CN104634744B - 一种基于反射光谱的烟叶成熟度测定方法 - Google Patents
一种基于反射光谱的烟叶成熟度测定方法 Download PDFInfo
- Publication number
- CN104634744B CN104634744B CN201410791732.7A CN201410791732A CN104634744B CN 104634744 B CN104634744 B CN 104634744B CN 201410791732 A CN201410791732 A CN 201410791732A CN 104634744 B CN104634744 B CN 104634744B
- Authority
- CN
- China
- Prior art keywords
- tobacco leaf
- area
- red
- green
- blue
- 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.)
- Active
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种基于反射光谱的烟叶成熟度测定方法。所述方法在烟叶进入成熟期后选取烟株上、中、下部烟叶，每个部位选取生青、欠熟、尚熟、成熟及过熟的烟叶，每个等级选取的烟叶数为20~30片测定烟叶光谱数据，获得烟叶的绿峰幅值、绿峰位置、红光吸收谷幅值、红光吸收谷位置、红边幅值、蓝边幅值、红边面积、蓝边面积，以及绿边幅值/红光吸收谷幅值、归一化的绿边幅值/红光吸收谷幅值、红边面积/蓝边面积，归一化的红边面积/蓝边面积，作为支持向量机的输入进行建模确定成熟度等级。所述测定方法避免了数据的单一性，稳定准确，适用性强，拟合度好。
Description
技术领域
本发明属于烟草种植技术领域，具体涉及一种基于反射光谱的烟叶成熟度测定方法。
背景技术
准确地掌握田间烟叶的成熟度对于适时采收具有十分重要的意义，如何选择最恰当的成熟度进行采收，使烟叶的田间损失率和烘烤损失率降到最低，直接决定了烟草的产量和品质，因此，烟叶成熟度等级的划分与准确测定是烟叶生产非常重要的组成部分。目前，我国常用的烟叶成熟度测定方法是将叶片颜色与种植时间相结合的判断方法，这种方法的主观性很强，容易出现个体间的差异，对测定结果的可靠性、准确性产生显著影响。基于此技术缺陷，研发一种能够综合、客观地测定烟叶成熟度的新方法，无疑具有十分重要的现实意义。
发明内容
本发明的目的在于提供一种基于反射光谱的烟叶成熟度测定方法。
本发明的目的是这样实现的，所述基于反射光谱的烟叶成熟度测定方法，是在烟叶进入成熟期后，选取烟株的上部、中部及下部烟叶，每个部位选取M1生青、M2欠熟、M3尚熟、M4成熟及M5过熟5个不同成熟度等级的烟叶，每个等级所选取的烟叶数为20~30片，用于测定烟叶的光谱数据，根据所测定的光谱数据获得烟叶的绿峰幅值、绿峰位置、红光吸收谷幅值、红光吸收谷位置、红边幅值、蓝边幅值、红边面积、蓝边面积，以及绿边幅值/红光吸收谷幅值、归一化的绿边幅值/红光吸收谷幅值、红边面积/蓝边面积，归一化的红边面积/蓝边面积，以这12个数值作为支持向量机的输入来进行数学建模，并最终确定烟叶成熟度等级，每个测定地点的支持向量总个数、每类支持向量数、决策函数中常数项b的相反数如下表所示：
本发明解决了在不同土壤类型、不同海拔、不同烟叶品种等多因子综合作用下，田间烟叶成熟度等级测定一直缺乏客观、有效的指标和测定方法这一技术问题，提出了一种基于反射光谱的快速、稳定、准确的烟叶成熟度测定方法，结合烟株种植的土壤类型、海拔高低、烟叶品种等因素进行综合判定，避免了数据的单一性，所建立的数学模型适用性强，拟合度好，极具推广应用价值。
具体实施方式
下面对本发明作进一步的说明，但不以任何方式对本发明加以限制，基于本发明教导所作的任何变换或替换，均属于本发明的保护范围。
本发明所述的基于反射光谱的烟叶成熟度测定方法，是在烟叶进入成熟期后，选取烟株的上部、中部及下部烟叶，每个部位选取M1生青、M2欠熟、M3尚熟、M4成熟及M5过熟5个不同成熟度等级的烟叶，每个等级所选取的烟叶数为20~30片，用于测定烟叶的光谱数据，根据所测定的光谱数据获得烟叶的绿峰幅值、绿峰位置、红光吸收谷幅值、红光吸收谷位置、红边幅值、蓝边幅值、红边面积、蓝边面积，以及绿边幅值/红光吸收谷幅值、归一化的绿边幅值/红光吸收谷幅值、红边面积/蓝边面积，归一化的红边面积/蓝边面积，以这12个数值作为支持向量机的输入来进行数学建模，并最终确定烟叶成熟度等级，每个测定地点的支持向量总个数、每类支持向量数、决策函数中常数项b的相反数如下表所示：
