CN106885628A - 一种用于蓝莓种植的手机测光方法 - Google Patents

一种用于蓝莓种植的手机测光方法 Download PDF

Info

Publication number
CN106885628A
CN106885628A CN201710254338.3A CN201710254338A CN106885628A CN 106885628 A CN106885628 A CN 106885628A CN 201710254338 A CN201710254338 A CN 201710254338A CN 106885628 A CN106885628 A CN 106885628A
Authority
CN
China
Prior art keywords
light
blueberry
mobile phone
photosynthetic
measuring method
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
Application number
CN201710254338.3A
Other languages
English (en)
Other versions
CN106885628B (zh
Inventor
张自川
李根柱
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dalian University
Original Assignee
Dalian University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Dalian University filed Critical Dalian University
Priority to CN201710254338.3A priority Critical patent/CN106885628B/zh
Priority to CN201711362858.2A priority patent/CN108106721B/zh
Publication of CN106885628A publication Critical patent/CN106885628A/zh
Application granted granted Critical
Publication of CN106885628B publication Critical patent/CN106885628B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J1/00Photometry, e.g. photographic exposure meter

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Photometry And Measurement Of Optical Pulse Characteristics (AREA)

Abstract

一种用于蓝莓种植的手机测光方法,具体步骤如下:步骤一:将塑料球壳扣在手机光线传感器上;步骤二:对手机实测光与光合有效辐射相关性进行分析;步骤三:构建各蓝莓品种光合特征数据库;步骤四:现场测量光照并给出测光结论。该方法可以测量光合有效辐射,且结合蓝莓品种光合特性数据库判断当前光照强度是否适合所种植蓝莓品种生长,以此合理调控光照强度,这对改善蓝莓的光照环境、提高精细化管理水平,保证蓝莓优质高产具有现实意义。

Description

一种用于蓝莓种植的手机测光方法
技术领域
本发明涉及一种手机测光方法,具体说是一种用于蓝莓种植的手机测光方法。
背景技术
近年来,蓝莓作为一种营养价值较高的特色浆果,越来越被消费者认可,市场需求不断增加。高效种植技术是提高蓝莓产量和改善果实品质的关键一环,而光合作用的研究和光环境的精细化管理都是高效种植技术的重要组成部分,两者都离不开光的测量,尤其是作为植物光合作用主要因子之一的光合有效辐射。目前,农业生产中主要是采用便携式照度计、光量子计、小型气象数据采集系统或集成光照传感器的农业系统等测量光照强度,但实际上也存在以下几个方面的问题:
(1)测光仪器需要购买,尤其是精度较高的光量子计、小型气象数据采集系统和专用农业系统更是昂贵,价格可从几万到数十万元;(2)种植户常用的价格低廉的照度计测量结果为总光照,单位是照度(lx)或流明(lm),还需要把总光照换算为光合有效辐射,且单位为国际标准的光量子通量密度(μmol·m-2·s-1)才能更准确的阐明植物光合作用所需的光照强度;(3)常见仪器仪器测光结果仅仅是光照强度的大小,并没有和各个蓝莓品种的需光特性联系起来。如果蓝莓种植户不了解所种植品种的需光特性,光强这一数字没有太大的实用价值,难以达到指导实际生产的目的。集成各种环境传感器的专用农业系统可以胜任这一任务,但专门的农业系统价格昂贵,操作人员需要较高的技术水平,推广存在难度。
当前,国内蓝莓产业处于快速上升期,大公司少,多数为小公司和散户,科研力量主要集中在相关高校和科研院所,企业和散户技术水平相对不高。国内蓝莓品种较多,已知引进的蓝莓品种有两百多个,不同蓝莓品种的光合特性会有较大差异,对品种认识不足也是种植户在生产中常常遇到的问题。
发明内容
针对上述问题,面向普通蓝莓种植户,利用内置光线传感器的手机,研发出一种成本几乎为零,随身便携、操作简便、结果可靠的测光方法。种植户使用该方法可以测量光合有效辐射,且结合蓝莓品种光合特性数据库判断当前光照强度是否适合所种植蓝莓品种生长,以此合理调控光照强度,这对改善蓝莓的光照环境、提高精细化管理水平,保证蓝莓优质高产具有现实意义。
为实现上述目的,本申请采用的技术方案是:一种用于蓝莓种植的手机测光方法,具体步骤如下:
(1)手机测光硬件的组装
把一个厚度2.0mm白色透光半圆塑料壳固定在夹子上,然后夹在手机上,使塑料球壳扣在手机光线传感器上。塑料球壳的作用有两个,一是塑料球壳可确保手机测量的是环境光,包括光线传感器正前方的光线以及周围的反射光、折射光和散射光等,不使用塑料球壳测量的仅是传感器正前方的光线;二是结合数学分析可以扩大手机光线传感器的测量范围。手机光线传感器测量范围为0~1万lx,而夏天太阳光照可达10万lx,采用塑料球壳可以使光照强度降到传感器可测量范围。
(2)手机实测光与光合有效辐射相关性分析
在太阳光照下,用装上白色透光半圆塑料壳的手机进行实际测光,同时以美国生产的Apogee MQ-200手持式光合有效辐射测量仪同步测光,记录保存测光结果,总计测量了1052对数据。对手机和Apogee MQ-200测量的数据进行相关分析,结果显示两者为线性相关,公式为:
y=0.1960x+1.7652
公式中,y为光合有效辐射(μmol·m-2·s-1),x为光照度(lx)。
拟合优度R2=0.9893,这也说明通过手机光线传感器测量光合有效辐射是可行的,其最大测量值为1961.8μmol·m-2·s-1,蓝莓各品种的饱和光强均低于此值,故本方法完全可以满足蓝莓测光的要求。
(3)各蓝莓品种光合特征数据库的构建
在蓝莓种质资源圃,先选定一个蓝莓品种,按照光照强度0、20、50、100、200、500、800、1000、1200、1500、1800μmol·m-2·s-1等11个梯度,使用LI-6400XT型便携式光合仪测定该品种叶片的光合-光响应曲线。采用直角双曲线修正模型对光合实测数据进行拟合,计算该品种的饱和光强、最大净光合速率等参数。直角双曲线修正模型的计算公式为:
式中,α是光响应曲线的初始斜率,β和γ为系数,I为光合有效辐射,Rd为暗呼吸。饱和光强和最大净光合速率计算公式为:
所有数据按照不同品种分类,并输入数据库。重复上述过程,构建国内已经引进的280多个蓝莓品种的光合特征数据库。
(4)现场测量光照
按照步骤(1)装上透光球壳,运行APP。首选,在APP界面选择所种植的蓝莓品种,APP会提取数据库中此品种的光合特性数据,调用ECharts可视化图表库绘制光合-光响应曲线,并以markline标注出此品种的光饱和点及其最大光合速率;其次,APP启用手机光线传感器,获取传感器的光照数值,然后根据步骤(2)所得公式换算为种植场地实际的光合有效辐射;最后,依据测量结果和步骤(3)以直角双曲线修正模型拟合所得光合-光响应曲线计算出对应的光合速率,以markline、markpoint把测光结果和光合速率标注到图上,使结果一目了然。
(5)测光结论
对上述测量结果进行总结,在APP界面以文字提示,包括三部分内容:①当前所选蓝莓品种以及该品种的光饱和点和最大净光合速率;②实测的光合有效辐射数值、小于还是大于光饱和点;③当前光照强度是否合适,给出合理的建议。
本发明由于采用以上技术方案,能够取得如下的技术效果:面向蓝莓种植户,测量方法简单易用;无需购买硬件、随身便携;测量结果准确可靠、结论易懂可用。通过测量可获得当前光合有效辐射的大小,以及当前光照是否适合所种植的蓝莓品种,应该采取那些措施。结果可以指导科学调控光照条件,对实现蓝莓优质高产具有现实意义。
附图说明
本发明共有附图4幅:
图1为测光硬件系统示意图;
图2为手机测光和Apogee MQ-200光量子计测光的线性关系图;
图3为手机测光结果绘图;
图4为实施例中大粒蓝金的手机测光实例。
图中序号说明:1、夹子;2、白色透光半圆塑料球壳;3、手机。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图和具体实施例对本发明进行详细描述。
本实施例公开了一种用于蓝莓种植的手机测光方法,具体实施步骤如下:
(1)准备手机测光硬件
把一个厚度2.0mm白色透光半圆塑料壳固定在夹子上,然后夹在手机上,使塑料球壳扣在手机光线传感器上。
(2)手机实测光与光合有效辐射相关性分析
在太阳光照下,以手机和Apogee MQ-200手持式光合有效辐射测量仪同步测光,对测量得到的1052对数据进行相关分析,结果显示两者为线性相关,公式为:
y=0.1960x+1.7652
公式中,y为光合有效辐射(μmol·m-2·s-1),x为光照度(lx)。
(3)各蓝莓品种光合特征数据库的构建
在蓝莓种质资源圃,选定大粒蓝金这一品种,按照光照强度0、20、50、100、200、500、800、1000、1200、1500、1800μmol·m-2·s-1等11个梯度,使用LI-6400XT型便携式光合仪测定光合-光响应曲线。采用直角双曲线修正模型对光合实测数据进行拟合,得到大粒蓝金的光饱和点为468.5μmol·m-2·s-1、光补偿点为8.3μmol·m-2·s-1,最大净光合速率为3.88CO2μmol·m-2·s-1等,所有数据输入数据库。
(4)现场测量光照
运行APP,品种选为大粒蓝金。APP利用大粒蓝金的光合数据,调用ECharts可视化图表库绘制光合-光响应曲线,并以markline标注出光饱和点及其最大光合速率;其次,APP调用手机光照传感器获取光照数值为7032lx,根据步骤(2)所得公式换算为种植场地实际的光合有效辐射为1380μmol·m-2·s-1;最后,依据响应曲线计算出对应的光合速率3.12CO2μmol·m-2·s-1,以markline、markpoint把测光结果和光合速率标注到图上。
(5)测光结论
进行总结,在APP界面提示:①所选品种为大粒蓝金,该品种光饱和点为468.5标准单位,最大净光合速率为3.88标准单位;②当前光照强度为1380.0标准单位,远大于光饱和点;③结合数据库数据,此品种在此光强下会出现光抑制现象,需要适当遮阴。
在辽南地区蓝莓种质资源圃,选取大粒蓝金于太阳光照下进行光照测量,并以Apogee MQ-200、LI-6400XT等专业仪器对比验证,结果显示本方法准确可靠,稳定性良好。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。

Claims (8)

1.一种用于蓝莓种植的手机测光方法,其特征在于,具体步骤如下:
步骤一:将塑料球壳扣在手机光线传感器上;
步骤二:对手机实测光与光合有效辐射相关性进行分析;
步骤三:构建各蓝莓品种光合特征数据库;
步骤四:现场测量光照并给出测光结论。
2.根据权利要求1所述一种用于蓝莓种植的手机测光方法,其特征在于,步骤一具体是:把一个白色透光半圆塑料球壳固定在夹子上,然后利用夹子夹在手机上,使塑料球壳扣在手机光线传感器上。
3.根据权利要求1所述一种用于蓝莓种植的手机测光方法,其特征在于,步骤二中手机实测光与光合有效辐射为线性相关,公式为:
y=0.1960x+1.7652
公式中,y为光合有效辐射μmol·m-2·s-1,x为光照度lx。
4.根据权利要求3所述一种用于蓝莓种植的手机测光方法,其特征在于,步骤三中构建各蓝莓品种光合特征数据库,具体为:在蓝莓种质资源圃,先选定一个蓝莓品种,按照光照强度0、20、50、100、200、500、800、1000、1200、1500、1800μmol·m-2·s-1等11个梯度,使用LI-6400XT型便携式光合仪测定该品种叶片的光合-光响应曲线。
5.根据权利要求4所述一种用于蓝莓种植的手机测光方法,其特征在于,采用直角双曲线修正模型对光合实测数据进行拟合,计算该品种的光饱和点、光补偿点和最大净光合速率,上述数据按照不同品种分类,并输入数据库;重复上述过程,构建不同蓝莓品种的光合特征数据库。
6.根据权利要求5所述一种用于蓝莓种植的手机测光方法,其特征在于,步骤四中现场测量光照具体为:
首先,利用APP界面选择所种植的蓝莓品种,APP提取数据库中此品种的光合特性数据,调用ECharts可视化图表库绘制光合-光响应曲线,并以markline标注出此品种的光饱和点及其最大光合速率;
其次,APP启用手机光线传感器,获取传感器的光照数值,然后根据步骤二中得公式换算为种植场地实际的光合有效辐射;
最后,依据测量结果和步骤三以直角双曲线修正模型拟合所得光合-光响应曲线计算出对应的光合速率,以markline、markpoint把测光结果和光合速率标注到图上。
7.根据权利要求1所述一种用于蓝莓种植的手机测光方法,其特征在于,所述测光结论包括:①当前所选蓝莓品种以及该品种的光饱和点和最大净光合速率;②实测的光合有效辐射数值、小于还是大于光饱和点;③当前光照强度是否合适。
8.根据权利要求5所述一种用于蓝莓种植的手机测光方法,其特征在于,直角双曲线修正模型的计算公式为:
A n ( I ) = α 1 - β I 1 + γ I I - R d
式中,α是光响应曲线的初始斜率,β和γ为系数,I为光合有效辐射,Rd为暗呼吸;饱和光强和最大净光合速率计算公式分别为:
I s a t = ( β + γ ) / β - 1 γ ;
A max = a ( β + γ - β γ ) 2 - R d .
CN201710254338.3A 2017-04-18 2017-04-18 一种用于蓝莓种植的手机测光方法 Active CN106885628B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201710254338.3A CN106885628B (zh) 2017-04-18 2017-04-18 一种用于蓝莓种植的手机测光方法
CN201711362858.2A CN108106721B (zh) 2017-04-18 2017-04-18 一种测量蓝莓光照情况的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710254338.3A CN106885628B (zh) 2017-04-18 2017-04-18 一种用于蓝莓种植的手机测光方法

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN201711362858.2A Division CN108106721B (zh) 2017-04-18 2017-04-18 一种测量蓝莓光照情况的方法

Publications (2)

Publication Number Publication Date
CN106885628A true CN106885628A (zh) 2017-06-23
CN106885628B CN106885628B (zh) 2018-12-25

Family

ID=59183506

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201710254338.3A Active CN106885628B (zh) 2017-04-18 2017-04-18 一种用于蓝莓种植的手机测光方法
CN201711362858.2A Active CN108106721B (zh) 2017-04-18 2017-04-18 一种测量蓝莓光照情况的方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201711362858.2A Active CN108106721B (zh) 2017-04-18 2017-04-18 一种测量蓝莓光照情况的方法

Country Status (1)

Country Link
CN (2) CN106885628B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7232987B2 (en) * 2005-05-25 2007-06-19 Victor Webbeking Instrument and method to measure available light energy for photosynthesis
CN203349929U (zh) * 2013-05-30 2013-12-18 中国计量学院 光成色及光照强度传感检测系统
CN103557934A (zh) * 2013-10-25 2014-02-05 北京农业信息技术研究中心 作物冠层内光分布测量装置
CN105547740A (zh) * 2015-12-10 2016-05-04 大连大学 一种获取植物叶片表皮的方法
CN106225922A (zh) * 2016-08-31 2016-12-14 上海复展智能科技股份有限公司 基于大数据的便携式植物光合照度计

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7232987B2 (en) * 2005-05-25 2007-06-19 Victor Webbeking Instrument and method to measure available light energy for photosynthesis
CN203349929U (zh) * 2013-05-30 2013-12-18 中国计量学院 光成色及光照强度传感检测系统
CN103557934A (zh) * 2013-10-25 2014-02-05 北京农业信息技术研究中心 作物冠层内光分布测量装置
CN105547740A (zh) * 2015-12-10 2016-05-04 大连大学 一种获取植物叶片表皮的方法
CN106225922A (zh) * 2016-08-31 2016-12-14 上海复展智能科技股份有限公司 基于大数据的便携式植物光合照度计

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
冷寒冰等: ""不同光照环境下荷花叶片光合响应模型比较"", 《应用生态学报》 *

Also Published As

Publication number Publication date
CN108106721A (zh) 2018-06-01
CN106885628B (zh) 2018-12-25
CN108106721B (zh) 2020-05-19

Similar Documents

Publication Publication Date Title
Mendes et al. Smartphone applications targeting precision agriculture practices—A systematic review
Cheng et al. Integrating solar induced fluorescence and the photochemical reflectance index for estimating gross primary production in a cornfield
Etienne et al. Machine learning approaches to automate weed detection by UAV based sensors
Conesa et al. Terrestrial and remote indexes to assess moderate deficit irrigation in early-maturing nectarine trees
Ma et al. Prediction of chlorophyll content in different light areas of apple tree canopies based on the color characteristics of 3D reconstruction
Pisek et al. Estimation of vegetation clumping index using MODIS BRDF data
de Souza et al. Effect of time of day and sky conditions on different vegetation indices calculated from active and passive sensors and images taken from UAV
Allen et al. Use of electronic UV dosimeters in measuring personal UV exposures and public health education
Scalisi et al. A fruit colour development index (CDI) to support harvest time decisions in peach and nectarine orchards
Yang et al. Assessment of grain harvest moisture content using machine learning on smartphone images for optimal harvest timing
CN110321774A (zh) 农作物灾情评估方法、装置、设备及计算机可读存储介质
Biliouris et al. A compact laboratory spectro-goniometer (CLabSpeG) to assess the BRDF of materials. Presentation, calibration and implementation on Fagus sylvatica L. leaves
Walne et al. Developing functional relationships between soil waterlogging and corn shoot and root growth and development
Roupioz et al. Improved surface reflectance from remote sensing data with sub-pixel topographic information
Gao et al. Measurement of water leaving reflectance using a digital camera based on multiple reflectance reference cards
Liu et al. Nonlinear relationship between the yield of solar-induced chlorophyll fluorescence and photosynthetic efficiency in senescent crops
Zhou et al. Reasearch on kiwi fruit flower recognition for efficient pollination based on an improved YOLOv5 algorithm
Campos et al. Analyzing the effect of shadow on the relationship between ground cover and vegetation indices by using spectral mixture and radiative transfer models
Wilber et al. An ArcGIS Pro workflow to extract vegetation indices from aerial imagery of small‐plot turfgrass research
CN102239793B (zh) 水稻害虫实时分类方法及系统
Sarlikioti et al. Crop reflectance as a tool for the online monitoring of LAI and PAR interception in two different greenhouse crops
CN106885628A (zh) 一种用于蓝莓种植的手机测光方法
Qu et al. MLAOS: A multi-point linear array of optical sensors for coniferous foliage clumping index measurement
Wu et al. Multi-parameter health assessment of jujube trees based on unmanned aerial vehicle hyperspectral remote sensing
LaRuffa et al. Optimum field element size for maximum yields in winter wheat, using variable nitrogen rates

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant