方法。
最后，本发明还涉及一种评价用于确定植物的光学特性、特别是叶绿素含量或疾病危害或虫害的测量的方法。
背景技术
为绿色植物施以氮肥在农业中被广为应用。在光合作用期间，氮主要被用于产生蛋白质。氮以这种方式促进植物生长。为了能够让植物吸收氮，利用铵盐或硝酸盐施肥。这里，农民需要注意植物理想的氮含量，因为缺氮或氮过量都会损害植物的生长。缺氮通常会造成发育不良、叶片颜色淡绿、过早开花以及植物发黄。氮过量会导致过快生长、暗绿色的叶片、延迟开花以及多孔且较软的叶片组织。此外，氮过量的植物经常会易于被霜冻和生病。因此，对于农民来说，希望能够在田地里测量植物的氮含量，从而决定如何施加肥料。此外，还可以避免土壤和地下水含有过量肥料。
这里，特别希望能够无接触地确定氮含量。植物的部分夹紧在测量仪器中或者将植物粉碎且借助于化学方法进行评价的方法对于日常使用以及在田地中的使用过于麻烦且耗时。US20080239293A1公开了一种针对这种方法的例子。因此，市场上需要一种无接触地、特别是光学的测量方法。
氮原子对于光射线不显示吸收带。因此，植物中的氮含量仅能够间接地确定。由于植物的氮含量与植物的叶绿素含量之间具有紧密联系，间接地通过植物的叶绿素含量来确定氮含量。植物的叶绿素含量与含有大部分植物氮的、光合系统的蛋白质紧密相关，从而可以在确定叶绿素含量之后返回确定植物的氮含量。
为了确定叶绿素含量又公知有各种光学方法。
广为流传的是用于确定叶绿素含量的荧光测量。这里，传感器测量荧光射束的短时自发辐射作为对叶片的闪电式辐射的响应。在这种测量中，辐射装置以重复的激光尖峰脉冲将分子激励到叶片中光合作用活性区域中。这种测量方式还被称作激光感应的荧光(LIF)。辐射以短波的富含能量的射束、比如橙色波长范围内的光线实现。含叶绿素的叶片的响应是能量较少且具有更大波长的射束，作为激励光线，比如在近红外区域中的射束。从荧光的波谱概括中可以得到植物叶绿素含量的推断。但荧光测量的缺点在于，测量仅能够在存活的植物上实施。虽然这一点在实践中在田地上不是特别严重，但其导致了比如用于探测叶绿素含量的传感器的调校必须在存活的植物上实施。可替换的是，可以比如不采用涂色的叶片，其中，颜色应该与某一种植物的某一种叶绿素含量对应，用以实施调校。
此外，植物在一天当中的荧光特性不断变化。因此，荧光测量必须总是在预设的时间(比如11点至12点)内实施，从而符合调校和相应的算法的实际情况。EP1125111B1和DE60306675T2公开了针对借助于荧光测量确定植物的叶绿素含量的例子。
此外，还公知有用于确定叶绿素含量的反射测量。这里，具有定义的功率的光线被照射到植物上。由植物反射的光线分量的功率被测量且被置于与射入的功率的比例关系中。
此外，存在所谓的被动光学反射方法，其中，采用日光作为照射源。但太阳是一种其光强度在一天中以大于100000∶1的比例变化的不变光源。因此，采用被动光学反射方法的传感器提供了与太阳状态或时间相关的测量值。
因此，发展了所谓主动光学反射方法，其采用人造光源、比如灯、LED或激光来照射植物的部分。由植物反射的射束分量在一个或多个波长范围中评价且与基准值进行比较。当以光线照射绿色的叶片时，叶片较强地吸收波长范围小于480nm的蓝光以及波长范围在650-680nm之间的红光。这导致了蓝光和红光的反射在较低叶绿素含量时就已经饱和。相反，在550nm左右以及在700-730nm的红至红外区域中的光线被强烈反射，这导致了其在非常高的叶绿素含量的情况下才达到饱和。叶绿素含量越高，则在550nm左右以及在700-730nm的波长范围内的反射越小。
反射值与叶片的法线与射入方向之间的角度有很强的依赖关系。因此，为了确定绝对叶绿素含量，需要一个比较值，其从红光的反射中获取。红光的光谱范围内、即650-680nm波长范围内的光学功率仅很少地由植物反射，且该反射的红光的反射与叶片的叶绿素含量的依赖关系较小。
因此，为了确定叶绿素含量确定至少两个不同波长的反射度。首先在一个波长下确定反射度，其中，反射与叶绿素含量的依赖关系很强，比如在绿光下。这种与叶绿素相关的反射度与另一个反射度相比较，该另一个反射度在尽可能与植物的叶绿素含量无关的波长范围内进行测量。将两个反射度置于一个比例关系中且形成了一个所谓的植物生长指数，其可以根据大量迄今推荐的公式计算。这些公式中的一个针对NDVI的例子是
在叶片中上升的叶绿素含量导致NDVI值的下降且由此导致刻度值的下降。在将这种NDVI值显示给操作人员的传感器系统中，操作人员始终要重新考虑，因此不是较高的、而是较低的NDVI值代表较好的结果。NDVI值对于叶绿素含量较高的叶片来说位于大约+0.2的非常小的数值上且随着叶绿素含量的减小上升到+0.6。
本发明仅涉及以主动光学反射方法工作的传感器。
在市场上公知有大量用于测量叶绿素含量的传感器，其或者被实施得较小，使得其能够由人们用手来保持，或者具有较大的尺寸，用以比如能够安装在拖拉机上。
传感器的测量场大小不同且由光学调节决定。具有较小的测量场的传感器的缺点在于，其不能单独地被用于快速测量较大的面积。针对较大的面积必须采用大量单独的传感器，用以比如监控几米宽的田垅或温室的内室。通过大量必要的传感器使得此类布置方式的成本非常高昂。
作为支持拖拉机的系统公知有AgriCon有限公司的YARAN传感器，其被用于主动测量的荧光方法。在传感器的每一侧都具有氙闪光灯，其照亮拖拉机的每一侧的大约4米宽的条带区域。还公知有GeorgFritzmeier有限两合公司的MiniVegN传感器，其应用于主动的荧光方法。这里，在MiniVegN具有大量传感器时也主动照亮较大的田地条带区域。
除了采用荧光方法之外，这种系统的缺点还在于，其必须采用功率非常大的光源，从而同时且均匀地照亮较大的测量场。这些光源不仅对于用户(即拖拉机操作者)的眼睛有损害，而且需要耗费的过滤技术，从而使得光线仅在不可见的、但激励植物的区域中(大约700nm的范围)发射。因此，这些传感器是非常昂贵的。
测量结果的评价始终通过形成平均值实现。由于同时照射相对较大的平面区域，在评价方法时不可分且同时获得由植物反射的射束以及由土壤反射的射束的测量值。特别是在早期生长阶段(在该阶段中，虽然理想的施肥状况非常重要，但表面生长仅位于10％至20％之间)，对于公知的传感器来说必须尽可能倾斜地照射相对较大的面积，从而能够针对可靠地形成平均值测量尽可能多的绿色叶片物质以及较小的土壤表面。但幼苗覆盖土壤非常少。幼苗部分地平躺在土地上或者仅几厘米高于土地。在第一次施肥之前以及由此在最重要的施肥之前，垂直或倾斜探测较大面积的测量仪器通常仅提供较差的结果。
迄今的系统在其依赖于太阳光、小植物的可测量性以及所需的较高的光功率方面具有缺点。因此，需要改进的传感器结构来确定植物的叶绿素含量，其克服了前述缺点。
发明内容
因此，根据本发明的一个方面，改进前述传感器系统，使得第一光源、第二光源以及至少一个第一接收器相互间如下设置：分别沿第一射束轴和第二射束轴延伸的目标圆柱体与沿第三射束轴延伸的第一测量圆柱体相互间至少部分地在测量空间中重叠，且第一射束轴与第二射束轴分别与第三射束轴围出一个角度。
“光学特性”在这里被理解为所有直接的光学特性，但也可以被理解为所有能够从直接光学特性中导出的间接的光学特性。这些间接的光学特性特别是植物的叶绿素含量和氮含量。此外，属于间接的光学特性的还有关于疾病、霉菌、毛虫或其他虫害，因为这些特别是能够从直接光学特性的变化中导出。
术语“目标圆柱体”和“测量圆柱体”在这里是指被第一光源和第二光源发射的光束的大致扩展形状。射束应该基本上不会扩大或仅具有极小的扩大，大致位于2mrad的范围内。在极小的扩大的情况下虽然得到了严格说射束的锥形，但这种扩大非常小，使得射束基本上以不变的横截面沿射束轴延伸且由此基本上得出目标圆柱体的照射的空间区域的圆柱体形状。
可以理解为，第一与第三以及第二与第三射束轴之间的角度不是零。第三射束轴由此不与第一以及不与第二射束轴重合。第一射束轴与第二射束轴可以重合，即与第三射束轴包围出同一角度，但其也可以与第三射束轴围出不同的角度。
所描述的传感器系统的优点在于，通过精确地将测量圆柱体与目标圆柱体对准，能够以第一和第二光源照射小的区域、比如仅植物叶片的一块且仅这一块所反射的射线能够被至少一个接收器所接收。以这种方式可以与田地的几平方米的平面的照射不同，从而实施基本上点状的测量。通过将射束轴分别以一定角度布置还实现了精确地调节目标圆柱体和测量圆柱体的交叉平面。比如能够将该交叉平面调节到待测量的植物的叶片的平均高度上。这样，在测量中不会探测更高或更低的物体。以这种方式还特别简单地在测量中排除了位于其他高度上的其他物体、比如地面、非本草植物或其他地面覆盖物的反射。从地面反射的射线不再进入测量结果中，而比如在通过具有较高功率的激光器平面地照射时就是这种情况。
最后，按照本发明的传感器系统实现了相应小地选择目标圆柱体和测量圆柱体，从而能够采用较小功率的光源。特别是还可以减小所采用的光源的功率，从而不超出阈值且确保了操作人员的用眼安全。
根据本发明的另一方面如下改进相应的方法：第一光源第二光源和至少一个第一接收器相互间如下设置：分别沿第一射束轴和第二射束轴延伸的目标圆柱体与沿第三射束轴延伸的第一测量圆柱体相互间在测量空间中至少部分地重叠，且第一射束轴与第二射束轴分别与第三射束轴围出一个角度。
按照本发明的借助于反射测量确定植物的光学特性的方法具有与前述传感器系统相同的优点。
除了确定叶绿素含量和氮含量外，确定光学特性还被用于识别植物的疾病，如幼玉米叶片的长蠕孢菌状的叶片斑点疾病，其在玉米叶片的浅色的、纺锤状的斑点上可以被识别。此外，还涉及死亡的叶片组织，其不再能够为植物提供营养。还可以识别侵略性很强的黑锈菌(Pucciniagraminis)，其对麦子具有危害。基于所推荐的传感器系统的相对较高的分辨率还能够识别叶片上的虫害、比如蠕虫、蛆、虱子。
根据本发明的又一方面提出了一种评价用于确定植物的光学特性、特别是叶绿素含量的测量的方法，还方法包括下列步骤：探测值对，值对具有位于绿光波长范围内的植物波谱反射系数ρgrün和位于红光波长范围内的植物波谱反射系数ρrot，借助于下面的方程式确定标称化的对数植物生长指数lnNDVIBlatt：
lnNDVIBlatt＝ln(ρgrün-ρrot)-ln(ρrot)，
其中，当不能确定ln(ρgrün-ρrot)项时，舍弃值对，当能够确定ln(ρgrün-ρrot)项时，计算lnNDVIBlatt。
在各种文献中可以找到很多针对植物生长指数的计算方法。通常，将第一和第二波长范围中的反射系数的差除以反射系数的总和。这里，反射系数根据通常在光学中的定义理解。其代表了反射的和入射的功率的商值。
通过所推荐的传感器系统在一次测量中仅探测非常小的测量表面。相应地，实施多个测量进程，从而扫描一定数量级的区域。
其出发点是，每平方米必须有5个有效的测量值，用以在该区域中实施合理的对植物光学特性的判断，比如叶绿素含量或叶片患病或虫害的情况。通过所推荐的传感器系统可以在叶片相对于射束轴倾斜到最大30°的情况下获得有效的测量值。与接收器的光学系统、传感器系统的测量速度以及前进或行驶速度相关地，可以在每个2mm上探测到一对值。换句话说，每隔2mm探测一对值。因此，可以如下接收大量测量值，使得以足够大的概率在每平方米上给出至少5个有效测量值。在此类测量数量上，必须不仅提供相应的传感器系统，而且还必须引入尽可能简单且快速的用于评价的方法，其在较短的时间内提供结果或者快速地过滤掉不能使用的结果。
对于应该借助于运算放大器实施快速测量和评价的测量设备来说，形成商值总是产生困难。因此，推荐借助于自然对数来计算植物生长指数。通常标称化的植物生长指数(NDVI)的商值的形成被替换成自然对数的差值。由此不仅得出了电路技术转换上的优点，还在具有不同叶绿素含量的叶片方面得到了较大的数量区别。因此可以明显更好地识别叶片叶绿素含量上的较小的区别。
在本发明的范畴内，针对NDVI的新的指数仅被简写为lnNDVI。在lnNDVI中，差值从波谱反射系数的自然对数中确定。
按照本发明的又一方面，替代波谱反射系数ρ还采用接收器的信号S。相应地提出了一种评价用于确定植物的光学特性的测量的方法，该方法具有下列方法步骤：探测值对，值对具有第一接收器的信号Sgrün和第二接收器的信号Srot，借助于下面的方程式确定标称化的对数植物生长索引lnNDVIBlatt：
lnNDVIBlatt＝K·ln(Sgrün-Srot)-ln(Srot)，
其中，K是校正因子，其中，当不能确定ln(Sgrün-Srot)项时，舍弃该值对，当能够确定ln(Sgrün-Srot)项时，计算lnNDVIBlatt。相应地需要校正因子K1至Kn，其给出了与设备相关的校正曲线，该校正曲线主要与接收器的激光功率、光学系统以及电子放大器相关。为了确定校正因子K必须测量或校正该设备。
下面举例示出了改进的评价过程。比如对于具有较小的叶绿素含量(Chl)为11μgChl/cm2的叶片得到下列值：ρgrün＝0.24且ρrot＝0.14。新的lnNDVI计算结果为-0.336472237。具有较高的40μgChl/cm2的叶绿素含量叶片导致ρgrün＝0.11且ρrot＝0.06。新的lnNDVI计算结果为-0.182321557。对数指数lnNDVI的较大的敏感性在(-0.3364/-0.1823)的商值1.847中看出。通过原始的公式
仅能够得到0.89的商值。
此外，通过新式评价得出了简单的、对是否测量的是叶片还是接收到从地面反射回的射线的认知。对于不是绿色的表面来说，接收器针对红色射线的信号大于接收器针对绿色射线的信号。这样，差值ρgrün-ρrot是负的，且不能计算自然对数。负数的自然对数不存在且由此会导致错误。这可以被用于过滤地面测量。
以这种方式可以快速评价很多测量结果。
按照本发明的又一方面，提出了一种评价用于确定植物的光学特性、特别是叶绿素含量、疾病、霉菌、蠕虫等的测量的方法，具有下列方法步骤：探测值对，且借助于下面的方程式确定参数AQ：
其中，ρgrün是对于绿光的反射度且ρrot是针对红光的反射度。因子K1是用于线性化以及匹配探测值对所采用的传感器系统的标度的组成部分。因子K1主要取决于激光功率、接收器、光学系统、电子放大器以及测量区域。为了获得校正曲线K必须测量或校正传感器系统。
在因子K1＝100时，针对具有较少叶绿素的绿色植物给出方程式AQ＝+30且针对具有较多叶绿素的叶片给出AQ＝+75。叶片中提高的叶绿素含量导致AQ值的上升。因此，不需要操作人员的转换思考。较高的值总是表示较高的叶绿素含量。如果测量设备没有探测到绿色植物部分，而是由于疾病而变色的叶片或地面部分、残雪、叶片虫害，则显示出大于+100的AQ值。比如针对叶片的残雪得出AQ＝+101，针对灰色霉菌斑点得出AQ＝+110、针对棕色斑点得到AQ＝+133、针对石灰石得到AQ＝+155、针对死的松针得出AQ＝+176以及针对干的沙石得到AQ＝+189。
根据本发明的又一方面提出了一种评价用于确定植物的光学特性、特别是叶绿素含量、疾病、霉菌、蠕虫等的测量的方法，特别是在测量值差别较大的情况下，具有下列方法步骤：探测值对，且借助于下面的方程式确定参数Aln：
其中，ρgrün是对于绿光的反射度且ρrot是针对红光的反射度。直接通过确定反射度形成了反射度的自然对数(ln)。K2是用于线性化以及匹配测量设备的标度的因子。在因子K2＝50时，针对具有较少叶绿素的绿色植物给出方程式Aln＝+40且针对具有较多叶绿素的叶片给出Aln＝+180。叶片中提高的叶绿素含量导致Aln值的上升，其都位于正的范围内。因此，不需要操作人员的转换思考。较高的值总是表示较高的叶绿素含量。如果测量设备没有探测到植物，而是地面部分或残雪、叶片虫害或由于疾病变色的叶片，则显示出绝对值较大的负数Aln值，其小于-50。比如针对干的沙石得到Aln＝-78、针对死的松针得出Aln＝-88、针对石灰石得到Aln＝-113、针对叶片的棕色斑点得出Aln＝-173、针对灰色霉菌斑点得到Aln＝-525以及针对残雪得出Aln＝-3415。
通过Aln值能够非常好地区分所探测到的测量对象。对于位于地面上的年幼植物来说可以马上从地面的负的测量值中区分开绿色叶片的正的测量值。这样，地面的测量值不再如在公知的系统(其同时且不可分地探测具有较小植物比例和较大地面比例的较大的地面)中那样被用于形成平均值。健康的绿色的、含叶绿素的叶片这一级别给出+40至+200的Aln值。地面、疾病和虫害这一级别给出负的Aln值。另一个优点是能够区分开经济作物和野生植物(非草本的)。经济作物中野生植物的比例如下计算：根据Aln值划分含叶绿素的植物的级别。另一个优点在于能够确定经济作物中叶片疾病或虫害的百分比。如果基于定义的、不是延伸到地面的测量圆柱体不能探测到地面，则可以明显地将叶片疾病和虫害与健康的叶片区分开，这是因为健康的经济作物总是给出正的Aln值，而叶片疾病或虫害给出负的Aln值。
前述目的由此完美实现。
在按照本发明的传感器系统中，在实施方式中还可以设置成，设置第二接收器，其中，第二接收器如下沿第四射束轴定向：沿第四射束轴延伸的第二测量圆柱体和第一测量圆柱体与目标圆柱体相互间在测量空间中至少部分地重叠，且第一射束轴和第二射束轴分别与第四射束轴围出一个角度。
以这种方式实现了针对每一个波长范围分别提供一个接收器，其相应于该波长范围比较敏感。此外，还可以持续运行这两个接收器。在仅一个接收器的情况下，其必须比如在时间上错开地记录第一光源和第二光源的反射的射线。借助于各接收器的持续运行地记录可以达到更可靠的测量结果。
