CN104089924A - 基于太赫兹光谱技术设施内植物病害在线预警方法与系统 - Google Patents
基于太赫兹光谱技术设施内植物病害在线预警方法与系统 Download PDFInfo
- Publication number
- CN104089924A CN104089924A CN201410329466.6A CN201410329466A CN104089924A CN 104089924 A CN104089924 A CN 104089924A CN 201410329466 A CN201410329466 A CN 201410329466A CN 104089924 A CN104089924 A CN 104089924A
- Authority
- CN
- China
- Prior art keywords
- sampled point
- plant
- tera
- facility
- disease
- 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
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种基于太赫兹光谱技术设施内植物病害在线预警方法，包括：S1：选取植株的第一、二采样点的空气抽取；S2：通过太赫兹光谱仪检测，获得第一、二采样点的太赫兹光谱强度值；S3：计算第一、二采样点的太赫兹光谱强度差值；S4：根据第一、二采样点的太赫兹光谱强度差值与经验阈值的比较，判定植株附近空气中病害孢子含量是否超标。通过选取设施内靠近作物中下部位取点及远离作物部位取点，利用水对太赫兹波的强吸收特性，实时测量取样点处空气对太赫兹光谱的吸收并寻找差异性，与经验阈值比较来判定该作物附近空气中病害孢子的分布数量，达到对病害实时预警的目的。本发明还公开了一种基于太赫兹光谱技术设施内植物病害在线预警系统。
Description
技术领域
本发明涉及计算机农业技术领域，尤其涉及一种基于太赫兹光谱技术设施内植物病害在线预警方法与系统。
背景技术
设施园艺是为园艺农产品商品化各阶段提供最适宜环境和条件，以摆脱自然环境和传统生产条件的束缚，获得高产、优质、高效、安全农产品的现代农业生产方式，具有技术装备化、过程科学化、方式集约化、管理现代化的特点。设施园艺生产已成为我国当前一种重要的农业类型。植物病害是农业生产中突出的自然灾害之一，对全球农作物产量造成的损失达13％-20％。设施内一般具有相对的高温、高湿的环境，这种环境对多种病菌特别是气传病害的萌发、侵染和繁殖创造了有利条件。在高温高湿环境下，设施内病菌的孢子会迅速繁殖弥散弹射到空气中，附着到不同植株叶面进行生长，产生病害，若不及时防治，病害会快速蔓延，直至整个设施内所有植物传染得病。植物受到细菌、真菌、病毒等病原生物侵染后，其代谢过程受到影响和破坏，在生理上和组织结构上产生一系列病变，在形态上表现出病态，使其不能正常生长，最终导致局部或整株死亡。病菌侵染呈现速度快、危害大等特点，现有预防方法均为依靠农民经验或通过孢子捕捉器等进行，将设施内空气和发病叶片采集带到室内化验分析来鉴定，然后采取相应的应对措施，不能满足准确、及时、快速、有效的预防需求，快速、有效、及时的科学检测和预警方法成为需要。
发明内容
本发明所要解决的技术问题是如何通过实时检测设施内水分空间分布差异来推断病害孢子的分布密度，实现在孢子传播阶段进行病害的有效预警，然后根据判别结果来决定是否需采取通风、烟熏等措施来消除病害孢子，防止蔓延的关键问题。
为此目的，本发明提出了一种基于太赫兹光谱技术设施内植物病害在线预警方法，包括具体以下步骤：
S1：选取设施内植株的第一采样点与第二采样点的空气进行抽取；
S2：通过太赫兹光谱仪进行检测，获得所述第一采样点与所述第二采样点的太赫兹光谱强度值；
S3：计算所述第一采样点与所述第二采样点的太赫兹光谱强度差值；
S4：根据所述第一采样点与所述第二采样点的太赫兹光谱强度差值与经验阈值的比较，判定植株附近空气中病害孢子含量是否超标，若超标则报警。
进一步地，还包括：预先建立查询数据库存储已标定的所述设施内植株的含水量与太赫兹光谱信息，其中，所述设施内植株的含水量与太赫兹光谱信息为一一对应关系。