寻甸测定地的支持向量如下表所示：
石林测定地的支持向量如下表所示：
钟灵测定地的支持向量如下表所示：
所述烟叶成熟度等级的表观特征描述如下表所示：
备注：M2~M5等级的烟叶颜色分为4个档次，烟叶的绿色程度由强到弱，依次是深绿、绿、浅绿和黄绿。
5个成熟度等级的光谱特征值如下所示：
a、生青：绿峰幅值0.1165~0.2362、绿峰位置551~555、红光吸收谷幅值0.0432~0.0898、红光吸收谷位置663~675、红边幅值0.0102~0.0151、蓝边幅值0.0024~0.0055、红边面积0.3926~0.5338、蓝边面积0.0502~0.1353、绿边幅值/红光吸收谷幅值2.0690~3.6391、归一化的绿边幅值/红光吸收谷幅值0.3483~0.5689、红边面积/蓝边面积3.2512~8.5830、归一化的红边面积/蓝边面积0.5295~0.7913；
b、欠熟：绿峰幅值0.1462~0.3261、绿峰位置552~556、红光吸收谷幅值0.0374~0.1092、红光吸收谷位置666~676、红边幅值0.0105~0.0171、蓝边幅值0.0031~0.0068、红边面积0.3980~0.4890、蓝边面积0.0670~0.1788、绿边幅值/红光吸收谷幅值2.2957~4.5296、归一化的绿边幅值/红光吸收谷幅值0.3931~0.6383、红边面积/蓝边面积2.5250~6.3462、归一化的红边面积/蓝边面积0.4326~0.7278；
c、尚熟：绿峰幅值0.1658~0.3558、绿峰位置552~558、红光吸收谷幅值0.0498~0.1437、红光吸收谷位置668~677、红边幅值0.0113~0.0186、蓝边幅值0.0035~0.0072、红边面积0.3595~0.5205、蓝边面积0.0756~0.2031、绿边幅值/红光吸收谷幅值2.4192~4.8406、归一化的绿边幅值/红光吸收谷幅值0.4151~0.6576、红边面积/蓝边面积1.9455~5.5786、归一化的红边面积/蓝边面积0.3210~0.6960；
d、成熟：绿峰幅值0.2012~0.4115、绿峰位置553~560、红光吸收谷幅值0.0459~0.2590、红光吸收谷位置670~677、红边幅值0.0130~0.0205、蓝边幅值0.0044~0.0077、红边面积0.2582~0.5069、蓝边面积0.1096~0.2178、绿边幅值/红光吸收谷幅值1.5729~4.6428、归一化的绿边幅值/红光吸收谷幅值0.2227~0.6456、红边面积/蓝边面积1.4246~3.8948、归一化的红边面积/蓝边面积0.1751~0.5914；
e、过熟：绿峰幅值0.2417~0.4716、绿峰位置553~560、红光吸收谷幅值0.0683~0.5081、红光吸收谷位置640~677、红边幅值0.0011~0.0187、蓝边幅值0.0027~0.0085、红边面积0.0179~0.4692、蓝边面积0.0879~0.2455、绿边幅值/红光吸收谷幅值0.8632~4.1149、归一化的绿边幅值/红光吸收谷幅值-0.0734~0.6090、红边面积/蓝边面积0.1758~3.3348、归一化的红边面积/蓝边面积-0.8266~0.5386。
所述测定方法中不同叶位的5个成熟度等级的光谱特征值进一步如下所示：
上部叶：
a、生青：绿峰幅值0.1295~0.2362、绿峰位置551~555、红光吸收谷幅值0.0522~0.0898、红光吸收谷位置664~674、红边幅值0.0111~0.0143、蓝边幅值0.0026~0.0054、红边面积0.4339~0.5319、蓝边面积0.0557~0.1297、绿边幅值/红光吸收谷幅值2.1474~3.5755、归一化的绿边幅值/红光吸收谷幅值0.3646~0.5629、红边面积/蓝边面积3.4100~8.5830、归一化的红边面积/蓝边面积0.5465~0.7913；