特别是可以设置成，第一光源和第二光源设置在第一壳体且至少一个第一接收器设置在第二壳体中。如果比如设置两个接收器，则相应地将第一和第二接收器设置在第二壳体中。
为了按照本发明实施反射方法，光源和接收器都必须设置在单独的壳体或同一壳体中光学上相互分开的分段中，其在本发明中也被理解为“单独的壳体”。发射信号与接收信号的振幅的比例大于位于大于一百万比一的数量级上。在将光源和接收装置设置在同一壳体中且没有相互间的光学分隔措施的布置方式下，接收信号强制地被该壳体中发射信号或光源的反射所叠加。
特别是可以设置成，第一光源发射位于第一波长范围内的光线以及第二光源发射位于第二波长范围内的光线。
如上所述，以这种方式实现了探测基准值且推断出绝对的反射因子，与反射度是否被叶片的倾斜位置所影响无关。
此外可以设置成，每一个接收器具有光学带通滤波器，光学带通滤波器透过位于第一波长范围内和/或第二波长范围内的光线。
反射方法中的主要的干扰影响是太阳光、比如从植物所反射的太阳光，其同样由至少一个接收器探测。
通过带通滤波器可以由此改进信噪比，其中，仅位于一定波长范围内的光线能够穿过。
特别是还可以设置成，第一波长范围是绿光的波长范围以及第二波长范围是红光的波长范围。但还可以采用其他的波长范围，比如近红外范围。
如上所述，绿光能够特别好地由含叶绿素的植物反射且由此在绿光波长范围内具有与叶绿素强烈相关的反射系数。相反，在红光波长范围内的反射系数与叶绿素相关性不强且可以被用作参考值。
在本发明的范畴内，波长范围以下列标准与光谱颜色对应：紫光：380-420nm，蓝光：420-490nm，绿光：490-575nm，黄光：575-585nm，橙光：585-650nm，红光：650-780nm以及红外光大于780nm。
证明叶绿素含量的最有利的波长范围位于555nm以及位于大约650-690nm。在本发明的实施方式中可以设置成，光源是具有中等的大约0.2mW至4.5mW的功率的激光器。因此，激光器的功率位于商业用途的激光器的人眼安全的较小范围中。相应的极限值在标准DINEN60825-1中规定。激光波长不可任意选择，其通过激励发射的物理特性预设。典型的激光波长分别位于大约515nm、532nm、635nm、650nm、670nm、780nm、808nm以及905nm。可以比如采用具有大约532nm波长的绿光激光器以及具有大约670nm波长的红光激光器。
此外，可以在与本发明其他实施方式的结合中设置成，从第一光源和从第二光源发射的光线通过恒定的调制频率来调制以及至少一个第一接收器优先探测调制频率或与其相匹配。特别是可以设置成，从第一光源和第二光源发射的光线矩形或正弦形以恒定的频率加脉冲地调制且至少一个第一接收器仅评价位于一定频率带宽内的电子信号，光源的脉冲频率位于该频率带宽内。
还可以设置成，第一光源和第二光源分别以恒定频率加脉冲地发射光线，其中，频率相互间是不同的，其中，至少一个第一接收器评价具有该频率的信号。还可以设置两个接收器，其中，第一接收器与第一光源的频率相匹配或进行评价且第二接收器与第二光源的频率相匹配或进行评价。如果仅设置一个接收器，其与两种频率相匹配或对其进行评价。
光源或激光器还通过电子组件如下控制：其以一定周期频率输出交变射线、即脉冲射线。交变射线从光源发射到叶片上且从叶片的撞击面反射。光线通过反射不会改变其周期频率，而是仅其振幅变小。从叶片或植物反射的交变射线实质性地与不变光干扰射线、比如太阳光或探照灯射线不同。光源的到达一个接收器的交变射线产生交流电压。为此，采用具有后接的交流电压放大器的接收器，其仅将在较窄的频带宽内的信号扩展，脉冲光线或激光射线的频率也位于该频带宽内。太阳光的不变光干扰射线在接收器中产生直流电压。在后接的电路中，仅交流电压被继续加工且阻止直流电压。
此外，可以在一个实施方式中设置成，第一射束轴和第二射束轴不重合。此外，可以在设置第二接收器的情况下使得第三射束轴与第四射束轴不重合。
仅当目标圆柱体和与其对应的测量圆柱体相互重叠时，接收器才提供具有较高振幅的测量信号。还可以设置成，保存阈值或测量范围且仅在如下情况下确定叶片或植物的叶绿素含量，即在接收器提供高于预设的阈值或位于测量范围内的信号的情况下。只有在目标圆柱体相互间大部分重叠的情况下才会出现这种情况。这在所谓的测量表面中是这种情况。由于当然还存在测量表面的一定的深度延伸或三维延伸，还可以将其称作“测量空间”，该测量空间具有类似圆柱体的形状。因此，下面采用测量空间的概念。
特别是还可以设置成，如下设置第一光源和第二光源以及至少一个第一接收器的固定装置：能够调节在光源的射束轴与至少一个接收器的射束轴之间的角度以及能够调节在光源与至少一个接收器之间的距离。
以这种方式能够特别简单地调节传感器系统或测量空间的位置。测量空间可以调节到待测量的植物的叶片高度上。位于测量空间外、即位于其上或其下的物体不会提供超出阈值或位于测量范围内的反射信号。以这种方式可以电子地抑制地面反射或从其他植被的反射或者偶然地、长得较高的植物的过大的信号。
这特别是在固定的传感器系统中具有优点，该传感器系统比如安装在农业车辆上。这种传感器系统测量大面积的植物，其都具有相同的成长阶段以及由此具有大约相同的叶子高度。
对于作为手提设备使用的传感器系统来说，在测量时与待测量的植物部分的间距是变化的。在这种手提设备中，可以比如通过按照本发明的扩展方法借助于lnNDVI或AQ或Aln值实现不是从植物反射的测量值的过滤。
在使用手提设备时有利的是，不仅在标度上显示测量值，而且还在听觉上发出信号。因此，按照本发明的传感器系统可以具有特别是听觉上的信号输出器。在按照本发明的方法中设置成，借助于信号输出器、特别是在听觉上将评价结果传递给用户。由此使得用户不必同时观察叶片上的测量位置和标尺。针对含叶绿素的叶片的音量范围位于中等的、200-400Hz的声音范围内，其中，当叶绿素含量上升时，音量提高。如果探测到地面，则给出75-150Hz的低音。在虫害或叶子疾病的情况下给出500-600Hz的高音。
在按照本发明的实施方式中还可以设置成，第一光源的目标圆柱体和第二光源的目标圆柱体在测量空间中分别具有大约1mm至大约6mm的直径，其中，至少一个接收器的测量圆柱体在测量空间中具有大约6mm的直径。
传感器系统在其中确定叶绿素含量的区域的直径相对于现有技术中公知的传感器和方法来说非常小。这样，不是扫描即平方米的区域且形成关于所有探测到的物体如叶子团、茎秆、花朵、土壤、石头等等的平均值，而是基本上在能够调节的与传感器系统的测量间距上且在可调的测量空间内部实施基本上点状测量。在操作中，可以每秒实施几百个点状测量，从而以几乎更可靠的概率达到了田地中每一块面积上绿色叶片的足够数量的可靠的测量结果。
在评价用于确定植物的光学特性的测量的方法的进一步改进中还可以设置成，当一个或两个信号以及一个或两个反射系数超出预设的阈值时(特别是位于预设的阈值上方或下方)，舍弃该值对。
因此，所推荐的传感器系统和方法与现有测量方法完全不同，因为从大面积的测量进程转换到了小面积或点状的测量进程且由此特别是实现了在叶子表面内确定光学特性的优点。
可以理解为，前述以及下面还将描述的特征不仅在其各自给出的组合中、而且还在其他组合中或单独地应用，而不会脱离本发明的范畴。
附图说明
下面，借助于附图详细阐述本发明的实施例。其中，
图1示出了传感器系统的实施方式的示意图，
图2示出了沿图1的直线II-II的示意性俯视图，
图3示出了图1中的传感器系统，具有有利和不利的测量区域的视图，
图4示出了沿图3的直线IV-IV的示意性俯视图，
图5示出了沿图3的直线V-V的示意性俯视图，
图6示出了沿图3的直线VI-VI的示意性俯视图，
图7示出了用于评价确定植物的光学特性的测量的方法的示意性流程图，
图8示出了另一个用于评价确定植物的光学特性的测量的方法的示意性流程图，
图9示出了又一个用于评价确定植物的光学特性的测量的方法的示意性流程图。
具体实施方式
图1示出了按照本发明的实施方式的传感器系统10。该传感器系统10用于借助于反射测量确定植物12的叶绿素含量。
传感器系统10具有第一光源14，该第一光源沿第一射束轴16发射光线；具有第二光源18，该第二光源沿第二射束轴20发射光线。光源14、18被实施为激光器，其中，比如第一光源14发射具有大约532nm波长、即位于绿光波长范围中的光线以及第二光源18发射具有大约670nm波长、即红光波长范围中的光线。
此外，传感器系统10还具有第一接收器22，该第一接收器沿第三射束轴24定向。沿第一射束轴16和第二射束轴20分别延伸有目标圆柱体26、26′，相应的激光器的射束在该目标圆柱体中延伸。目标圆柱体26、26′分别具有比如大约2mm的直径。“基本上圆柱形”被理解为，目标圆柱体26不具有或仅具有极小的扩大(喇叭形)。非常小的扩大可以比如位于位于2mrad的范围内。同样的也适用于目标圆柱体26′。