具体地，所述第一采样点到所述设施内植株的距离为小于等于1m；所述第二采样点到所述设施内植株的距离为大于等于3m。
具体地，所述太赫兹波为频率0.1THz-10THz的电磁波。
具体地，所述经验阈值为根据不同的作物种植品种进行确定。
为此目的，本发明还提出了一种基于太赫兹光谱技术设施内植株病害在线预警系统，包括：
选取装置，用于选取设施内植株的第一采样点与第二采样点的空气进行抽取；
太赫兹光谱检测装置，用于通过太赫兹光谱仪进行检测，获得所述第一采样点与所述第二采样点的太赫兹光谱强度值；
计算装置，用于计算所述第一采样点与所述第二采样点的太赫兹光谱强度差值；
比较判定装置，用于根据所述第一采样点与所述第二采样点的太赫兹光谱强度差值与经验阈值的比较，判定植株附近空气中病害孢子含量是否超标，若超标则报警。
进一步地，还包括：建立查询数据库装置，用于预先建立查询数据库存储已标定的所述设施内植株的含水量与太赫兹光谱信息，其中，所述设施内植株的含水量与太赫兹光谱信息为一一对应关系。
具体地，所述第一采样点到所述设施内植株的距离为小于等于1m；所述第二采样点到所述设施内植株的距离为大于等于3m。
具体地，所述太赫兹波为频率0.1THz-10THz的电磁波。
具体地，所述经验阈值为根据不同的作物种植品种进行确定。
通过采用本发明所公开一种基于太赫兹光谱技术设施内植物病害在线预警方法，太赫兹对水分的微弱变化有较好灵敏性，而孢子有一定的含水量，且分布在植株周围，于是可以选植株附近和远处的空气抽出来，测得太赫兹光谱强度值，进而获取两处光谱的吸收程度差异。由于水分在设施内是均匀的，引起变化的应该是孢子，所以就可以实时监测孢子变化，从而一旦超过一个预定数值，则报警，即达到对植株病害实时预警的目的，将病害消灭在孢子萌芽阶段。本发明还公开了一种基于太赫兹光谱技术设施内植物病害在线预警系统。
附图说明
通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：
图1示出了本发明实施例中的一种基于太赫兹光谱技术设施内植物病害在线预警方法的步骤流程图；
图2示出了本发明实施例中的一种基于太赫兹光谱技术设施内植物病害在线预警实施方案示意图；
图3示出了本发明实施例中的一种基于太赫兹光谱技术设施内植物病害在线预警系统控制流程图；
图4示出了本发明实施例中的一种基于太赫兹光谱技术设施内植物病害在线预警系统的结构图。
具体实施方式
下面将结合附图对本发明的实施例进行详细描述。
为了更好的理解与应用本发明提出的基于太赫兹光谱技术设施内植物病害在线预警方法，以如下附图示例进行详细说明。
如图1所示，本发明提供了一种基于太赫兹光谱技术设施内植物病害在线预警方法，包括具体以下步骤：
步骤S1：选取设施内植株的第一采样点与第二采样点的空气进行抽取。优选地，进行测量时，需要气体静止从而获取精准的第一采样点与第二采样点的空气抽取数值。其中，第一采样点到设施内植株的距离为小于等于1m，第二采样点到设施内植株的距离为大于等于3m，且本发明涉及的第一采样点到设施内植株的距离与第二采样点到设施内植株的距离均仅为示例，即试验最优值，本发明涉及的第一采样点到设施内植株的距离与第二采样点到设施内植株的距离并不限于上述示例，但需满足如下位置要求进行采样点的选择，即靠近植株位置、植株底部位置和远离植株位置，且还需要满足基于太赫兹光谱技术设施内植株病害在线预警的测量原理，即太赫兹对水分的微弱变化有较好灵敏性，而孢子有一定的含水量，且分布在植株周围，于是可以选植株附近和远处的空气进行抽取。
步骤S2：通过太赫兹光谱仪进行检测，获得第一采样点与第二采样点的太赫兹光谱强度值。其中，太赫兹光谱仪发射太赫兹波(Terahertz，1THz＝1012Hz)泛指频率为0.1THz-10THz的电磁波。
具体地，太赫兹波在电磁波谱中占有特殊的位置，位于红外和微波之间，是宏观电子学向微观光子学过渡的频段，太赫兹波的一个重要特性为水等极性分子对其有着强烈的吸收。本发明正是利用太赫兹波的上述特性来进行步骤实施的。
步骤S3：计算第一采样点与第二采样点的太赫兹光谱强度值。