b、欠熟：绿峰幅值0.1811~0.3261、绿峰位置552~556、红光吸收谷幅值0.0587~0.1092、红光吸收谷位置669~676、红边幅值0.0119~0.0171、蓝边幅值0.0037~0.0068、红边面积0.4293~0.4890、蓝边面积0.0897~0.1788、绿边幅值/红光吸收谷幅值2.7441~3.6336、归一化的绿边幅值/红光吸收谷幅值0.4658~0.5684、红边面积/蓝边面积2.5250~5.0916、归一化的红边面积/蓝边面积0.4326~0.6717；
c、尚熟：绿峰幅值0.2252~0.3558、绿峰位置552~558、红光吸收谷幅值0.0659~0.1424、红光吸收谷位置672~677、红边幅值0.0138~0.0186、蓝边幅值0.0047~0.0072、红边面积0.3843~0.5205、蓝边面积0.1156~0.2031、绿边幅值/红光吸收谷幅值2.4216~3.9341、归一化的绿边幅值/红光吸收谷幅值0.4155~0.5947、红边面积/蓝边面积1.9455~4.0271、归一化的红边面积/蓝边面积0.3210~0.6022；
d、成熟：绿峰幅值0.2724~0.4115、绿峰位置554~560、红光吸收谷幅值0.0667~0.2590、红光吸收谷位置673~677、红边幅值0.0130~0.0205、蓝边幅值0.0055~0.0077、红边面积0.2652~0.5096、蓝边面积0.1438~0.2178、绿边幅值/红光吸收谷幅值1.5729~4.2245、归一化的绿边幅值/红光吸收谷幅值0.2227~0.6172、红边面积/蓝边面积1.5203~3.5426、归一化的红边面积/蓝边面积0.2064~0.5597；
e、过熟：绿峰幅值0.2574~0.4612、绿峰位置554~560、红光吸收谷幅值0.0794~0.4610、红光吸收谷位置640~677、红边幅值0.0011~0.0187、蓝边幅值0.0027~0.0084、红边面积0.0253~0.4692、蓝边面积0.0879~0.2455、绿边幅值/红光吸收谷幅值0.8632~3.3897、归一化的绿边幅值/红光吸收谷幅值-0.0734~0.5444、红边面积/蓝边面积0.1785~3.3348、归一化的红边面积/蓝边面积-0.7010~0.5386。
中部叶：
a、生青：绿峰幅值0.1165~0.2347、绿峰位置551~554、红光吸收谷幅值0.0432~0.0817、红光吸收谷位置664~674、红边幅值0.0106~0.0151、蓝边幅值0.0024~0.0055、红边面积0.4146~0.5338、蓝边面积0.0502~0.1353、绿边幅值/红光吸收谷幅值2.0690~3.6232、归一化的绿边幅值/红光吸收谷幅值0.3483~0.5674、红边面积/蓝边面积3.2512~8.3638、归一化的红边面积/蓝边面积0.5295~0.7864；
b、欠熟：绿峰幅值0.1464~0.2900、绿峰位置552~556、红光吸收谷幅值0.0374~0.1035、红光吸收谷位置666~676、红边幅值0.0114~0.0168、蓝边幅值0.0036~0.0064、红边面积0.3980~0.4876、蓝边面积0.0805~0.1710、绿边幅值/红光吸收谷幅值2.2987~4.5296、归一化的绿边幅值/红光吸收谷幅值0.3937~0.6383、红边面积/蓝边面积2.5825~5.2938、归一化的红边面积/蓝边面积0.4417~0.6822；
c、尚熟：绿峰幅值0.2066~0.3478、绿峰位置553~558、红光吸收谷幅值0.0498~0.1437、红光吸收谷位置671~676、红边幅值0.0131~0.0180、蓝边幅值0.0046~0.0065、红边面积0.3595~0.4604、蓝边面积0.1125~0.1913、绿边幅值/红光吸收谷幅值2.4192~4.1445、归一化的绿边幅值/红光吸收谷幅值0.4151~0.6112、红边面积/蓝边面积1.9526~4.0030、归一化的红边面积/蓝边面积0.3226~0.6002；
d、成熟：绿峰幅值0.2389~0.3927、绿峰位置553~560、红光吸收谷幅值0.0712~0.2226、红光吸收谷位置671~677、红边幅值0.0130~0.0180、蓝边幅值0.0051~0.0070、红边面积0.2582~0.4934、蓝边面积0.1346~0.2055、绿边幅值/红光吸收谷幅值1.6887~3.5732、归一化的绿边幅值/红光吸收谷幅值0.2561~0.5627、红边面积/蓝边面积1.4246~3.3819、归一化的红边面积/蓝边面积0.1751~0.5436；