沿第一接收器22的第三射束轴24延伸有测量圆柱体28，即一种空间区域，接收器对准该空间区域。
第一接收器22被设置为，接收绿光波长范围内的光线、即第一光源14的光线。
此外还设置第二接收器30，该第二接收器沿第四射束轴32定向。沿第四射束轴32延伸有另一个、第二接收器30的测量圆柱体28′。
第一光源14和第二光源18设置在第一壳体34中。第一接收器22和第二接收器30设置在第二壳体36中。
第一壳体34和第二壳体36通过固定机构38连接。
借助于固定机构38使得第一壳体34和第二壳体36不仅在其间距D上而且在其倾斜角度上得到调节。因此，还借助于固定机构38调节第二射束轴20与第三射束轴24之间的角度α、第二射束轴20与第四射束轴32之间的角度β、第一射束轴16与第四射束轴32之间的角度γ以及第一射束轴16与第三射束轴24之间的角度δ。以这种方式实现了(如下面还要详细阐述)调节传感器系统10的测量空间。当然还可以如下实施固定机构38：间距D固定且仅能够调节角度α、β、γ和δ。接收器22、30和光源14、18还可以分别分开地安装在一个单独的壳体中，从而能够分开地且相互不依赖地调节角度α、β、γ和δ。
此外，在第二接收器30之前设置第二光学带通滤波器42。该带通滤波器42的调节方式为，其主要透过下列波长范围内的光束：由第二光源18发射的光束，在当前情况下为波长范围为大约670nm的红光射线。此外，在第一接收器22前设置第一光学带通滤波器44。该带通滤波器仅能够穿过大约为532nm的绿色射线，从而使其主要透过第一光源14的射线。
由第一光源14和第二光源18发射的射线从植物12的叶片46反射。叶片46位于土地48上方。然后，从叶片46反射的射线到达第一接收器22和第二接收器30。
自然地还存在太阳射线50，其同样从叶片46反射，从而使得反射的太阳射线52也能够进入第一接收器22和第二接收器30。
主要通过带通滤波器42和44可以抑制这种干扰射线或反射的太阳射线52的主要的功率部分。这样，仅反射的太阳射线52和红色光源18的红光穿过红光带通滤波器42。仅反射的太阳射线52和绿色光源14的绿光穿过绿光带通滤波器44。
另一种清除各种干扰源的方式为，第一光源14和第二光源18的射线比如加以脉冲或作为正弦形的交变射线输出。比如可以设置成，第一光源14和第二光源18发射加以一定频率的脉冲的激光射线。这些然后到达接收器22、30的交变射线在接收器22、30(比如可以是光电二极管)中产生交流电压。不变光(Gleichlicht)干扰射线52在接收器22、30中产生直流电压。借助于合适的后续电路仅使得交流电压继续被加工且阻止直流电压。
借助于这种措施可以利用按照本发明的传感器系统在接收器22、30中基本上抑制由太阳射线和其他不变光射线引起的干扰电压。
图2示出了沿图1的直线II-II的示意性俯视图。
图中示出了叶片46的俯视图。其中示出了目标圆柱体26的轮廓线和测量圆柱体28的轮廓线。如图所示，在目标圆柱体26内存在第一光源14和第二光源18的激光射线。在所示俯视图中，目标圆柱体26、26′相互间完全重叠，即其重合。原则上可以设置成，在第一壳体34内部还使得第一光源14和第二光源18能够相互间倾斜，从而使得第一射束轴16和第二射束轴20相互间相互调节。以这种方式可以调节目标圆柱体26、26′在其中重合的平面。同样的也适用于第一接收器22和第二接收器30，其同样能够相互间可调节地设置在第二壳体36内部。
在图2中的视图中，测量圆柱体28、28′在截面图中同样是重合的。因此，该视图代表了一种理想状态，其仅在一定高度上实现，下面还要详细阐述。
如果目标圆柱体26、26′完全位于测量圆柱体28、28′中，则反射光线的功率高到足以明显超过预定义的某一阈值。在该情况下实施测量结果的评价。如果目标圆柱体26、26′与测量圆柱体28、28′仅一小部分重叠或根本不重叠，则低于该阈值，从而不实施测量结果的评价。如下面要阐述的那样，这特别是光线从过高或过低的物体反射的情况。
图3示出了图1中的传感器系统的实施方式。此外还示出了上面的可用测量平面54和下面的可用测量平面56。如果叶片46位于可用测量平面54、56之间，则目标圆柱体26、26′以及测量圆柱体28、28′相互足够重叠，从而超过当前定义的阈值且实施测量结果的评价。由此得出了具有可用高度层59的测量空间58。因此，该测量空间58具有在高度方向上的某一延伸。
仅实施从位于测量空间58内的物体反射的光线的评价。以这种方式可以比如在一种传感器系统(其安装在农用车或农用机械上)中在对所测量的植物生产的了解的基础上调节高度层59，待测量的叶片46位于该高度层59中。在行驶期间或施肥进程中可以确定位于该测量空间58中的叶片的叶绿素含量且推断出植物12的氮含量。这样，能够在行驶期间实时地确定需施加的肥料量。
如果物体处于传感器10区域中过高的测量空间60中，则得出在图4中示出的设置方式。
图4示出了沿图3的平面IV-IV的俯视图，该示出过高的叶片46的情况。目标圆柱体26、26′和测量圆柱体28、28′没有落在一起。从第一光源14和第二光源18发射的射线不能被接收器22和30所探测到。因此，在第一接收器22和第二接收器30中接收的交变射线的射线功率非常小或者甚至为零。在这种情况下，射线功率位于预定义的阈值之下。因此不会实施评价。
图5示出了图3的平面V-V的俯视图，具有位于测量高度59上且位于测量空间58内部的叶片46。测量圆柱体28、28′完全覆盖目标圆柱体26、26′。
图6示出了图3的平面VI-VI的俯视图，具有位于过低的高度层62上的叶片46。这里也由于目标圆柱体26、26′与测量圆柱体28、28′的重叠的不充分而不实施评价测量结果。
以这种方式实现了在固定地、比如在农业车辆上安装的传感器系统中排除从不希望的高度层上获得的测量值。
如果该传感器系统10被应用为便携手提设备，其中，与待测量植物的间距不断变化，则应该如下调节目标圆柱体26、26′与测量圆柱体28、28′：比如通过固定机构38的较小长度减小两个壳体34与36之间的距离且由此减小角度α、β、γ和δ。在手提设备的情况下，可以非常好地通过肉眼识别理想的测量平面，因为绿光的目标圆柱体26和红光的目标圆柱体26′很好识别地重叠，其原因在于绿色和红色的混色形成了明亮的黄色斑点。只要两个目标圆柱体26、26′不是至少部分地以明亮的黄色斑点的形式重叠，就可以对于这种手提设备来说不实施测量。
为了让手提设备的用户不必同时关注正确的测量距离和读取测量值，可以比如设置成，在测量叶绿素含量时在达到与叶绿素最小浓度一致的测量值时响起中等音量的短音。随着叶绿素含量的增加，音量也提高，在叶绿素含量下降时音量也降低。在探测到叶片46的棕色底面或黑色的霉菌侵蚀时，响起深沉的声音。如果在较短的时间内输出大量叶绿素含量相同的测量值，则听到相同音量的快速的音列。该音列在输出更少的测量值时放慢。如果没有输出有意义的测量值，则听到低沉的持续音，从而在听觉上显示设备已经准备好进行测量。如果具有听觉测量值输出或听觉信号输出器的传感器系统10固定安装在农业车辆上，则驾驶员可以更好地将精力集中在行驶道路上且不必同时读取显示屏上的测量值。
图7示出了用于在确定植物的光学特性、比如测量植物12的叶绿素含量或确定叶片46的疾病或虫害时评价测量结果的方法68的示意性流程图。
该方法68以开始步骤70开始。在步骤72中，首先确定第一接收器22和第二接收器30中的反射系数ρrot和反射系数ρgrün。反射系数ρrot和ρgrün仅是针对在不同波长下达到的反射系数的例子，其中，波长范围中的一个具有与叶绿素依赖性较高的反射系数，而另一个具有与叶绿素依赖性较低的反射系数。这些不必强制地实际上是红光或绿光的波长范围，但其是优选的。
然后，可选地在步骤73中实施检测，是否一定的反射系数ρrot和ρgrün位于预设的阈值范围内。非常光量的倾斜的叶片46将反常地多的光源14和18的光线反射到接收器22和30，从而在确定反射系数时超过了预设的上限值或上面的阈值。另一方面，强烈倾斜的粗糙多毛的叶片46反射较少的光线，从而在确定反射系数时低于预设的下限值。在仅部分重叠的测量圆柱体28、28′和目标圆柱体26、26′的情况下也可能低于下面的阈值。然后相应地设置，在超过上面的阈值或低于下面的阈值时在步骤78中将这对值舍弃且该方法在步骤70中重新开始。否则该方法以步骤74继续。
随后在步骤74中确定lnNDVI、即标称化的对数植物生长指数。
如果反射的光束来自叶片46，则反射系数ρgrün大于反射系数ρrot。这样，就可以确定项ln(ρgrün-ρrot)，因为差大于零。如果由于反射光束来自地面48，从而反射系数ρgrün小于反射系数ρrot，则差是负的，就不能确定项ln(ρgrün-ρrot)。
