CN108844912A - 一种作物长势光谱智能分析系统及方法 - Google Patents
一种作物长势光谱智能分析系统及方法 Download PDFInfo
- Publication number
- CN108844912A CN108844912A CN201810355728.4A CN201810355728A CN108844912A CN 108844912 A CN108844912 A CN 108844912A CN 201810355728 A CN201810355728 A CN 201810355728A CN 108844912 A CN108844912 A CN 108844912A
- Authority
- CN
- China
- Prior art keywords
- crop
- module
- spectral signal
- growing state
- measured
- 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.)
- Pending
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 76
- 238000004458 analytical method Methods 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 title abstract description 27
- 230000003595 spectral effect Effects 0.000 claims abstract description 119
- 230000005540 biological transmission Effects 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 12
- 238000010606 normalization Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000001678 irradiating effect Effects 0.000 claims description 4
- 238000007599 discharging Methods 0.000 claims description 3
- 230000012010 growth Effects 0.000 abstract description 7
- 238000004891 communication Methods 0.000 description 15
- 238000007726 management method Methods 0.000 description 9
- 238000009499 grossing Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000002310 reflectometry Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000008635 plant growth Effects 0.000 description 3
- 238000000985 reflectance spectrum Methods 0.000 description 3
- 230000002457 bidirectional effect Effects 0.000 description 2
- 238000000295 emission spectrum Methods 0.000 description 2
- 238000009313 farming Methods 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000011897 real-time detection Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 241000630841 Anthracoceros coronatus Species 0.000 description 1
- 240000008042 Zea mays Species 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 244000037666 field crops Species 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 150000002367 halogens Chemical class 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 238000003860 storage 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
- G01N21/35—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
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (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
本发明实施例提供了一种作物长势光谱智能分析系统及方法，系统包括：便携式光谱采集模块、智能手机控制模块和云平台智能分析模块，智能手机控制模块分别与便携式光谱采集模块和云平台智能分析模块通信连接；便携式光谱采集模块用于获取待测作物反射的光谱信号；智能手机控制模块用于获取光谱信号，并将光谱信号传输至云平台智能分析模块；云平台智能分析模块用于基于光谱信号和预设作物长势参数反演模型，获取待测作物的作物长势参数。利用便携式光谱仪模块和智能手机控制模块实现待测作物光谱信息的快速获取，并通过云平台智能分析模块定量反演计算待测作物的作物长势参数，可快速分析出待测作物的实时长势及待测作物的生长过程。
Description
技术领域
本发明实施例涉及农业信息监测技术领域，更具体地，涉及一种作物长势智能分析系统及方法。
背景技术
目前，粮食供求与安全状况是备受关注的重大问题之一。粮食的产量与作物的长势密不可分，因此，在农业生产过程中，科学快速地监测农作物的长势可以及时地了解农作物的生长及品质状况，为宏观生产管理、早期产量估计等提供快速、宏观的信息。
目前作物长势的监测最直接、最快速的方法是地面观测方法，而用于地面观测的方法通常是田间精密仪器测量、试验和实验室分析，仪器较重、较大，且需要投入大量的人力、物力，后期实验室分析也使得分析时效性差、具有滞后性，总体成本较高。因此，如何节约成本，实现对作物长势的简单、快速、高效监测是目前亟待解决的关键问题。
发明内容
为克服上述问题或者至少部分地解决上述问题，本发明实施例提供了一种作物长势光谱智能分析系统及方法。
一方面，本发明实施例提供了一种作物长势光谱智能分析系统，包括：便携式光谱采集模块、智能手机控制模块和云平台智能分析模块，所述智能手机控制模块分别与所述便携式光谱采集模块和所述云平台智能分析模块通信连接；
所述便携式光谱采集模块用于获取待测作物反射的光谱信号，并将所述光谱信号传输至所述智能手机控制模块；
所述智能手机控制模块用于获取所述光谱信号，并将所述光谱信号传输至所述云平台智能分析模块；
所述云平台智能分析模块用于基于所述光谱信号和预设作物长势参数反演模型，获取所述待测作物的作物长势参数；
其中，所述预设作物长势参数反演模型具体包括：所述光谱信号与所述待测作物的作物长势参数之间的关系。
优选地，所述便携式光谱采集模块具体包括：光源、探测器和数据传输模块；
所述光源用于照射所述待测作物；所述探测器上设置有滤波片，所述滤波片用于对所述待测作物反射的光谱信号进行滤波处理；所述探测器用于接收所述滤波片滤波处理后的光谱信号，并通过数模转换将滤波处理后的光谱信号转换为数字信号；所述数据传输模块用于将所述数字信号传输至所述智能手机控制模块。
优选地，所述便携式光谱采集模块还包括：电源管理模块；
所述电源管理模块用于为所述便携式光谱采集模块供电以及进行充放电管理。
优选地，所述智能手机控制模块还用于向所述便携式光谱采集模块发送控制指令，以控制所述便携式光谱采集模块的获取动作。
优选地，所述智能手机控制模块所处的智能手机内设置有显示模块，所述显示模块与所述智能手机控制模块物理连接；
所述智能手机控制模块在获取所述光谱信号后，还用于将所述光谱信号与对应的波长绘制成曲线，并控制所述显示模块显示所述曲线。
优选地，所述云平台智能分析模块具体用于获取所述智能手机控制模块发送的所述光谱信号，并基于所述光谱信号和预设作物长势参数反演模型获取所述待测作物的作物长势参数；
所述云平台智能分析模块还用于将所述作物长势参数反馈至所述智能手机控制模块，以供所述智能手机控制模块控制所述显示模块显示所述待测作物的作物长势参数。
优选地，所述作物长势参数包括所述待测作物的归一化植被指数；
相应地，所述预设作物长势参数反演模型具体包括：所述光谱信号与所述归一化植被指数之间的关系。
优选地，所述云平台智能分析模块内存储有初始归一化植被指数；
相应地，所述云平台智能分析模块还用于计算所述归一化植被指数与所述初始归一化植被指数之间的差值，并基于所述差值，分析所述待测作物长势状况。
另一方面，本发明实施例提供了一种作物长势光谱智能分析方法，包括：
获取待测作物反射的光谱信号；基于所述光谱信号和预设作物长势参数反演模型，获取所述待测作物的作物长势参数；
其中，所述预设作物长势参数反演模型具体包括：所述光谱信号与所述待测作物的作物长势参数之间的关系。