步骤S4：根据第一采样点与第二采样点的太赫兹光谱强度差值与经验阈值的比较，判定植株附近空气中病害孢子含量是否超标，若超标则报警。其中，经验阈值为根据不同的作物种植品种进行确定，具体地，经验阈值的确定方法为：根据设施内种植的作物种类，在不同的空气湿度条件下，当该作物容易感染的病害孢子数量达到一定浓度时，第一采样点与第二采样点处的太赫兹光谱强度差值为经验阈值。其中，一定浓度为现场捕捉定量空气后，利用实验室内专用仪器进行孢子数量检测，确定属于病害孢子爆发并需要立即采取应对措施消灭空气中病害孢子时的空气中病害孢子浓度，且报警方式可为发出提示音以及闪烁系统报警灯等方式。
进一步地，基于太赫兹光谱技术设施内植物病害在线预警方法，还包括：预先建立查询数据库存储已标定的设施内植株的含水量与太赫兹光谱信息，其中，设施内植株的含水量与太赫兹光谱信息为一一对应关系，即在使用前需要标定，不同含水量对应不同的太赫兹光谱值，预先建立查询数据库，后续根据测量到的太赫兹光谱值可以知道含水量。
更进一步地，由于细菌、真菌、病毒等病原生物主要依靠孢子进行气传，孢子的萌发对温度、湿度要求较高，高温、高湿环境有利于病原孢子的传播，孢子成熟后借助气流等途径进行传播，主要集中在植株周围，特别是光照不足、病老叶多的中下部空气中分布较多。病菌孢子一般有一定的含水，其含水量大约为60％-80％，而设施内空气本身，不同位置的湿度分布差异并不大，由此，通过实时检测设施内水分空间分布差异来推断病害孢子的分布密度，实现在孢子传播阶段进行病害的有效预警，然后根据判别结果来决定是否需要采取通风、烟熏等措施来消除病害孢子，防止蔓延。本发明提出的一种基于太赫兹光谱技术设施内植物病害在线预警方法是一种有效的设施病害预警解决方案，其中，太赫兹具有对水分的微弱变化好的灵敏性，远远优于其他光谱，且本发明提出的一种基于太赫兹光谱技术设施内植物病害在线预警方法非常新颖
为了更好的理解与应用本发明提出的一种基于太赫兹光谱技术设施内植物病害在线预警方法与系统，进行如下示例，本发明并不限于以下示例。
具体地，设施类型以常见的温室为例，如图2所示，温室主要由主温室(1)和控制室(3)构成。主温室主要用来种植农作物(2)，控制室主要存放本发明装置，同时也可对主温室的环境进行控制，例如，通风、照明等。本发明系统主要由太赫兹设备(9)、太赫兹光谱发射端(8)、太赫兹光谱接收端(10)光纤(12)以及气体检测池(14)构成，用于获取检测池中气体的太赫兹光谱信息，进而实现对该气体含水量的有效检测，其中，太赫兹光谱仪需要具有良好的分辨率和较宽的带宽，且气体检测池(14)为不吸收或者较少吸收太赫兹波的材料制成，例如石英等材料制成，正由于气体检测池(14)本身对太赫兹波几乎不吸收，保证了太赫兹光谱检测空气中水分数据的有效性，(4)、(5)为温室内空气采样点，即空气收集装置，负责收集其所在位置附近的空气，其中，(5)作为检测点，位置选在温室内植株附近，且靠近植株中下部，目的是获取植株附近空气的含水量，由空气本身水蒸气含量和可能存在的大量病害孢子本身含水叠加值，图中只给出了其中一个示意部位，(4)为参考点，位置选在温室内稍微远离植株的位置，目的是获取温室内空气的含水量参考值，或者也可能含有少量的病害孢子含水量。
进一步地，以空气收集装置(4)、(5)为例，详细叙述此检测过程：首先控制电磁阀(13)，使连接空气收集装置的进气通道(7)抽出(4)的空气与检测装置相连通，在抽气泵(15)的作用下，气体传输到气体检测池(14)，预设时间后，控制电磁开关关闭进气通道与检测装置间的阀门，关闭抽气泵，计算机控制太赫兹设备，获取此时气体检测池内气体的太赫兹光谱强度值。同样的方法进行(5)处的测量，根据(5)测量结果和参考点(4)的强度差异进行对比，相差数值是否在一定的阈值范围内，由此判定该温室是否处于大量病害孢子繁殖期。检测完成后，气体在抽气泵的作用下将气体排出。该过程完成后，需要通入特定气体进行通气管道内病害孢子的有效清除，然后进入下一过程的检测。
本发明公开的基于太赫兹光谱技术设施内植物病害在线预警系统基于太赫兹设备进行检测空气含水量，检测速度快，无污染，实现了方便快捷的对设施内作物病害的实时在线监测、显示与报警，可有效减少作物病害发病率，大大减少经济损失。
