CN108693145B - 一种植物叶片含水率检测方法 - Google Patents
一种植物叶片含水率检测方法 Download PDFInfo
- Publication number
- CN108693145B CN108693145B CN201710233603.XA CN201710233603A CN108693145B CN 108693145 B CN108693145 B CN 108693145B CN 201710233603 A CN201710233603 A CN 201710233603A CN 108693145 B CN108693145 B CN 108693145B
- Authority
- CN
- China
- Prior art keywords
- convex lens
- water content
- plant leaves
- temperature
- plant
- 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
Images
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
- G01N21/59—Transmissivity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N5/00—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid
- G01N5/04—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid by removing a component, e.g. by evaporation, and weighing the remainder
- G01N5/045—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid by removing a component, e.g. by evaporation, and weighing the remainder for determining moisture content
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供了一种植物叶片含水率检测方法,包括:采集含有植物叶片含水率信息的参数数据、植物叶片的温湿度数据和空气的温湿度数据;根据参数数据计算植物叶片的透射率和水分调整型归一化植被指数;建立用于计算植物叶片含水率的多元线性回归模型;在多元线性回归模型中输入透射率、水分调整型归一化植被指数、植物叶片的温湿度数据和空气的温湿度数据以获取植物叶片的鲜重含水率。本发明实现了快速、准确、无损地在线检测出植物叶片的含水量,并且检测结果更稳定,误差更小,准确度更高。
Description
技术领域
本发明涉及植物参数检测技术领域,具体涉及一种植物叶片含水率检测及方法。
背景技术
水是植物生长过程中必不可少的组成成分,缺水将影响植物的生长、产量和品质。水分在近红外光谱区域存在敏感波段,利用敏感波段可以检测植物叶片的水分含量。研究发现水分敏感中心波段主要位于760nm、970nm、1145nm、1450nm和1940nm,因此这些波段被广泛用于植物叶片水分含量检测研究。
利用近红外光源照射植物叶片,近红外光谱经过漫反射、折射和透射最终穿过植物叶片,从而携带有植物的组织结构信息,因此可以通过检测透射光谱反演植物生物量含量。但是透射法会受到待测样本质地结构变化、外界环境因素、系统噪声等带来的干扰,降低了植物叶片水分含量检测的准确性。
发明内容
针对现有技术中的缺陷,本发明提供一种植物叶片含水率检测方法,可提高植物叶片的鲜重含水率检测结果的准确性。
为实现上述目的,本发明提供以下技术方案:
本发明提供了一种植物叶片含水率检测方法,包括:
采集含有植物叶片含水率信息的参数数据、植物叶片的温湿度数据和空气的温湿度数据;
根据所述参数数据计算植物叶片的透射率和水分调整型归一化植被指数;
建立用于计算植物叶片含水率的多元线性回归模型;
在所述多元线性回归模型中输入所述透射率、所述水分调整型归一化植被指数、植物叶片的温湿度数据和空气的温湿度数据以获取植物叶片的鲜重含水率。
进一步的,采用下述的采集装置采集含有植物叶片含水率信息的参数数据、植物叶片的温湿度数据和空气的温湿度数据;