然后，确定一个错误作为结果。随后在步骤76中询问，是否存在错误。如果存在错误，则在步骤78中舍弃所测量的一对值，且这对值的评价在步骤80中终止。该方法重新以下一对值开始步骤70。
如果不存在错误，则在步骤82中计算lnNDVI且为了继续评价、即为了确定植物12的叶绿素或氮含量而继续传递。
该方法68在步骤84中结束且必要时在步骤70中以下一对值重新开始。
因此，该推荐的方法68基于确定lnNDVI提供了一种简单的抛弃从地面48的反射的方式。此外，不必实施除法，使得能够借助于简单的运算放大器快速地实施计算。以这种方式可以实时地评价每秒几百个探测到的值对且实时地计算待测量的植物12的氮含量。
图8示出了另一个用于在确定植物12的光学特性、比如测量植物12的叶绿素含量或确定叶片46的疾病或虫害时评价测量结果的方法85的示意性流程图。相同的附图标记表示与方法68相同的方法步骤且在下面不重复描述。仅阐述其不同之处。
在步骤86中确定具有常数K1＝100的参数AQ。对于具有较小的叶绿素含量的绿色植物得到+30左右的值，这些值在具有较高叶绿素含量的叶片中上升到最大+75的值。相应的询问在步骤88中实施且必要时在步骤90中输出。相反，石头、沙子和土壤同样输出正的AQ值。但其位于+100至+200的范围内。因此，大于100的值不是来自绿色植物，而是来自棕色的叶片位置、霉菌、地面等等。存在小于75(具有较多叶绿素的叶片)与大于101(雪、石头、土壤等等)之间的安全距离。相应的询问在步骤92中实施且必要时在步骤94中输出。在步骤90和94中的输出可以在显示器上、附加或可替换地还可以在听觉上实现。
为了证明野生植物(非草本的)的量位于经济范围内，AQ值可以缩小到+30至+75的范围内。野生植物是少数且通常与健康的绿色经济作物的正的AQ值范围具有偏差。
图9示出了又一个用于在确定植物的光学特性、比如测量植物12的叶绿素含量或确定叶片46的疾病或虫害时评价测量结果的方法95的示意性流程图。相同的附图标记表示与方法68和85相同的方法步骤且在下面不重复描述。仅阐述其不同之处。
在步骤96中确定具有常数K2＝50的参数Aln。对于具有较小的叶绿素含量的绿色植物得到+40左右的正值，这些值在具有较高叶绿素含量的叶片中上升到最大+180的值。相应的询问在步骤98中实施且必要时在步骤100中输出。石头、沙子和土壤等自然物质导致-50至-500的负值且由此能够非常好地与绿色叶片相区分。雪给出的Aln值大约为-3415。相应的询问在步骤102中实施且必要时在步骤104中输出。在步骤100和104中的输出可以在显示器上、附加或可替换地还可以在听觉上实现。
为了证明野生植物(非草本的)的量位于经济范围内，Aln值可以缩小到+30至+170的范围内。野生植物是少数且通常与健康的绿色经济作物的正的Aln值范围具有偏差。
Claims (13)
1.一种传感器系统(10)，用于借助于反射测量确定植物(12)的光学特性，具有第一光源(14)，所述第一光源沿第一射束轴(16)发射光线；具有第二光源(18)，所述第二光源沿第二射束轴(20)发射光线；以及具有至少一个第一接收器(22)，所述至少一个第一接收器(22)沿第三射束轴(24)定向，用以探测从植物(12)反射的光线，其特征在于，所述第一光源(14)、所述第二光源(18)和所述至少一个第一接收器(22)相互间如下设置：分别沿所述第一射束轴(16)和所述第二射束轴(20)延伸的目标圆柱体(26、26′)与沿所述第三射束轴(24)延伸的第一测量圆柱体(28)相互间至少部分地在测量空间(58)中重叠，且所述第一射束轴(16)和所述第二射束轴(20)分别与所述第三射束轴(24)围出一个角度(α、δ)，如下设置所述第一光源(14)和所述第二光源(18)以及所述至少一个第一接收器(22)的固定装置(38)：能够调节在所述第一光源(14)的第一射束轴(16)和所述第二光源(18)的第二射束轴(20)与至少一个接收器(22、30)的射束轴(24、32)之间的角度(α、β、γ和δ)以及能够调节在所述第一光源(14)和所述第二光源(18)与所述至少一个接收器(22、30)之间的距离。
2.如权利要求1所述的传感器系统，其特征在于，设置第二接收器(30)，其中，所述第二接收器(30)如下沿第四射束轴(32)定向：沿所述第四射束轴(32)延伸的第二测量圆柱体(28′)和所述第一测量圆柱体(28)与所述目标圆柱体(26、26′)相互间在测量空间(58)中至少部分地重叠，且所述第一射束轴(16)和所述第二射束轴(20)分别与所述第四射束轴(32)围出一个角度(β、γ)。
3.如权利要求1或2所述的传感器系统，其特征在于，所述第一光源(14)和所述第二光源(18)设置在第一壳体(34)中且所述至少一个第一接收器(22)设置在第二壳体(36)中。
4.如权利要求1或2所述的传感器系统，其特征在于，所述第一光源(14)发射位于第一波长范围内的光线以及所述第二光源(18)发射位于第二波长范围内的光线。
5.如权利要求4所述的传感器系统，其特征在于，每一个接收器(22、30)都具有光学带通滤波器(42、44)，所述光学带通滤波器透过位于所述第一波长范围内和/或所述第二波长范围内的光线。
6.如权利要求4所述的传感器系统，其特征在于，所述第一波长范围是绿光的波长范围以及所述第二波长范围是红光的波长范围。
7.如权利要求1或2所述的传感器系统，其特征在于，从所述第一光源(14)和从所述第二光源(18)发射的光线通过恒定的调制频率来调制以及所述至少一个第一接收器(22)优先探测所述调制频率。
8.如权利要求1或2所述的传感器系统，其特征在于，所述第一光源(14)和所述第二光源(18)分别以恒定频率加脉冲地发射光线，其中，所述频率相互间是不同的，其中，所述至少一个第一接收器(22)评价具有所述频率的信号。
9.如权利要求1或2所述的传感器系统，其特征在于，所述第一射束轴(16)和所述第二射束轴(20)不重合。
10.如权利要求2所述的传感器系统，其特征在于，所述第三射束轴(24)与所述第四射束轴(32)不重合。
11.如权利要求1或2所述的传感器系统，其特征在于，所述第一光源(14)的目标圆柱体(26)和所述第二光源(18)的目标圆柱体(26′)在测量空间(58)中分别具有1mm至6mm的直径，其中，所述至少一个接收器(22、30)的测量圆柱体(28、28′)在测量空间(58)中具有8mm的直径。
12.如权利要求1或2所述的传感器系统，其特征在于，所述传感器系统(10)具有听觉上的信号输出装置，用于输出测量结果。
13.一种借助于反射测量确定植物(12)的光学特性的方法，其中，借助于第一光源(14)沿第一射束轴(16)发射位于第一波长范围内的光线，借助于第二光源(18)沿第二射束轴(20)发射位于第二波长范围内的光线，其中，从植物(12)反射的光线由沿第三射束轴(24)定向的至少一个第一接收器(22)探测，其特征在于，所述第一光源(14)、所述第二光源(18)和所述至少一个第一接收器(22)相互间如下设置：分别沿所述第一射束轴(16)和所述第二射束轴(20)延伸的目标圆柱体(26、26′)与沿所述第三射束轴(24)延伸的第一测量圆柱体(28)相互间在测量空间(58)中至少部分地重叠，且所述第一射束轴(16)与所述第二射束轴(20)分别与所述第三射束轴(24)围出一个角度(α、δ)，如下设置所述第一光源(14)和所述第二光源(18)以及所述至少一个第一接收器(22)的固定装置(38)：能够调节在所述第一光源(14)的第一射束轴(16)和所述第二光源(18)的第二射束轴(20)与至少一个接收器(22、30)的射束轴(24、32)之间的角度(α、β、γ和δ)以及能够调节在所述第一光源(14)和所述第二光源(18)与所述至少一个接收器(22、30)之间的距离。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102010034603.9 | 2010-08-13 | ||
| DE201010034603 DE102010034603B4 (de) | 2010-08-13 | 2010-08-13 | Sensorsystem und Verfahren zur Bestimmung einer optischen Eigenschaft einer Pflanze |
| PCT/EP2011/062102 WO2012019863A1 (de) | 2010-08-13 | 2011-07-14 | Sensorsystem und verfahren zur bestimmung einer optischen eigenschaft einer pflanze |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103250043A CN103250043A (zh) | 2013-08-14 |