本发明实施例提供的一种作物长势光谱智能分析系统及方法，利用便携式光谱仪模块和智能手机控制模块实现待测作物光谱信号的快速获取，并通过在云平台智能分析模块中设置预设作物长势参数反演模型，确定光谱信号与待测作物的作物长势参数之间的关系，通过定量反演计算得到待测作物的作物长势参数，即可快速分析出待测作物的实时长势及待测作物的生长过程，可以解决传统作物长势监测仪器设备重、检测方法复杂又耗时的问题，实现节约成本的目的。本发明较传统的作物长势检测仪器设备具有简单、便携、处理速度快，能够实现对田间作物生长状况的连续、现场、快速检测，为农事操作提供实时信息，为作物生长特性研究提供了新的技术手段，有利于智能化精准农业的发展。
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为本发明一实施例提供的一种作物长势光谱智能分析系统的结构示意图；
图2为本发明一实施例提供的一种作物长势光谱智能分析系统中便携式光谱采集模块与智能手机控制模块之间的通信方式示意图；
图3为本发明另一实施例提供的一种作物长势光谱智能分析系统的结构示意图；
图4为本发明另一实施例提供的一种作物长势光谱智能分析方法的流程示意图。
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、完整地描述，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。
如图1所示，本发明一实施例提供了一种作物长势光谱智能分析系统，包括：便携式光谱采集模块1、智能手机控制模块2和云平台智能分析模块3，所述智能手机控制模块2分别与所述便携式光谱采集模块1和所述云平台智能分析模块3通信连接；
所述便携式光谱采集模块1用于获取待测作物反射的光谱信号，并将所述光谱信号传输至所述智能手机控制模块2；
所述智能手机控制模块2用于获取所述光谱信号，并将所述光谱信号传输至所述云平台智能分析模块3；
所述云平台智能分析模块3用于基于所述光谱信号和预设作物长势参数反演模型，获取所述待测作物的作物长势参数；
其中，所述预设作物长势参数反演模型具体包括：所述光谱信号与所述待测作物的作物长势参数之间的关系。
具体地，本发明实施例中提供的一种作物长势光谱智能分析系统实际上是一种集光谱采集、智能手机控制及云平台智能分析于一体的作物长势光谱智能分析系统。所述的通信连接是指可以进行双向数据传输的通信连接，例如，由于智能手机控制模块2分别与便携式光谱采集模块1和分析模块3通信连接，则便携式光谱采集模块1与智能手机控制模块2之间可以进行双向数据传输，智能手机控制模块2和云平台智能分析模块3之间可以进行双向数据传输。具体可以表现为便携式光谱采集模块1可以将获取到的光谱信号传输至智能手机控制模块2，同时也可以接收由智能手机控制模块2发送的控制指令。云平台智能分析模块3可以接收智能手机控制模块2发送的光谱信号，也可以将最后获取到的待测作物的作物长势参数发送至智能手机控制模块2。
可选的，本发明实施例所说的通信连接，可以选择通过蓝牙串口进行的无线通信连接或通过USB接口进行的有线通信连接。还可以基于蓝牙通信协议建立便携式光谱采集模块与智能手机控制模块之间的数据传输，可同时支持USB接口和蓝牙串口双通道数据传输方式。
便携式光谱采集模块为体积小，可以方便携带的光谱采集模块，通过便携式光谱采集模块可以获取到待测作物反射的光谱信号，并将光谱信号传输至智能手机控制模块。智能手机控制模块接收光谱信号后，将光谱信号传输至云平台智能分析模块；云平台智能分析模块基于光谱信号和预设作物长势参数反演模型，获取待测作物的作物长势参数。需要说明的是，本发明中是获取了待测作物反射的光谱信号，这种光谱信号实际上是待测作物冠层表面反射的光谱信号。
本发明实施例中的智能手机控制模块可以设置在android以及iSO移动终端上，如此便可以远程控制便携式光谱采集模块的工作。当智能手机控制模块接收光谱信号后，由智能手机控制模块所处的智能手机对光谱信号进行存储，以防止数据在后续传输或处理过程中丢失，无法找到原始数据。可选的，智能手机控制模块所处的智能手机支持蓝牙串口4.0及以上版本SPP串口通信，运行环境支持android5.0及以上版本和iSO6.0及以上版本。
作为优选方案，本发明实施例中的云平台智能分析模块通过云端服务器实现分析功能。云平台智能分析模块将接收到的光谱信号进行存储，并将光谱信号输入至预设作物长势参数反演模型，即可得到待测作物的作物长势参数。此时，智能手机控制模块与云平台智能分析模块之间的通信连接可通过通信模块进行连接，通信模块可以通过HTTP通信协议实现。以下均以此为例。
本实施例中，通过在云平台智能分析模块中设置预设作物长势参数反演模型，确定光谱信号与待测作物的作物长势参数之间的关系，通过定量反演计算得到待测作物的作物长势参数，即可分析出待测作物的实时长势及待测作物的生长过程。本发明实施例可以解决传统作物长势监测仪器设备重、检测方法复杂又耗时的问题，实现节约成本、方便快捷的监测大范围待测作物长势的目的；同时作物光谱信息及检测结果可实时上传至云端服务器进行存储，数据安全，易于共享，同时便于反演模型的更新与添加。