e、过熟：绿峰幅值0.2956~0.4574、绿峰位置554~560、红光吸收谷幅值0.0849~0.4397、红光吸收谷位置672~677、红边幅值0.0036~0.0186、蓝边幅值0.0037~0.0085、红边面积0.0514~0.4483、蓝边面积0.1232~0.2441、绿边幅值/红光吸收谷幅值0.9539~3.5052、归一化的绿边幅值/红光吸收谷幅值-0.0236~0.5562、红边面积/蓝边面积0.2352~2.6733、归一化的红边面积/蓝边面积-0.6191~0.4555。
下部叶：
a、生青：绿峰幅值0.1278~0.2196、绿峰位置551~554、红光吸收谷幅值0.0487~0.0813、红光吸收谷位置663~675、红边幅值0.0102~0.0141、蓝边幅值0.0025~0.0051、红边面积0.3926~0.4991、蓝边面积0.0521~0.1251、绿边幅值/红光吸收谷幅值2.1661~3.6391、归一化的绿边幅值/红光吸收谷幅值0.3683~0.5689、红边面积/蓝边面积3.4504~7.8583、归一化的红边面积/蓝边面积0.5452~0.7742；
b、欠熟：绿峰幅值0.1462~0.2768、绿峰位置552~555、红光吸收谷幅值0.0519~0.0891、红光吸收谷位置666~676、红边幅值0.0105~0.0161、蓝边幅值0.0031~0.0059、红边面积0.4033~0.4708、蓝边面积0.0670~0.1636、绿边幅值/红光吸收谷幅值2.2957~4.1240、归一化的绿边幅值/红光吸收谷幅值0.3931~0.6097、红边面积/蓝边面积2.7149~6.3462、归一化的红边面积/蓝边面积0.4616~0.7278；
c、尚熟：绿峰幅值0.1658~0.3178、绿峰位置552~556、红光吸收谷幅值0.0524~0.1127、红光吸收谷位置668~675、红边幅值0.0113~0.0176、蓝边幅值0.0035~0.0064、红边面积0.3757~0.4867、蓝边面积0.0756~0.1866、绿边幅值/红光吸收谷幅值2.4574~4.8406、归一化的绿边幅值/红光吸收谷幅值0.4215~0.6576、红边面积/蓝边面积2.0132~5.5786、归一化的红边面积/蓝边面积0.3362~0.6960；
d、成熟：绿峰幅值0.2012~0.3697、绿峰位置553~558、红光吸收谷幅值0.0459~0.1404、红光吸收谷位置670~676、红边幅值0.0132~0.0184、蓝边幅值0.0044~0.0069、红边面积0.3397~0.4711、蓝边面积0.1096~0.2048、绿边幅值/红光吸收谷幅值2.4072~4.6428、归一化的绿边幅值/红光吸收谷幅值0.4130~0.6456、红边面积/蓝边面积1.8458~3.8948、归一化的红边面积/蓝边面积0.2972~0.5914；
e、过熟：绿峰幅值0.2417~0.4716、绿峰位置553~560、红光吸收谷幅值0.0683~0.5081、红光吸收谷位置640~677、红边幅值0.0011~0.0179、蓝边幅值0.0038~0.0079、红边面积0.0179~0.4395、蓝边面积0.1138~0.2385、绿边幅值/红光吸收谷幅值0.8724~4.1149、归一化的绿边幅值/红光吸收谷幅值-0.0681~0.6090、红边面积/蓝边面积0.0950~3.2795、归一化的红边面积/蓝边面积-0.8266~0.5327。
所述的烟叶为田烟或地烟，所述的田烟为种过水稻并且水淹半年以上的田地中栽植的烟叶，所述的地烟为未种过水稻并且水淹不超过1个月或者从未被水淹过的田地中栽植的烟叶。
所述的田地的海拔为1500~2200m。
所述的烟叶为无病虫害的健康烟叶。
所述的测定烟叶的光谱数据是指在每片烟叶上选择均匀分布4个点，在每个点上测量至少1次，对得到的光谱数据求平均值作为终值。
所述的在每片烟叶上选择均匀分布4个点是指在距离烟叶两端各1/3处的主脉两侧选取4个点。
所述的测定烟叶的光谱数据选在天气晴朗无云时进行。
所述的测定烟叶的光谱数据是用型号FieldSpec3的地物波谱仪。