采集装置,包括:第一部件、第二部件、温湿度传感器以及依次设置在轴线上的近红外光源、第一凸透镜、第二凸透镜和光电传感器;
所述第一凸透镜与所述第二凸透镜平行设置,且第一凸透镜与第二凸透镜之间设置待测叶片样本;
所述第一部件上设有第一凹陷和温湿度传感器,所述第一凹陷内部设有所述近红外光源和所述第一凸透镜,所述温湿度传感器与第一凹陷内所述第一凸透镜齐平;
所述第二部件上设有第二凹陷,所述第二凹陷内部设有所述第二凸透镜和光电传感器;
所述第一凹陷与所述第二凹陷相对设置,以使近红外光源、第一凸透镜、第二凸透镜和光电传感器的中心在同一轴线上;
所述第一凹陷与所述第二凹陷相对设置,相对的两个侧面上分别设有隔绝光线的垫圈。
进一步的,所述第一凸透镜到近红外光源的距离为1倍的所述第一凸透镜的焦距,第一凸透镜到待测叶片的距离为5mm;所述第二凸透镜到光电传感器的距离为1倍的所述第二凸透镜的焦距,所述第二凸透镜到待测叶片的距离为1倍的所述第二凸透镜的焦距。
进一步的,所述采集装置采集含有植物叶片含水率信息的参数数据的步骤,包括:
设置所述检测装置上的所述第一部件和所述第二部件,使所述第一部件与所述第二部件之间处于闭合状态;
获取所述检测装置上的所述近红外光源不发光时所述光电传感器采集的暗电流值Ib;
获取所述检测装置上的所述近红外光源发光时所述光电传感器采集的亮电流值Ia;
获取所述检测装置上的所述近红外光源发光时且所述第一部件与所述第二部件之间设有待测叶片状态下的所述光电传感器采集的电流值It。
进一步的,根据所述参数数据计算植物叶片的透射率的公式如下:
其中,Ia为采集的亮电流值,Ib为采集的暗电流值,It为采集的含有待测样本的电流值。
进一步的,所述采集装置将透射率、水分调整型归一化植被指数、植物叶片的温湿度数据和空气的温湿度数据发送至处理装置,
所述处理装置,用于计算植物叶片的鲜重含水率;
所述处理装置计算含水率之前还包括:获取处理装置的光学特性参数,对处理装置进行标定。
进一步的,所述建立用于计算植物叶片含水率的多元线性回归模型的步骤,包括:
根据植物叶片样本的透射率、温湿度数据以及含水率建立第一模型;
获取所述第一模型中的模型系数;
根据所述模型系数建立所述多元线性回归模型。
进一步的,采用下式计算植物叶片的鲜重含水率FW:
其中,WX为植物叶片样本的叶片鲜重,WG为植物叶片样本烘干至恒重的叶片重量。
进一步的,所述多元线性回归模型为:
FW=K1·k·T890+K2·k·T980+K3·Δt+K4·Δm+K5·WMNDVI;
其中,FW为植物叶片的鲜重含水率,T890和T980分别表示水分敏感波段为890nm和为980nm的植物叶片透射率;k为光学特性参数;Δt是植物叶片温度与空气温度的差值,Δm是植物叶片湿度与空气湿度的差值;WMNDVI是水分调整型归一化植被指数;K1、K2、K3、K4和K5为所述第一模型中的模型系数,分别是透射率T890、透射率T980、差值Δt、差值Δm和水分调整型归一化植被指数WMNDVI对应的系数。
进一步的,所述水分调整型归一化植被指数WMNDVI采用下述公式计算:
其中,p为水分调整型归一化植被指数的调整系数,p=±0.5;
所述光学特性参数k采用下述公式计算:
其中,T1为标定板第一次的透射率,T2为标定板第二次的透射率。
由上述技术方案可知,本发明所述的一种植物叶片含水率检测方法,通过检测植物叶片的含水率参数和温湿度数据,对检测的数据进行处理并计算获得植物叶片的鲜重含水率,实现了快速、无损、高效地在线检测出植物叶片的鲜重含水率,并且检测结果更稳定,误差更小,准确度更高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明的一种植物叶片含水率检测方法的流程示意图;
图2是本发明的一种植物叶片含水率检测方法中采集装置的结构示意图;
图3是本发明的一种植物叶片含水率检测方法中采集装置第一部件内部俯视图;
图4是本发明的一种植物叶片含水率检测方法中检测装置的夹子状态的示意图;
图5是本发明的一种植物叶片含水率检测方法中检测装置的夹子结构光学通道示意图;
图6是本发明的一种植物叶片含水率检测方法中步骤S103的流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