更进一步地，基于上述例子的基于太赫兹光谱技术设施内植物病害在线预警系统检测的控制流程如图3所示。其中，基于太赫兹光谱技术设施内植物病害在线预警系统检测的控制具有一定的操作程序：包括测试前、后进行管道内孢子消毒以及水分清除等。具体地，首先完成系统初始化，控制电磁阀打开参考点部位所对应的进气通道，抽气泵开始抽气至预设指定时间，即根据前期预实验设定使空气充满气体检测池，关闭进气通道，太赫兹设备对气体含水量进行检测，得到与温室内的空气水分含水量参考值相对应的太赫兹光谱，打开抽气泵，将检测装置内的所有气体排出；继而控制电磁阀打开布置在植株中下部的气体收集装置所对应的进气通道，进行太赫兹光谱检测，并根据测量结果和参考点的测量结果进行差异性判定，直至完成所有进气通道所对应的气体的太赫兹光谱的检测、比较和判定；若判定异常，则报警并提示。此检测系统每隔固定预设时间对温室内气体的水分含量进行检测，以达到实时检测目的。需要进一步说明的是：一方面，上述示例为由于考虑到白天温度较高，土壤和植物水分蒸腾作用较大，对检测结果可能造成一定的影响，故此检测示例最好在晚间进行；另一方面，若上述检测示例遇到植株开花期，由于花粉的含水量在15％-30％左右，花粉的传播可能会造成检测结果的误判，该特殊时期需要对预警结果采取进一步的原因筛查。
如图4所示，本发明还公开了一种基于太赫兹光谱技术设施内植物病害在线预警系统10，包括：选取装置101、太赫兹光谱检测装置102、计算装置103以及比较判定装置104。
具体地，选取装置101用于选取设施内植株的第一采样点与第二采样点的空气进行抽取。优选地，进行测量时，需要气体静止从而获取精准的第一采样点与第二采样点的空气抽取数值。其中，第一采样点到设施内植株的距离为小于等于1m，第二采样点到设施内植株的距离为大于等于3m，且本发明涉及的第一采样点到设施内植株的距离与第二采样点到设施内植株的距离均仅为示例，即试验最优值，本发明涉及的第一采样点到设施内植株的距离与第二采样点到设施内植株的距离并不限于上述示例，但需满足如下位置要求进行采样点的选择，即靠近植株位置，植株底部位置和远离植株位置，且还需要满足基于太赫兹光谱技术设施内植株病害在线预警的测量原理，即太赫兹对水分的微弱变化有较好灵敏性，而孢子有一定的含水量，且分布在植株周围，于是可以选植株附近和远处的空气进行抽取。
进一步地，太赫兹光谱检测装置102用于通过太赫兹光谱仪进行检测，获得第一采样点与第二采样点的太赫兹光谱强度值，其中，太赫兹光谱仪发射太赫兹波(Terahertz，1THz＝1012Hz)泛指频率为0.1THz-10THz的电磁波。具体地，太赫兹波在电磁波谱中占有特殊的位置，位于红外和微波之间，是宏观电子学向微观光子学过渡的频段，太赫兹波的一个重要特性为水等级性分子对其有着强烈的吸收，本发明正是利用太赫兹波的上述特性来进行步骤实施的。
计算装置103用于计算第一采样点与第二采样点的太赫兹光谱强度差值；比较判定装置104用于根据第一采样点与第二采样点的太赫兹光谱强度差值与经验阈值的比较，判定植株附近空气中病害孢子含量是否超标，若超标则报警。其中，经验阈值为根据不同的作物种植品种进行确定，具体地，经验阈值的确定方法为：根据设施内种植的作物种类，在不同的空气湿度条件下，当该作物容易感染的病害孢子数量达到一定浓度时，第一采样点与第二采样点处的太赫兹光谱强度差值为经验阈值。其中，一定浓度为现场捕捉定量空气后，利用实验室内专用仪器进行孢子数量检测，确定属于病害孢子爆发并需要立即采取应对措施消灭空气中病害孢子时的空气中病害孢子浓度，且报警方式可为发出提示音以及闪烁系统报警灯等方式。
更进一步地，基于太赫兹光谱技术设施内植物病害在线预警系统还包括：建立查询数据库装置105用于预先建立查询数据库存储已标定的设施内植株的含水量与太赫兹光谱信息，其中，设施内植株的含水量与太赫兹光谱信息为一一对应关系，即在使用前需要标定，不同含水量对应不同的太赫兹光谱值，预先建立查询数据库，后续根据测量到的太赫兹光谱值可以知道含水量。
本发明不仅从检测病害气传孢子传播阶段入手，实现了发病前的有效预警，从而有利于在孢子产生阶段采取及时，有效的应对措施，切断传播途径，防患于未然，同时，本发明针对传统病害检测手段的不足，实现了在线检测，提高了得出结果的快速性与时效性，通过实时检测设施内水分空间分布差异来推断病害孢子的分布密度，实现在孢子传播阶段进行病害的有效预警，然后根据判别结果来决定是否需要采取通风，烟熏等措施来消除病害孢子，防止蔓延，进一步地，本发明还可用于各种病毒孢子的检测，普适性强。提出的上述基于太赫兹光谱技术设施内植物病害在线预警方法不但可以有效的设施病害预警解决方案，还可以有效避免病害的进一步扩大，减少病害带来的损失。
本发明公开的一种基于太赫兹光谱技术设施内植物病害在线预警方法，太赫兹对水分的微弱变化有较好灵敏性，而孢子有一定的含水量，且分布在植株周围，于是可以选植株附近和远处的空气抽出来，测空气含水量，可以测得太赫兹光谱值，最终获取两处的吸收程度差异。由于水分在设施内是均匀的，引起变化的应该是孢子，所以就可以实时监测孢子变化，从而一旦超过一个预定数值，则报警，即达到对植株病害实时预警的目的，将病害消灭在孢子萌芽阶段。本发明还公开了一种基于太赫兹光谱技术设施内植物病害在线预警系统。
虽然结合附图描述了本发明的实施方式，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (10)
1.一种基于太赫兹光谱技术设施内植物病害在线预警方法，其特征在于，包括具体以下步骤：
S1：选取设施内植株的第一采样点与第二采样点的空气进行抽取；
S2：通过太赫兹光谱仪进行检测，获得所述第一采样点与所述第二采样点的太赫兹光谱强度值；
S3：计算所述第一采样点与所述第二采样点的太赫兹光谱强度差值；
S4：根据所述第一采样点与所述第二采样点的太赫兹光谱强度差值与经验阈值的比较，判定植株附近空气中病害孢子含量是否超标，若超标则报警。
2.如权利要求1所述的方法，其特征在于，还包括：预先建立查询数据库存储已标定的所述设施内植株的含水量与太赫兹光谱信息，其中，所述设施内植株的含水量与太赫兹光谱信息为一一对应关系。
3.如权利要求1所述的方法，其特征在于，所述第一采样点到所述设施内植株的距离为小于等于1m；所述第二采样点到所述设施内植株的距离为大于等于3m。
4.如权利要求1所述的方法，其特征在于，所述太赫兹波为频率0.1THz-10THz的电磁波。
5.如权利要求1所述的方法，其特征在于，所述经验阈值为根据不同的作物种植品种进行确定。
6.一种基于太赫兹光谱技术设施内植物病害在线预警系统，其特征在于，包括：
选取装置，用于选取设施内植株的第一采样点与第二采样点的空气进行抽取；
太赫兹光谱检测装置，用于通过太赫兹光谱仪进行检测，获得所述第一采样点与所述第二采样点的太赫兹光谱强度值；
计算装置，用于计算所述第一采样点与所述第二采样点的太赫兹光谱强度差值；
比较判定装置，用于根据所述第一采样点与所述第二采样点的太赫兹光谱强度差值与经验阈值的比较，判定植株附近空气中病害孢子含量是否超标，若超标则报警。
7.如权利要求6所述的系统，其特征在于，还包括：建立查询数据库装置，用于预先建立查询数据库存储已标定的所述设施内植株的含水量与太赫兹光谱信息，其中，所述设施内植株的含水量与太赫兹光谱信息为一一对应关系。
8.如权利要求6所述的系统，其特征在于，所述第一采样点到所述设施内植株的距离为小于等于1m；所述第二采样点到所述设施内植株的距离为大于等于3m。
9.如权利要求6所述的系统，其特征在于，所述太赫兹波为频率0.1THz-10THz的电磁波。
10.如权利要求6所述的系统，其特征在于，所述经验阈值为根据不同的作物种植品种进行确定。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410329466.6A CN104089924B (zh) | 2014-07-10 | 2014-07-10 | 基于太赫兹光谱技术设施内孢子类植物病害在线预警方法与系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410329466.6A CN104089924B (zh) | 2014-07-10 | 2014-07-10 | 基于太赫兹光谱技术设施内孢子类植物病害在线预警方法与系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104089924A true CN104089924A (zh) | 2014-10-08 |
| CN104089924B CN104089924B (zh) | 2016-07-06 |
Family
ID=51637660
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410329466.6A Active CN104089924B (zh) | 2014-07-10 | 2014-07-10 | 基于太赫兹光谱技术设施内孢子类植物病害在线预警方法与系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104089924B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107392920A (zh) * | 2017-06-30 | 2017-11-24 | 北京农业信息技术研究中心 | 一种基于可见光‑太赫兹光的植株健康辨别方法和装置 |
| CN107589090A (zh) * | 2017-08-30 | 2018-01-16 | 浙江大学 | 基于太赫兹时域光谱技术的油菜干旱监测方法 |
| CN108344715A (zh) * | 2018-02-06 | 2018-07-31 | 深圳市无牙太赫兹科技有限公司 | 基于atr模式的物质成分鉴别方法、装置和计算机设备 |
| CN109187422A (zh) * | 2018-11-07 | 2019-01-11 | 浙江大学 | 基于太赫兹光谱技术的受桑螟危害初期桑叶的识别方法 |
| CN109187417A (zh) * | 2018-09-18 | 2019-01-11 | 深圳市奥谱太赫兹技术研究院 | 一种无人机载的太赫兹波及高光谱遥感农作物监测系统 |
| CN112924407A (zh) * | 2021-03-26 | 2021-06-08 | 云南电网有限责任公司电力科学研究院 | 一种六氟化硫气体微量水分含量的检测方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103364366A (zh) * | 2012-07-12 | 2013-10-23 | 北京市农林科学院 | 太赫兹波谱法在鉴别陈化农产品中的用途 |
-
2014
- 2014-07-10 CN CN201410329466.6A patent/CN104089924B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103364366A (zh) * | 2012-07-12 | 2013-10-23 | 北京市农林科学院 | 太赫兹波谱法在鉴别陈化农产品中的用途 |
Non-Patent Citations (3)
| Title |
|---|
| S.MICKAN, D.ABBOTT, J.MUNCH, ET AL: "Analusis of sustem trade-offs for terachertz imaging", 《MICROELECTRONICS JOURNAL》 * |
| 侯艳等: "太赫兹技术在果蔬快速检测设备中的应用分析", 《装备制造技术》 * |
| 沈飞: "太赫兹光谱和成像技术在食品安全检测中的应用", 《光谱学与光谱分析》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107392920A (zh) * | 2017-06-30 | 2017-11-24 | 北京农业信息技术研究中心 | 一种基于可见光‑太赫兹光的植株健康辨别方法和装置 |
| CN107589090A (zh) * | 2017-08-30 | 2018-01-16 | 浙江大学 | 基于太赫兹时域光谱技术的油菜干旱监测方法 |
| CN108344715A (zh) * | 2018-02-06 | 2018-07-31 | 深圳市无牙太赫兹科技有限公司 | 基于atr模式的物质成分鉴别方法、装置和计算机设备 |
| CN109187417A (zh) * | 2018-09-18 | 2019-01-11 | 深圳市奥谱太赫兹技术研究院 | 一种无人机载的太赫兹波及高光谱遥感农作物监测系统 |
| CN109187417B (zh) * | 2018-09-18 | 2022-05-17 | 深圳市奥谱太赫兹技术研究院 | 一种无人机载的太赫兹波及高光谱遥感农作物监测系统 |
| CN109187422A (zh) * | 2018-11-07 | 2019-01-11 | 浙江大学 | 基于太赫兹光谱技术的受桑螟危害初期桑叶的识别方法 |
| CN112924407A (zh) * | 2021-03-26 | 2021-06-08 | 云南电网有限责任公司电力科学研究院 | 一种六氟化硫气体微量水分含量的检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104089924B (zh) | 2016-07-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104089924A (zh) | 基于太赫兹光谱技术设施内植物病害在线预警方法与系统 | |
| CN104881017B (zh) | 一种基于北斗的农作物生长监管系统 | |
| Islam et al. | Smart poultry farm incorporating GSM and IoT | |
| CN103760847A (zh) | 一种虫害远程监控系统及方法 | |
| Soar et al. | Irrigated Shiraz vines (Vitis vinifera) upregulate gas exchange and maintain berry growth in response to short spells of high maximum temperature in the field | |
| CN110069088A (zh) | 一种基于nb-iot的智能农业控制监控系统 | |
| CN109832246A (zh) | 一种基于北斗导航的植保无人机数据综合采集系统 | |
| CN114460080A (zh) | 一种水稻病虫智能监控系统 | |
| Reich et al. | Temporal dynamics of Botrytis cinerea and Sclerotinia sclerotiorum in seed alfalfa fields of southern Alberta, Canada | |
| CN115685862A (zh) | 一种基于边缘计算的智慧农业检测系统 | |
| Demirel et al. | Artificial intelligence in integrated pest management | |
| CN102117447A (zh) | 作物品质区域预测系统及方法 | |
| CN107093316A (zh) | 一种智能农业大棚监控系统 | |
| Gavaskar et al. | Design and development of pest monitoring system for implementing precision agriculture using IOT | |
| CN117556996A (zh) | 基于区域历史数据的林业虫灾预测方法及系统 | |
| WO2020188560A1 (en) | Autonomous plant growing system | |
| CN203191803U (zh) | 基于led的田间实时监控系统 | |
| CN207054583U (zh) | 一种光纤对射传感粮库害虫检测结构和系统 | |
| CN206832686U (zh) | 一种基于物联网的辣椒苗疫病早期监测装置 | |
| Mohabuth et al. | An IoT-Based Model for Monitoring Plant Growth in Greenhouses | |
| CN107462682A (zh) | 一种农业检测系统 | |
| Severtson et al. | Apps, traps and LAMP’s:‘Smart’improvements to pest and disease management | |
| CN106534381A (zh) | 一种智能化种植云管理系统 | |
| CN207215710U (zh) | 一种油菜全生长期信息的高通量表型研究系统 | |
| US11726439B1 (en) | Rapid disease response via particle monitoring |
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 |