CN108535200A - 基于可见光、太赫兹融合光谱技术的叶菜类蔬菜叶片重金属镉的检测装置及方法 - Google Patents
基于可见光、太赫兹融合光谱技术的叶菜类蔬菜叶片重金属镉的检测装置及方法 Download PDFInfo
- Publication number
- CN108535200A CN108535200A CN201810078227.6A CN201810078227A CN108535200A CN 108535200 A CN108535200 A CN 108535200A CN 201810078227 A CN201810078227 A CN 201810078227A CN 108535200 A CN108535200 A CN 108535200A
- Authority
- CN
- China
- Prior art keywords
- terahertz
- sample
- visible light
- heavy metal
- cadmium
- 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
- 229910052793 cadmium Inorganic materials 0.000 title claims abstract description 68
- BDOSMKKIYDKNTQ-UHFFFAOYSA-N cadmium atom Chemical compound [Cd] BDOSMKKIYDKNTQ-UHFFFAOYSA-N 0.000 title claims abstract description 68
- 238000001514 detection method Methods 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 title claims abstract description 50
- 229910001385 heavy metal Inorganic materials 0.000 title claims abstract description 37
- 230000003595 spectral effect Effects 0.000 title claims abstract description 36
- 235000021384 green leafy vegetables Nutrition 0.000 title claims abstract description 28
- 238000001228 spectrum Methods 0.000 claims abstract description 52
- 238000005259 measurement Methods 0.000 claims abstract description 22
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 238000006243 chemical reaction Methods 0.000 claims abstract description 14
- 229910052736 halogen Inorganic materials 0.000 claims abstract description 13
- 150000002367 halogens Chemical class 0.000 claims abstract description 12
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 9
- 238000005457 optimization Methods 0.000 claims abstract description 9
- 241000282461 Canis lupus Species 0.000 claims abstract description 6
- 230000003044 adaptive effect Effects 0.000 claims abstract description 6
- 230000002860 competitive effect Effects 0.000 claims abstract description 6
- 230000004927 fusion Effects 0.000 claims abstract description 6
- 238000005070 sampling Methods 0.000 claims abstract description 6
- 239000000523 sample Substances 0.000 claims description 150
- 239000002689 soil Substances 0.000 claims description 26
- 238000001328 terahertz time-domain spectroscopy Methods 0.000 claims description 16
- 235000013311 vegetables Nutrition 0.000 claims description 16
- 238000013519 translation Methods 0.000 claims description 13
- 238000010521 absorption reaction Methods 0.000 claims description 11
- 238000002474 experimental method Methods 0.000 claims description 10
- 230000000875 corresponding effect Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000005286 illumination Methods 0.000 claims description 5
- 238000007637 random forest analysis Methods 0.000 claims description 5
- 238000002835 absorbance Methods 0.000 claims description 4
- 238000004611 spectroscopical analysis Methods 0.000 claims description 4
- 230000005856 abnormality Effects 0.000 claims description 3
- 239000003125 aqueous solvent Substances 0.000 claims description 3
- 239000003153 chemical reaction reagent Substances 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 claims description 3
- 238000010219 correlation analysis Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 3
- 238000000673 graphite furnace atomic absorption spectrometry Methods 0.000 claims description 3
- 235000016709 nutrition Nutrition 0.000 claims description 3
- 230000035764 nutrition Effects 0.000 claims description 3
- 238000000638 solvent extraction Methods 0.000 claims description 3
- 239000013068 control sample Substances 0.000 claims description 2
- YKYOUMDCQGMQQO-UHFFFAOYSA-L cadmium dichloride Chemical compound Cl[Cd]Cl YKYOUMDCQGMQQO-UHFFFAOYSA-L 0.000 claims 2
- 230000008030 elimination Effects 0.000 claims 1
- 238000003379 elimination reaction Methods 0.000 claims 1
- 230000003760 hair shine Effects 0.000 claims 1
- 239000012535 impurity Substances 0.000 claims 1
- 238000009659 non-destructive testing Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 abstract description 3
- 229930002875 chlorophyll Natural products 0.000 description 5
- 235000019804 chlorophyll Nutrition 0.000 description 5
- 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 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 150000001413 amino acids Chemical class 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000002310 reflectometry Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 2
- 238000003775 Density Functional Theory Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 238000005202 decontamination Methods 0.000 description 2
- 230000003588 decontaminative effect Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 230000010534 mechanism of action Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000000149 penetrating effect Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 206010061728 Bone lesion Diseases 0.000 description 1
- 206010047700 Vomiting Diseases 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 229910021529 ammonia Inorganic materials 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000003763 chloroplast Anatomy 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 206010025482 malaise Diseases 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 235000021049 nutrient content Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 108010048734 sclerotin Proteins 0.000 description 1
- 238000003900 soil pollution Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 235000013343 vitamin Nutrition 0.000 description 1
- 229940088594 vitamin Drugs 0.000 description 1
- 229930003231 vitamin Natural products 0.000 description 1
- 239000011782 vitamin Substances 0.000 description 1
- 150000003722 vitamin derivatives Chemical class 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 238000005303 weighing 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
- G01N21/25—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