在上述实施例的基础上，所述便携式光谱采集模块具体包括：光源、探测器和数据传输模块；
所述光源用于照射所述待测作物，所述待测作物反射的光谱信号由所述探测器接收；所述探测器上设置有滤波片，所述滤波片用于对所述待测作物反射的光谱信号进行滤波处理；所述探测器用于接收所述滤波片滤波处理后的光谱信号，并将滤波处理后的光谱信号转换为电信号，通过数模转换将所述电信号转换为数字信号；所述数据传输模块用于将所述数字信号传输至所述智能手机控制模块。
具体地，光源照射待测作物后，若直接由探测器接收光谱信号，则该光谱信号中包括待测作物反射的光谱信号和除待测作物外环境中其他物体或杂质漫反射的光谱信号，因此为避免除待测作物外环境中其他物体或杂质漫反射的光谱信号对检测结果的影响，本发明实施例中在探测器接收光谱信号前对光谱信号进行处理，使得探测器接收到的光谱信号均为待测作物反射得到。可选的，这里的光源照射待测作物可以是指照射待测作物的冠层表面。
本发明实施例中设置的滤波片用于对反射的光谱信号进行滤波处理，得到待测作物反射的光谱信号的有用波段，以缩小光谱信号的波段范围，降低研究成本。
这里需要说明的是，由探测器接收到的光谱信号为某一波长处的光信号强度幅值，将其转换为电信号和数字信号仅仅是为了后续计算方便，电信号和数字信号中还保留了光谱信号中的所有光学信息，光谱信号和数字信号均为光谱信号。
作为优选方案，本发明实施例中选取的光源为微型卤素光源；选取的探测器的光谱覆盖范围是350-1050nm，光谱分辨率为5nm；数据传输模块支持USB接口及蓝牙串口通信的双通道数据传输模式。如图2所述，便携式光谱采集模块1与智能手机控制模块2通过蓝牙串口通信。
本实施例中，便携式光谱采集模块基于MEMS和图像传感器技术，采用尺寸为厘米级的光谱采集单元，使其体积小、重量轻，更易于携带；同时内置数据传输模块，通过USB接口或蓝牙串口进行通信，便于与智能手机智能手机控制模块进行有线或无线数据传输，使用更方便。
在上述实施例的基础上，所述便携式光谱采集模块还包括：电源管理模块；所述电源管理模块用于为所述便携式光谱采集模块供电以及进行充放电管理。电源管理模块支持USB接口及电源双充电模式。本发明实施例中的便携式光谱采集模块还包括开关，可以根据开关的状态控制是否进行光谱信号的采集，由于内部设置有电源管理模块，可以独立于智能手机控制模块和云平台智能分析模块进行工作。
在上述实施例的基础上，所述智能手机控制模块还用于向所述便携式光谱采集模块发送控制指令，以控制所述便携式光谱采集模块的获取动作；
相应地，所述数据传输模块还用于接收所述智能手机控制模块发送的控制指令。
具体地，智能手机内的智能手机控制模块通过向便携式光谱采集模块发送控制指令以控制便携式光谱采集模块的获取动作。工作人员可通过智能手机设置便携式光谱采集模块的相关参数，以调节便携式采集模块内探测器的积分时间和平均采样次数，进而获取到合适的光谱信号。
本实施例中，通过智能手机控制模块向便携式光谱采集模块发送控制指令以对其进行控制，可以远程进行控制，并不需要工作人员实时手持便携式光谱采集模块，节约了人力物力。
在上述实施例的基础上，所述智能手机控制模块所处的智能手机内设置有显示模块，所述显示模块与所述智能手机控制模块物理连接；
所述云平台智能分析模块具体用于获取所述智能手机控制模块发送的所述光谱信号，基于所述光谱信号和所述云平台智能分析模块内的所述预设作物长势参数反演模型，获取所述待测作物的作物长势参数；
所述云平台智能分析模块还用于将所述作物长势参数反馈至所述智能手机控制模块，以供所述智能手机控制模块控制在所述智能手机的显示模块显示所述待测作物的作物长势参数。
具体地，由于显示模块与智能手机控制模块之间为物理连接，且智能手机控制模块设置在智能手机内，可以认为显示模块即为智能手机的显示屏幕，显示模块用于显示云平台智能分析模块计算得到的待测作物的作物长势参数。
在上述实施例的基础上，所述智能手机控制模块在获取所述光谱信号后，还用于将所述光谱信号与对应的波长绘制成曲线，并控制所述显示模块显示所述曲线。该曲线代表的即为光谱曲线，当工作人员需要查看光谱曲线时，打开智能手机，通过智能手机控制模块即可控制显示模块显示该曲线。显示模块还可以实时显示待测作物上不同冠层表面的光谱信号，以及显示不同待测作物的光谱信号，同时显示云平台智能分析模块返回的计算结果。通过对待测作物的作物长势参数的定量反演计算，从而可以分析该待测作物的实时长势及待测作物的生长过程。
在上述实施例的基础上，所述作物长势参数包括所述待测作物的归一化植被指数(Normalized Difference Vegetation Index，NDVI)；
相应地，所述预设作物长势参数反演模型具体包括：所述光谱信号与所述归一化植被指数之间的关系。