植物叶片含水量是灌溉控制的重要节点。当植物叶片中含水量降低时,如果不能及时进行灌溉则会导致植株供水不足而生长缓慢,严重的会枯萎,极大的影响作物的产量。如果植物叶片含水量升高时,则应该暂缓灌溉,以免出现水分过多导致植株死亡。研究发现,水分在近红外光谱区域存在敏感波段,利用敏感波段可以检测植物叶片的水分含量。利用主动近红外光源照射植物叶片,近红外光谱经过漫反射、透射和折射最终穿过植物叶片,从而携带有植物的组织结构信息,因此可以通过检测透射光谱反演植物生物量含量。但是透射法会受到待测样本质地结构变化、外界环境因素、系统噪声等带来的干扰。
为解决上述技术问题,本发明实施例提供一种植物叶片含水率检测方法,通过增加传感器、引入水分调整型归一化植被指数和标准板校正检测结果来有效抑制干扰因素对实验结果带来的影响,提高检测结果准确性。
本发明实施例提供一种植物叶片含水率检测方法,参见图1,该方法包括:
S101:采集含有植物叶片含水率信息的参数数据、植物叶片的温湿度数据和空气的温湿度数据;
在本步骤中,利用光源照射植物叶片,近红外光谱经过漫反射、透射和折射最终穿过植物叶片,携带有植物的组织结构信息,根据含有组织结构信息的透射光谱、水分归一化调整型植被指数和温湿度数据反演植物叶片的鲜重含水率;其中温湿度数据作为辅助变量,提高计算植物叶片含水率的精度。
S102:根据所述参数数据计算植物叶片的透射率和水分调整型归一化植被指数;
在本步骤中,直接获取光照源的光照信号,获取无光照源的传感器暗电流信号和获取光源照射植物叶片后的有效光照信号,采用有效光信号减去暗电流信号与光照信号减去暗电流信号的比值作为植物叶片的透射率。根据890nm和980nm两波段的透射率计算水分归一化调整型植被指数WMNDVI。
S103:建立用于计算植物叶片鲜重含水率的多元线性回归模型;
在本步骤中,获取新鲜样本的植物叶片的透射率、WMNDVI和温湿度信息,将新鲜样本的植物叶片烘干至恒重的叶片;通过新鲜的植物叶片重量和烘干的植物叶片的重量计算植物叶片的鲜重含水率,根据样本植物叶片的透射率、WMNDVI、温湿度信息和鲜重含水率建立计算植物叶片鲜重含水率的多元线性回归模型。
S104:在所述多元线性回归模型中输入所述透射率、所述水分调整型归一化植被指数、植物叶片的温湿度数据和空气的温湿度数据以获取植物叶片的鲜重含水率。在本步骤中,将上述步骤S203建立的多元线性回归模型嵌入处理装置中,在处理装置中输入植物叶片的透射率、WMNDVI和温湿度信息即可获知植物叶片的鲜重含水率。
从上述描述可知,本发明实施例提供一种植物叶片含水率检测方法,实现了植物叶片含水率的无损在线监测,通过采用水分调整型归一化植被指数更加准确的检测样本质地结构的参数,并检测植物叶片的温湿度数据和空气的温湿度数据以一排除外界环境因素的干扰;并且具有检测时间短、步骤简单和检测效率高的特点。
进一步的,在上述实施例的基础上,采用下述的采集装置采集含有植物叶片含水率信息的参数数据和植物叶片与空气的温湿度数据;
参见图2和图3,采集装置,包括:第一部件15、第二部件16、温湿度传感器17以及依次设置在轴线上的近红外光源11、第一凸透镜12、第二凸透镜13和光电传感器14;
所述第一凸透镜12与所述第二凸透镜13平行设置,且第一凸透镜12与第二凸透镜13之间设置待检测含水率的植物叶片;
所述第一部件15上设有第一凹陷和第三凹陷,所述第一凹陷内部设有所述近红外光源11和所述第一凸透镜12,所述第三凹陷设有所述温湿度传感器17;所述第二部件16上设有第二凹陷,所述第二凹陷内部设有所述第二凸透镜13和光电传感器14;
所述第一凹陷与所述第二凹陷相对设置,以使近红外光源11、第一凸透镜12、第二凸透镜13和光电传感器14的中心在同一轴线上;
所述第一凹陷与所述第二凹陷相对设置,相对的两个侧面上分别设有隔绝光线的垫圈。
所述第三凹陷位于两路近红外光源通道中间靠外侧位置。
具体的,所述第一凸透镜12到光源11距离为1倍焦距,所述第一凸12透镜到待检测叶片距离为5mm,所述第二凸透镜13到光电传感器14的距离为1倍的第二凸透镜13的焦距,所述第二凸透镜13到达待检测叶片的距离为1倍的第二凸透镜13的焦距。