所述的测定方法适用于红花大金元和K326品种的烟叶成熟度的测定。
本发明所述测定方法中涉及的光谱数据的详细说明如下：
（1）位置变量
绿峰幅值Rg：绿光范围内（510nm~560nm）最大的波段反射率；
绿峰位置λg：绿峰对应的波长；
红光吸收谷幅值Rr：640nm~680nm范围内最小的波段反射率；
红光吸收谷位置λv：红谷对应的波长；
红边幅值Dr：红边（680nm~760nm）内最大的一阶微分值；
蓝边幅值Db：蓝边（490nm~530nm）内最大的一阶微分值；
（2）面积变量
红边面积SDr：红边范围内一阶导数光谱曲线所包围的面积；
蓝边面积SDb：蓝边范围内一阶导数光谱曲线所包围的面积；
（3）植被变量
绿边幅值/红光吸收谷幅值：Rg/Rr
归一化的绿边幅值/红光吸收谷幅值：(Rg- Rr) /(Rg +Rr)
红边面积/蓝边面积：SDr/SDb
归一化的红边面积/蓝边面积：(SDr- SDb) /(SDr +SDb)
本发明所述测定方法中涉及的模型核心参数的详细说明如下：
1、支持向量机模型介绍
支持向量机主要是基于如下思想：首先选择一非线性映射Ψ把n维样本向量从原空间映射到特征空间，在此高维特征空间中构造最优线性决策函数。在构造最优决策函数时，利用了结构风险最小化原则，同时引入了间隔的概念。并巧妙地运用原空间的核函数取代了高维特征空间的点积运算，避免了复杂运算。
2、数据说明
在本模型中，对于五分类问题选择一对一法进行分类，即对任意两个类别之间构造一个决策函数。在这种情况下，五分类问题就有10个决策函数。同时，支持向量即为构造决策函数时所依赖的向量，并且每一类均有自己的支持向量，且个数不一定相同。综合以上情况，列出建模后每个模型的：支持向量总个数、每个类中支持向量个数、每个类的具体支持向量，以及决策函数中常数项b。
实施例1
2014年在云南省昆明市石林县上赵进行田间烟叶成熟度测定实验，种植品种为K326和红花大金元，田烟。在烟叶进入成熟期后，选取每个品种烟株的上部、中部及下部烟叶，每个部位选取M1生青、M2欠熟、M3尚熟、M4成熟及M5过熟5个不同成熟度等级的烟叶，每个成熟度等级所选取的烟叶数为25片，要求烟叶健康，无病虫害。
选则在天气晴朗无云时，用FieldSpec3型的地物波谱仪测定每一片烟叶的光谱数据，用光谱仪配备的叶片夹轻轻夹住烟叶叶片，在每片烟叶上选择均匀分布4个点，即在距离烟叶两端各1/3处的主脉两侧选取4个点，在每个点上测量2次，对得到的光谱数据求平均值作为终值。
每个品种、每个部位、5个成熟度等级共有135条光谱，根据所测定的光谱数据获得烟叶的绿峰幅值、绿峰位置、红光吸收谷幅值、红光吸收谷位置、红边幅值、蓝边幅值、红边面积、蓝边面积，以及绿边幅值/红光吸收谷幅值、归一化的绿边幅值/红光吸收谷幅值、红边面积/蓝边面积，归一化的红边面积/蓝边面积，以这12个数值作为支持向量机的输入来进行数学建模，并最终确定烟叶成熟度等级。
实验结果见表1。
表1 云南省昆明市石林县上赵田烟烟叶成熟度测定结果
实施例2
2014年在云南省昆明市寻甸县烟草科技实验基地进行田间烟叶成熟度测定实验，种植品种为K326和红花大金元，田烟。除每个成熟度等级所选取的烟叶数为27片外，其余同实施例1。
实验结果见表2。
表2云南省昆明市寻甸县科技试验基地田烟烟叶成熟度测定结果
实施例3
2014年在云南省昆明市寻甸县塘子镇钟灵进行田间烟叶成熟度测定实验，种植品种为K326和红花大金元，地烟。除每个成熟度等级所选取的烟叶数为24片外，其余同实施例1。
实验结果见表3。
表3云南省昆明市寻甸县塘子镇钟灵地烟烟叶成熟度测定结果
Claims (5)
1.一种基于反射光谱的红花大金元和K326品种烟叶成熟度测定方法，其特征在于在烟叶进入成熟期后，选取烟株的上部、中部及下部烟叶，每个部位选取M1生青、M2欠熟、M3尚熟、M4成熟及M5过熟5个不同成熟度等级的烟叶，每个等级所选取的烟叶数为20~30片，用于在天气晴朗无云时测定烟叶的光谱数据，每片烟叶上、在距离烟叶两端各1/3处的主脉两侧选择均匀分布4个点，在每个点上测量至少1次，对得到的光谱数据求平均值作为终值；根据所测定的光谱数据获得烟叶的绿峰幅值、绿峰位置、红光吸收谷幅值、红光吸收谷位置、红边幅值、蓝边幅值、红边面积、蓝边面积，以及绿边幅值/红光吸收谷幅值、归一化的绿边幅值/红光吸收谷幅值、红边面积/蓝边面积，归一化的红边面积/蓝边面积，以这12个数值作为支持向量机的输入来进行数学建模，并最终确定烟叶成熟度等级，每个测定地点的支持向量总个数、每类支持向量数、决策函数中常数项b的相反数如下表所示：