云平台上的云平台智能分析模块基于所述光谱信号和预设作物长势参数反演模型，获取所述待测作物的作物长势参数的具体方法如下：
云平台智能分析模块对接收到的光谱信号进行平滑去噪预处理；
根据预处理后的光谱信号，以及光谱信号与所述归一化植被指数之间的关系，计算所述待测作物的归一化植被指数。
本发明实施例中选取邻域均值滤波的方法去除光谱信号中随机噪声的影响，以实现平滑去噪预处理，实现邻域均值滤波的具体公式如下：
其中，λi表示待滤波波段的中心波长，λj为λi周围波段的中心波长，即λi的邻域窗口中任一波段的中心波长，R(λi)为实现平滑去噪预处理后中心波长λi对应的波段处的反射光谱信号，N为邻域窗口中波段的总数量，Ω为邻域窗口中所有波段的集合。最为优选方案，可根据经验将N的取值设置为5，即j＝1、2、3、4、5。R(λj)为R(λi)邻域窗口内实现平滑去噪预处理前，中心波长λi对应的波段处的反射光谱信号。
本发明实施例中，光谱信号与所述归一化植被指数之间的关系如下：
其中，ρm和ρn分别代表近红外波段m和红光波段n相应的光谱反射率。所述便携式光谱采集模块获取的待测作物反射的光谱信号即为光谱反射率，也就是发射光谱信号。
在上述实施例的基础上，所述云平台智能分析模块内存储有初始归一化植被指数；
相应地，所述云平台智能分析模块还用于计算所述归一化植被指数与所述初始归一化植被指数之间的差值，并基于所述差值，分析所述待测作物长势状况。
具体地，在所述云平台智能分析模块内存储初始归一化植被指数具体可以为与所述待测作物同一类别的作物在预设年数内的平均归一化植被指数，或者与所述待测作物同一类别的作物在目标年的相同时段的归一化植被指数。例如，待测作物是玉米，测量时间为2017年9月，则初始归一化植被指数可以为2010年9月、2011年9月、2012年9月、2013年9月、2014年9月、2015年9月、2016年9月这7个时间得到的归一化植被指数的平均值，也可以值目标年2015年9月的归一化植被指数。本发明实施例中对此不作具体限定。通过实时的NDVI值与预存的初始归一化植被指数进行差值运算，并对差值结果进行分级，来反映作物生长差异的空间变化，判断监测期内作物长势状况。
如图3所示，为本发明实施例提供的一种作物长势光谱智能分析系统的具体结构示意图，图3中便携式光谱采集模块1包括光源11、探测器12、数据传输模块13和电源管理模块14。智能手机控制模块2的功能主要有：对便携式光谱采集模块的功能进行控制的功能，将接收到的光谱信号绘制成曲线的功能，以及控制显示模块显示的功能。云平台智能分析模块的功能为首先对光谱信号进行预处理，根据预处理后的光谱信号和预设作物长势参数反演模型计算待测作物的NDVI值。并通过实时的NDVI值与预存的初始归一化植被指数进行差值运算，并对差值结果进行分级，来反映作物生长差异的空间变化，判断监测期内作物长势状况。与现有技术相比，本发明实施例的优点和有益效果在于：本发明实施例采用基于智能手机的智能手机控制模块，控制便携式光谱采集模块对光谱信号的采集及处理，并控制显示模块能够实现实时显示检测结果，并且光谱信号及检测结果实时保存到云平台，数据安全，易于共享。
本发明实施例提出基于大数据、云平台的数据分析处理模块，将复杂的光谱信号的处理与分析过程建立云端数据处理中心，大大提高了数据的运算速度，对待测作物的作物长势参数的实时检测以及后续对待测作物的生长过程进行分析的响应速度更快。
本发明实施例所提供的基于光谱采集、智能手机控制及云平台智能分析的作物长势智能诊断分析系统，能够实现待测作物冠层表面反射光谱的测量、数据处理分析和结果反馈，具有良好的便捷性及快速性，充分利用光谱检测技术的优势，节约设备成本，节省人力物力，缩短耗时，具备投入市场广泛应用的潜力。
如图4所示，本发明另一实施例提供了一种作物长势光谱智能分析方法，包括：
S1，获取待测作物反射的光谱信号；
S2，基于所述光谱信号和预设作物长势参数反演模型，获取所述待测作物的作物长势参数；
其中，所述预设作物长势参数反演模型具体包括：所述光谱信号与所述待测作物的作物长势参数之间的关系。
具体地，本实施例中为实现对待测作物的作物长势参数的检测，首先获取待测作物反射的光谱信号；这一过程可通过上述的便携式光谱采集模块来实现，也可通过其他器件实现，本实施例不作具体限定。
得到光谱信号后，首先需要对光谱信号进行平滑去噪和归一化预处理，其中平滑去噪的具体实现方法可采用邻域均值滤波的方法，实现邻域均值滤波的具体公式如下：
其中，λi表示待滤波波段的中心波长，λj为λi周围波段的中心波长，即λi的邻域窗口中任一波段的中心波长，R(λi)为实现平滑去噪预处理后中心波长λi对应的波段处的反射光谱信号，N为邻域窗口中波段的总数量，Ω为邻域窗口中所有波段的集合。最为优选方案，N取值为5，即j＝1、2、3、4、5。R(λj)为R(λi)邻域窗口内实现平滑去噪预处理前中心波长λi对应的波段处的反射光谱信号。