实施时,参见图4,由上合页和下合页组成的夹子结构,其中4-a为夹子夹紧状态的示意图,4-b是夹子分开状态的示意图。夹子的上合页和下合页的前部分别设有第一部件15和第二部件16,参见图5,上合页用于固定近红外光源11和温湿度传感器17(温湿度传感器位于LED中间靠上部位),近红外光源11采用LED光源,LED光源波长分别为890nm和980nm;下合页用于固定光电传感器14,LED光源和光电传感器14的光学通道直径大小相同,均为12.8mm。因为LED光源为发散光,为使其均匀到达植物叶片表面,在LED光源后面加上第一凸透镜12使发散光变为平行光照射到植物叶片表面。因为平行光经过反射折射漫反射等路径透过植物叶片后平行光变的杂散无章,因此在叶片与光电传感器14之间加上第二凸透镜13使得杂散光汇聚到光电传感器14上,保证携带有植物叶片组织结构信息的光被完全感知到。根据凸透镜原理光源11到第一凸透镜12距离为1倍焦距,第一凸透镜12到叶片距离为5mm,第二凸透镜13到光电传感器14的距离为1倍焦距,叶片到第二凸透镜13的距离为1倍焦距。夹子上合页中LED光源固定件拆卸方便,因此可以更换为不同波段的LED光源,得到相应的组合植被指数信息,从而预测作物长势或者生物量含量。光电传感器14选用硅光电二极管,可感知400~1700nm范围内的波段,光敏面积2mmx2mm,本发明选用的890nm和980nm在光电传感器14的感知范围的峰值附近。
为隔绝外界光强干扰,使实验者操作轻便,本发明的夹子结构选用ABS黑色材料,该材料具有易加工、耐腐蚀、抗冲击能力强的优点,可以很好的满足测试要求,且该材料较之其它金属,还具有质量轻的特点,使操作人员使用更加轻便舒适。夹子前端与轴的间距是50mm,正常生长的玉米叶等半宽在50mm左右,因此可以满足玉米检测的需求。夹子式的结构设计使操作更加方便,大大节省了测量时间,且在夹子与叶片的接触面加上垫圈,既提高了处理装置的密封性,又能保护植物叶片不被夹伤。
进一步的,上述采集装置采集含有植物叶片含水率信息的参数数据的步骤和植物叶片与空气的温湿度数据,包括:
S201:设置所述检测装置上的所述第一部件和所述第二部件,使所述第一部件与所述第二部件之间处于闭合状态;
S202:获取所述检测装置上的所述近红外光源不发光时所述光电传感器采集的暗电流值Ib;
S203:获取所述检测装置上的所述近红外光源发光时所述光电传感器采集的亮电流值Ia;
S204:获取所述检测装置上的所述近红外光源发光时且所述第一部件与所述第二部件之间设有叶片状态下的所述光电传感器采集的电流值It。
具体地,采用下式计算植物叶片的透射率T:
其中,Ia为采集的亮电流值,Ib为采集的暗电流值,It为采集的电流值。
进一步的,上述采集装置采用数字温湿度传感器SHT20采集所述植物叶片的温湿度数据。
进一步的,所述采集装置将透射率、水分调整型归一化植被指数、植物叶片的温湿度数据和空气的温湿度数据发送至处理装置,
所述处理装置,用于计算植物叶片的鲜重含水率;
所述处理装置计算鲜重含水率之前还包括:获取处理装置的光学特性参数,对处理装置进行标定。
从上述描述可知,本发明的技术方案根据点光源特点,利用凸透镜特性,设计光路结构,使光源平行到达叶片表面,并均匀到达光电传感器,保证测量结果的可靠性。根据光路结构和实际器件尺寸设计一套夹子结构,LED光源与光电传感器固定件和夹子外壳用螺丝固定,可自由拆卸,夹子外壳的设计采用ABS黑色材料,结构紧促,质量轻,可以有效隔绝外界光干扰。引入温湿度传感器,测量叶表温湿度与空气温湿度差值,并以此修正测量结果。
在上述实施例的基础上,建立用于计算植物叶片含水率的多元线性回归模型的步骤,参见图6,包括:
S301:根据植物叶片样本的透射率、温湿度数据以及含水率建立第一模型;
在本步骤中,采用下式计算植物叶片的鲜重含水率FW:
其中,WX为植物叶片样本的叶片鲜重,WG为植物叶片样本烘干至恒重的叶片重量。
建立含有透射率、温湿度数据以及水分含量的第一模型,该模型中含有未知的模型系数。通过已知的叶片的水分含量参数、透射率参数、水分调整型归一化植被指数和温湿度数据,采用多元回归建模的方式计算获取第一模型的模型系数。
S302:获取所述第一模型中的模型系数;
在本步骤中,所述第一模型中的模型系数包括:K1、K2、K3、K4和K5;分别为所述第一模型中的模型系数,分别是透射率T890、透射率T980、差值Δt、差值Δm和水分调整型归一化植被指数WMNDVI对应的系数。
S303:根据所述模型系数建立所述多元线性回归模型。
在本步骤中,将已知的模型系数:K1、K2、K3、K4和K5代入第一模型中,获取多元线性回归模型,
所述多元线性回归模型为:
FW=K1·k·T890+K2·k·T980+K3·Δt+K4·Δm+K5·WMNDVI;
其中,FW为植物叶片的鲜重含水率预测值,T890和T980分别表示水分敏感波段为890nm和为980nm的植物叶片透射率;k为光学特性参数;Δt是植物叶片温度与空气温度的差值,Δm是植物叶片湿度与空气湿度的差值;WMNDVI是水分调整型归一化植被指数;K1、K2、K3、K4和K5为所述第一模型中的模型系数,分别是透射率T890、透射率T980、差值Δt、差值Δm和水分调整型归一化植被指数WMNDVI对应的系数。
采用水分调整型归一化植被指数更加准确的检测样本质地结构的参数,参见表1-表3,水分调整型归一化植被指数更能反映叶片鲜重含水量信息。
表1 植被指数计算公式:
表2 叶1植被指数与鲜重含水率相关性
植被指数 | T<sub>890</sub> | T<sub>980</sub> | RVI | NDVI | DVI | MRVI | WMNDVI |
相关系数 | 0.82 | 0.76 | 0.77 | -0.77 | -0.79 | 0.77 | 0.83 |
表3 叶2植被指数与鲜重含水率相关性
植被指数 | T<sub>890</sub> | T<sub>980</sub> | RVI | NDVI | DVI | MRVI | WMNDVI |
相关系数 | 0.75 | 0.55 | 0.61 | -0.63 | -0.47 | 0.61 | -0.78 |
由上表可知,WMNDVI与鲜重含水率相关性高于其他植被指数,因此,该植被指数更能反映叶片鲜重含水量信息。
进一步的,采用PDA存储并显示检测的植物叶片的鲜重含水率。
进一步的,所述水分调整型归一化植被指数WMNDVI采用下述公式计算:
其中,p为水分调整型归一化植被指数的调整系数,调整范围为-1~1,p=±0.5时WMNDVI与鲜重含水率相关性最高。
在计算植物叶片的透射率时,叶片的透射率可能会受到待测样本质地结构变化、外界环境因素、系统噪声等带来的干扰,导致叶片的透射率出现误差。因此通过透射率低于90%、80%、70%、50%的标准板,作为标定器件,每次开始测量前对处理装置进行标定,得到光学特性参数,并以此修正测量结果。
在进行试验之前需要对处理装置进行标定工作,为了获得处理装置的光学特性参数k,每次开始测量前标定一次,连续测量则不做标定,标定板选用定制光学玻璃,透光率分别是低于90%、80%、70%和50%的四个标定板。根据光源光强值的强弱选定标定板,假定第一次标定选用透光率低于80%的标准板,透射率值记为T1,第二次标定板选用与第一次相同的标准板,透射率值记为T2,则光学特性参数k计算公式如下:
处理装置透射率通常会因为待测样本质地结构变化、外界环境因素、系统噪声等因素的影响,因此根据实验结果对水分调整型归一化植被指数WMNDVI进行调整来消除这些因素影响,提高实验结果准确性,计算公式如下:
其中,p可调节范围在-1~1之间,经过反复调节,最终发现在p值取±0.5时WMNDVI与叶片鲜重含水率相关性最高。
从上述描述可知,本发明的技术方案采用水分调整型归一化植被指数,作为鲜重含水率预测模型参数,相比于单一透射率,可以消除因叶片结构变化引起的干扰,从而使鲜重含水率的预测结果更加准确。
为了更清楚地描述本实施例的技术方案,通过下述实施案例进行详细的说明。
(1)打开电源开关,给采集装置和处理装置供电,开始准备数据采集。
(2)数据接收节点完成初始化,开始选择频道和设置PAN ID,分配16位短地址以便通讯查询,组建网络等待数据采集节点加入网络。
(3)数据采集节点申请加入网络成功后,开始采集光谱数据和空气温湿度数据,并通过ZigBee网络传输给数据接收节点。
(4)数据采集节点开始工作。第一步,先采集处理装置暗电流,即在夹子闭合状态下,关闭LED光源记录传感器的输出值,记为暗电流值Ib;第二步采集原始光强,即夹子闭合且不加叶片,记录传感器输出值,记为Ia;最后进行实际测量,加上叶片之后记录透过的光强值It。
(7)根据透射率公式和光学特性参数计算得到890nm和980nm的叶片透射率,根据水分调整型归一化植被指数公式和光学特性参数计算得到WMNDVI。利用含水率公式建立多元线性回归模型。其中温湿度传感器数据作为辅助变量,调整模型预测精度。将所得模型嵌入系统软件中即可实时显示叶片水分含量。
(8)数据采集节点将采集到的光谱和温湿度传感器的数据上传给PDA,PDA根据内嵌的鲜重含水率计算公式将光谱数据转换为含水率并显示出来。
(9)测量结束点击保存按钮,即可将数据保存至PDA内。
通过上述描述可知,本发明实施案例提供的植物叶片含水率检测方法,实现了快速、无损地在线检测出植物叶片含水量,并且检测结果更稳定,误差更小,准确度更高。采用分体式设计,避免因为处理装置的笨重,给使用者长时间使用带来负担,此外数据采集节点与数据接收节点之间采用ZigBee网络无线传输,室内空旷地段传输距离达到1Km,可以将数据保存至PDA。
以上实施例仅用于说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (7)
1.一种植物叶片含水率检测方法,其特征在于,所述方法包括如下步骤:
采集含有植物叶片鲜重含水率信息的参数数据、植物叶片的温湿度数据和空气的温湿度数据;
根据所述参数数据计算植物叶片的透射率和水分调整型归一化植被指数;
建立用于计算植物叶片鲜重含水率的多元线性回归模型;
在所述多元线性回归模型中输入所述透射率、所述水分调整型归一化植被指数、植物叶片的温湿度数据和空气的温湿度数据以获取植物叶片的鲜重含水率;
其中,所述建立用于计算植物叶片鲜重含水率的多元线性回归模型的步骤,包括:
根据植物叶片样本的透射率、温湿度数据以及鲜重含水率建立第一模型;
获取所述第一模型中的模型系数;
根据所述模型系数建立所述多元线性回归模型;
所述多元线性回归模型为:
FW=K1·k·T890+K2·k·T980+K3·Δt+K4·Δm+K5·WMNDVI;
其中,FW为植物叶片的鲜重含水率,T890和T980分别表示水分敏感波段为890nm和为980nm的植物叶片透射率;k为光学特性参数;Δt是植物叶片温度与空气温度的差值,Δm是植物叶片湿度与空气湿度的差值;WMNDVI是水分调整型归一化植被指数;K1、K2、K3、K4和K5为所述第一模型中的模型系数,分别是透射率T890、透射率T980、差值Δt、差值Δm和水分调整型归一化植被指数WMNDVI对应的系数;
其中,所述水分调整型归一化植被指数WMNDVI采用下述公式计算:
其中,p为水分调整型归一化植被指数的调整系数,p=±0.5;
所述光学特性参数k采用下述公式计算:
其中,T1为标定板第一次的透射率,T2为标定板第二次的透射率。
2.根据权利要求1所述的方法,其特征在于,采用下述的采集装置采集含有植物叶片鲜重含水率信息的参数数据、植物叶片的温湿度数据和空气的温湿度数据;
采集装置,包括:第一部件、第二部件、温湿度传感器以及依次设置在轴线上的近红外光源、第一凸透镜、第二凸透镜和光电传感器;
所述第一凸透镜与所述第二凸透镜平行设置,且第一凸透镜与第二凸透镜之间设置待测叶片样本;
所述第一部件上设有第一凹陷和温湿度传感器,所述第一凹陷内部设有所述近红外光源和所述第一凸透镜,所述温湿度传感器与第一凹陷内所述第一凸透镜齐平;
所述第二部件上设有第二凹陷,所述第二凹陷内部设有所述第二凸透镜和光电传感器;
所述第一凹陷与所述第二凹陷相对设置,以使近红外光源、第一凸透镜、第二凸透镜和光电传感器的中心在同一轴线上;
所述第一凹陷与所述第二凹陷相对设置,相对的两个侧面上分别设有隔绝光线的垫圈。
3.根据权利要求2所述的方法,其特征在于,所述第一凸透镜到近红外光源的距离为1倍的所述第一凸透镜的焦距,第一凸透镜到待测叶片的距离为5mm;所述第二凸透镜到光电传感器的距离为1倍的所述第二凸透镜的焦距,所述第二凸透镜到待测叶片的距离为1倍的所述第二凸透镜的焦距。
4.根据权利要求3所述的方法,其特征在于,所述采集装置采集含有植物叶片鲜重含水率信息的参数数据的步骤,包括:
设置所述采集装置上的所述第一部件和所述第二部件,使所述第一部件与所述第二部件之间处于闭合状态;
获取所述采集装置上的所述近红外光源不发光时所述光电传感器采集的暗电流值Ib;
获取所述采集装置上的所述近红外光源发光时所述光电传感器采集的亮电流值Ia;
获取所述采集装置上的所述近红外光源发光时且所述第一部件与所述第二部件之间设有待测叶片状态下的所述光电传感器采集的电流值It。
6.根据权利要求5所述的方法,其特征在于,所述采集装置将透射率、水分调整型归一化植被指数、植物叶片的温湿度数据和空气的温湿度数据发送至处理装置,
所述处理装置,用于计算植物叶片的鲜重含水率;
所述处理装置计算鲜重含水率之前还包括:获取采集装置的光学特性参数,对采集装置进行标定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710233603.XA CN108693145B (zh) | 2017-04-11 | 2017-04-11 | 一种植物叶片含水率检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710233603.XA CN108693145B (zh) | 2017-04-11 | 2017-04-11 | 一种植物叶片含水率检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108693145A CN108693145A (zh) | 2018-10-23 |
CN108693145B true CN108693145B (zh) | 2020-02-07 |
Family
ID=63842460
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710233603.XA Active CN108693145B (zh) | 2017-04-11 | 2017-04-11 | 一种植物叶片含水率检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108693145B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109655414B (zh) * | 2018-11-27 | 2021-11-02 | Oppo广东移动通信有限公司 | 电子设备、信息推送方法及相关产品 |
IT201900006346A1 (it) * | 2019-04-24 | 2020-10-24 | Carlo Stella | Dispositivo fogliare |
CN111060473B (zh) * | 2020-01-15 | 2021-06-25 | 王丽娟 | 一种食品质量分析检测装置 |
CN113466193B (zh) * | 2021-06-23 | 2023-03-17 | 河南科技大学 | 一种叶片相对含水量测定方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1789980A (zh) * | 2005-12-16 | 2006-06-21 | 浙江大学 | 基于近红外光谱的植物生长信息获取装置 |
CN101852725A (zh) * | 2010-04-30 | 2010-10-06 | 北京航空航天大学 | 一种全谱段透射式植物生化参数无损检测装置和方法 |
CN101936882A (zh) * | 2010-08-10 | 2011-01-05 | 江苏大学 | 一种作物氮素和水分无损检测方法及装置 |
CN101975759A (zh) * | 2010-09-07 | 2011-02-16 | 中国农业大学 | 透射式无损检测植物叶片含水量的装置和方法 |
CN202649111U (zh) * | 2012-05-15 | 2013-01-02 | 北京林业大学 | 植物叶片阵列led红外光谱检测仪 |
CN103018196A (zh) * | 2012-12-11 | 2013-04-03 | 江苏大学 | 一种油菜需水信息的快速探测方法 |
CN204228602U (zh) * | 2014-11-24 | 2015-03-25 | 中国农业科学院农业信息研究所 | 作物叶片生理水分监测系统 |
CN104931425A (zh) * | 2015-05-29 | 2015-09-23 | 苏州德锐朗智能科技有限公司 | 一种具有温湿补偿的叶绿素含量检测及控制方法 |
-
2017
- 2017-04-11 CN CN201710233603.XA patent/CN108693145B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1789980A (zh) * | 2005-12-16 | 2006-06-21 | 浙江大学 | 基于近红外光谱的植物生长信息获取装置 |
CN101852725A (zh) * | 2010-04-30 | 2010-10-06 | 北京航空航天大学 | 一种全谱段透射式植物生化参数无损检测装置和方法 |
CN101936882A (zh) * | 2010-08-10 | 2011-01-05 | 江苏大学 | 一种作物氮素和水分无损检测方法及装置 |
CN101975759A (zh) * | 2010-09-07 | 2011-02-16 | 中国农业大学 | 透射式无损检测植物叶片含水量的装置和方法 |
CN202649111U (zh) * | 2012-05-15 | 2013-01-02 | 北京林业大学 | 植物叶片阵列led红外光谱检测仪 |
CN103018196A (zh) * | 2012-12-11 | 2013-04-03 | 江苏大学 | 一种油菜需水信息的快速探测方法 |
CN204228602U (zh) * | 2014-11-24 | 2015-03-25 | 中国农业科学院农业信息研究所 | 作物叶片生理水分监测系统 |
CN104931425A (zh) * | 2015-05-29 | 2015-09-23 | 苏州德锐朗智能科技有限公司 | 一种具有温湿补偿的叶绿素含量检测及控制方法 |
Non-Patent Citations (1)
Title |
---|
基于透射光谱的玉米叶片水分含量快速检测;陈香 等;《农业工程学报》;20170228;第33卷;说明书第137-140页,图1,表4-5 * |
Also Published As
Publication number | Publication date |
---|---|
CN108693145A (zh) | 2018-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108693145B (zh) | 一种植物叶片含水率检测方法 | |
CN101382488B (zh) | 利用可见-近红外漫反射光谱技术检测茶鲜叶氮含量的方法 | |
CA3016594C (en) | Optical nitrate sensor compensation algorithm for multiparameter water quality measurement | |
CN101403689A (zh) | 一种植物叶片生理指标无损检测方法 | |
CN102661923A (zh) | 一种复合型水质多参数在线自动监测仪 | |
CN108535199B (zh) | 一种户外多尺度枣园高光谱偏振探测方法 | |
CN103048278B (zh) | 机炒龙井茶叶水分含量在线检测方法 | |
CN104359855B (zh) | 一种基于近红外光谱的注水肉检测方法 | |
WO2012118212A1 (ja) | 汚泥の分析要素量測定方法および汚泥の分析要素量測定装置 | |
CN104406693B (zh) | 一种田间水果的可见与近红外光谱采集装置与方法 | |
CN101949825B (zh) | 光开放环境下的叶片水分近红外无损检测装置及方法 | |
CN104122231B (zh) | 一种在线式自校准水质浊度检测系统 | |
CN103063603B (zh) | 机炒龙井茶叶水分含量在线检测装置 | |
CN110567894A (zh) | 一种含水溶液pH值快速检测方法和检测装置 | |
CN109946246A (zh) | 一种苹果可溶性固形物的检测方法及装置 | |
CN107132197B (zh) | 一种食醋总酸含量的检测方法及装置 | |
CN103364360A (zh) | 水分测定仪 | |
KR101683404B1 (ko) | 근적외선 반사스펙트럼을 이용한 오이녹반 모자이크 바이러스 감염 수박종자의 선별 방법 및 선별 장치 | |
CN105531579A (zh) | 用于确定可变形容器中的物质的浓度的方法 | |
Govindarajan et al. | NIR reflectance spectroscopy for nondestructive moisture content determination in peanut kernels | |
CN112858187A (zh) | 一种基于光谱技术的茄子花青素测量系统及方法 | |
CN113567392A (zh) | 一种基于近红外光谱的小麦气传病原菌孢子快速无损识别方法 | |
Palmer et al. | Online monitoring of biomass accumulation in recombinant yeast cultures | |
CN206671233U (zh) | 一种便携式高精度自动烟点测定箱 | |
IT201800005823A1 (it) | Apparecchiatura per l’analisi in tempo reale ed in linea del raccolto agricolo. |
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 |