- G01N21/3103—Atomic absorption analysis
-
- 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
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
-
- 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
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3581—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using far infrared light; using Terahertz radiation
- G01N21/3586—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using far infrared light; using Terahertz radiation by Terahertz time domain spectroscopy [THz-TDS]
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Toxicology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了基于可见光、太赫兹融合光谱技术的叶菜类蔬菜叶片重金属镉的检测装置及方法，检测装置包括：太赫兹发射器、太赫兹探测器、离轴抛物面镜、电控样品台、可见光图像摄像仪、卤素灯光源、测量模块、控制模块、分析模块、模式转换键、计算机等。检测过程中，通过模式转换键转换采集模式，分别采集样品的可见光光谱和太赫兹光谱。提出叶片重金属镉含量的高精度检测方法，通过竞争性自适应重加权采样法和迭代保留信息变量法分别对可见光光谱和太赫兹光谱进行特征选择，在融合特征光谱的基础上利用新型群体智能算法—灰狼优化算法对最小二乘支持向量机进行参数优化，并建立叶片重金属镉的定量回归模型，实现镉含量的快速、精确及无损检测。
Description
技术领域
本发明为基于可见光、太赫兹融合光谱技术的叶菜类蔬菜叶片重金属镉的检测装置及方法，属于农产品检测技术领域。
背景技术
蔬菜是人们生活中必不可少的食物，也是人类摄取无机盐和维生素的主要来源。蔬菜在生长过程中对环境条件较敏感，工业“三废”排放的增加以及长期化肥的使用，使土壤重金属污染日趋严重。镉是土壤中最常见的重金属污染元素之一，在土壤中会表现出极强的化学活性和生物毒性，而通过土壤更易被作物吸收，其中叶菜类蔬菜的吸收能力最强。受镉污染的蔬菜体内含有较高水平的镉积累，同时会表现出生长受到严重抑制，各项生理指标与营养含量明显下降。蔬菜体内的镉进入人体之后，随着时间的积累，一旦超出人体镉的最大允许摄入量，轻则恶心呕吐、全身乏力，重则引起骨质酥松、骨骼病变，诱发骨癌等。继1955年日本富山县神通川“痛痛病”发生后，镉污染已经引起了世界各国的广泛关注。因此，快速、精确且无损检测叶菜类蔬菜叶片中的重金属镉含量是否超标，可以确保叶菜类蔬菜的食用安全，对改善人们的健康水平更具实际意义。
近年来，国内外已有不少学者将可见光光谱用于农作物内部品质研究。研究结果表明，可见光光谱在样品的色泽外观形态检测方面取得了较好的效果，但采用可见光单波段信息，信息量不够全面，检测精度有待提高；此外，也有不少将太赫兹光谱技术用于对氨基酸、叶绿素等内部成分检测的研究。大部分研究是通过直接或间接获取氨基酸、叶绿素的太赫兹光谱信息，确定其在太赫兹有效频段内的特征吸收峰及平均折射率，并依据此光学参数对不同种类的氨基酸或叶绿素进行定性鉴别分析。目前，鲜有利用太赫兹光谱技术对农作物内部成分进行定量检测的研究报道。由于不同镉胁迫水平下，叶片表面会发生凹凸、质地的改变以及叶绿体结构的变化，同时其内部叶绿素、氨基酸的含量也会受到影响。因此，本发明选用不同镉胁迫水平下的叶菜类蔬菜叶片作为对象，综合利用可以表征叶片外观、叶绿素特征的可见光光谱及能够表征氨基酸含量变化的太赫兹光谱，发明了一种基于可见光、太赫兹融合光谱技术的叶菜类蔬菜叶片重金属镉的检测装置及方法。
发明内容
本发明要解决的技术问题是：如何利用可见光、太赫兹融合光谱技术对叶菜类蔬菜叶片中重金属镉的含量进行快速、精确及无损检测。本发明采用如下技术方案：
基于可见光、太赫兹融合光谱技术的叶菜类蔬菜叶片重金属镉的检测装置，包括透射型太赫兹时域光谱系统装置、可见光图像采集装置、电控样品台装置；
所述透射型太赫兹时域光谱系统装置包括太赫兹发射器、太赫兹探测器、离轴抛物面镜；所述太赫兹发射器发出的光经过离轴抛物面镜的反射、电控样品台装置的透射后能够被太赫兹探测器接收到；
所述可见光图像采集装置能够采集到电控样品台装置上的样品的可见光光谱数据；
所述电控样品台装置能够在所述透射型太赫兹时域光谱系统装置与所述可见光图像采集装置之间自动切换移动；
所述太赫兹探测器接收的太赫兹光谱数据与所述可见光图像采集装置采集的可见光光谱数据送给计算机进行分析处理得到蔬菜叶片重金属镉的含量。
进一步地，所述电控样品台为可伸缩结构；所述电控样品台由所述计算机发出控制信息给步进电机，所述步进电机的转动能够带动所述电控样品台的伸缩平移；在采集太赫兹光谱数据时，计算机控制步进电机转动并带动电控样品台平移至所述透射型太赫兹时域光谱系统装置中；在采集可见光光谱数据时，计算机控制步进电机转动并带动电控样品台平移至所述可见光图像采集装置下面。
进一步地，在采集太赫兹光谱数据时，所述电控样品台位于所述透射型太赫兹时域光谱系统装置的正中间，所述电控样品台的上面为太赫兹发射器和离轴抛物面镜、下面为太赫兹接收器和离轴抛物面镜，所述太赫兹发射器发出的光经所述电控样品台上面的离轴抛物面镜反射后照到所述电控样品台上，所述电控样品台透射的太赫兹光经所述电控样品台下面的离轴抛物面镜反射后被所述太赫兹接收器接收。
进一步地，所述可见光图像采集装置位于电控检测摇臂上；所述电控检测摇臂在所述计算机的控制下能够自动旋转。
进一步地，还包括支撑装置；所述支撑装置包括支架、金属板；所述透射型太赫兹时域光谱系统装置通过所述支架固定在所述金属板上；所述电控样品台装置的一端固定在所述金属板上。
进一步地，还包括仪器台架；所述金属板固定在所述仪器台架上，所述电控检测摇臂固定在所述仪器台架上。
进一步地，还包括遮光罩和光源装置；所述遮光罩将所述透射型太赫兹时域光谱系统装置、可见光图像采集装置、电控样品台装置、电控检测摇臂、支撑装置以及光源装置全部罩在所述仪器台架上面；所述光源装置通过电控光源摇臂固定在所述仪器台架上；所述电控光源摇臂在所述计算机的控制下能够自动旋转。
进一步地，所述仪器台架内部设有控制模块、测量模块，所述仪器台架上模式切换键；所述控制模块、测量模块以及所述模式切换键均与所述计算机相连；当样品的太赫兹光谱和可见光光谱被采集后，所述测量模块分别对太赫兹探测器和图像采集装置输出的信号处理之后送给计算机；在可见光光谱采集时，所述控制模块接收计算机的指令，并发出控制信号给步进电机，所述步进电机的转动能够带动所述电控检测摇臂转动以及电控光源摇臂转动，使得可见光图像采集装置镜头正对的方向与光源方向的交点位于电控样品台的中心位置；所述模式切换键在计算机指令控制下实现触发步进电机转动，进而带动电控样品台伸缩平移，使得电控样品台位于相应光谱采集模式下的位置。
利用上述装置，本发明提出了基于可见光、太赫兹融合光谱技术的叶菜类蔬菜叶片重金属镉的检测方法，包括如下步骤：
S1、进行蔬菜样本的盆土栽培，试验土壤为未受污染的营养土，采用筛网将土壤筛去杂质成细粒状，并保持土壤干燥通风，在土壤中分别加入不同水平的镉，准确称取对应质量的CdCl2·2.5H2O分析纯试剂，以蒸馏水溶剂配置溶液；对应逐层喷洒在试验土壤中，充分翻土混合，并放入花盆中进行蔬菜样本的培育；待莲座期时，针对不同水平的镉胁迫，摘取相同数量中间位置的叶片，剔除新老叶，装入不同的密封塑料袋中贴上标签，立即进行光谱采集；
S2、对样品进行前期清洗处理，然后对遮光罩内的空气进行干燥处理，以保证样品周围的相对湿度小于5％；再将处理后的样品放置于电控样品台上；
S3、利用模式转换键将电控样品台平移到可见光光谱采集模式下；通过计算机调整电控检测摇臂、电控光源摇臂转动，使可见光图像摄像仪的镜头正对方向、卤素灯光源照射方向的延长线交点位于样品的中心处；黑白场标定后，采集样品的可见光光谱信息；再次利用模式转换键将电控样品台平移到太赫兹光谱采集模式下，使样品位于两个离轴抛物面镜的中间位置，即与两离轴抛物面镜的中点在同一条竖直线上；黑白场标定后，采集样品的太赫兹光谱信息；
S4、用研磨机将样品进行粉碎，采用石墨炉原子吸收光谱法测定样品中的镉含量；通过相关性分析确定样品中的镉含量与试验中加入的镉胁迫程度之间是否成正相关性，并将测得的镉含量值用于叶片镉含量定量回归模型的因变量；
S5、对步骤S3中获取的可见光光谱进行分析，利用竞争性自适应重加权采样法对可见光光谱进行特征波段选择，以优选出对重金属镉不同含量区分度最大的特征波段；
S6、对步骤S3中获取的太赫兹光谱信息进行分析，所述太赫兹光谱信息包括透过率、反射率、位相差、吸光度、吸收系数、折射率；通过太赫兹透过率和相位的变化，结合密度泛函理论计算，进行分子结构和振动模式的分析，建立太赫兹谱图并进行分析，研究受不同水平镉胁迫的叶片太赫兹光谱吸收系数、折射率特征的变化规律；对太赫兹光谱进行特征频段选择，利用迭代保留信息变量法，结合太赫兹光谱频段内叶片中重金属镉的吸收峰，实现太赫兹光谱有效频段内的特征频段选择；
S7、从光谱特征融合的角度，将优选的可见光特征波段光谱信息与太赫兹特征频段的光谱信息进行特征层面的融合；利用最小二乘支持向量回归法建立叶片重金属镉含量的定量回归模型，并采用灰狼优化算法对最小二乘支持向量回归机中的参数进行优化建模，最后根据模型评价指标对叶菜类蔬菜叶片中的镉含量水平进行综合评价。
进一步地，所述步骤S7还包括：
建立叶片重金属镉含量的定量回归模型之前，采用随机森林算法检测并剔除异常样品，然后通过SPXY样本划分法选取样本集，以便提高模型的准确性及预测精度；所建模型的评价指标为决定系数和均方根误差，计算公式如下：
公式中，n为样品数量，yi为第i个样品的化学测量值，为第i个样品的预测值，为样品化学测量值的平均值。
本发明的有益效果：
(1)本发明通过可见光、太赫兹融合光谱技术实现叶菜类蔬菜叶片镉含量的定量检测，光谱检测过程中叶片样品不会受到任何损伤，是一种方便的无损检测方法。
(2)本发明中探究了不同的镉胁迫水平对叶片样品可见光、太赫兹光谱分布等多维信息的作用机理，通过特征融合的方式增加了叶片镉含量的检测信息，有效实现叶片镉含量的精确检测。
(3)本发明提出的检测方法采用随机森林进行异常样本的剔除，竞争性自适应重加权采样法及迭代保留信息变量法进行特征选择，同时利用一种新型群体智能算法-灰狼优化算法对最小二乘支持向量机进行参数优化，该方法运行时间短，有利于提高模型的检测精度，实现叶片镉含量的快速检测。
附图说明
图1为本发明的检测装置各模块结构示意图；
图2为本发明的叶片重金属镉含量的检测方法步骤图。
图中标记：1-金属板，2-支架，3-离轴抛物面镜，4-太赫兹发射器，5-电控样品台，6-样品，7-太赫兹探测器，8-太赫兹波，9-可见光图像摄像仪，10-电控检测摇臂，11-卤素灯光源，12-电控光源摇臂，13-遮光罩，14-仪器台架，15-测量模块，16-控制模块，17-模式转换键，18-数据传输线，19-分析模块，20-控制电缆，21-计算机。
具体实施方式
本发明提出了一种基于可见光、太赫兹融合光谱技术的叶菜类蔬菜重金属镉的检测装置，包括太赫兹发射器、太赫兹探测器、离轴抛物面镜、电控样品台、可见光图像摄像仪、卤素灯光源、仪器台架以及计算机；
所述太赫兹发射器、太赫兹探测器及离轴抛物面镜均固定于支架上；所述电控样品台上用于放置样品，并与支架一并固定于金属板上，共同构成透射型太赫兹时域光谱系统(THz-TDS)；所述金属板、电控检测摇臂及电控光源摇臂分别固定于所述仪器台架，所述电控检测摇臂、电控光源摇臂的顶端分别通过水平支架分别固定有所述可见光图像摄像仪、卤素灯光源。
所述仪器台架下方设有测量模块、控制模块及模式转换键；所述测量模块与所述THz-TDS系统、可见光图像摄像仪相连，用于获取采集的样品的可见光、太赫兹光谱数据，当样品的太赫兹光谱和可见光光谱被采集后，测量模块对太赫兹探测器和可见光图像摄像仪输出的模拟信号进行滤波放大，转换成测量信号；所述控制模块一方面通过控制电缆与计算机相连，另一方面与电控检测摇臂、电控光源摇臂相连，通过计算机软件可以控制电控检测摇臂与电控光源摇臂的旋转，以调节两者的位置，使可见光图像摄像仪的镜头正对方向、卤素灯光源照射方向两者的延长线交点位于样品的中心处，以保证图像的清晰度；所述模式转换键与电控样品台相连，电控样品台受步进电机的控制，启动模式切换键后触发步进电机使样品台伸缩平移，以实现太赫兹光谱采集与可见光光谱采集模式之间样品台位置的切换。
所述计算机通过数据采集线与分析模块相连；所述分析模块通过数据采集线与测量模块相连，一方面通过数据传输线接收测量模块中的测量模拟信号，并利用模数转换器实现转换，另一方面将转换后的数据信息通过数据传输线经以太网传入计算机进行处理分析与显示。
进一步，所述透射型太赫兹时域光谱系统(THz-TDS)包括太赫兹发射器、太赫兹探测器、离轴抛物面镜、支架、电控样品台等；
太赫兹光谱采集过程中，飞秒激光脉冲经分束镜产生的两束光，一束光用于激励太赫兹发射器产生太赫兹脉冲辐射，经过离轴抛物面镜入射到样品，太赫兹波经过离轴抛物面镜入射到太赫兹探测器；另一束光则经过延时系统后与太赫兹波交汇。
进一步，所述仪器台架上方设有遮光罩，用于完全覆盖仪器台架上方的所有装置。