本发明实施例中，光谱信号与所述归一化植被指数之间的关系如下：
其中，ρm和ρn分别代表近红外波段m和红光波段n相应的光谱反射率。所述便携式光谱采集模块获取的待测作物反射的光谱信号即为光谱反射率，也就是发射光谱信号。
本实施例中，通过在云平台智能分析模块中设置预设作物长势参数反演模型，通过定量反演计算得到作物长势参数，分析出待测作物的实时长势情况。本发明实施例可以解决传统作物长势监测仪器设备重、检测方法复杂又耗时的问题，实现节约成本、作物长势实时检测及作物生长过程监测的目的；同时作物光谱数据及作物长势的检测结果可实时上传至云端服务器进行存储，数据安全，易于共享。
在上述实施例的基础上，所述方法还包括：对所述待测作物反射的光谱信号进行滤波处理，并将滤波处理后的光谱信号转换为电信号，通过数模转换将所述电信号转换为数字信号，并基于所述数字信号和预设作物长势参数反演模型，获取所述待测作物的作物长势参数。
具体地，本发明实施例中提供的方法的操作流程与上述系统类实施例各部件的功能及操作时序是一致的，本发明实施例在此不再赘述。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以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；而这些修改或者替换，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 (9)
1.一种作物长势光谱智能分析系统，其特征在于，包括：
便携式光谱采集模块、智能手机控制模块和云平台智能分析模块，所述便携式光谱采集模块分别与所述智能手机控制模块和所述云平台智能分析模块通信连接；
所述便携式光谱采集模块用于获取待测作物反射的光谱信号，并将所述光谱信号传输至所述智能手机控制模块；
所述智能手机控制模块用于获取所述光谱信号，并将所述光谱信号传输至所述云平台智能分析模块；
所述云平台智能分析模块用于基于所述光谱信号和预设作物长势参数反演模型，获取所述待测作物的作物长势参数；
其中，所述预设作物长势参数反演模型具体包括：所述光谱信号与所述待测作物的作物长势参数之间的关系。
2.根据权利要求1所述的系统，其特征在于，所述便携式光谱采集模块具体包括：光源、探测器和数据传输模块；
所述光源用于照射所述待测作物；所述探测器上设置有滤波片，所述滤波片用于对所述待测作物反射的光谱信号进行滤波处理；所述探测器用于接收所述滤波片滤波处理后的光谱信号，并通过数模转换将滤波处理后的光谱信号转换为数字信号；所述数据传输模块用于将所述数字信号传输至所述智能手机控制模块。
3.根据权利要求2所述的系统，其特征在于，所述便携式光谱采集模块还包括：电源管理模块；
所述电源管理模块用于为所述便携式光谱采集模块供电以及进行充放电管理。
4.根据权利要求1所述的系统，其特征在于，所述智能手机控制模块还用于向所述便携式光谱采集模块发送控制指令，以控制所述便携式光谱采集模块的获取动作。
5.根据权利要求1所述的系统，其特征在于，所述智能手机控制模块所处的智能手机内设置有显示模块，所述显示模块与所述智能手机控制模块物理连接；
所述智能手机控制模块在获取所述光谱信号后，还用于将所述光谱信号与对应的波长绘制成曲线，并控制所述显示模块显示所述曲线。
6.根据权利要求5所述的系统，其特征在于，所述云平台智能分析模块具体用于获取所述智能手机控制模块发送的所述光谱信号，并基于所述光谱信号和预设作物长势参数反演模型获取所述待测作物的作物长势参数；
所述云平台智能分析模块还用于将所述作物长势参数反馈至所述智能手机控制模块，以供所述智能手机控制模块控制所述显示模块显示所述待测作物的作物长势参数。
7.根据权利要求1-6中任一项所述的系统，其特征在于，所述作物长势参数包括所述待测作物的归一化植被指数；
相应地，所述预设作物长势参数反演模型具体包括：所述光谱信号与所述归一化植被指数之间的关系。
8.根据权利要求7所述的系统，其特征在于，所述云平台智能分析模块内存储有初始归一化植被指数；
相应地，所述云平台智能分析模块还用于计算所述归一化植被指数与所述初始归一化植被指数之间的差值，并基于所述差值，分析所述待测作物长势状况。
9.一种作物长势光谱智能分析方法，其特征在于，包括：
获取待测作物反射的光谱信号；基于所述光谱信号和预设作物长势参数反演模型，获取所述待测作物的作物长势参数；
其中，所述预设作物长势参数反演模型具体包括：所述光谱信号与所述待测作物的作物长势参数之间的关系。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810355728.4A CN108844912A (zh) | 2018-04-19 | 2018-04-19 | 一种作物长势光谱智能分析系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810355728.4A CN108844912A (zh) | 2018-04-19 | 2018-04-19 | 一种作物长势光谱智能分析系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108844912A true CN108844912A (zh) | 2018-11-20 |