| CN103250043B true CN103250043B (zh) | 2015-12-02 |
Family
ID=44630184
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201180049544.1A Expired - Fee Related CN103250043B (zh) | 2010-08-13 | 2011-07-14 | 用于确定植物光学特性的传感器系统和方法 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US9128049B2 (zh) |
| EP (1) | EP2603787B1 (zh) |
| CN (1) | CN103250043B (zh) |
| CA (1) | CA2808123C (zh) |
| DE (1) | DE102010034603B4 (zh) |
| WO (1) | WO2012019863A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108507944A (zh) * | 2017-02-28 | 2018-09-07 | 菲诺斯佩克斯有限公司 | 用于光学检测物体的系统及方法 |
Families Citing this family (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130006401A1 (en) * | 2011-06-30 | 2013-01-03 | Xinxin Shan | Networked intelligent plant growth system |
| KR20130020377A (ko) * | 2011-08-19 | 2013-02-27 | 한국전자통신연구원 | 온실 작물 재배 제어 시스템 및 방법 및 방법 |
| JP6656925B2 (ja) * | 2013-12-20 | 2020-03-04 | 千代田化工建設株式会社 | 作物の生育状態判別方法および生育方法 |
| JP6365668B2 (ja) * | 2014-07-16 | 2018-08-01 | 株式会社リコー | 情報処理装置、機器、情報処理システム、制御信号の生産方法、プログラム |
| JP5979567B1 (ja) * | 2015-04-30 | 2016-08-24 | パナソニックＩｐマネジメント株式会社 | 植物ストレス検出装置及び植物ストレス検出方法 |
| US10126234B2 (en) | 2015-10-23 | 2018-11-13 | Panasonic Intellectual Property Management Co., Ltd. | Water content of a part of plant evaluation method and water content of a part of plant evaluation apparatus |
| EP3410098B1 (en) * | 2016-01-29 | 2022-02-23 | Panasonic Intellectual Property Management Co., Ltd. | Device for observing water content, method for observing water content, and cultivation device |
| JP5979573B1 (ja) * | 2016-02-29 | 2016-08-24 | パナソニックＩｐマネジメント株式会社 | 水分量観察装置、水分量観察方法及び栽培装置 |
| ES2883327T3 (es) | 2016-10-18 | 2021-12-07 | Basf Agro Trademarks Gmbh | Planificación e implementación de medidas agrícolas |
| CN107152662A (zh) * | 2017-04-29 | 2017-09-12 | 桂林苏桥瑞芯科技股份有限公司 | 一种自动监测植物生长高度的调光系统 |
| EP3409100A1 (en) * | 2017-05-29 | 2018-12-05 | Institut National de la Recherche Agronomique (INRA) | Phenotyping apparatus |
| WO2019003400A1 (ja) * | 2017-06-29 | 2019-01-03 | 日本電気株式会社 | 係数算出装置、係数算出方法、及び、係数算出プログラムが記録された記録媒体 |
| JP2019037215A (ja) * | 2017-08-22 | 2019-03-14 | 株式会社福寿園 | 収量を維持しながら、色が良く、且つ、アミノ酸やカテキン類等の豊富な茶を栽培する方法 |
| CN108334989B (zh) * | 2018-02-09 | 2019-02-01 | 环境保护部卫星环境应用中心 | 基于遥感影像的湖库chl-a监测站点优化方法和装置 |
| CN109164069B (zh) * | 2018-09-29 | 2020-12-22 | 山西省农业科学院果树研究所 | 一种果树叶面病害级别的鉴定方法 |
| RU2710009C1 (ru) * | 2019-05-21 | 2019-12-23 | Федеральное государственное бюджетное образовательное учреждение высшего образования "ОРЛОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ имени И.С. ТУРГЕНЕВА" (ОГУ им. И.С. Тургенева) | Устройство для определения влагообеспеченности лиственных растений |
| EP3902387A1 (de) | 2019-06-17 | 2021-11-03 | Phytoprove Pflanzenanalytik UG (Haftungsbeschränkt) | Vorrichtung und verfahren zur erkennung des düngestatus |
| WO2022011050A1 (en) * | 2020-07-07 | 2022-01-13 | Gamma Scientific Inc. | Retroreflectometer for non-contact measurements of optical characteristics |
| DE102021200400A1 (de) | 2021-01-18 | 2022-07-21 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zur Erfassung von Pflanzen oder Pflanzenbestandteilen, Computerprogrammprodukt, Erfassungseinrichtung und landwirtschaftliches Fahrzeug |
| DE102021204010A1 (de) | 2021-04-22 | 2022-10-27 | Robert Bosch Gesellschaft mit beschränkter Haftung | Detektionsvorrichtung zum Detektieren von Pflanzen und Verfahren zum Detektieren von Pflanzen |
| WO2023063877A2 (en) * | 2021-10-11 | 2023-04-20 | Agency For Science, Technology And Research | Multi-color pulse-amplitude modulated handheld fluorescence imager |