。
2.根据权利要求1所述的测定方法，其特征在于所述的烟叶为田烟或地烟，所述的田烟为种过水稻并且水淹半年以上的田地中栽植的烟叶，所述的地烟为未种过水稻并且水淹不超过1个月或者从未被水淹过的田地中栽植的烟叶。
3.根据权利要求2所述的测定方法，其特征在于所述的田地的海拔为1500~2200m。
4.根据权利要求1所述的测定方法，其特征在于所述的烟叶为无病虫害的健康烟叶。
5.根据权利要求1所述的测定方法，其特征在于所述测定烟叶的光谱数据是用型号FieldSpec3的地物波谱仪。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410791732.7A CN104634744B (zh) | 2014-12-19 | 2014-12-19 | 一种基于反射光谱的烟叶成熟度测定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410791732.7A CN104634744B (zh) | 2014-12-19 | 2014-12-19 | 一种基于反射光谱的烟叶成熟度测定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104634744A CN104634744A (zh) | 2015-05-20 |
| CN104634744B true CN104634744B (zh) | 2017-12-01 |
Family
ID=53213737
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410791732.7A Active CN104634744B (zh) | 2014-12-19 | 2014-12-19 | 一种基于反射光谱的烟叶成熟度测定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104634744B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105954451B (zh) * | 2016-06-06 | 2017-12-26 | 广东中烟工业有限责任公司 | 基于电子鼻全色谱数据的卷烟类型快速判别方法 |
| CN111380811A (zh) * | 2020-02-24 | 2020-07-07 | 红塔烟草(集团)有限责任公司 | 一种快速鉴别烤烟完熟烟叶的方法 |
| CN111380812A (zh) * | 2020-02-24 | 2020-07-07 | 红塔烟草(集团)有限责任公司 | 一种快速鉴别烤烟硃砂烟叶的方法 |
| CN118347800B (zh) * | 2024-06-18 | 2024-09-13 | 中国农业科学院烟草研究所(中国烟草总公司青州烟草研究所) | 一种基于气敏传感器的烟叶烘烤阶段检测方法、介质及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1584550A (zh) * | 2004-06-16 | 2005-02-23 | 中国农业大学 | 基于自然光照反射光谱的黄瓜叶片含氮量预测方法 |
| CN1715873A (zh) * | 2004-06-30 | 2006-01-04 | 中国农业大学 | 一种便携式无损检测田间植物色素的系统和方法 |
| CN101718683A (zh) * | 2009-11-10 | 2010-06-02 | 中国农业大学 | 快速检测叶片叶绿素含量的装置、建模方法及检测方法 |
| CN101881726A (zh) * | 2010-06-18 | 2010-11-10 | 北京农业智能装备技术研究中心 | 植物幼苗综合性状活体无损检测方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5258044B2 (ja) * | 2006-05-02 | 2013-08-07 | 国立大学法人山口大学 | 植物葉の水分ストレスを推定する方法、植物葉の水分ストレスを推定するための装置及び植物葉の水分ストレスを推定するためのプログラム |