Family
ID=64212238
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810355728.4A Pending CN108844912A (zh) | 2018-04-19 | 2018-04-19 | 一种作物长势光谱智能分析系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108844912A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113722519A (zh) * | 2021-09-06 | 2021-11-30 | 南京农业大学 | 一种作物表型云平台分析系统及方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101598798A (zh) * | 2008-12-31 | 2009-12-09 | 中国资源卫星应用中心 | 一种对高光谱干涉数据进行光谱重建的系统和方法 |
| CN101699315A (zh) * | 2009-10-23 | 2010-04-28 | 北京农业信息技术研究中心 | 一种作物长势均匀度的监测装置和方法 |
| KR20140038213A (ko) * | 2012-09-20 | 2014-03-28 | 주식회사 스마테움 | 라만 분광법 및 케모메트릭스를 이용한 식물의 바이러스 감염에 대한 분석방법 |
| CN104914069A (zh) * | 2015-05-28 | 2015-09-16 | 中国农业大学 | 可迁移计算的肉类品质近红外检测方法及装置 |
| CN105548033A (zh) * | 2016-01-15 | 2016-05-04 | 华东师范大学 | 一种量子点嵌入式光谱仪 |
| CN105897920A (zh) * | 2016-05-27 | 2016-08-24 | 北京农业信息技术研究中心 | 一种农作物监测分析方法和系统 |
| CN106092913A (zh) * | 2015-05-29 | 2016-11-09 | 深圳市琨伦创业投资有限公司 | 一种农作物营养安全检测方法及其系统 |
| CN106841052A (zh) * | 2016-12-29 | 2017-06-13 | 中国科学院遥感与数字地球研究所 | 一种快速检测食用肉类新鲜度的方法和系统 |
| CN107860473A (zh) * | 2017-10-25 | 2018-03-30 | 暨南大学 | 一种基于云数据的智能手持光谱仪 |
-
2018
- 2018-04-19 CN CN201810355728.4A patent/CN108844912A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101598798A (zh) * | 2008-12-31 | 2009-12-09 | 中国资源卫星应用中心 | 一种对高光谱干涉数据进行光谱重建的系统和方法 |
| CN101699315A (zh) * | 2009-10-23 | 2010-04-28 | 北京农业信息技术研究中心 | 一种作物长势均匀度的监测装置和方法 |
| KR20140038213A (ko) * | 2012-09-20 | 2014-03-28 | 주식회사 스마테움 | 라만 분광법 및 케모메트릭스를 이용한 식물의 바이러스 감염에 대한 분석방법 |
| CN104914069A (zh) * | 2015-05-28 | 2015-09-16 | 中国农业大学 | 可迁移计算的肉类品质近红外检测方法及装置 |
| CN106092913A (zh) * | 2015-05-29 | 2016-11-09 | 深圳市琨伦创业投资有限公司 | 一种农作物营养安全检测方法及其系统 |
| CN105548033A (zh) * | 2016-01-15 | 2016-05-04 | 华东师范大学 | 一种量子点嵌入式光谱仪 |
| CN105897920A (zh) * | 2016-05-27 | 2016-08-24 | 北京农业信息技术研究中心 | 一种农作物监测分析方法和系统 |
| CN106841052A (zh) * | 2016-12-29 | 2017-06-13 | 中国科学院遥感与数字地球研究所 | 一种快速检测食用肉类新鲜度的方法和系统 |
| CN107860473A (zh) * | 2017-10-25 | 2018-03-30 | 暨南大学 | 一种基于云数据的智能手持光谱仪 |
Non-Patent Citations (8)
| Title |
|---|
| 吴黎: "《MODIS遥感信息处理方法及应用》", 30 June 2017, 哈尔滨工程大学出版社 * |
| 孙兰君等: "拉曼光谱定量分析乙醇含量的非线性回归方法研究", 《光谱学与光谱分析》 * |
| 张俊华等: "《氮素和盐碱胁迫下 作物与土壤光谱特征研究》", 30 June 2016, 宁夏人民出版社 * |
| 杨东方等: "《数学模型在生态学的应用及研究》", 31 March 2017, 海洋出版社 * |
| 潘德炉等: "《海洋水色遥感机理及反演》", 31 December 2012, 海洋出版社 * |
| 王志慧等: "《植被生物量与生产力遥感估算技术与应用》", 31 December 2016, 黄河水利出版社 * |
| 补雅晶等: "基于可见光谱特征提取的敦煌壁画颜料识别方法研究", 《文物保护与考古科学》 * |
| 黄长平等: "猪肉新鲜度光谱特征指数构建及敏感性分析", 《光谱学与光谱分析》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113722519A (zh) * | 2021-09-06 | 2021-11-30 | 南京农业大学 | 一种作物表型云平台分析系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN100510709C (zh) | 便携式多通道作物叶片氮素营养指标无损监测装置 | |
| WO2017202388A1 (zh) | 一种农作物监测分析方法和系统 | |
| CN110728332A (zh) | 一种基于物联网的农业数据分析方法及系统 | |
| CN108872092A (zh) | 一种水质参数光谱智能检测分析系统及方法 | |
| EP2902957A1 (en) | Agricultural management system and crop harvester | |
| CN106092913A (zh) | 一种农作物营养安全检测方法及其系统 | |
| CN205352932U (zh) | 一种便携式农药残留检测系统 | |
| JP6390054B2 (ja) | モニタリングシステム | |
| KR102125780B1 (ko) | 포장 단위별 다분광 영상 히스토그램 패턴 분석을 통한 작물 생육 모니터링 장치 | |
| CN107044959A (zh) | 显微多模态融合光谱检测系统 | |
| US20220299433A1 (en) | Information processing apparatus, information processing method, program, and sensing system | |
| JP2021012432A (ja) | 情報処理装置、情報処理方法、プログラム、センシングシステム | |
| CN107222272A (zh) | 基于收信功能完备性的短波收信智能监测系统 | |
| CN109120711A (zh) | 一种农田环境监测系统 | |
| CN101059427A (zh) | 多光谱成像技术快速无损测量茶树含氮量的方法 | |
| CN204718692U (zh) | 便携式智能多光谱成像检测装置 | |
| CN108037081A (zh) | 一种酿酒葡萄成熟度监测方法和系统 | |
| CN108646239A (zh) | 一种基于雷达和光电技术的探测识别装置 | |
| CN108844912A (zh) | 一种作物长势光谱智能分析系统及方法 | |
| CN111175239B (zh) | 深度学习下的彩绘类文物成像高光谱无损检测与识别系统 | |
| CN105527245A (zh) | 一种光谱检测仪的检测系统及应用该检测系统的检测仪 | |
| JP2019039913A (ja) | モニタリングシステム | |
| CN112881310A (zh) | 一种柑橘黄龙病田间智能早期诊断光谱仪 | |
| CN205486328U (zh) | 一种可穿戴式电力巡检系统 | |
| CN107356533A (zh) | 多位置调制光源测量血袋内游离血红蛋白含量的方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181120 |
|
| RJ01 | Rejection of invention patent application after publication |