| CN116087124B (zh) * | 2023-04-11 | 2023-07-21 | 武汉新烽光电股份有限公司 | 一种调节盘式芯片光反射角度增大吸光度的水质检测方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4804850A (en) * | 1986-03-14 | 1989-02-14 | Luminis Pty. Limited | Measurement of fluorescence |
| US5754296A (en) * | 1995-03-20 | 1998-05-19 | Kansas State University Research Foundation | Ellipsometric microscope |
| US5837997A (en) * | 1992-07-28 | 1998-11-17 | Patchen, Inc. | Structure and method for detecting plants in a field using a light pipe |
| US5959451A (en) * | 1997-08-18 | 1999-09-28 | Torfino Enterprises, Inc. | Metal detector with vibrating tactile indicator mounted within a compact housing |
| US6020587A (en) * | 1998-01-06 | 2000-02-01 | United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Plant chlorophyll content meter |
Family Cites Families (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5296702A (en) * | 1992-07-28 | 1994-03-22 | Patchen California | Structure and method for differentiating one object from another object |
| US5789741A (en) * | 1996-10-31 | 1998-08-04 | Patchen, Inc. | Detecting plants in a field by detecting a change in slope in a reflectance characteristic |
| WO1999030133A1 (en) * | 1997-12-08 | 1999-06-17 | Weed Control Australia Pty. Ltd. | Discriminating ground vegetation in agriculture |
| EP1125111B1 (en) * | 1998-10-28 | 2002-06-05 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Fluorescence detection assembly for determination of significant vegetation parameters |
| AUPR457401A0 (en) * | 2001-04-26 | 2001-05-24 | Weed Control Australia Pty Ltd | Selective weed discrimination |
| NL1021800C2 (nl) | 2002-10-31 | 2004-05-06 | Plant Res Int Bv | Werkwijze en inrichting voor het maken van beelden van de kwantumefficientie van het fotosynthesesysteem met tot doel het bepalen van de kwaliteit van plantaardig materiaal en werkwijze en inrichting voor het meten, classificeren en sorteren van plantaardig materiaal. |
| JP2004294075A (ja) * | 2003-03-25 | 2004-10-21 | Olympus Corp | グルコース濃度測定装置 |
| US7408145B2 (en) * | 2003-09-23 | 2008-08-05 | Kyle Holland | Light sensing instrument with modulated polychromatic source |
| GB0404982D0 (en) * | 2004-03-05 | 2004-04-07 | Smart Light Devices Ireland Lt | Fluorometer |
| EP1952124A4 (en) * | 2005-11-21 | 2011-03-16 | Oregon State | PORTABLE METER FOR MEASURING CHLOROPHYLL, NITROGEN AND WATER AND METHOD |
| AU2007281027B2 (en) * | 2006-08-01 | 2013-02-07 | Photonic Detection Systems Pty Ltd | Optical sensing system and optical devices therefor |
| DE102008005191A1 (de) | 2007-01-18 | 2008-07-24 | Georg Fritzmeier Gmbh & Co. Kg | Sensoranordnung |
| FR2918458B1 (fr) * | 2007-07-06 | 2012-07-20 | Univ Toulouse Le Mirail | Dispositif de mesure non destructive de l'hydratation d'un vegetal dans son environnement naturel |
| US8654319B2 (en) * | 2009-01-23 | 2014-02-18 | University Of Maryland, Baltimore County | Chlorophyll and turbidity sensor system |
| US8537337B2 (en) * | 2009-12-22 | 2013-09-17 | Weyerhaeuser Nr Company | Method and apparatus for analyzing tree canopies with LiDAR data |
-
2010
- 2010-08-13 DE DE201010034603 patent/DE102010034603B4/de not_active Expired - Fee Related
-
2011
- 2011-07-14 WO PCT/EP2011/062102 patent/WO2012019863A1/de active Application Filing
- 2011-07-14 CA CA2808123A patent/CA2808123C/en not_active Expired - Fee Related
- 2011-07-14 CN CN201180049544.1A patent/CN103250043B/zh not_active Expired - Fee Related
- 2011-07-14 EP EP11743471.2A patent/EP2603787B1/de not_active Not-in-force
-
2013
- 2013-02-12 US US13/764,869 patent/US9128049B2/en not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4804850A (en) * | 1986-03-14 | 1989-02-14 | Luminis Pty. Limited | Measurement of fluorescence |
| US5837997A (en) * | 1992-07-28 | 1998-11-17 | Patchen, Inc. | Structure and method for detecting plants in a field using a light pipe |
| US5754296A (en) * | 1995-03-20 | 1998-05-19 | Kansas State University Research Foundation | Ellipsometric microscope |
| US5959451A (en) * | 1997-08-18 | 1999-09-28 | Torfino Enterprises, Inc. | Metal detector with vibrating tactile indicator mounted within a compact housing |
| US6020587A (en) * | 1998-01-06 | 2000-02-01 | United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Plant chlorophyll content meter |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108507944A (zh) * | 2017-02-28 | 2018-09-07 | 菲诺斯佩克斯有限公司 | 用于光学检测物体的系统及方法 |
| CN108507944B (zh) * | 2017-02-28 | 2021-05-25 | 菲诺斯佩克斯有限公司 | 用于光学检测物体的系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| US9128049B2 (en) | 2015-09-08 |
| DE102010034603B4 (de) | 2013-01-31 |
| WO2012019863A1 (de) | 2012-02-16 |
| US20130152464A1 (en) | 2013-06-20 |
| CN103250043A (zh) | 2013-08-14 |
| EP2603787A1 (de) | 2013-06-19 |
| CA2808123C (en) | 2017-04-04 |
| DE102010034603A1 (de) | 2011-12-08 |
| CA2808123A1 (en) | 2012-02-16 |
| EP2603787B1 (de) | 2018-06-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103250043B (zh) | 用于确定植物光学特性的传感器系统和方法 | |
| CA2454827C (en) | Optical spectral reflectance sensor and controller | |
| CN101715551B (zh) | 现场植物分析设备、用于跟踪种植的状态或进展的方法以及用于管理植物性处理的方法 | |
| EP3084401B1 (en) | Determination of a fungal infection of a plant by chlorophyll fluorescence induced by different excitation wavelengths | |
| US7099004B2 (en) | Digital spectral identifier-controller and related methods | |
| ES2445752T3 (es) | Método y aparato para determinar la calidad de productos de fruta y verdura | |
| US20060208171A1 (en) | Light sensor with modulated radiant polychromatic source | |
| ES2395062T3 (es) | Sistema y método de detección óptica para discriminación de plantas | |
| ES2268487T3 (es) | Un metodo y un dispositivo para producir imagenes de la eficacia cuantica del sistema fotosintetico con el proposito de determinar la calidad de material vegetal y un metodo para separar y clasificar material vegetal. | |
| Thoren et al. | Nitrogen status and biomass determination of oilseed rape by laser-induced chlorophyll fluorescence | |
| CN114007411A (zh) | 具有LiDAR感测的园艺照明设备 | |
| JP2020170006A (ja) | 近赤外光を用いた樹木の種子選別方法 | |
| EP1095263A1 (en) | Method for determining the quality of fruit and berries and apparatus for sorting fruit and berries | |
| Reusch | Optimum waveband selection for determining the nitrogen uptake in winter wheat by active remote sensing | |
| EP4246127A1 (en) | Grain-component sensor and grain-component analyzing instrument | |
| Panneton et al. | Improved discrimination between monocotyledonous and dicotyledonous plants for weed control based on the blue-green region of ultraviolet-induced fluorescence spectra | |
| US20100231893A1 (en) | Method and device for spectrally detecting hemoglobin | |
| Katsoulas et al. | Calibration methodology of a hyperspectral imaging system for greenhouse plant water status assessment | |
| DE10148737B4 (de) | Verfahren und Vorrichtung zum berührungslosen Bestimmen biophysikalischer Parameter von Pflanzenbeständen | |
| Schächtl et al. | The potential for LASER-induced chlorophyll fluorescence measurements in wheat | |
| JP2020190527A (ja) | 米の成分測定装置、コンバイン、及び米の成分測定方法 | |
| AU2002318277B2 (en) | Optical spectral reflectance sensor and controller | |
| KATSOULAS et al. | A Hyperspectral Imaging System for Plant Water Stress Detection: Calibration and Preliminary Results | |
| Bredemeier et al. | Laser-induced fluorescence sensing to determine biomass and nitrogen uptake of winter wheat under controlled environment and field conditions |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151202 Termination date: 20190714 |