| WO2012127615A1 (ja) * | 2011-03-22 | 2012-09-27 | 日本たばこ産業株式会社 | 膨こう性測定方法 |
-
2014
- 2014-12-19 CN CN201410791732.7A patent/CN104634744B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1584550A (zh) * | 2004-06-16 | 2005-02-23 | 中国农业大学 | 基于自然光照反射光谱的黄瓜叶片含氮量预测方法 |
| CN1715873A (zh) * | 2004-06-30 | 2006-01-04 | 中国农业大学 | 一种便携式无损检测田间植物色素的系统和方法 |
| CN101718683A (zh) * | 2009-11-10 | 2010-06-02 | 中国农业大学 | 快速检测叶片叶绿素含量的装置、建模方法及检测方法 |
| CN101881726A (zh) * | 2010-06-18 | 2010-11-10 | 北京农业智能装备技术研究中心 | 植物幼苗综合性状活体无损检测方法 |
Non-Patent Citations (4)
| Title |
|---|
| 一种基于反射光谱的烤烟鲜烟叶成熟度测定方法;李佛琳等;《西南大学学报（自然科学版）》;20081020;第30卷(第10期);第51-55页 * |
| 利用室内光谱红边参数估测烤烟叶片成熟度;李向阳;《遥感学报》;20070320;第11卷(第2期);第269-275页 * |
| 基于高光谱遥感的云烟87采收成熟度识别研究;梁寅;《中国优秀硕士学位论文全文数据库农业科技辑》;20140215(第02期);第37-73页 * |
| 田间不同成熟度烤烟上部叶的高光谱特征分析;王建伟等;《烟草科技》;20130520(第5期);第64-67页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104634744A (zh) | 2015-05-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104634744B (zh) | 一种基于反射光谱的烟叶成熟度测定方法 | |
| Komakech et al. | A micropropagation protocol for the endangered medicinal tree Prunus africana (Hook f.) Kalkman: genetic fidelity and physiological parameter assessment | |
| Dariva et al. | Yield and fruit quality attributes of selected tomato introgression lines subjected to long-term deficit irrigation | |
| D’Anna et al. | Morphological and agronomical characterization of eggplant genetic resources from the Sicily area | |
| Aygün et al. | Some fruit characteristics of medlar (Mespilus germanica L.) genotypes grown in Ordu, Turkey. | |
| CN103889211B (zh) | 植物的收获时生物量的管理方法以及管理系统 | |
| CN110447416A (zh) | 一种白木香木微创生物不腐结香的研究方法 | |
| CN110596048A (zh) | 一种光谱速测烟草叶片中钾含量的方法 | |
| Koc et al. | Morphological characterization of cherry rootstock candidates selected from Samsun Province in Turkey | |