进一步，所述计算机一方面控制电控检测摇臂与电控光源摇臂的旋转，以调节两者的位置，使可见光图像摄像仪的镜头正对方向、卤素灯光源照射方向两者的延长线交点位于样品的中心处；另一方面用于显示采集的太赫兹光谱和可见光光谱数据信息。
进一步，所述电控样品台为一个15cm×15cm宽的二维扫描平移台，其受步进电机的控制，可以在垂直于太赫兹波传输方向的x-y平面内左右移动。
下面结合附图对本发明作进一步说明。
本发明装置结构示意图如图1所示，包括金属板1、支架2、离轴抛物面镜3、电控样品台5、太赫兹发射器4、太赫兹探测器7、太赫兹波8、样品6、可见光图像摄像仪9、卤素灯光源11、电控检测摇臂10、电控光源摇臂12、遮光罩13、仪器台架14、测量模块15、控制模块16、分析模块19、模式转换键17、数据传输线18、控制电缆20、计算机21。
所述太赫兹发射器4、太赫兹探测器7及离轴抛物面镜3均固定于支架2上；所述电控样品台5上用于放置样品6，并与支架2一并固定于金属板1上，共同构成透射型太赫兹时域光谱系统(THz-TDS)；所述金属板1、电控检测摇臂10及电控光源摇臂12分别固定于所述仪器台架14，所述电控检测摇臂10、电控光源摇臂12的顶端分别通过水平支架分别固定有所述可见光图像摄像仪9、卤素灯光源11。
所述仪器台架14下方设有测量模块15、控制模块16及模式转换键17；所述测量模块15与所述THz-TDS系统、可见光图像摄像仪9相连，分别用于对采集样品的可见光、太赫兹光谱数据进行处理，当样品的太赫兹光谱和可见光光谱被采集后，测量模块15对太赫兹探测器和可见光图像摄像仪输出的模拟信号进行滤波放大，转换成测量信号并送给计算机；所述控制模块16一方面通过控制电缆20与计算机21相连，另一方面与电控检测摇臂10、电控光源摇臂12相连，通过计算机软件可以控制步进电机转动、并带动电控检测摇臂10与电控光源摇臂12的旋转，以调节两者的位置，使可见光图像摄像仪9镜头正对的方向、卤素灯光源11的照射方向的延长线交点位于样品6的中心处，以保证图像的清晰度；所述模式转换键17与电控样品台5相连，电控样品台5受步进电机的控制，启动模式切换键17后触发步进电机使样品台伸缩平移，以实现太赫兹光谱采集与可见光光谱采集模式之间样品台位置的切换。
所述计算机21通过数据采集线18与分析模块19相连；所述分析模块19通过数据采集线18与测量模块15相连，所述分析模块19一方面通过数据传输线18接收测量模块15中的测量模拟信号，并利用模数转换器实现转换，所述分析模块19另一方面将转换后的数据信息通过数据传输线18经以太网传入计算机21进行处理分析与显示。
进一步，所述透射型太赫兹时域光谱系统(THz-TDS)包括太赫兹发射器4、太赫兹探测器7、离轴抛物面镜3、支架2、电控样品台5等。
太赫兹光谱采集过程中，飞秒激光脉冲经分束镜产生的两束光，一束光用于激励太赫兹发射器4产生太赫兹脉冲辐射，经过上方离轴抛物面镜3入射到样品6，太赫兹波经过下方离轴抛物面镜3入射到太赫兹探测器7，改变太赫兹探测器7的某些特性，由探测光将这种变化读出，通过测量太赫兹探测器7的输出电压，即可间接测量到太赫兹波8；另一束光则经过延时系统后与太赫兹波8交汇，改变光路上的延迟线即可获得太赫兹波8的时域波形，在计算机21上显示各光学参数(透过率、反射率、位相差、吸光度、吸收系数、折射率)，从而获得样品的太赫兹时域光谱信息。
进一步，所述仪器台架14上方设有遮光罩13，用于完全覆盖仪器台架14上方的所有装置。
进一步，所述计算机21一方面控制电控检测摇臂10与电控光源摇臂12的旋转，以调节两者的位置，使可见光图像摄像仪的镜头正对方向、卤素灯光源照射方向两者的延长线交点位于样品的中心处；另一方面用于显示采集的太赫兹光谱和可见光光谱数据信息。
进一步，所述电控样品台5为一个15cm×15cm宽的二维扫描平移台，其受步进电机控制，可以在垂直于太赫兹波8传输方向的x-y平面内左右移动。
本发明检测方法原理如图2所示，具体步骤如下：
1)在江苏大学现代农业装备与技术省部共建重点实验室的Venlo型温室中进行蔬菜样本的盆土栽培，试验土壤为未受污染的营养土。采用筛网将土壤筛去杂质成细粒状，并保持土壤干燥通风。根据《GB15618-1995：土壤环境质量标准》中的土壤污染标准，在土壤中分别加入不同水平的镉。准确称取对应质量的CdCl2·2.5H2O分析纯试剂，以蒸馏水溶剂配置溶液。对应逐层喷洒在试验土壤中，充分翻土混合，并放入花盆中进行蔬菜样本的培育。待莲座期时，针对不同水平的镉胁迫，摘取相同数量中间位置的叶片，剔除新老叶，装入不同的密封塑料袋中贴上标签，立即送入实验室进行光谱采集；
2)对样品进行前期清洗处理，以符合实验基本要求，然后对遮光罩13内的空气进行干燥处理，以保证样品周围的相对湿度小于5％，再将处理后的样品放置于电控样品台5上；
3)利用模式转换键将电控样品台平移到可见光光谱采集模式下，通过计算机调整电控检测摇臂、电控光源摇臂的位置，使可见光图像摄像仪、卤素灯光源的延长线交点位于样品的中心处；黑白场标定后，采集样品的可见光光谱信息。再次利用模式转换键将电控样品台平移到太赫兹光谱采集模式下，使样品位于两个离轴抛物面镜的中间位置，即与两离轴抛物面镜的中点在同一条竖直线上；黑白场标定后，采集样品的太赫兹光谱信息；
4)用研磨机将样品进行粉碎，采用石墨炉原子吸收光谱法测定样品中的镉含量；通过相关性分析确定样品中的镉含量与试验中加入的镉胁迫程度之间是否成正相关性，并将测得的镉含量值用于叶片镉含量定量回归模型的因变量；
5)对获取的可见光光谱进行分析，利用竞争性自适应重加权采样法对可见光光谱进行特征波段选择，以优选出对重金属镉不同含量区分度最大的特征波段；
6)对获取的太赫兹光谱信息进行分析，所述太赫兹光谱信息包括透过率、反射率、位相差、吸光度、吸收系数、折射率；通过太赫兹透过率和相位的变化，结合密度泛函理论计算，进行分子结构和振动模式的分析，建立太赫兹谱图并进行分析，研究受不同水平镉胁迫的叶片太赫兹光谱吸收系数、折射率特征的变化规律；对太赫兹光谱进行特征频段选择，利用迭代保留信息变量法，结合太赫兹光谱频段内叶片中重金属镉的吸收峰，实现太赫兹光谱有效频段内的特征选择；
7)从光谱特征融合的角度，将优选的可见光特征波段光谱信息与太赫兹特征频段的光谱信息进行特征层面的融合；利用最小二乘支持向量回归法建立叶片重金属镉含量的定量回归模型，并采用灰狼优化算法对最小二乘支持向量回归机中的参数进行优化建模，最后根据模型评价指标对叶菜类蔬菜叶片中的镉含量水平进行综合评价。
进一步，步骤7)还包括：建立镉含量浓度水平的信息检测模型之前，采用随机森林算法检测并剔除异常样品，然后通过SPXY样本划分法选取样本集，以便提高模型的准确性及预测精度。；所建模型的评价指标为决定系数R2和均方根误差RMSE，计算公式如下：
公式中，n为样品数量，yi为第i个样品的化学测量值，为第i个样品的预测值，为样品化学测量值的平均值。
本发明通过可见光、太赫兹融合光谱技术实现叶菜类蔬菜叶片镉含量的定量检测，光谱检测过程中叶片样品不会受到任何损伤，是一种方便的无损检测方法。探究了不同的镉胁迫水平对叶片样品可见光、太赫兹光谱分布等多维信息的作用机理，通过特征融合的方式增加了叶片镉含量的检测信息，有效实现叶片镉含量的精确检测。本发明提出的检测方法采用随机森林进行异常样本的剔除，竞争性自适应重加权采样法及迭代保留信息变量法进行特征选择，同时利用一种新型群体智能算法-灰狼优化算法对最小二乘支持向量机进行参数优化，该方法运行时间短，有利于提高模型的检测精度。总之，本发明可以为叶菜类蔬菜叶片中重金属含量的检测与应用技术的开发提供理论依据。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。
Claims (10)
1.基于可见光、太赫兹融合光谱技术的叶菜类蔬菜叶片重金属镉的检测装置，其特征在于，包括透射型太赫兹时域光谱系统装置、可见光图像采集装置、电控样品台装置；
所述透射型太赫兹时域光谱系统装置包括太赫兹发射器(4)、太赫兹探测器(7)、离轴抛物面镜(3)；所述太赫兹发射器(4)发出的光经过离轴抛物面镜(3)的反射、电控样品台装置的透射后能够被太赫兹探测器(7)接收到；
所述可见光图像采集装置能够采集到电控样品台装置上的样品的可见光光谱数据；
所述电控样品台装置能够在所述透射型太赫兹时域光谱系统装置与所述可见光图像采集装置之间自动切换移动；
所述太赫兹探测器(7)接收的太赫兹光谱数据与所述可见光图像采集装置采集的可见光光谱数据送给计算机(21)进行分析处理得到蔬菜叶片重金属镉的含量。
2.根据权利要求1所述的基于可见光、太赫兹融合光谱技术的叶菜类蔬菜叶片重金属镉的检测装置，其特征在于，所述电控样品台(5)为可伸缩结构；所述电控样品台(5)由所述计算机(21)发出控制信息给步进电机，所述步进电机的转动能够带动所述电控样品台(5)的伸缩平移；在采集太赫兹光谱数据时，计算机(21)控制步进电机转动并带动电控样品台(5)平移至所述透射型太赫兹时域光谱系统装置中；在采集可见光光谱数据时，计算机(21)控制步进电机转动并带动电控样品台(5)平移至所述可见光图像采集装置下面。
3.根据权利要求1所述的基于可见光、太赫兹融合光谱技术的叶菜类蔬菜叶片重金属镉的检测装置，其特征在于，在采集太赫兹光谱数据时，所述电控样品台(5)位于所述透射型太赫兹时域光谱系统装置的中间，所述电控样品台(5)的上面为太赫兹发射器(4)和离轴抛物面镜(3)、下面为太赫兹探测器(7)和离轴抛物面镜(3)，所述太赫兹发射器(4)发出的光经所述电控样品台(5)上面的离轴抛物面镜(3)反射后照到所述电控样品台(5)上，所述电控样品台(5)透射的太赫兹光经所述电控样品台(5)下面的离轴抛物面镜(3)反射后被所述太赫兹探测器(7)接收。
4.根据权利要求1所述的基于可见光、太赫兹融合光谱技术的叶菜类蔬菜叶片重金属镉的检测装置，其特征在于，所述可见光图像采集装置位于电控检测摇臂(10)上；所述电控检测摇臂(10)在所述计算机(21)的控制下能够自动旋转。
5.根据权利要求4所述的基于可见光、太赫兹融合光谱技术的叶菜类蔬菜叶片重金属镉的检测装置，其特征在于，还包括支撑装置；所述支撑装置包括支架(2)、金属板(1)；所述透射型太赫兹时域光谱系统装置通过所述支架(2)固定在所述金属板(1)上；所述电控样品台装置的一端固定在所述金属板(1)上。
6.根据权利要求5所述的基于可见光、太赫兹融合光谱技术的叶菜类蔬菜叶片重金属镉的检测装置，其特征在于，还包括仪器台架(14)；所述金属板(1)固定在所述仪器台架(14)上，所述电控检测摇臂(10)固定在所述仪器台架(14)上。
7.根据权利要求6所述的基于可见光、太赫兹融合光谱技术的叶菜类蔬菜叶片重金属镉的检测装置，其特征在于，还包括遮光罩(13)和光源装置；所述遮光罩(13)将所述透射型太赫兹时域光谱系统装置、可见光图像采集装置、电控样品台装置、电控检测摇臂(10)、支撑装置以及光源装置全部罩在所述仪器台架(14)上面；所述光源装置通过电控光源摇臂(12)固定在所述仪器台架(14)上；所述电控光源摇臂(12)在所述计算机(21)的控制下能够自动旋转。
8.根据权利要求6所述的基于可见光、太赫兹融合光谱技术的叶菜类蔬菜叶片重金属镉的检测装置，其特征在于，所述仪器台架(14)上设有控制模块(16)、测量模块(15)、模式切换键(17)；所述控制模块(16)、测量模块(15)以及所述模式切换键(17)均与所述计算机(21)相连；当样品的太赫兹光谱和可见光光谱被采集后，所述测量模块(15)分别对太赫兹探测器(7)和图像采集装置输出的信号处理之后送给计算机(21)；在可见光光谱采集时，所述控制模块(16)接收计算机(21)的指令，并发出控制信号给步进电机，所述步进电机的转动能够带动所述电控检测摇臂(10)转动以及电控光源摇臂(12)转动，使得可见光图像采集装置镜头正对的方向与光源方向的交点位于电控样品台(5)的中心位置；所述模式切换键(17)在计算机指令控制下实现触发步进电机转动，进而带动电控样品台伸缩平移，使得电控样品台(5)位于相应光谱采集模式下的位置。
9.基于可见光、太赫兹融合光谱技术的叶菜类蔬菜叶片重金属镉的检测方法，其特征在于，包括如下步骤：
S1、进行蔬菜样本的盆土栽培，试验土壤为未受污染的营养土，采用筛网将土壤筛去杂质成细粒状，并保持土壤干燥通风，在土壤中分别加入不同水平的镉，准确称取对应质量的CdCl2·2.5H2O分析纯试剂，以蒸馏水溶剂配置溶液；对应逐层喷洒在试验土壤中，充分翻土混合，并放入花盆中进行蔬菜样本的培育；待莲座期时，针对不同水平的镉胁迫，摘取相同数量中间位置的叶片，剔除新老叶，装入不同的密封塑料袋中贴上标签，立即进行光谱采集；
S2、对样品进行前期清洗处理，然后对遮光罩内的空气进行干燥处理，以保证样品周围的相对湿度小于5％；再将处理后的样品放置于电控样品台上；
S3、利用模式转换键(17)将电控样品台(5)平移到可见光光谱采集模式下；通过计算机(21)调整电控检测摇臂(10)、电控光源摇臂(12)转动，使可见光图像摄像仪(9)的镜头正对方向、卤素灯光源(11)照射方向的延长线交点位于样品的中心处；黑白场标定后，采集样品的可见光光谱信息；再次利用模式转换键(17)将电控样品台(5)平移到太赫兹光谱采集模式下，使样品位于两个离轴抛物面镜(3)的中间位置，即与两离轴抛物面镜(3)的中点在同一条竖直线上；黑白场标定后，采集样品的太赫兹光谱信息；
S4、用研磨机将样品进行粉碎，采用石墨炉原子吸收光谱法测定样品中的镉含量；通过相关性分析确定样品中的镉含量与试验中加入的镉胁迫程度之间是否成正相关性，并将测得的镉含量值用于叶片镉含量定量回归模型的因变量；
S5、对步骤S3中获取的可见光光谱进行分析，利用竞争性自适应重加权采样法对可见光光谱进行特征波段选择，以优选出对重金属镉不同含量区分度最大的特征波段；
S6、对步骤S3中获取的太赫兹光谱信息进行分析，所述太赫兹光谱信息包括透过率、反射率、位相差、吸光度、吸收系数、折射率；通过太赫兹透过率和相位的变化，结合密度泛函理论计算，进行分子结构和振动模式的分析，建立太赫兹谱图并进行分析，研宄受不同水平镉胁迫的叶片太赫兹光谱吸收系数、折射率特征的变化规律；对太赫兹光谱进行特征频段选择，利用迭代保留信息变量法，结合太赫兹光谱频段内叶片中重金属镉的吸收峰，实现太赫兹光谱有效频段内的特征频段选择；
S7、从光谱特征融合的角度，将优选的可见光特征波段光谱信息与太赫兹特征频段的光谱信息进行特征层面的融合；利用最小二乘支持向量回归法建立叶片重金属镉含量的定量回归模型，并采用灰狼优化算法对最小二乘支持向量回归机中的参数进行优化建模，最后根据模型评价指标对叶菜类蔬菜叶片中的镉含量水平进行综合评价。
10.根据权利要求9所述的基于可见光、太赫兹融合光谱技术的叶菜类蔬菜叶片重金属镉的检测方法，其特征在于，所述步骤S7还包括：
建立叶片重金属镉含量的定量回归模型之前，采用随机森林算法检测并剔除异常样品，然后通过SPXY样本划分法选取样本集，以便提高模型的准确性及预测精度；所建模型的评价指标为决定系数和均方根误差，计算公式如下：
公式中，n为样品数量，yi为第i个样品的化学测量值，为第i个样品的预测值，为样品化学测量值的平均值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810078227.6A CN108535200B (zh) | 2018-01-23 | 2018-01-23 | 叶菜类蔬菜叶片重金属镉的检测装置及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810078227.6A CN108535200B (zh) | 2018-01-23 | 2018-01-23 | 叶菜类蔬菜叶片重金属镉的检测装置及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108535200A true CN108535200A (zh) | 2018-09-14 |
| CN108535200B CN108535200B (zh) | 2021-02-12 |
Family
ID=63486075
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810078227.6A Active CN108535200B (zh) | 2018-01-23 | 2018-01-23 | 叶菜类蔬菜叶片重金属镉的检测装置及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108535200B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110348490A (zh) * | 2019-06-20 | 2019-10-18 | 宜通世纪科技股份有限公司 | 一种基于支持向量机算法的土壤质量预测方法及装置 |
| CN110987853A (zh) * | 2019-11-08 | 2020-04-10 | 北京农业信息技术研究中心 | 基于太赫兹光谱的土壤铅污染程度预测方法及装置 |
| CN111027629A (zh) * | 2019-12-13 | 2020-04-17 | 国网山东省电力公司莱芜供电公司 | 基于改进随机森林的配电网故障停电率预测方法及系统 |
| CN111781159A (zh) * | 2020-07-30 | 2020-10-16 | 浙江大学 | 一种植物镉螯合物原位检测方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008175760A (ja) * | 2007-01-22 | 2008-07-31 | National Agriculture & Food Research Organization | 穀物の品質評価装置 |
| CN106124435A (zh) * | 2016-07-04 | 2016-11-16 | 江苏大学 | 基于可见光、近红外、太赫兹融合光谱技术的大米新陈品质检测装置及检测方法 |
| CN107179291A (zh) * | 2017-05-10 | 2017-09-19 | 中国科学院合肥物质科学研究院 | 基于太赫兹光谱与深度自动编码器的土壤重金属元素含量预测方法 |
-
2018
- 2018-01-23 CN CN201810078227.6A patent/CN108535200B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008175760A (ja) * | 2007-01-22 | 2008-07-31 | National Agriculture & Food Research Organization | 穀物の品質評価装置 |
| CN106124435A (zh) * | 2016-07-04 | 2016-11-16 | 江苏大学 | 基于可见光、近红外、太赫兹融合光谱技术的大米新陈品质检测装置及检测方法 |
| CN107179291A (zh) * | 2017-05-10 | 2017-09-19 | 中国科学院合肥物质科学研究院 | 基于太赫兹光谱与深度自动编码器的土壤重金属元素含量预测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 李斌等: "基于太赫兹光谱的土壤重金属铅含量检测初步研究", 《农业机械学报》 * |
| 顾艳文等: "基于光谱参数对小白菜叶片镉含量的高光谱估算", 《生态学报》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110348490A (zh) * | 2019-06-20 | 2019-10-18 | 宜通世纪科技股份有限公司 | 一种基于支持向量机算法的土壤质量预测方法及装置 |
| CN110987853A (zh) * | 2019-11-08 | 2020-04-10 | 北京农业信息技术研究中心 | 基于太赫兹光谱的土壤铅污染程度预测方法及装置 |
| CN110987853B (zh) * | 2019-11-08 | 2022-02-11 | 北京农业信息技术研究中心 | 基于太赫兹光谱的土壤铅污染程度预测方法及装置 |
| CN111027629A (zh) * | 2019-12-13 | 2020-04-17 | 国网山东省电力公司莱芜供电公司 | 基于改进随机森林的配电网故障停电率预测方法及系统 |
| CN111027629B (zh) * | 2019-12-13 | 2024-02-27 | 国网山东省电力公司莱芜供电公司 | 基于改进随机森林的配电网故障停电率预测方法及系统 |
| CN111781159A (zh) * | 2020-07-30 | 2020-10-16 | 浙江大学 | 一种植物镉螯合物原位检测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108535200B (zh) | 2021-02-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108535200A (zh) | 基于可见光、太赫兹融合光谱技术的叶菜类蔬菜叶片重金属镉的检测装置及方法 | |
| Liu et al. | Measurement and analysis of bidirectional SIF emissions in wheat canopies | |
| WO2019113998A1 (zh) | 一种盆栽生菜的综合长势监测方法及装置 | |
| Rautiainen et al. | Seasonal reflectance dynamics of common understory types in a northern European boreal forest | |
| CN100510709C (zh) | 便携式多通道作物叶片氮素营养指标无损监测装置 | |
| Lan | Development of an integration sensor and instrumentation system for measuring crop conditions | |
| CN100480681C (zh) | 基于近红外光谱的植物生长信息获取装置 | |
| CN110542668A (zh) | 一种基于太赫兹成像技术定量分析叶片成分分布情况的方法 | |
| CN101881725A (zh) | 基于反射光谱的大棚作物生长状况自动监测系统 | |
| CN102628800A (zh) | 植物叶片叶绿素含量测量方法及系统 | |
| CN2864669Y (zh) | 基于近红外光谱的植物生长信息获取装置 | |
| Yao et al. | Design and testing of an active light source apparatus for crop growth monitoring and diagnosis | |
| CN102967562B (zh) | 一种高精度作物生长信息监测仪及其检测方法 | |
| CN101968443A (zh) | 反射式近红外植物叶片含水量的无损检测装置及方法 | |
| Denison et al. | Field estimates of green leaf area index using laser-induced chlorophyll fluorescence | |
| CN102768186B (zh) | 一种田间作物生长信息无损快速检测装置及检测方法 | |
| Guillén-Climent et al. | Estimating radiation interception in an olive orchard using physical models and multispectral airborne imagery | |
| Tian et al. | Monitoring leaf photosynthesis with canopy spectral reflectance in rice | |
| Keskin et al. | Reflectance-based sensor to predict visual quality ratings of turfgrass plots | |
| CN105181632B (zh) | 网络型多维度植物成像ndvi测量装置 | |
| CN108489916B (zh) | 一种湖泊藻类叶绿素a浓度快速监测方法 | |
| Darvishzadeh et al. | Retrieval of vegetation biochemicals using a radiative transfer model and hyperspectral data | |
| Bedard et al. | The estimation of dry green biomass in hayfields from canopy spectroreflectance measurements | |
| Essery et al. | The impact of ozone and acid mist on the spectral reflectance of young Norway spruce trees | |
| Ni et al. | Application of monitoring system about plant growth information based on spectroscopy technique |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230926 Address after: 445000, 1st Floor, Hanyuan New World, Shennongxi Community, Xinling Town, Badong County, Enshi Tujia and Miao Autonomous Prefecture, Hubei Province Patentee after: Hubei Hengyi Agricultural Development Co.,Ltd. Address before: 230000 floor 1, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province Patentee before: Dragon totem Technology (Hefei) Co.,Ltd. Effective date of registration: 20230926 Address after: 230000 floor 1, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province Patentee after: Dragon totem Technology (Hefei) Co.,Ltd. Address before: Zhenjiang City, Jiangsu Province, 212013 Jingkou District Road No. 301 Patentee before: JIANGSU University |
|
| TR01 | Transfer of patent right |