| Belous et al. | Comparative analysis of photosynthetic indicators in freesia hybrids on the Black sea coast of Krasnodar region. | |
| Bondarenko | Physiological basics of sweet cherry productivity depending on rootstocks, interstems and plant density | |
| Porras et al. | Quality and fruit colour change in Verna lemon | |
| Galvez-Valencia et al. | Predictive model of water stress in Tenera oil palm by means of spectral signature methods | |
| Herison et al. | Morphological characterization of 10 hot pepper genotipes in low altitude location | |
| LI et al. | Relationship between hyperspectral parameters and physiological and biochemical indexes of flue-cured tobacco leaves | |
| Del Rio et al. | Variability and classification of olive cultivars by fruit weight, flesh/stone ratio and oil percentage | |
| Singh et al. | Characterization of pomegranate varieties based on DUS descriptors | |
| Nesi et al. | Effects of colored shade netting on the vegetative development and on the photosynthetic activity in several Hydrangea genotypes | |
| Luyindula et al. | Some Morphological Observations on Albonigrescens, Albo-virescens and Virescens Types of Oil Palm Planted at Yaligimba (DRC) | |
| Sherani et al. | Local rootstock of ber (Ziziphus mauritiana L) grafted with advanced scion cultivars improved fruit yield and quality under arid conditions | |
| CN104542025B (zh) | 一种丛株型春石斛优良品种早期筛选方法 | |
| CN109601219A (zh) | 岷江柏苗期抗旱性的综合评价方法 | |
| Aldo et al. | Clonal selection of vitis vinifera cv. malbec: Confluence of science and nature | |
| CN110057403B (zh) | 一种2年生甜樱桃苗木质量的评价方法 | |
| Popescu et al. | Effects of dwarfing ‘Gisela 5’rootstock on reproductive potential, vegetative growth, and physiological features of some sweet cherry cultivars in high-density sweet cherry orchards |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |