CN109310053B - 信息处理设备,信息处理方法及计算机程序产品 - Google Patents

信息处理设备,信息处理方法及计算机程序产品 Download PDF

Info

Publication number
CN109310053B
CN109310053B CN201780035402.7A CN201780035402A CN109310053B CN 109310053 B CN109310053 B CN 109310053B CN 201780035402 A CN201780035402 A CN 201780035402A CN 109310053 B CN109310053 B CN 109310053B
Authority
CN
China
Prior art keywords
plant
value
etr
ppfd
effective
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
Application number
CN201780035402.7A
Other languages
English (en)
Other versions
CN109310053A (zh
Inventor
小川哲
高岛昌利
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.)
Sony Corp
Original Assignee
Sony Corp
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 Sony Corp filed Critical Sony Corp
Publication of CN109310053A publication Critical patent/CN109310053A/zh
Application granted granted Critical
Publication of CN109310053B publication Critical patent/CN109310053B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/55Specular reflectivity
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01GHORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G7/00Botany in general
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/47Scattering, i.e. diffuse reflection
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/75Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0098Plants or trees
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N2021/1789Time resolved
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00Features of devices classified in G01N21/00
    • G01N2201/12Circuits of general importance; Signal processing
    • G01N2201/123Conversion circuit

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Botany (AREA)
  • Environmental Sciences (AREA)
  • Forests & Forestry (AREA)
  • Ecology (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Wood Science & Technology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Plasma & Fusion (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本技术涉及能够确定对测量目标有效的指标作为与入射在该目标上的光有关的指标的信息处理设备,信息处理方法及计算机程序产品。基于通过传感器的感测获得的关于测量目标的测得的值,信息处理设备能够计算表示所述目标对入射光的有效使用的程度的有效指标作为关于入射在所述目标上的光的指标,由此确定对所述目标有效的指标作为关于入射在所述目标上的光的指标。本技术能够应用于例如计算植物的指标的装置。

Description

信息处理设备,信息处理方法及计算机程序产品
技术领域
本技术涉及信息处理设备、信息处理方法及程序,并且更具体地涉及能够获得对测量目标有效的指标作为与入射在测量目标上的光相关的指标的信息处理设备、信息处理方法及程序。
背景技术
已知植物的光合作用受作为光的粒子的光子的数量而不是受光能的影响。此外,专利文献1公开了与用于测量在植物的光合作用中有效的光量子通量密度的光量子计有关的技术。
引文列表
专利文献
专利文献1:JP 2012-163482A
发明内容
技术问题
顺便提及,专利文献1中公开的光量子计测量在植物的光合作用中有效的光量子通量密度,但是测得的指标不限于对植物有效的指标。为此,期望获得对测量目标有效的指标作为与入射在任何测量目标上的光有关的指标。
鉴于这种情况而设计了本技术,并且使得可以获得对测量目标有效的指标作为与入射在测量目标上的光有关的指标。
问题的解决方案
根据本技术的一方面的信息处理设备是包括计算单元的信息处理设备,该计算单元基于通过由传感器执行的感测所获得的关于测量目标的测得的值来计算表示入射在测量目标上的光中对于测量目标被有效利用的光的程度的有效指标,作为关于入射在测量目标上的光的指标。
根据本技术的该方面的信息处理设备可以是独立设备,或者可以是构成一个设备的内部块。此外,根据本技术的另一方面的信息处理方法或程序是与根据本技术的该方面的上述信息处理设备对应的信息处理方法或程序。
在根据本技术的各方面的信息处理设备、信息处理方法和程序中,基于通过由传感器执行的感测所获得的关于测量目标的测得的值来计算表示入射在测量目标上的光中对于测量目标被有效利用的光的程度的有效指标,作为关于入射在测量目标上的光的指标。
发明的有益效果
根据本技术的一方面,可以获得对测量目标有效的指标作为与入射在测量目标上的光有关的指标。
而且这里提到的有益效果不一定是受限的,并且可以获得本公开中描述的任何有益效果。
附图说明
图1是图示与光有关的单位的图。
图2是图示光合作用的光化学系统反应和碳还原反应的图。
图3是图示光化学系统反应与碳还原反应之间的比较的示例的图。
图4是图示光化学系统反应与碳还原反应之间的比较的示例的图。
图5是图示计算有效PPFD值的过程的图。
图6是图示对其应用本技术的有效指标计算系统的实施例的配置的图。
图7是图示感测设备的配置示例的图。
图8是图示有效指标计算设备的配置示例的图。
图9是图示有效指标计算系统的另一个配置示例的图。
图10是图示有效PPFD值计算处理的流程的流程图。
图11是图示感测设备的测量的示例的图。
图12是图示参考反射板和测量目标的特性的示例的图。
图13是图示RGB滤波器和IR滤波器的特性的示例的图。
图14是图示感测设备的信号处理的流程的图。
图15是图示光化学系统反应最大ETR计算处理的流程的流程图。
图16是图示系数计算LUT、fAPAR计算LUT和ΦPSII计算LUT的示例的图。
图17是图示fAPAR计算函数的示例的图。
图18是图示处理单元的详细配置示例的图。
图19是图示PPFD值与RGB的颜色分量的值之间的关系的图。
图20是图示碳还原反应最大ETR计算处理的流程的流程图。
图21是图示CO2率限制合成LUT、温度校正系数LUT和湿度校正系数LUT的示例的图。
图22是图示在环境A中显示PPFD值、有效PPFD值等的示例的图。
图23是图示在环境B中显示PPFD值、有效PPFD值等的示例的图。
图24是图示在环境C中显示PPFD值、有效PPFD值等的示例的图。
图25是图示在环境D中显示PPFD值、有效PPFD值等的示例的图。
图26是图示在环境A至D中显示PPFD值的积分的示例的图。
图27是图示在环境A至D中显示有效PPFD值的积分以及阳光利用率的示例的图。
图28是图示显示作为二维信息的有效PPFD值的示例的图。
图29是图示计算机的配置示例的图。
具体实施方式
在下文中,将参考附图描述本技术的实施例。而且,将按以下次序进行描述。
1.本技术的概要
2.系统的配置
3.计算有效PPFD值的过程
(1)有效PPFD值计算处理
(2)感测设备的测量的示例
(3)光化学系统反应最大ETR计算处理
(4)碳还原反应最大ETR计算处理
(5)有效PPFD值等的呈现的示例
4.修改示例
5.计算机的配置
<1.现有技术的概要>
图1是图示与光有关的单位的图。
图1的A是图示辐射通量密度在每个波长处每单位能量的相对值的图。辐射通量密度是相应波长的能量强度之和。因此,在所有波长下获得相同的值,并且整体特性是平坦的。要注意的是,使用通过光合作用中有效的400nm至700nm波长范围的滤波器测量的辐射通量密度被称为光合作用辐射通量密度。
图1的B是图示光合光量子通量密度在每个波长处每单位能量的相对值的图。在这里,植物的光合作用受作为光的粒子的光子的数量而不受光的能量的影响。光合光量子通量密度(PPFD)由对应于叶绿素的吸收波长的400nm至700nm波长处单位时间内每单位面积入射的光子数量指示。即,光合光量子通量密度(PPFD)是由作为光的粒子的光子的数量而不是由光的能量表示的单位。
图1的C是图示在每个照度波长处每单位能量的相对值的图。照度具有与人眼的灵敏度匹配的特性。因此,在发射如图1的A所示的具有恒定能量的光的情况下,存在这样的特性:在等于或小于400nm和等于或大于700nm的波长处将能量设置为零,如图1的C中所示。即,照度是与植物的光合作用无关的单位,并且不可能使用这个单位评估植物的光环境。
在植物中,光是影响生长的环境条件中非常重要的元素,但在这里重要的是将光视为粒子。为此,图1的B中所示的光合光量子通量密度(PPFD)被定义为指示入射到植物上的光在光合作用中由多有效的指标。在下文中,光合光量子通量密度(PPFD)也将被称为PPFD值。
此外,允许植物有效利用光的光子的数量受环境条件的影响很大,诸如温度、湿度、二氧化碳(CO2)和营养物,以及植物的类型和状态。
例如,可以考虑500umol/m2的光对植物有效的情况。可以假设在一天的中午左右用2000umol/m2的光照射植物3小时然后几乎不出现太阳的情况。在这种情况下,光子的总量为6000umol/m2(2000umol/m2×3h),但实际对植物有效的光子的量为1500umol/m2(500umol/m2×3h)。
另一方面,假设在用500umol/m2的光照射植物6小时的情况下,光子的总量为3000umol/m2(500umol/m2×6h)。在这种情况下,对植物有效的光子的量也是3000umol/m2(500umol/m2×6h)。
在这里,将前一种情况与后一种情况相互进行比较,可以说在后一种情况下(其中有效光子的量增加)获得更有效的日照。以这种方式,即使当可以测量发射到植物的光的光合光量子通量密度(PPFD)时,测得的光合光量子通量密度(PPFD)也不总是实际上有效地用于植物。
(光合作用的光化学系统反应和碳还原反应)
图2是图示光合作用的光化学系统反应和碳还原反应的图。
如图2中所示,光合作用广义地被分类为两个阶段,即,光化学系统反应和碳还原反应。
前一阶段的光化学系统反应(光化学反应)是将光能转换成化学能的系统。当用具有一定PPFD值的阳光照射植物时,在植物中发生光的反射和透射,并且因此实际吸收的光的量受到限制。此外,被吸收到植物中的光合有效辐射(PAR)的一部分被称为光合有效辐射吸收率(fraction of absorbed photosynthetically active radiation,fAPAR)。
被吸收的光进一步分离成光化学系统I(PSI)和光化学系统II(PSII),并且作为能量传递物质的烟酰胺腺嘌呤二核苷酸磷酸(NADPH)和三磷酸腺苷(ATP)以光化学系统反应的量子产率(ΦPSII)生成并且在后一阶段作为碳还原反应的能源被传递。
在这里,光化学系统反应的量子产率(ΦPSII)表示被光化学系统II(PSII)的叶绿素吸收的每光电子的电子传递速率。
此外,存在于生物体各处的烟酰胺腺嘌呤二核苷酸磷酸(NADPH)被分类为“还原型”或“氧化型”,并且具有携带电子和氢的作用。三磷酸腺苷(ATP)广泛分布在生物体内,并且通过一分子磷酸的分离和耦合而在释放和储存能量中或者在物质的代谢和合成中具有重要作用。
后一阶段的碳还原反应包括称为Calvin循环的回路(Calvin回路)。在Calvin循环中,吸收二氧化碳(CO2)和水(H2O),并且在后一阶段的光化学系统反应中通过使用二氧化碳和水作为原料,所产生的烟酰胺腺嘌呤二核苷酸磷酸(NADPH)和三磷酸腺苷(ATP)被用作能量,使得产生糖和淀粉。
在这里,光合作用是光化学系统反应和碳还原反应串行发生的现象,并且具有这样的结构,其中光化学系统反应和碳还原反应中的任何一个的速率的降低在光化学系统反应和碳还原反应中的任何一个中造成瓶颈,根据这一点来确定光合作用的总体速率。
具体而言,在如上所述对植物有效的光为500umol/m2的情况下,用2000umol/m2的光照射植物3小时的情况可以由图3中所示的关系表示。另一方面,在对植物有效的光为500umol/m2的情况下,用500umol/m2的光照射植物6小时的情况可以用图4中所示的关系表示。
即,将图3中所示的情况与图4中所示的情况相互进行比较,在图3中所示的情况下,箭头A1至A4中的每一个的宽度逐渐减小,而在图4中所示的情况下,箭头B1至B4中的每一个的宽度变化很小。在这种情况下,有效光子的数量在图4中所示的情况下比在图3中所示的情况下变大,并且因此获得了更有效的日照。
在本技术中,可以通过确定光合作用的光化学系统反应和碳还原反应中瓶颈发生的位置来计算对植物有效的光合光量子通量密度(PPFD)。在下文中,这种PPFD值被称为有效PPFD值。即,有效PPFD值表示在发射到植物的光子中实际上对植物生长有贡献的光子的量。要注意的是,umol/m2/s、umol/m2/天等可以用作有效PPFD值的单位,类似于有效PPFD值的情况。
在这里,有效PPFD值的计算过程可以用图5中所示的三个过程表示。
即,作为第一过程,计算相当于从光化学系统反应输出的能量的电子传递速率(ETR),作为光化学系统反应最大ETR。光化学系统反应最大ETR表示当光化学系统反应和碳还原反应彼此分离时由植物的光化学系统反应能力确定的最大电子传递速率(ETR)。光化学系统反应最大ETR的单位是umol/m2/s。
接下来,作为第二过程,计算相当于从植物的环境或类型确定的碳还原反应的最大光合作用速率的电子传递速率(ETR),作为碳还原反应最大ETR。碳还原反应最大ETR表示当光化学系统反应和碳还原反应彼此分离时由植物的碳还原反应能力确定的最大电子传递速率(ETR)。碳还原反应最大ETR的单位是umol/m2/s。
此外,作为第三过程,从通过第一过程计算的光化学系统反应最大ETR和通过第二过程计算的碳还原反应最大ETR来确定(识别)瓶颈,并从相当于瓶颈的传递ETR计算相当于瓶颈的PPFD值,作为有效PPFD值。传递ETR表示取决于植物的光合作用的速率的电子传递速率(ETR),该速率是根据光化学系统反应最大ETR和碳还原反应最大ETR计算的。传递ETR的单位是umol/m2/s。
要注意的是,电子传递速率(ETR)表示电子传递复合物的每单位时间的氧化还原(所谓的电子传递活动)的量。光合作用电子传递系统包括反应中心复合物(光化学系统I、光化学系统II、光合细菌)、细胞色素复合物等。通过可移动的电子载体(诸如质体蓝素和细胞色素之类)在复合物之间交换电子。电子传递速率(ETR)的单位是umol/m2/s。
在下文中,将描述根据本技术计算有效PPFD值的方法。
<2.系统的配置>
(有效指标计算系统的配置)
图6是图示对其应用本技术的有效指标计算系统的实施例的配置的图。
有效指标计算系统10是感测测量目标并基于感测的结果计算有效指标(诸如有效PPFD值之类)的系统。即,在有效指标计算系统10中,在将植物(植被)设置为测量目标并且获得光合光量子通量密度(PPFD)值作为其指标(测量指标)的情况下,有效PPFD值被计算为有效指标。
在图6中,有效指标计算系统10包括感测设备101、环境传感器102和有效指标计算设备103。感测设备101、环境传感器102和有效指标计算设备103通过集线器104彼此连接。
感测设备101感测测量目标并输出通过感测获得的数据。在这里,感测意味着对测量目标的测量。此外,感测包括对测量目标的成像。此外,通过对测量目标进行成像而获得的图像不仅包括从可见光获得的可见图像,而且还包括从除可见光之外的光(诸如红外光(红外线)之类)获得的图像。以这种方式,通过感测获得的测得的信号包括图像,但是可以是除图像之外的信息。
感测设备101感测测量目标,并通过集线器104将其测量结果输出到有效指标计算设备103,作为指标测量数据。指标测量数据是用于获得诸如PPFD值和NDVI值之类的指标的数据。在这里,归一化的差异植被指标(NDVI)是指示植被的分布状态和活跃程度的指标。在这里,归一化的差异植被指标(NDVI)是植被指标的示例。
要注意的是,稍后将参考图7描述感测设备101的详细配置。
环境传感器102是用于测量诸如温度、湿度和CO2浓度之类的空气环境的传感器。环境传感器102感测测量目标附近的空气中的温度、湿度和CO2浓度,并且通过集线器104将其测量结果作为环境测量数据输出到有效指标计算设备103。
有效指标计算设备103是具有使用诸如中央处理单元(CPU)或现场可编程门阵列(FPGA)之类的电路的算术运算功能的设备。例如,有效指标计算设备103可以被配置为个人计算机、专用终端设备等。从感测设备101输出的指标测量数据和从环境传感器102输出的环境测量数据通过集线器104输入到有效指标计算设备103。
有效指标计算设备103基于指标测量数据和环境测量数据计算有效PPFD值。在这里,通过执行相当于图5中所示的第一至第三过程的处理,可以将有效PPFD值计算为关于作为PPFD值的指标的有效指标。
要注意的是,稍后将参考图8描述有效指标计算设备103的详细配置。
有效指标计算系统10配置如下。
(感测设备的配置)
图7是图示图6的感测设备101的配置示例的图。
在图7中,感测设备101包括测量单元121和处理单元122,其中测量单元121包括透镜141、曝光单元142、滤波器143和传感器144,并且处理单元122包括信号处理单元145和I/F单元146。
在感测设备101中,来自诸如测量目标之类的物体的光(反射光)通过透镜141和滤波器143入射在传感器144上。
曝光单元142通过调整诸如透镜141或光阑(iris)(光圈)等光学系统的孔径量来执行曝光控制,使得在信号电荷在动态范围内而没有饱和的状态下在传感器144中执行感测。但是,曝光控制也可以通过远程控制从有效指标计算设备103执行。
滤波器143是基于待测量的指标(测量指标)的光学滤波器。滤波器143将通过透镜141入射的光透射到传感器144。
传感器144是包括像素阵列部分的传感器,其中多个像素二维地布置在传感器的表面上。传感器144使用二维地布置在像素阵列部分中的多个像素来感测已经通过滤波器143的光,并且将基于光量的测得的信号(测量数据)输出到信号处理单元145。
要注意的是,滤波器143可以被配置为二维地布置在传感器144的像素阵列部分中的多个像素上的片上滤波器。
在这里,例如,在计算PPFD值作为指标的情况下,需要RGB信号,并且因此提供RGB滤波器和IR截止滤波器的组合作为滤波器143。在这种情况下,在传感器144的像素阵列部分中,多个像素可以二维地布置在Bayer阵列中,例如,如由用于图7的滤色器的布置图案(pattern)143A所指示的。
在这里,Bayer阵列是布置图案,其中绿色(G)像素以棋盘形式布置,并且红色(R)像素和蓝色(B)像素交替布置在其余部分的每一行中。此外,滤色器的布置图案不限于如布置图案143A所示的Bayer阵列,并且可以采用其它布置图案。要注意的是,提供诸如红色(R)、绿色(G)和蓝色(B)之类的可见区域中的滤波器,并且因此可以捕获要呈现给用户的图像并同时呈现图像。
此外,例如,在计算NDVI值作为指标的情况下,需要IR信号连同R信号,并且因此提供IR滤波器作为滤波器143。在这种情况下,例如,在有效指标计算系统10中,提供两个感测设备101,从而提供由布置图案143A构成的RGB滤波器作为用于一个感测设备101的滤波器143,并且提供由布置图案143B构成的IR滤波器作为用于另一个感测设备101的滤波器143。
在这种情况下,在另一个感测设备101中,所有像素可以二维地布置为与传感器144的像素阵列部分中的红外区域(IR)中的分量对应的IR像素,例如,如由作为图7的滤色器的布置图案143B所指示的。要注意的是,在本说明书中,红外光也是颜色之一,并且假设滤色器还包括透射红外光的波长的IR滤波器。
要注意的是,虽然上面已经描述了在有效指标计算系统10中提供两个感测设备101的情况下使用的滤波器143的示例,但是在一个感测设备101处理PPFD值和NDVI值的计算的情况下,可以提供具有RGB和IR的组合的滤波器作为滤波器143。
即,在这种情况下,除了与发送红色(R)、绿色(G)和蓝色(B)可见光的波长的RGB滤波器对应的R、G和B像素之外,与红外区域(IR)中的分量对应的IR像素也布置在传感器144的像素阵列部分中,例如,如由用于图7的滤色器的布置图案143C所指示的。
在图7中的布置图案143C中,例如,四个像素在横向方向布置,并且两个像素在纵向方向布置,使得4×2个像素(两个R像素(R1,R2)、两个G像素(G1,G2)、两个B像素(B1,B2)、两个IR像素(IR1,IR2))组成一个集合。然后,将这8个像素组成一个集合,并且在像素阵列部分的表面上重复地布置构成n(n是一或更大的整数)个集合的多个像素。就此而言,每一个集合的像素的数量不限于八个像素,并且例如,可以采用其它形式,诸如其中包括一个R像素、一个G像素、一个B像素和一个IR像素的四个像素组成一个集合的构造。
要注意的是,在其中计算PPFD值作为指标的情况下,可以提供与PPFD值对应的光学滤波器作为滤波器143,而不是RGB滤波器和IR截止滤波器。即,与PPFD值对应的滤波器是用于允许后一阶段中的传感器144能够基于PPFD值检测光的滤波器。因此,已经通过滤波器143的光具有与图1的B中所示的光合光量子通量密度(PPFD)相同的特性。
信号处理单元145执行预定的信号处理,诸如重新布置关于从传感器144输出的测量数据的数据片段的处理,并将处理后的数据输出到I/F单元146。
要注意的是,虽然将在后期假设通过设置的有效指标计算设备103计算诸如NDVI值或PPFD值之类的指标的情况下,在本实施例中给出描述,但是信号处理单元145可以由诸如CPU或FPGA之类的电路构成,以基于测量数据计算诸如NDVI值或PPFD值之类的指标。
I/F单元146由外部输出接口电路等构成,并且通过集线器104将从信号处理单元145供应的测量数据作为指标测量数据输出到有效指标计算设备103。
如上所述配置感测设备101。
要注意的是,在下面的描述中,有时在有效指标计算系统10中提供多个感测设备101。在这种情况下,将通过添加“-1”和“-2”作为标记来进行区分。此外,关于感测设备101内的滤波器143、传感器144等,将以相同的方式进行区分。
(有效指标计算设备的配置)
图8是图示图6的有效指标计算设备103的配置示例的图。
在图8中,有效指标计算设备103包括I/F单元161、处理单元162、存储单元163和呈现单元164。
I/F单元161由外部输入接口电路等构成,并将从感测设备101输入的指标测量数据和从环境传感器102输入的环境测量数据供应给处理单元162。
处理单元162由诸如CPU或FPGA之类的电路构成。处理单元162包括计算单元171和控制单元172。
计算单元171通过在参考存储在存储单元163中的查找表(LUT)的同时对从I/F单元161供应的指标测量数据和环境测量数据执行预定的信号处理来计算有效PPFD值。
虽然稍后将描述信号处理的细节,但是光化学系统反应最大ETR计算处理和碳还原反应最大ETR计算处理作为相当于图5中所示的第一至第三过程的处理被执行,并且由于这些处理而获得的光化学系统反应最大ETR与碳还原反应最大ETR被相互进行比较,以确定瓶颈。此外,将相当于基于瓶颈的ETR(传递ETR)的PPFD值计算为有效PPFD值。
控制单元172控制有效指标计算设备103的每个单元的操作。例如,控制单元172根据在呈现单元上显示的各种数据(诸如数字数据和图像数据之类)来控制信息的显示。此外,控制单元172可以控制诸如感测设备101和环境传感器102之类的外部设备。
存储单元163由例如半导体存储器等构成。存储单元163在控制单元172的控制下存储诸如数字数据和图像数据之类的各种数据。此外,存储单元163具有预先存储在其中的、用于计算有效PPFD值的查找表(LUT)。
虽然稍后将描述细节,但是例如,系数计算LUT(LUT1)、fAPAR计算LUT(LUT2)、ΦPSII计算LUT(LUT3)、CO2率限制(rate limiting)光合作用速率LUT(LUT4)、温度校正系数LUT(LUT5)和湿度校正系数LUT(LUT6)被存储为查找表。要注意的是,用于计算其值的参考信息不限于查找表,并且例如,可以存储预定函数。在这种情况下,可以通过求解例如作为预定函数提供的线性或非线性等式来获得值。
呈现单元164由诸如液晶显示器(LCD)或有机电致发光显示器(OELD)之类的显示器、扬声器等构成。呈现单元164在控制单元172的控制下呈现包括关于由计算单元171计算的有效PPFD值的信息的呈现信息。此外,呈现单元164可以在控制单元172的控制下呈现存储在存储单元163中的呈现信息。在这里,例如,在呈现单元164被配置为显示器的情况下,可以基于有效PPFD值显示数值、图像、文本信息等,作为呈现信息。
要注意的是,已经在假设存储单元163和呈现单元164在有效指标计算设备103内部被提供的情况下在图8中给出了描述,但是存储单元和呈现单元可以在有效指标计算设备103的外部作为存储设备和显示设备被提供。在这种情况下,计算单元171通过网络从外部存储设备获取查找表。此外,控制单元172可以基于通过外部显示设备上的信号处理获得的各种数据(诸如数字数据和图像数据之类)来显示信息,或者可以将信息存储在外部存储设备中。
如上所述配置有效指标计算设备103。
(有效指标计算系统的其它配置)
顺便提及,在图6中所示的有效指标计算系统10中,诸如个人计算机之类的有效指标计算设备103在通过集线器104的本地环境中计算有效PPFD值,但是可以在通过网络的云环境中计算有效PPFD值。
图9图示了与云环境对应的有效指标计算系统11的配置示例,作为有效指标计算系统的另一个配置示例。
在图9的有效指标计算系统11中,感测设备101和环境传感器102测量指标测量数据和环境测量数据,并通过集线器104将测得的数据输出到客户端设备105,类似于图6的感测设备101和环境传感器102。
客户端设备105由个人计算机等构成,并且将从感测设备101和环境传感器102输入的指标测量数据和环境测量数据通过集线器104输出到路由器106。
路由器106是例如用于移动(mobile)的路由器,并且可以通过基站107连接到诸如因特网之类的网络108。路由器106通过网络108将从客户端设备105输入的指标测量数据和环境测量数据发送到服务器109。
服务器109通过网络108接收从客户端设备105发送的指标测量数据和环境测量数据。在这里,在图8中所示的有效指标计算设备103的功能当中,服务器109具有至少与处理单元162和存储单元163的功能相同的功能。
即,在服务器109中,在参考存储在存储单元163中的查找表的同时,处理单元162的计算单元171通过对从客户端设备105接收的指标测量数据和环境测量数据执行预定信号处理来执行相当于图5中所示的第一至第三过程的处理,并计算有效PPFD值。
在服务器109包括呈现单元164或者服务器109和呈现单元164可以彼此通信的情况下,包括关于通过由计算单元171执行的信号处理而获得的有效PPFD值的信息的呈现信息可以呈现给呈现单元164。此外,各种呈现信息的数据可以存储在存储装置110中。服务器109还可以读出存储在存储装置110中的各种呈现信息的数据,并将读出的数据呈现给呈现单元164。
如上所述配置有效指标计算系统11。
<3.计算有效PPFD值的过程>
(1)有效的PPFD值计算处理
(有效PPFD值计算处理的流程)
首先,将参考图10的流程图描述由图6的有效指标计算系统10执行的有效PPFD值计算处理的流程。
在步骤S101中,感测设备101和环境传感器102执行感测,以获取通过感测获得的数据。
在这里,通过由感测设备101执行的感测所获得的指标测量数据和通过由环境传感器102执行的感测所获得的环境测量数据通过集线器104输出到有效指标计算设备103。要注意的是,稍后将参考图11至14描述由感测设备101对测量目标进行测量的示例。
在步骤S102中,有效指标计算设备103的计算单元171基于在步骤S101的处理中获得的数据执行光化学系统反应最大ETR计算处理。
在光化学系统反应最大ETR计算处理中,执行相当于图5中所示的上述第一过程的处理,并且计算相当于从光化学系统反应输出的能量的电子传递速率(ETR),作为光化学系统反应最大ETR。要注意的是,将参考图15至19描述光化学系统反应最大ETR计算处理的细节。
在步骤S103中,有效指标计算设备103的计算单元171基于在步骤S101的处理中获得的数据执行碳还原反应最大ETR计算处理。
在碳还原反应最大ETR计算处理中,执行相当于图5中所示的上述第二过程的处理,并且计算相当于从植物的环境和类型确定的碳还原反应的最大光合作用速率的电子传递速率(ETR),作为碳还原反应最大ETR。要注意的是,稍后将参考图20和21描述碳还原反应最大ETR计算处理的细节。
在步骤S104中,有效指标计算设备103的计算单元171将在步骤S102的处理中计算出的光化学系统反应最大ETR与在步骤S103的处理中计算出的碳还原反应最大ETR相互进行比较,并根据比较结果确定瓶颈。
在这里,将作为光化学系统反应的最大值的光化学系统反应最大ETR和作为碳还原反应的最大值的碳还原反应最大ETR相互进行比较,并且将较小的值确定为瓶颈。即,当光化学系统反应最大ETR较小时,光化学系统反应在当前光合作用速率下受到速率限制。相反,当碳还原反应最大ETR较小时,碳还原反应在当前光合作用速率下受到速率限制。
在步骤S105中,有效指标计算设备103的计算单元171根据在步骤S104的处理中确定的瓶颈计算相当于较小ETR的PPFD值(这个量作为传递ETR流过植物并对植物的生长有贡献)作为有效PPFD值。有效PPFD值可以通过以下表达式(1)计算。
有效PPFD值=传递ETR/(fAPAR×m×ΦPSII)...(1)
在这里,在表达式(1)中,m表示发射到植物的光(阳光)中对PSII的分布率,并且指示大约0.5的值。
要注意的是,步骤S104和步骤S105的处理是相对于图5中所示的上述第三处理的处理。
在步骤S106中,有效指标计算设备103的控制单元172将包括关于在步骤S105的处理中计算的有效PPFD值的信息的呈现信息呈现给呈现单元164。
在这里,除了有效PPFD值之外,与有效PPFD值有关的各种呈现信息(诸如光化学系统反应最大ETR、碳还原反应最大ETR、传递ETR和PPFE值之类)也可以以各种显示形式显示在呈现单元164上。要注意的是,稍后将参考图22至28描述诸如有效PPFD值之类的呈现信息的显示的示例。
在步骤S107中,根据例如用户的指令来确定是否终止处理。在步骤S107中确定处理未终止的情况下,处理返回到步骤S101,并且重复上述步骤S101到S106的处理。
由此,在有效指标计算设备103中,关于在步骤S105的处理中计算出的有效PPFD值的信息可以按时间序列累积在存储单元163等中。要注意的是,在本说明书中,累积意味着临时或永久地记录数据。另外,在步骤S107中确定处理终止的情况下,终止图10的有效PPFD值计算处理。
上面已经描述了有效PPFD值计算处理的流程。
要注意的是,在图10的描述中,步骤S101的处理由感测设备101和环境传感器102执行,并且步骤S102至S106的处理由有效指标计算设备103执行,但是步骤S102至S106的处理可以由除有效指标计算设备103之外的其它设备执行。
例如,虽然稍后将描述细节,但是在步骤S102的处理中有必要获得诸如PPFD值或NDVI值之类的指标,并且可以由感测设备101执行获得指标的处理。另外,在采用作为云环境的有效指标计算系统11(图9)的配置代替作为本地环境的有效指标计算系统10(图6)的配置的情况下,例如,服务器109可以执行步骤S102至S106的处理。
(2)要由感测设备执行的测量的示例
接下来,将参考图11至14描述由感测设备101执行的测量目标的测量的示例。
(感测设备进行测量期间的配置示例)
图11图示了执行移动观察的移动测量设备70和执行定点观察的定点测量设备80,作为用于测量测量目标的测量设备。
移动测量设备70(是例如无人驾驶飞行器(UAV))通过具有螺旋桨形状的旋转翼71的旋转而飞行并且从空中感测(航拍成像)测量目标1(诸如田野中的植物之类)。
移动测量设备70包括用于测量PPFD值的感测设备101-1和用于测量NDVI值的感测设备101-2。此外,具有预定形状(例如,矩形形状)的参考反射板20安装在感测设备101-1和感测设备101-2的前面。
由此,在移动测量设备70中,诸如田野中的植物之类的测量目标1和参考反射板20存在于与由感测设备101-1和感测设备101-2要感测的物体(对象)相同的视角内。例如,具有固定反射率的灰色反射板可以用作参考反射板20。
要注意的是,除了无线电控制之外,移动测量设备70还可以例如通过预先记住(memorizing)作为坐标数据的飞行路线并使用诸如GPS(全球定位系统)之类的位置信息来执行自主飞行。而且,虽然在图11中已经给出了移动测量设备70是具有旋转翼71的旋转翼飞行器的情况的描述,但移动测量设备70可以是固定翼飞行器。
定点测量设备80使用固定腿81固定到可以感测测量目标1(诸如田野中的植物之类)的位置。定点测量设备80包括用于测量PPFD值的感测设备101-1和用于测量NDVI值的感测设备101-2,与移动测量设备70类似,具有预定形状的参考反射板20安装在定点测量设备的前面。
即,被配置为移动测量设备70或定点测量设备80的一部分的感测设备101-1和感测设备101-2可以感测测量目标1并输出所获得的指标测量数据作为感测的结果。
在这里,图12的A图示了当水平轴表示波长(nm)并且垂直轴表示反射率时参考反射板20(图11)的特性的示例。如图12的A中所示,参考反射板20的反射率大约为0.18,这是恒定的,并且光谱反射率特性是平坦的。
图12的B图示了当水平轴表示波长(nm)并且垂直轴表示反射率时测量目标1(图11)的特性的示例。如图12的B中所示,测量目标1(诸如田野中的植物之类)的反射率在接近0至大约700nm具有一个值,但是该反射率在700nm附近增加并且在超过700nm的范围内具有接近大约0.8(80%)的值。
此外,感测设备101-1输出用于测量参考反射板20的PPFD值的指标测量数据,但是需要RGB信号来计算PPFD值。为此,感测设备101-1设有具有图13的A中所示特性的RGB滤波器(下文中,称为RGB滤波器143-1)作为滤波器143-1。例如,作为RGB滤波器143-1的布置图案,可以使用图7中所示的布置图案143A。
图13的A图示了当水平轴表示波长(nm)并且垂直轴表示透射率时RGB滤波器143-1的特性的示例。如图13的A中所示,例如,RGB滤波器143-1包括透射具有450nm至495nm波长的蓝色(B)光的B滤波器、透射具有495nm至570nm波长的绿色(G)光的G滤波器,以及透射具有620nm至750nm波长的红色(R)光的R滤波器。
另一方面,感测设备101-2输出用于测量测量目标1(诸如田野中的植物之类)的NDVI值的指标测量数据,并且不仅需要R信号而且还需要IR信号来计算NDVI值。为此,感测设备101-2设有具有图13的B中所示的特性的IR滤波器(下文中,称为IR滤波器143-2)作为滤波器143-2。例如,作为IR滤波器143-2的布置图案,可以使用图7中所示的布置图案143B。
图13的B图示了当水平轴表示波长(nm)并且垂直轴表示透射率时IR滤波器143-2的特性的示例。如图13的B中所示,例如,IR滤波器143-2透射具有800nm至940nm波长的红外区域(IR)中的光。
(感测设备进行测量期间的信号处理的流程)
接下来,将参考图14来描述在参考反射板20、测量目标1、RGB滤波器143-1和IR滤波器143-2具有图12和13中所示的特性的情况下由感测设备101-1和感测设备101-2处理的信号的流程。
要注意的是,在图14中,相对于从参考反射板20或测量目标1反射的光,图中的上部序列示出了由附接有RGB滤波器143-1的感测设备101-1处理的信号的流,并且图中的下部序列示出了由附接有IR滤波器143-2的感测设备101-2处理的信号的流。
在图14中,阳光(环境光)被参考反射板20反射,并且反射光入射在感测设备101-1和感测设备101-2上。阳光的光谱特性由光谱特性S1指示。此外,从参考反射板20反射的光的光谱特性由光谱特性S2指示。即,参考反射板20具有图12的A中所示的平坦光谱特性,并且因此从参考反射板20反射的光的反射特性如光谱特性S2所指示的。
此外,阳光被测量目标1(诸如田野中的植物之类)反射,并且反射光入射在感测设备101-1和感测设备101-2上。从测量目标1反射的光的光谱特性由光谱特性S3指示。即,测量目标1具有图12的B中所示的形状的反射特性,并且因此从测量目标1反射的光的光谱特性如由光谱特性S3所指示的。
在感测设备101-1中,由参考反射板20和测量目标1反射的光入射在透镜141-1上并穿过RGB滤波器143-1,使得在传感器144-1的传感器表面上形成图像。
在感测设备101-1中,RGB滤波器143-1的特性由光谱特性S4表示。光谱特性S4与图13的A中所示的RGB滤波器的透射特性对应。此外,如由光谱特性S6所指示的,其中参考反射板20的反射光的光谱特性S2和RGB滤波器143-1的光谱特性S4彼此重叠,传感器144-1输出由传感器的表面接收的光,作为Br、Gr和Rr分量的水平(level)。即,根据Br、Gr和Rr的水平的信号是通过由感测设备101-1感测参考反射板20而获得的RGB数据(RGB信号)。
此外,如由光谱特性S7所指示的,其中测量目标1的反射光的光谱特性S3和RGB滤波器143-1的光谱特性S4彼此重叠,传感器144-1输出由传感器的表面接收的光,作为Bp、Gp和Rp分量的水平。即,根据Bp、Gp和Rp的水平的信号是通过由感测设备101-1感测测量目标1(田野中的植物)而获得的RGB数据(RGB信号)。
信号处理单元145-1执行重新布置来自传感器144-1等的数据的处理,并通过I/F单元146-1输出作为处理结果而获得的数据。
另一方面,在感测设备101-2中,从参考反射板20和测量目标1反射的光入射在透镜141-2上并通过IR滤波器143-2,因此图像在传感器144-2的传感器表面上形成。
在感测设备101-2中,IR滤波器143-2的特性由光谱特性S5表示。光谱特性S5与图13的B中所示的IR滤波器的透射特性对应。此外,如由光谱特性S8所指示的,其中参考反射板20的反射光的光谱特性S2和IR滤波器143-2的光谱特性S5彼此重叠,传感器144-2输出由传感器的表面接收的光,作为IRr分量的水平。即,根据IRr的水平的信号是通过由感测设备101-2感测参考反射板20而获得的IR数据(IR信号)。
此外,如由光谱特性S9所指示的,其中测量目标1的反射光的光谱特性S3和IR滤波器143-2的光谱特性S5彼此重叠,传感器144-2输出由传感器的表面接收的光,作为IRp分量的水平。即,根据IRp的水平的信号是通过由感测设备101-2感测测量目标1(田野中的植物)而获得的IR数据(IR信号)。
信号处理单元145-2执行重新布置来自传感器144-2等的数据的处理,并通过I/F单元146-2输出作为处理结果而获得的数据。
如上所述,由感测设备101-1和感测设备101-2执行感测,并且因此获取包括测量目标1和参考反射板20的感测图像的RGB数据(RGB信号)和IR数据(IR信号),作为指标测量数据。
要注意的是,虽然在图11至图14中已经描述了其中提供两个感测设备101-1和101-2的示例,但是感测设备101的数量不限于两个。
例如,如上所述,在感测设备101中,二维地布置在传感器144的像素阵列部分中的多个像素具有与作为滤色器的布置图案143C(图7)对应的像素阵列,使得除了RGB信号之外还可以获取IR信号。为此,在使用这种滤波器143的情况下,可以配置一个感测设备101。但是,RGB滤波器和IR截止滤波器的组合被用作如感测设备101那样的滤波器143,因此可以采用与普通数码相机或不包括特殊光学滤波器的数码相机相同的配置。
(3)光化学系统反应最大ETR计算处理
(光化学系统反应最大ETR计算处理的流程)
接下来,将参考图15的流程图描述与图10的步骤S102对应的光化学系统反应最大ETR计算处理的细节。
在步骤S121中,有效指标计算设备103的处理单元162获取通过由感测设备101-1(图11)执行的感测所获得的RGB数据和通过由感测设备101-2(图11)执行的感测所获得的IR数据,作为指标测量数据。即,在这里,RGB数据和IR数据的图像数据在处理单元162中被取得。
在步骤S122中,基于在步骤S121的处理中获取的RGB数据,有效指标计算设备103的计算单元171参考存储在存储单元163中的系数计算LUT(LUT1)来获取计算PPFD值所需的系数W1、系数W2和系数W3。
具体而言,首先,对RGB数据(与其对应的感测图像)中从与参考反射板20的区域对应的像素获得的Br信号、Gr信号和Rr信号求平均,以获得Br-ave信号、Gr-ave信号和Rr-ave信号。接下来,基于在求平均处理中获得的Br-ave信号、Gr-ave信号和Rr-ave信号来计算Br-ave信号与Rr-ave信号之比或Br-ave信号与Gr-ave信号之比,以获得Br-ave/Rr-ave值或Br-ave/Gr-ave值。
在这里,系数计算LUT(LUT1)的示例在图16的A中示出。如图16的A中所示,Br-ave/Rr-ave值或Br-ave/Gr-ave值、系数W1、系数W2和系数W3在系数计算LUT(LUT1)中彼此相关联。因此,可以从系数计算LUT(LUT1)中根据从Br-ave/Rr-ave值或Br-ave/Gr-ave值获得的光谱特性的倾斜度来获取系数W1、系数W2和系数W3。
它们之间的关系可以由以下表达式(2)表示。
W1,W2,W3=LUT1(Br-ave/Rr-ave,Br-ave/Gr-ave)...(2)
要注意的是,这里已经在当参考系数计算LUT(LUT1)时使用Br-ave信号与Rr-ave信号之比或Br-ave信号与Gr-ave信号之比的情况下给出了描述,但是可以使用Gr-ave信号与Rr-ave信号给出了(即,Gr-ave/Rr-ave值)。
返回去参考图15的描述,在步骤S123中,有效指标计算设备103的计算单元171基于在步骤S121的处理中获得的RGB数据和在步骤S122的处理中获得的系数W来计算参考反射板20的PPFD值。
在这里,如以下表达式(3)中所示,可以通过分别将Br-ave信号、Gr-ave信号和Rr-ave信号乘以系数W1、系数W2和系数W3来获得B信号的PPFD值(PPFD(b))、G信号的PPFD值(PPFD(g))和R信号的PPFD值(PPFD(r))。
PPFD(b)=W1×Br-ave
PPFD(g)=W2×Gr-ave
PPFD(r)=W3×Rr-ave…(3)
以这种方式计算参考反射板20的PPFD值的原因如下。即,PPFD值不取决于测量目标1的反射率而改变,并且发射到参考反射板20的PPFD值和发射到测量目标1的PPFD值在日照下也是相同的值。另外,在这里,相反,在这个前提下,参考反射板20的PPFD值是通过捕获反射率不变的参考反射板20的反射光获得的。要注意的是,稍后将参考图18和19描述计算在步骤S122和S123的处理中计算的PPFD值的方法的细节。
在步骤S124中,有效指标计算设备103的处理单元162获取通过由感测设备101-1(图11)执行的感测所获得的RGB数据和通过由感测设备101-2(图11)执行的感测所获得的IR数据,作为指标测量数据。即,在这里,RGB数据和IR数据的图像数据在处理单元162中被取得。
在步骤S125中,有效指标计算设备103的计算单元171基于在步骤S124的处理中获取的RGB数据和IR数据来计算测量目标1的反射率和NDVI值。
在这里,假设参考反射板20的反射率是已知的,即,已知B、G、R和IR分量具有18%的相同反射率。因此,通过取得相对于该反射率的、相当于测量目标1的反射光的Bp-ave信号、Gp-ave信号、Rp-ave信号和IRp-ave信号与Br-ave信号、Gr-ave信号、Rr-ave信号和IRr-ave信号的值的比,可以获得测量目标1的反射率。
要注意的是,通过将RGB数据(与其对应的感测图像)中从与测量目标1的区域对应的像素获得的Bp信号、Gp信号、Rp信号和IRp信号求平均,获得Bp-ave信号、Gp-ave信号、Rp-ave信号和IRp-ave信号。此外,通过将从RGB数据(与其对应的感测图像)中与参考反射板20的区域对应的像素获得的Br信号、Gr信号、Rr信号和IRr信号求平均,获得Br-ave信号、Gr-ave信号、Rr-ave信号和IRr-ave信号。
即,可以通过以下表达式(4)获得相对于测量目标1的B、G、R和IR分量的反射率。
Dp(b)=Dr(18%)×Bp-ave/Br-ave
Dp(g)=Dr(18%)×Gp-ave/Gr-ave
Dp(r)=Dr(18%)×Rp-ave/Rr-ave
Dp(ir)=Dr(18%)×IRp-ave/IRr-ave…(4)
此外,通过使用通过表达式(4)获得的值,可以通过以下表达式(5)获得NDVI值。
NDVI值=(Dp(ir)-Dp(r))/(Dp(ir)+Dp(r))...(5)
在这里,在表达式(5)中,Dp(ir)表示红外区域的反射率,并且Dp(r)表示可见区域中的红色(R)的反射率。将NDVI值(归一化的差异植被指标)设置为指示作为测量目标1的田野中的植物的分布状态和活跃程度的指标。
在这里,NDVI值是使用R分量和IR分量作为参数的植被指标,并且在表达式(5)中仅使用通过表达式(4)获得的反射率中的Dp(r)和Dp(ir)。此外,在通过表达式(4)获得的反射率中,当通过后面描述的表达式(8)获得B、G和R分量的光合有效辐射吸收率(fAPAR)时,与Dp(r)一起使用Dp(b)和Dp(g)。
要注意的是,可以从通过感测获得的感测图像(捕获图像)中的包括待测量的植物的整个区域计算Bp-ave信号等,或者可以通过将该区域划分为多个小区域来为每个小区域计算Bp-ave信号等。以这种方式将区域划分为小区域,并且因此,例如,当显示稍后将描述的图28中所示的二维信息时,可以为植物的每个区域生成分布图。
但是,作为用于执行这种处理的前提,需要预先确定关于通过感测获得的感测图像(捕获图像)中包括的植物的区域的信息。在这里,例如,可以通过执行用于识别感测图像上植物的区域的处理来获得关于植物的区域的信息。作为用于识别植物的区域的处理,可以使用已知的图像识别处理。此外,用户可以从感测图像指定植物的区域,而不是执行图像识别处理。
在步骤S126中,基于在步骤S125的处理中计算出的测量目标1的反射率和NDVI值,有效指标计算设备103的计算单元171参考存储在存储单元163中的fAPAR计算LUT(LUT2)来获取测量目标1的光合有效辐射吸收率(fAPAR)。
在这里,发射到植物(植被)的光被划分为反射光、透射光和吸收光,并且这些光束中仅吸收的光用于光合作用。这可以通过植物的反射率、透射率和吸收率之间的关系来表示,如下面的表达式(6)所示。
1=(反射率)+(透射率)+(吸收率)...(6)
一般而言,植物叶子的反射率和透射率基本上彼此相等,并且剩余的光被吸收。但是,当叶子面积指标(LAI)大约为2或3时,叶子彼此重叠,使得透射光的反射和吸收重复并接近下面的表达式(7)。要注意的是,叶子面积指标(LAI)表示每单位表面积的叶子面积的总值。
1=(反射率)+(吸收率)...(7)
此外,已知叶子面积指标(LAI)的改变与归一化的差异植被指标(NDVI)有关。因此,作为fAPAR计算LUT(LUT2),预先准备查找表,其中1-Dp(反射率)被取作水平轴,并且光合有效辐射吸收率(fAPAR)取决于NDVI值的幅度而改变。
图16的B图示了fAPAR计算LUT(LUT2)。在fAPAR计算LUT(LUT2)中,准备在NDVI值(叶子面积指标(LAI))大的情况下的查找表(LUT)和在NDVI值(叶子面积指标(LAI))小的情况下的查找表(LUT)。因此,可以根据测量目标1的反射率和NDVI值从fAPAR计算LUT(LUT2)获取测量目标1的光合有效辐射吸收率(fAPAR)。
当B、G和R分量相对于测量目标1的光合有效辐射吸收率(fAPAR)分别被设置为fAPAR(b)、fAPAR(g)和fAPAR(r)时,它们之间的关系可以表示为下面的表达式(8)。
fAPAR(b)=LUT2(1-Dp(b))
fAPAR(g)=LUT2(1-Dp(g))
fAPAR(r)=LUT2(1-Dp(r))...(8)
要注意的是,如上所述,用于计算fAPAR的值的参考信息不限于fAPAR计算LUT(LUT2),并且例如,可以通过将值替换为用于计算fAPAR值的函数从NDVI值直接获得fAPAR的值。
图17图示了fAPAR计算函数。在fAPAR计算函数中,可以从NDVI值直接计算fAPAR的值,如下面的表达式(8A)所示。
fAPAR=Gain(NDVI)...(8A)
但是,在表达式(8A)中,建立fAPAR(b)=fAPAR(g)=fAPAR(r)的关系。另外,在表达式(8A)中,不使用Dp的值,并且与如在上述fAPAR计算LUT(LUT2)中使用Dp的值和NDVI值的情况相比,存在准确度略微降低的可能性,但是可以简化用于获得fAPAR的值的处理。
返回去参考图15的描述,在步骤S127中,有效指标计算设备103的计算单元171参考存储在存储单元163中的ΦPSII计算LUT(LUT3)获取测量目标1中的光化学系统反应的量子产率(ΦPSII)。
在这里,关于光化学系统反应的量子产率(ΦPSII),可以通过执行叶绿素荧光测量来观察状态。即,光化学系统反应的量子产率(效率)取决于植物生长的地点、环境、季节等而变化。因此,对目标植物周期性地执行叶绿素荧光测量,并且预先准备其中ΦPSII取决于地点、环境和季节而变化的LUT作为ΦPSII计算LUT(LUT3)。
图16的C图示了ΦPSII计算LUT(LUT3)。在ΦPSII计算LUT(LUT3)中,例如针对每个地点为C3植物准备与每个季节(诸如春季、秋季、夏季和冬季)对应的查找表。因此,例如,在测量目标1是C3植物的情况下,可以根据测量时间、测量位置等从ΦPSII计算LUT(LUT3)获取测量目标1中的光化学系统反应的量子产率(ΦPSII)。
它们之间的关系可以表示为以下表达式(9)。
ΦPSII=LUT3(季节,地点,类型)...(9)
要注意的是,C3植物是根据在植物体内在光合作用中被吸收的二氧化碳(CO2)首先被合成哪种有机物质进行分类、并且仅通过还原性磷酸戊糖回路执行光合碳同化的植物。此外,除了C3植物之外,这种分类还包括C4植物、CAM植物等。但是,例如,在执行C4植物的测量的情况下,需要预先为C4植物准备ΦPSII计算LUT(LUT3)。
例如,C3植物包括大多数植物,诸如水稻和小麦之类。此外,C4植物的代表性植物包括玉米和甘蔗,并且CAM植物的代表性植物包括仙人掌。要注意的是,草根据其类型被分类为C3植物或C4植物。例如,弯曲的草被认为是C3植物,而结缕草和沟叶结缕草(Zoysiamatrella)被认为是C4植物。
此外,例如,与季节和地点对应的数据对于每种植物被累积,以作为数据库建立,并且使用在数据库中累积的数据来创建ΦPSII计算LUT(LUT3),使得有可以准备更多最佳ΦPSII计算LUT(LUT3)。在这里,可以包括除植物的类型、季节和地点之外的其它参数。此外,可以对数据库中累积的数据执行机器学习。
返回去参考图15的描述,在步骤S128中,有效指标计算设备103的计算单元171基于在步骤S121至步骤S127的处理中获得的数据来计算测量目标1中的光化学系统反应最大ETR。
在这里,将描述计算光化学系统反应最大ETR的方法。首先,为了获得发射到植物的光子的量(PPFD值)被有效吸收到植物中的光子的量(被认为实际上对植物生长有贡献的光子的量),在步骤S123的处理中获得的PPFD值乘以在步骤S126的处理中获得的fAPAR。
接下来,通过将PPFD值乘以fAPAR而获得的值被乘以发射到植物的光中到PSII m的分布率(一般认为是0.5)和在步骤S127的处理中获得的光化学系统反应的量子产率(ΦPSII)。由此,计算光化学系统反应最大ETR。
即,当B、G和R分量相对于测量目标1的光化学系统反应最大ETR分别被设置为ETR1(b)、ETR1(g)和ETR1(r)时,光化学系统反应最大ETR通过算术运算以下表达式(10)和表达式(11)作为ETR1来获得。
ETR1(b)=PPFD(b)×fAPAR(b)×m×ΦPSII
ETR1(g)=PPFD(g)×fAPAR(g)×m×ΦPSII
ETR1(r)=PPFD(r)×fAPAR(r)×m×ΦPSII…(10)
ETR1=ETR1(b)+ETR1(g)+ETR1(r)...(11)
要注意的是,在植物生理学领域,当生成贯穿植物流动的电子传递速率(ETR)时,ΦPSII常常表示光化学系统反应效率,甚至包括碳还原反应。即,光化学系统反应效率还取决于流过碳还原反应的电子传递速率(ETR)的量而改变。另一方面,在本技术中,当光化学系统反应最大化时的光化学系统反应效率被定义为来自发射到植物并被其吸收的光子的量(PPFD值)的ΦPSII。
当步骤S128的处理终止时,处理返回到图10的步骤S102,并且执行后续处理。
上面已经描述了光化学系统反应最大ETR计算处理的流程。在光化学系统反应最大ETR计算处理中,相当于从光化学系统反应输出的能量的电子传递速率(ETR)被计算为光化学系统反应最大ETR。
要注意的是,在光化学系统反应最大ETR计算处理中,在作为感测的结果而获得的捕获图像中存在多种类型的植物的情况下,可以针对每个植物的每个区域切换用于获得有效PPFD值的查找表。由此,即使在一个屏幕中示出多个植物时,也可以同时呈现适当的有效PPFD值。
(计算PPFD值的方法的细节)
在这里,将参考图18至19描述计算在图15的步骤S122和S123的处理中计算的PPFD值的方法的细节。
(有效指标计算设备的处理单元的配置)
图18是图示图8的有效指标计算设备103的处理单元162(的计算单元171)的详细配置示例的图。
在图18中,有效指标计算设备103的计算单元171包括B/R值计算单元221-1、B/G值计算单元221-2、G/R值计算单元221-3、W1确定单元222-1、W2确定单元222-2、W3确定单元222-3、乘法器223-1、乘法器223-2和乘法器223-3,以便计算PPFD值。
在计算单元171中,在从感测设备101-1输入的RGB数据获得的Br-ave信号、Gr-ave信号和Rr-ave信号中,Br-ave信号被输入到B/R值计算单元221-1、B/G值计算单元221-2和乘法器223-1。此外,Gr-ave信号被输入到B/G值计算单元221-2、G/R值计算单元221-3和乘法器223-2,并且Rr-ave信号被输入到B/R值计算单元221-1、G/R值计算单元221-3和乘法器223-3。
B/R值计算单元221-1将输入到其的Br-ave信号除以Rr-ave信号,并将作为除法的结果获得的Br-ave/Rr-ave值输出到W1确定单元222-1至W3确定单元222-3中的每一个。
B/G值计算单元221-2将输入到其的Br-ave信号除以Gr-ave信号,并将作为除法的结果获得的Br-ave/Gr-ave值输出到W1确定单元222-1至W3确定单元222-3中的每一个。
G/R值计算单元221-3将输入到其的Gr-ave信号除以Rr-ave信号,并将作为除法的结果获得的Gr-ave/Rr-ave值输出到W1确定单元222-1至W3确定单元222-3中的每一个。
W1确定单元222-1基于输入到其的Br-ave/Rr-ave值、Br-ave/Gr-ave值或Gr-ave/Rr-ave值确定系数W1,并将确定的系数W1输出到乘法器223-1。乘法器223-1将输入到其的Br-ave信号乘以从W1确定单元222-1输出的系数W1。
W2确定单元222-2基于输入到其的Br-ave/Rr-ave值、Br-ave/Gr-ave值或Gr-ave/Rr-ave值确定系数W2,并将确定的系数W1输出到乘法器223-2。乘法器223-2将输入到其的Gr-ave信号乘以从W2确定单元222-2输出的系数W2。
W3确定单元222-3基于输入到其的Br-ave/Rr-ave值、Br-ave/Gr-ave值或Gr-ave/Rr-ave输入确定系数W3,并将确定的系数W1输出到乘法器223-3。乘法器223-3将输入到其的Rr-ave信号乘以从W3确定单元222-3输出的系数W3。
在这里,将描述B信号(Br-ave信号)、G信号(Gr-ave信号)和R信号(Rr-ave信号)的值分别乘以系数W1、系数W2和系数W3的原因。图19图示了PPFD值与RGB的颜色分量的值之间的关系。图19的A图示了当垂直轴表示光谱辐射亮度(W/sr·m2/nm)并且水平轴表示波长(nm)时户外阳光的光谱特性。此外,图19的B图示了当中垂直轴表示每个RGB信号的信号水平并且水平轴表示波长(nm)时从包括具有图7的布置图案143A的滤色器的传感器输出的RGB信号。
在图19的A中,作为夏季的阳光的光谱特性,根据诸如时间、季节和天气之类的条件,将晚上的阳光、阴影中的阳光和多云天气的阳光示为阳光的光谱特性。在这种情况下,可以获得PPFD值,作为通过将阳光的每个波长的水平乘以每个波长而获得的值的积分值。即,通过以下表达式(12)计算PPFD值。
[数学表达式1]
Figure GDA0003278710590000321
要注意的是,在表达式(12)中,A表示光谱辐射亮度(W/sr·m2/nm),并且λ(nm)表示波长。此外,λ=400nm至700nm与光合光量子通量密度(PPFD)的叶绿素的吸收波长对应。另外,C1是系数。
在图19的A中,1500umol被计算为夏季阳光的PPFD值,660umol被计算为晚上阳光的PPFD值,500umol被计算为阴影中阳光的PPFD值,并且100umol被计算为多云天气下阳光的PPFD值。以这种方式,PPFD值取决于阳光的光谱特性而变化很大,具体而言,取决于在水平轴表示波长、垂直轴表示光谱辐射照度并且光谱辐射照度被归一化到0到1的范围内的情况下曲线图的倾斜度而变化很大。
在这里,如图19的B中所示,在图7的布置图案143A中,通过对与入射光的B、G和R像素对应的波长带中的信号进行积分而获得的值从传感器输出。在这里,为了从RGB信号获得PPFD值,可以控制系数W1、系数W2和系数W3,使得通过将B信号、G信号和R信号的值中的每一个乘以系数W1、系数W2和系数W3所获得的结果等于要作为PPFD值获得的值。
在这里,在感测设备101-1中,滤波器143-1由RGB滤波器(RGB滤波器143-1)和IR截止滤波器构成,并且来自传感器144-1的输出被设置为RGB信号。
为此,在处理从感测设备101-1输出的RGB数据的有效指标计算设备103的计算单元171中,还可以控制系数W1、系数W2和系数W3,使得通过将B信号(Br-ave信号)、G信号(Gr-ave信号)和R信号(Rr-ave信号)的值中的每一个乘以系数W1、系数W2和系数W3所获得的结果等于要作为PPFD值获得的值。
即,在有效指标计算设备103的计算单元171中,可以说系数W1、系数W2和系数W3可以被控制为满足以下表达式(13)的关系。
PPFD=C2×(W1×B+W2×G+W3×R)...(13)
要注意的是,在表达式(13)中,B、G和R分别表示B信号(Br-ave信号)、G信号(Gr-ave信号)和R信号(Rr-ave信号)的值,并且W1、W2和W3分别表示系数W1、系数W2和系数W3。此外,C2是系数。
在这里,在图18的计算单元171中,W1确定单元222-1确定与Br-ave/Rr-ave值、Br-ave/Gr-ave值或Gr-ave/Rr-ave值对应的系数W1。类似地,W2确定单元222-2确定与Br-ave/Rr-ave值、Br-ave/Gr-ave值或Gr-ave/Rr-ave值对应的系数W2,并且W3确定单元222-3确定与Br-ave/Rr-ave值、Br-ave/Gr-ave值或Gr-ave/Rr-ave值对应的系数W3。
即,在W1确定单元222-1至W3确定单元222-3中,Br-ave信号与Rr-ave信号之比、Br-ave信号与Gr-ave信号之比或者Gr-ave信号与Rr-ave信号之比是根据从感测设备101-1输出的RGB数据获得的Br-ave信号、Gr-ave信号与Rr-ave信号的值来计算的,使得可以从比值(Br-ave/Rr-ave值、Br-ave/Gr-ave值或Gr-ave/Rr-ave值)获得(相当于)阳光的光谱特性的倾斜度(的值)。
另外,在有效指标计算设备103中,系数计算LUT(LUT1)存储在存储单元163中,在该LUT中,阳光的光谱特性的倾斜度(从Br-ave/Rr-ave值、Br-ave/Gr-ave值或Gr-ave/Rr-ave值获得的光谱特性的倾斜度)与系数W1、系数W2和系数W3相关联。由此,在计算单元171的W1确定单元222-1至W3确定单元222-3中,可以确定与从来自系数计算LUT(LUT1)的Br-ave/Rr-ave值、Br-ave/Gr-ave值或Gr-ave/Rr-ave值获得的光谱特性的倾斜度对应的系数W1至系数W3。
即,在W1确定单元222-1中,通过参考系数计算LUT(LUT1)来确定与从Br-ave/Rr-ave值等获得的光谱特性的倾斜度对应的系数W1。因此,在乘法器223-1中,Br-ave信号乘以由W1确定单元222-1确定的系数W1,从而获得B信号的PPFD值(W1×Br-ave)。
此外,在W2确定单元222-2中,通过参考系数计算LUT(LUT1)来确定与从Br-ave/Rr-ave值等获得的光谱特性的倾斜度对应的系数W2。结果,在乘法器223-2中,Gr-ave信号乘以由W2确定单元222-2确定的系数W2,从而获得G信号的PPFD值(W2×Gr-ave)。
此外,在W3确定单元222-3中,通过参考系数计算LUT(LUT1)来确定与从Br-ave/Rr-ave值等获得的光谱特性的倾斜度对应的系数W3。结果,在乘法器223-3中,Rr-ave信号乘以由W3确定单元222-3确定的系数W3,从而获得R信号的PPFD值(W3×Rr-ave)。
另外,在计算单元171中,来自乘法器223-1的输出(W1×Br-ave)、来自乘法器223-2的输出(W2×Gr-ave)和来自乘法器223-3的输出(W3×Rr-ave)根据上述表达式(13)相加,从而计算PPFD值(W1×Br-ave+W2×Gr-ave+W3×Rr-ave)。
上面已经描述了计算PPFD值的方法的细节。
要注意的是,在这里,已经描述了使用具有平坦光谱反射特性的参考反射板(诸如灰色反射板)的情况的示例。但是,在具有非平坦光谱反射特性的区域(例如,体育场中的快干土(en-tout-cas)等)被用作参考反射板(参考反射区域)的情况下,从感测设备101-1输出的RGB数据由于参考反射区域的反射的影响而与使用灰色反射板等的情况下不同。但是,同样在这种情况下,预先准备与具有非平坦光谱反射特性的参考反射区域(诸如快干土之类)对应的系数计算LUT(LUT1),使得通过在计算PPFD值时使用系数计算LUT(LUT1),可以获得与使用具有平坦光谱反射特性的参考反射板(诸如灰色反射板)的情况下的PPFD值相同的结果。
(4)碳还原反应最大ETR计算处理
碳还原反应是在Calvin循环(Calvin回路)内经历三个反应处理的反应。第一反应处理是用于将二氧化碳(CO2)连接到CO2受体的碳骨架的羧化反应。第二反应处理是使用光化学产生的烟酰胺腺嘌呤二核苷酸磷酸(NADPH)、三磷酸腺苷(ATP)的能量和还原能力来生成碳水化合物(糖或淀粉)的还原反应。第三反应处理是用于生成作为CO2受体的核酮糖-1,5-二磷酸的再生反应。
这些反应的反应速率取决于CO2浓度、温度、湿度和植物的类型而大不相同。要注意的是,植物的特性包括不仅例如C3植物、C4植物和CAM植物的分类,而且还包括取决于植物类型而不同的特性。难以全面地确定这些因素,但是可以固定植物的类型并在更有限的环境中测量改变的状态。
作为这种类型的测量方法,一般使用气体交换测量方法,并且可以通过在控制光、CO2浓度、温度和湿度的同时捕获CO2浓度的改变来测量碳还原反应的光合作用速率。此外,可以通过使用该测量方法来创建CO2率限制光合作用速率LUT(LUT4)、温度校正系数LUT(LUT5)和湿度校正系数LUT(LUT6)。
例如,对于植物的类型、季节和地点中的每一个,在一定的温度和湿度下测量取决于CO2浓度的碳还原反应(其不受光化学系统反应的速率限制)的光合作用速率(ETR),并且因此可以创建其中CO2浓度和光合作用速率彼此相关联的CO2率限制光合作用速率LUT(LUT4)。类似地,在针对植物的类型、季节和地点中的每一个改变温度和湿度的情况下,并且其改变量分别被设置为校正系数T和校正系数F,并且因此可以创建其中温度和校正系数T彼此相关联的温度校正系数LUT(LUT5)以及其中湿度和校正系数F彼此相关联的湿度校正系数LUT(LUT6)。
(碳还原反应最大ETR计算处理的流程)
在这里,将参考图20的流程图描述与图10的步骤S103对应的碳还原反应最大ETR计算处理的细节。
在步骤S141中,有效指标计算设备103的处理单元162获取CO2浓度、温度和湿度的数据,作为通过由环境传感器102(图6)执行的感测所获得的环境测量数据。
在步骤S142中,有效指标计算设备103的计算单元171参考存储在存储单元163中的CO2率限制光合作用速率LUT(LUT4)来获取被限制到在步骤S141的处理中获得的CO2浓度的光合作用速率。
图21的A图示了CO2率限制光合作用速率LUT(LUT4)。在CO2率限制光合作用速率LUT(LUT4)中,为作为C3植物的A植物准备例如,对于每个季节和每个地点的多个查找表,在所述多个查找表中CO2浓度和光合速率彼此相关联。因此,例如,在测量目标1是作为C3植物的A植物的情况下,可以根据测量时间,测量位置等从CO2率限制光合作用速率LUT(LUT4)获取被限制到测得的CO2浓度的光合作用速率(ETR)。
它们之间的关系可以表示为以下表达式(14)。
ETR@CO2=LUT4(CO2浓度)...(14)
返回去参考图20的描述,在步骤S143中,有效指标计算设备103的计算单元171参考存储在存储单元163中的温度校正系数LUT(LUT5)来获取与在步骤S141的处理中获得的温度对应的校正系数T。
图21的B图示了温度校正系数LUT(LUT5)。在温度校正系数LUT(LUT5)中,为作为C3植物的A植物准备例如,对于每个季节和每个地点的多个查找表,在所述多个查找表中温度和校正系数T彼此相关联。因此,例如,在测量目标1是作为C3植物的A植物的情况下,可以根据测量时间和测量位置从温度校正系数LUT(LUT5)获取与测得的温度对应的校正系数T。
它们之间的关系可以表示为以下表达式(15)。
T=LUT5(温度)...(15)
返回去参考图20的描述,在步骤S144中,有效指标计算设备103的计算单元171参考存储在存储单元163中的湿度校正系数LUT(LUT6)获取与在步骤S141的处理中获得的湿度对应的校正系数F。
图21的C图示了湿度校正系数LUT(LUT6)。在湿度校正系数LUT(LUT6)中,为作为C3植物的A植物准备例如,对于每个季节和每个地点的多个查找表,在所述多个查找表中湿度和校正系数F彼此相关联。因此,例如,在测量目标1是作为C3植物的A植物的情况下,可以根据测量时间和测量位置从湿度校正系数LUT(LUT6)获取与测得的湿度对应的校正系数F。
它们之间的关系可以表示为以下表达式(16)。
F=LUT6(温度)...(16)
返回去参考图20的描述,在步骤S145中,有效指标计算设备103的计算单元171基于在步骤S141至S144的处理中获得的数据来计算测量目标1中的碳还原反应最大ETR。
在这里,将描述计算碳还原反应最大ETR的方法。通过将受限于CO2浓度的光合作用速率(ETR)乘以温度的校正系数T和湿度的校正系数F来获得碳还原反应最大ETR。即,当碳还原反应最大ETR被设置为ETR2时,通过算术运算以下表达式(17)获得ETR2。
ETR2=ETR@CO2×T×F...(17)
当步骤S1145的处理终止时,处理返回到图10的步骤S103,并且执行后续处理。
上面已经描述了碳还原反应最大ETR计算处理的流程。在碳还原反应最大ETR计算处理中,计算相当于从环境或植物的类型确定的碳还原反应的最大光合作用速率的电子传递速率(ETR)作为碳还原反应最大ETR。
要注意的是,在碳还原反应最大ETR计算处理中,在作为感测的结果获得的捕获图像中存在多种类型的植物的情况下,类似于光化学系统反应最大ETR计算处理,可以针对每个植物的每个区域切换用于获得有效PPFD值的查找表。由此,即使当在一个屏幕内显示多个植物时,也可以同时呈现适当的有效PPFD值。
(5)有效PPFD值等的呈现的示例
接下来,将参考图22至28描述包括关于在图10的步骤S106的处理中显示的有效PPFD值的信息的呈现信息的呈现的示例。
本技术的发明人在以下(a)至(d)的环境下执行模拟,以便确认测量目标1(诸如田野中的植物之类)的PPFD值及其有效PPFD值如何由于在某个实际的一天中随环境中的差异而改变。
(a)环境A:日照,一天的平均温度为15度
(b)环境B:阴影,一天的平均温度为15度
(c)环境C:日照,一天的平均温度为3度
(d)环境D:阴影,一天的平均温度为3度
在下文中,将描述与作为在环境A至D下执行的模拟的结果而获得的数据对应的呈现信息的呈现的示例(显示的示例)。在这里,假设测量目标1是植物。
(5-1)环境A的显示的示例(日照,平均温度15度)
图22是图示在环境A中显示PPFD值、有效PPFD值等的示例的图。
在图22中,水平轴表示时间,并且从某一天的早晨6点到第二天的6点的24小时以30分钟为单位划分刻度。垂直轴表示作为在环境A中执行的模拟的结果而获得的数据的值,所述值由作为不同类型的线的线L1至L5指示并且单位是umol/m2/s。要注意的是,这些轴之间的关系与稍后描述的图23至25中的相同。
在环境A中,植物存在于日照下,并且植物附近的平均温度为15度。作为在这种环境下执行的模拟的结果,线L1A指示发射到植物的日照部分的阳光的PPFD值(日照·PPFD值)的改变。线L2A指示当发射到植物的日照部分的阳光通过植物的光化学系统反应被转换成能量时光化学系统反应最大ETR(日照·光化学系统反应最大ETR)的改变。
线L3A指示植物的碳还原反应最大ETR(碳还原反应最大ETR(平均温度15度))的改变,所述改变是根据诸如平均温度15度之类的环境确定的。线L4A指示环境A中的传递ETR(日照·传递ETR(平均温度15度))的改变。即,由线L2A指示的日照·光化学系统反应最大ETR与由线L3A指示的碳还原反应最大ETR(平均温度15度)彼此进行比较,并且较小的值被确定为瓶颈,由此确定植物内部传递的传递ETR。
在这里,碳还原反应最大ETR(平均温度15度)的值小于日照·光化学系统反应最大ETR的值,并且因此确定碳还原反应最大ETR(平均温度15度)为瓶颈,并被设置为日照·传递ETR(平均温度15度)。结果,在图22中,线L4A与线L3A的一部分重叠。
此外,作为日照·传递ETR(平均温度15度)的线L4A指示实际上对植物生长有贡献的值,并且线L4A的内侧的一部分(图22中斜线所指示的部分)的面积与植物的生长量成比例。要注意的是,严格地说,植物的生长也受到糖的换向(commutation)机制(诸如光补偿点和光饱和点之类)的影响。
线L5A指示环境A中的有效PPFD值(日照·有效PPFD值(平均温度15度))的改变。由线L5A指示的日照·有效PPFD值(平均温度15度)是通过将由线L4A指示的日照·传递ETR(平均温度15度)的值转换成发射到植物的日照部分的阳光的发射量而获得的。
(5-2)环境B的显示的示例(阴影,平均温度15度)
图23是图示在环境B中显示PPFD值、有效PPFD值等的示例的图。
在环境B中,植物存在于阴影中,植物附近的平均温度为15度。作为在这种环境下执行的模拟的结果,线L1B指示发射到植物的阴影部分的阳光的PPFD值(阴影·PPFD值)的改变。线L2B指示当发射到植物的阴影部分的阳光通过植物的光化学系统反应被转换成能量时光化学系统反应最大ETR(阴影·光化学系统反应最大ETR)的改变。
线L3B指示植物的碳还原反应最大ETR(碳还原反应最大ETR(平均温度15度))的改变,所述改变是根据诸如平均温度15度之类的环境确定的。线L4B指示环境B中的传输ETR(阴影·传递ETR(平均温度15度))的改变。即,在这里,阴影·光化学系统反应最大ETR的值小于碳还原反应最大ETR(平均温度为15度)的值,并且因此阴影·光化学系统反应最大ETR被确定为瓶颈并且被设置为阴影·传递ETR(平均温度15度)。因此,在图23中,线L4B与线L2B的一部分重叠。
此外,作为阴影·传递ETR(平均温度15度)的线L4B指示实际上对植物生长有贡献的值,并且线L4B的内侧的一部分(图23中斜线所指示的部分)的面积与植物的生长量成比例。线L5B指示环境B中的有效PPFD值(阴影·有效PPFD值(平均温度15度))的改变,并且是通过将由线L4B指示的阴影·传递ETR(平均温度15度)的值转换成发射到植物的阴影部分的阳光的发射量而获得的。
(5-3)环境C的显示的示例(日照,平均温度3度)
图24是图示在环境C中显示PPFD值、有效PPFD值等的示例的图。
在环境C中,植物存在于日照下,植物附近的平均温度为3度。作为在这种环境下执行的模拟的结果,线L1C指示发射到植物的日照部分的阳光的PPFD值(日照·PPFD值)的改变。线L2C指示当发射到植物的日照部分的阳光通过植物的光化学系统反应被转换成能量时光化学系统反应最大ETR(日照光化学系统反应最大ETR)的改变。
线L3C指示植物的碳还原反应最大ETR(碳还原反应最大ETR(平均温度3度))的改变,所述改变是根据诸如平均温度3度之类的环境确定的。线L4C指示环境C中的传递ETR(日照·传递ETR(平均温度3度))的改变。即,在这里,碳还原反应最大ETR(平均温度3度)的值小于日照·光化学系统反应最大ETR的值,并且因此碳还原反应最大ETR(平均温度3度)被确定为瓶颈并且被设置为日照·传递ETR(平均温度3度)。结果,在图24中,线L4C与线L3C的一部分重叠。
此外,作为日照·传递ETR(平均温度3度)的线L4C指示实际上对植物生长有贡献的值,并且线L4C的内侧的一部分(图24中斜线所指示的部分)的面积与植物的生长量成比例。线L5C指示环境C中的有效PPFD值(日照·有效PPFD值(平均温度3度))的改变,并且是通过将由线L4C指示的日照·传递ETR(平均温度3度)的值转换成发射到植物的日照部分的阳光的发射量而获得的。
(5-4)环境D的显示的示例(阴影,平均温度3度)
图25是图示在环境D中显示PPFD值、有效PPFD值等的示例的图。
在环境D中,植物存在于阴影中,植物附近一天的平均温度为3度。作为在这种环境下执行的模拟的结果,线L1D指示发射到植物的阴影部分的阳光的PPFD值(阴影·PPFD值)的改变。线L2D指示当发射到植物的阴影部分的阳光通过植物的光化学系统反应被转换成能量时光化学系统反应最大ETR(阴影·光化学系统反应最大ETR)的改变。
线L3D指示植物的碳还原反应最大ETR(碳还原反应最大ETR(平均温度15度))的改变,所述改变是根据诸如平均温度3度之类的环境确定的。线L4D指示环境D中的传输ETR(阴影·传递ETR(平均温度3度))的改变。即,在这里,阴影·化学系统反应最大ETR的值小于碳还原反应最大ETR(平均温度3度)的值,并且因此阴影·光化学系统反应最大ETR被确定为瓶颈并且被设置为阴影·传递ETR(平均温度3度)。结果,在图25中,线L4D与线L2D的一部分重叠。
此外,作为阴影·传递ETR(平均温度3度)的线L4D指示实际上对植物生长有贡献的值,并且线L4D的内侧的一部分(图25中斜线所指示的部分)的面积与植物的生长量成比例。线L5D指示环境D中的有效PPFD值(阴影·有效PPFD值(平均温度3度))的改变,并且是通过将由线L4D指示的阴影·传递ETR(平均温度3度)的值转换成发射到植物的阴影部分的阳光的发射量而获得的。
(在环境A至D中执行的模拟结果之间的比较)
在这里,在图22至25所示的环境A至D中执行的模拟结果之间的比较如下。
即,由于PPFD值和光化学系统反应最大ETR是根据发射到植物的阳光确定的,图22的环境A和图24的环境C都是日照,并且因此日照·PPFD值(线L1A,线L1C)和日照·光化学系统反应最大ETR(线L2A,线L2C)彼此一致。
另一方面,由于碳还原反应最大ETR受大气温度的影响,在图22的环境A和图24的环境C中它们的平均温度为彼此不同的15度和3度,因此由线L3A指示的碳还原反应最大ETR(平均温度15度)和由线L3C指示的碳还原反应最大ETR(平均温度3度)彼此不同。
图23的环境B和图25的环境D都是阴影,并且因此阴影·PPFD值(线L1B,线L1D)和阴影·光化学系统反应最大ETR(线L2B,线L2D)是彼此一致的。要注意的是,虽然图23的环境B和图25的环境D中的垂直轴的刻度不同于图22的环境A和图24的环境C中的垂直轴的刻度,但是阴影环境中的PPFD值和光化学系统反应最大ETR小于日照环境中的PPFD值和光化学系统反应最大ETR。
另一方面,图23的环境B和图25的环境D的平均温度是彼此不同的15度和3度,并且因此由线L3B指示的碳还原反应最大ETR(平均温度15度)和由线L3D指示的碳还原反应最大ETR(平均温度3度)彼此不同。
此外,由于图22的环境A和图23的环境B的平均温度均为15度,因此这些环境虽然在垂直轴的刻度方面不同,但是由线L3A指示的碳还原反应最大ETR(平均温度15度)和由线L3B指示的碳还原反应最大ETR(平均温度15度)彼此一致。类似地,由于图24的环境C和图25的环境D的平均温度均为3度,因此这些环境虽然在垂直轴的刻度方面不同,但是由线L3C指示的碳还原反应最大ETR(平均温度3度)和由线L3D指示的碳还原反应最大ETR(平均温度3度)彼此一致。
在这里,由图22的环境A至图25的环境D中的线L5A、线L5B、线L5C和线L5D指示的有效PPFD值之间的比较如下。即,由图22的环境A中的线L5A指示的日照·有效PPFD值(平均温度15度)的值指示超过500(umol/m2/s)的最大值。相反,由图25的环境D中的线L5D指示的阴影·有效PPFD值(平均温度3度)的值是最小值。
(5-5)在环境A至D中显示PPFD值的积分的示例
图26是图示显示在环境A至D中PPFD值的积分的示例的图。
在图26中,一天中每个环境中的PPFD值的积分值被示为环境A至D中的每一个的直方图。因此,图26中的垂直轴的单位是mol/m2/天。
如上所述,PPFD值是根据发射到植物的阳光确定的。为此,在图26中,环境A和环境C都是日照,并且因此一天的PPFD值的积分值彼此一致。此外,环境B和环境D都是阴影,因此一天的PPFD值的积分值彼此一致。
此外,在图26中,在环境A和C以及环境B和D中,在日照环境中一天的PPFD值的积分值大于在阴影环境中的积分值。
(5-6)在环境A至D中显示有效PPFD值的积分的示例
图27是图示显示在环境A至D中的有效PPFD值的积分和阳光利用率的示例的图。
在图27中,一天中每个环境中的有效PPFD值的积分值被示为环境A至D中的每一个的直方图,并且左侧的垂直轴的单位是mol/m2/天。另外,在图27中,每个环境中的阳光的利用程度由环境A至D中的每一个的线图表示,并且垂直轴的单位是百分比(%)。
有效PPFD值是通过将传递ETR的值转换成发射到植物的阳光的发射量而获得的PPFD值,并且因此积分的量也与对植物生长量有贡献的量成比例。在这方面,可以看出,在环境A的情况下,植物的生长程度最高。
在这里,彼此比较环境A与环境C,它们都是日照并且一天具有不同的平均温度,环境A中有效PPFD值的积分值大约为13(mol/m2/天),而环境C中有效PPFD值的积分值大约为7(mol/m2/天),并且因此积分值之间的差基本上是两倍。
此外,彼此比较环境B与环境D,它们都是阴影并且一天具有不同的平均温度,环境B中有效PPFD值的积分值大约为4(mol/m2/天),而环境D中有效PPFD值的积分值大约为3(mol/m2/天),并且因此积分值彼此之间没有很大差异。
以这种方式,通过分析有效PPFD值,可以看出,即使在相同的光发射量和日照的情况下,植物的生长也取决于大气温度而存在很大差异,而在相同的光发射量和阴影的情况下,植物的生长量在取决于大气温度方面没有很大差异。
例如,仅通过分析图26中所示的PPFD值,不能看出,取决于环境A和环境C中的大气温度,一天的PPFD值的积分值是否彼此一致以及植物的生长是否存在差异。但是,通过分析图27中所示的有效PPFD值,可以看出,取决于大气温度,有效PPFD值的积分值之间的差异基本上是两倍,并且植物的生长存在差异。
另外,在图27中,对于环境A至D中的每一个,线图指示通过将有效PPFD值除以PPFD值而获得的阳光的利用程度(%)。根据线图,有效PPFD值在都是日照的环境A和环境C中变大,但是阳光的利用程度低于从发射的阳光获得的PPFD值的阳光利用程度。另一方面,在都是阴影的环境B和环境D中,有效PPFD值小,但是阳光的利用程度变大。
在这里,在日照下的植物消耗大部分极强的阳光作为热量或荧光,但据说极大的消耗也会导致诸如植物光抑制之类的有害影响。认为在分析植物的压力(stress)状态的情况下,阳光的利用程度的状态是有用的。
(5-7)将有效PPFD值显示为二维信息的示例
图28是图示将有效PPFD值显示为二维信息的示例的图。
图28图示了基于通过由传感器144执行感测获得的数据,将有效PPFD值和PPFD值显示为二维信息(二维图像)的情况的示例,所述传感器144具有以重复图案二维布置的多个像素。
例如,图28的A图示了在作为测量目标1的田野中的植物的区域(植被区域)在水平方向上被划分为12个区域并且在垂直方向上被划分为8个区域的情况下,对于通过12×8划分获得的每个区域的一天的有效PPFD值的积分值(直方图的图的每列(条)表示每天该区域中的有效PPFD值)。即,在图28的A中所示的三维图中,通过12×8划分获得的每个区域由XY平面表示,并且每个区域中的有效PPFD值的幅值由Z轴方向表示(单位:mol/m2/天)。以这种方式,有效PPFD值被显示为二维信息(例如,XY平面的信息),使得即使在诸如田野中植物的区域之类的广泛区域中也可以呈现对植物有效的PPFD值。
此外,图28的B图示了通过对作为测量目标1的田野中的植物区域执行12×8划分而获得的每个区域的一天的PPFD值的积分值。即,图28的B的12×8个区域和图28的A的12×8区域彼此对应,并且可以根据用户的操作等在图28的A的有效PPFD值的二维信息和图28的B的PPFD值的二维信息之间切换。要注意的是,可以同时显示图28的A的有效PPFD值的二维信息和图28的B的PPFD值的二维信息。由此,用户可以针对田野中植物的每个区域或田野中植物的整个区域将有效PPFD值与PPFD值彼此进行比较。
即,如上所述,测得的PPFD值实际上不一定有效地用于植物。为此,在本技术中,可以将有效PPFD值计算为对植物有效的PPFD值。但是,例如,通过同时或以切换方式显示有效PPFD值的积分值和PPFD值的积分值,可以容易地确定植物所需的光量是否已经发射。
具体而言,在上面的描述中,作为图3或图4的示例,在对植物有效的光为500umol/m2时用2000umol/m2的光照射植物3小时的情况,以及在对植物有效的光为500umol/m2时用500umol/m2的光照射植物6小时的情况,可以说在后一种情况下获得更有效的日照,其中有效光子的量增加。同样是在这两种情况下,有效PPFD值的积分值和PPFD值的积分值以如图28所示的显示形式显示,并且因此可以容易地确定在哪种情况下获得更有效的日照,等等。
要注意的是,图28中所示的有效PPFD值的二维显示和PPFD值的二维显示是用于呈现二维信息的显示形式的示例,并且有效PPFD值的二维信息和PPFD值的二维信息可以以其它显示形式显示。
例如,可以针对每个区域显示有效PPFD值的二维信息(图28的A)和PPFD值的二维信息(图28的B),以便彼此叠加。呈现这种叠加显示,使得用户可以直观地识别每个区域的有效PPFD值与PPFD值之间的差异。此外,可以显示有效PPFD值的二维信息(图28的A)或PPFD值的二维信息(图28的B)中的至少一个,以便叠加在例如田地中的植物等的捕获图像上。呈现这种叠加显示,使得用户可以确定植物的实际状态与有效PPFD值或PPFD值之间的关系。
此外,例如,除了如图28所示的直方图的图的每列(条)的叠加显示之外,有效PPFD值或PPFD值的二维信息可以以其它显示形式显示,诸如颜色或亮度的变化之类,只要显示形式使得可以识别图的每列(条)即可。另外,例如,关于有效PPFD值或PPFD值的二维信息的显示,仅显示其值超过或降至低于预定参考值的部分,或者可以仅突出显示该部分。在这种情况下,作为参考值,例如,可以使用要测量的区域的任何输入值、平均值等。
此外,在这里,已经描述了将有效PPFD值和PPFD值呈现为二维信息的情况,但是可以二维地类似地显示光合有效辐射吸收率(fAPAR)的值。
如上所述,作为呈现信息,可以呈现(显示)实际上对植物生长有贡献的PPFD值作为有效PPFD值,并且因此可以从各种角度分析作为测量目标1的植物的生长。即,已知植物的光合作用受作为光的粒子的光子的数量而不是受光能的影响。但是,允许植物有效利用光的光子的数量受环境条件(诸如二氧化碳(CO2)、温度、湿度和营养物之类)以及植物的类型和状态的影响很大。因此,在本技术中,根据这种环境条件以及植物的类型和状态来预测被认为植物有效利用的PPFD值,以计算和显示有效PPFD值。
要注意的是,图22至28中所示的显示示例是用于呈现数据(诸如PPFD值和有效PPFD值之类)的统计值的显示形式的示例,并且数据(诸如PPFD值和有效PPFD值之类)的统计值可以以其它显示形式显示。此外,如图28中所示,在预定时间范围(诸如每日单位、每周单位或每月单位)内收集这种数据,并且因此可以累积例如关于日照的对于植物的生长是重要的的数据。由此,例如,对于作为测量目标1的每个植物,可以在公共时间单位(诸如每日单位或每周单位)中收集数据(诸如PPFD值和有效PPFD值之类)。
<4.修改示例>
(参考反射板的另一个示例)
在上面的描述中,使用具有平坦光谱反射特性的参考反射板(诸如灰色反射板)作为参考反射板20,但是参考反射板不限于具有可移动板形状,并且可以是预定的固定区域,只要已知反射率即可。例如,在测量体育场中的草的情况下,可以使用快干土作为参考反射区域。另外,例如,在使用具有平坦光谱反射特性的区域(诸如快干土之类)作为参考反射区域的情况下,预先准备与参考反射区域对应的系数计算LUT(LUT1)的必要性在上面已经描述了。
要注意的是,在诸如足球场的体育场中充当测量目标(待测量区域)的草区域附近的区域中形成快干土,并且所述快干土可以被用作参考反射区域(参考区),因为反射特性基本上是固定的并且可以预先测量。
要注意的是,可以创建具有预定反射率的参考反射板并将其用作参考反射板20。而且在这种情况下,参考反射板可以安装在任何位置,但是具有预定反射率的参考反射板可以安装在可以在与测量目标1同时进行感测的位置处,例如,如图11中所示。此外,可以在与测量目标1时间上不同的定时感测参考反射板20(参考反射区域)。
(传感器的具体示例)
在以上描述中,传感器144(图7)是包括其中多个像素被二维地布置的像素阵列部分的传感器,但是传感器可以包括各种类型的传感器,诸如一维线传感器和图像传感器之类。要注意的是,图像传感器包括成像元件,诸如互补金属氧化物半导体(CMOS)图像传感器或电荷耦合器件(CCD)图像传感器之类。
(其它植被指标)
另外,在上面的描述中,已经描述了归一化的差异植被指标(NDVI值)作为当植物被设置为测量目标1时的指标(植被指标)的示例,但是除归一化的差异植被指标(NDVI值)之外的植被指标可以被测量。例如,作为其它植被指标,可以使用比率植被指标(RVI)、差异植被指标(DVI)等。
在这里,比率植被指标(RVI值)通过算术运算以下表达式(18)来计算。
RVI=IR/R...(18)
此外,差异植被指标(DVI值)通过算术运算以下表达式(19)来计算。
DVI=IR-R...(19)
在这里,在表达式(18)和表达式(19)中,IR表示红外区域中的反射率,并且R表示可见区域中的红色的反射率。要注意的是,在这里,仅说明了使用IR和R作为参数的植被指标,但是当然有可能使用可见区域中除红色之外的光的反射率等作为参数来测量其它植被指标。此外,光谱比率不限于R和IR的组合。在其中除了R和IR之外的其它波带(诸如G和B)中的分量作为来自传感器144的RGBIR的输出被输出的情况下,可以使用其值。
(感测设备测量期间的其它配置示例)
在上面的描述中,已经描述了感测设备101安装在执行移动观察的移动测量设备70(图11)或者执行定点观察的定点测量设备80(图11)上的情况,但是只要可以通过感测设备101感测测量目标1和参考反射板20,就可以采用任何配置。
例如,感测设备101可以安装在人造卫星上。在人造卫星中,通过由感测设备101执行的感测(从人造卫星成像)获得的指标测量数据(例如,与卫星图像对应的测量值)通过预定的通信路线被发送到有效指标计算设备103。另外,在有效指标计算设备103中,计算单元171可以基于从安装在人造卫星上的感测设备101发送的指标测量数据来获得从人造卫星测量的测量目标1(例如,田野中的植物)的指标(PPFD值)。
<5.计算机的配置>
上述一系列处理(图10的有效PPFD计算处理中的步骤S102至S106的处理)可以由硬件或软件执行。在通过软件执行一系列处理的情况下,将包括该软件的程序安装在计算机上。图29是图示其中由程序执行上述一系列处理的计算机的硬件配置的示例的图。
在计算机1000中,中央处理单元(CPU)1001、只读存储器(ROM)1002和随机存取存储器(RAM)1003通过总线1004彼此连接。输入和输出接口1005进一步连接到总线1004。输入单元1006、输出单元1007、记录单元1008、通信单元1009和驱动器1010连接到输入和输出接口1005。
键盘、鼠标、麦克风等用作输入单元1006。显示器、扬声器等用作输出单元1007。硬盘、非易失性存储器等用作记录单元1008。网络接口等用作通信单元1009。驱动器1010驱动诸如磁盘、光盘、磁光盘或半导体存储器之类的存储介质1011。
在具有上述配置的计算机1000中,CPU 1001通过经由输入和输出接口1005和总线1004将记录在ROM 1002或记录单元1008上的程序加载到RAM 1003并执行该程序来执行上述一系列处理。
由计算机1000(CPU 1001)执行的程序可以记录在例如可移动存储介质1011(诸如打包介质之类)上以便提供。此外,程序可以经由诸如局域网、互联网或数字广播之类的有线或无线传输介质来供应。
在计算机1000中,通过将可移动存储介质1011安装在驱动器1010上,可以经由输入和输出接口1005将程序安装在记录单元1008上。此外,程序可以由通信单元1009经由有线或无线传输介质接收,并且可以安装在记录单元1008上。此外,程序可以预先安装在ROM1002或记录单元1008上。
在这里,在本说明书中,由计算机根据程序执行的处理可以不必按照流程图描述的次序按时间顺序执行。即,由计算机根据程序执行的处理还包括并行或单独执行的处理(例如,并行处理或通过对象处理)。此外,程序可以由一个计算机(处理器)处理,或者可以被分发并由多个计算机处理。
而且,本技术的实施例不限于上述实施例,而是在不脱离本技术的主旨的情况下,可以在本技术的范围内进行各种改变。例如,可以采用其中组合多个上述实施例中的全部或一些的实施例。
此外,本技术还可以如下配置。
(1)一种信息处理设备,包括:
计算单元,基于通过由传感器执行的感测所获得的关于测量目标的测得的值来计算表示入射在测量目标上的光中对于测量目标被有效利用的光的程度的有效指标,作为关于入射在测量目标上的光的指标。
(2)如(1)所述的信息处理设备,
其中测量目标是植物,以及
有效指标是通过将植物的传递电子传递速率(ETR)转换成入射在植物上的光的发射量而获得的指标。
(3)如(2)所述的信息处理设备,
其中计算单元基于光化学系统反应最大ETR和碳还原反应最大ETR来计算传递ETR。
(4)如(3)所述的信息处理设备,
其中计算单元将光化学系统反应最大ETR与碳还原反应最大ETR相互进行比较,并将较小的ETR设置为传递ETR。
(5)如(1)至(4)中任一项所述的信息处理设备,
其中测量目标是植物,
测得的值是基于从植物反射的光的值,以及
计算单元以基于从植物反射的光的值为基础来计算光合有效辐射吸收率(fAPAR)。
(6)如(5)所述的信息处理设备,
其中计算单元基于光合有效辐射吸收率(fAPAR)来计算有效指标。
(7)如(3)所述的信息处理设备,
其中计算单元基于关于入射在植物上的光的光化学系统反应的量子产率(ΦPSII)、测量指标以及光合有效辐射吸收率(fAPAR)来计算光化学系统反应最大ETR。
(8)如(7)所述的信息处理设备,
其中计算单元基于通过由传感器执行的感测所获得的植物的测得的值来计算测量指标。
(9)如(7)或(8)中任一项所述的信息处理设备,
其中计算单元基于测量时间、测量位置和植物的类型中的任何一个来计算光化学系统反应的量子产率(ΦPSII)。
(10)如(3)所述的信息处理设备,
其中计算单元基于关于植物附近的环境信息来计算碳还原反应最大ETR。
(11)如(10)所述的信息处理设备,
其中关于植物附近的环境信息包括二氧化碳浓度(CO2浓度)、温度和湿度。
(12)如(3)所述的信息处理设备,还包括:
控制单元,控制与关于入射在植物上的光的测量指标和有效指标中的至少一个对应的呈现信息的呈现。
(13)如(12)所述的信息处理设备,
其中呈现信息是二维信息。
(14)如(13)所述的信息处理设备,
其中控制单元根据用户的操作来控制测量指标的二维信息和有效指标的二维信息之一的选择性呈现。
(15)如(12)所述的信息处理设备,
其中控制单元控制光化学系统反应最大ETR、碳还原反应最大ETR和传递ETR中的至少一个的呈现。
(16)如(12)所述的信息处理设备,
其中控制单元基于在不同时间测量的多个测得的值来计算测量指标和有效指标。
(17)如(2)所述的信息处理设备,
其中用作关于入射在植物上的光的指标的测量指标是指示入射在植物上的光作用于光合作用的程度的指标。
(18)如(17)所述的信息处理设备,
其中测量指标是光合光量子通量密度(PPFD),以及
有效指标是表示PPFD值当中对植物生长有贡献的PPFD值的有效PPFD值。
(19)一种用于信息处理设备的信息处理方法,该信息处理方法包括:
使信息处理设备基于通过由传感器执行的感测所获得的关于测量目标的测得的值来计算表示入射在测量目标上的光中对于测量目标被有效利用的光的程度的有效指标作为关于入射在测量目标上的光的指标的步骤。
(20)一种程序,使计算机用作
信息处理设备,包括计算单元,该计算单元基于通过由传感器执行的感测所获得的关于测量目标的测得的值来计算表示入射在测量目标上的光中对于测量目标被有效利用的光的程度的有效指标,作为关于入射在测量目标上的光的指标。
标号列表
10,11 有效指标计算系统
20 参考反射板
101,101-1,101-2 感测设备
102 环境传感器
103 有效指标计算设备
105 客户端设备
108 网络
109 服务器
110 存储装置
121 测量单元
122 处理单元
141,141-1,141-2 透镜
142,142-1,142-2 曝光单元
143 滤波器
143-1 RGB滤波器
143-2 IR滤波器
144,144-1,144-2 传感器
145,145-1,145-2 信号处理单元
146 I/F单元
161 I/F单元
162 处理单元
163 存储单元
164 呈现单元
171 计算单元
172 控制单元
221-1 B/R值计算单元
221-2 B/G值计算单元
221-3 G/R值计算单位
222-1 W1确定单元
222-2 W2确定单元
222-3 W3确定单元
223-1 乘法器
223-2 乘法器
223-3 乘法器
1000 计算机
1001 CPU

Claims (16)

1.一种信息处理设备,包括:
计算单元,基于通过由传感器执行的感测所获得的关于植物的测得的值来计算表示入射在植物上的光中对于植物被有效利用的光的程度的有效指标,作为关于入射在植物上的光的指标,其中
测得的值是基于从植物反射的光的值,以及
有效指标是通过将植物的电子传递速率ETR转换成入射在植物上的光的发射量而获得的指标,
其中计算单元将光化学系统反应最大ETR与碳还原反应最大ETR相互进行比较,并将较小的ETR设置为电子传递速率ETR。
2.如权利要求1所述的信息处理设备,
其中计算单元基于光合有效辐射吸收率fAPAR来计算有效指标,其中计算单元以基于从植物反射的光的值为基础来计算所述光合有效辐射吸收率fAPAR。
3.如权利要求1所述的信息处理设备,
其中计算单元基于关于入射在植物上的光的光化学系统反应的量子产率ΦPSII、光合光量子通量密度PPFD以及光合有效辐射吸收率fAPAR来计算光化学系统反应最大ETR。
4.如权利要求3所述的信息处理设备,
其中计算单元基于通过由传感器执行的感测所获得的植物的测得的值来计算光合光量子通量密度PPFD。
5.如权利要求3所述的信息处理设备,
其中计算单元基于测量时间、测量位置和植物的类型中的任何一个来计算光化学系统反应的量子产率ΦPSII。
6.如权利要求1所述的信息处理设备,
其中计算单元基于关于植物附近的环境信息来计算碳还原反应最大ETR。
7.如权利要求6所述的信息处理设备,
其中关于植物附近的环境信息包括二氧化碳浓度、温度和湿度。
8.如权利要求1所述的信息处理设备,还包括:
控制单元,控制与关于入射在植物上的光的光合光量子通量密度PPFD或有效指标中的至少一个对应的呈现信息的呈现。
9.如权利要求8所述的信息处理设备,
其中呈现信息是二维信息。
10.如权利要求9所述的信息处理设备,
其中控制单元根据用户的操作来控制光合光量子通量密度PPFD的二维信息和有效指标的二维信息之一的选择性呈现。
11.如权利要求8所述的信息处理设备,
其中控制单元控制光化学系统反应最大ETR、碳还原反应最大ETR或电子传递速率ETR中的至少一个的呈现。
12.如权利要求8所述的信息处理设备,
其中光合光量子通量密度PPFD和有效指标是基于在不同时间测量的多个测得的值计算的。
13.如权利要求3所述的信息处理设备,
其中光合光量子通量密度PPFD是指示入射在植物上的光作用于光合作用的程度的指标。
14.如权利要求3所述的信息处理设备,
其中有效指标是表示光合光量子通量密度PPFD值当中对植物生长有贡献的光合光量子通量密度PPFD值的有效PPFD值。
15.一种用于信息处理设备的信息处理方法,该信息处理方法包括:
使信息处理设备基于通过由传感器执行的感测所获得的关于植物的测得的值来计算表示入射在植物上的光中对于植物被有效利用的光的程度的有效指标作为关于入射在植物上的光的指标的步骤,其中测得的值是基于从植物反射的光的值,以及
有效指标是通过将植物的电子传递速率ETR转换成入射在植物上的光的发射量而获得的指标,
其中计算单元将光化学系统反应最大ETR与碳还原反应最大ETR相互进行比较,并将较小的ETR设置为电子传递速率ETR。
16.一种计算机程序产品,包括程序指令,所述程序指令在被计算机执行时使计算机用作
信息处理设备,包括计算单元,该计算单元基于通过由传感器执行的感测所获得的关于植物的测得的值来计算表示入射在植物上的光中对于植物被有效利用的光的程度的有效指标,作为关于入射在植物上的光的指标,其中
测得的值是基于从植物反射的光的值,以及
有效指标是通过将植物的电子传递速率ETR转换成入射在植物上的光的发射量而获得的指标,
其中计算单元将光化学系统反应最大ETR与碳还原反应最大ETR相互进行比较,并将较小的ETR设置为电子传递速率ETR。
CN201780035402.7A 2016-06-16 2017-06-02 信息处理设备,信息处理方法及计算机程序产品 Active CN109310053B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2016-119879 2016-06-16
JP2016119879 2016-06-16
PCT/JP2017/020635 WO2017217258A1 (ja) 2016-06-16 2017-06-02 情報処理装置、情報処理方法、及び、プログラム

Publications (2)

Publication Number Publication Date
CN109310053A CN109310053A (zh) 2019-02-05
CN109310053B true CN109310053B (zh) 2022-06-07

Family

ID=60663260

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780035402.7A Active CN109310053B (zh) 2016-06-16 2017-06-02 信息处理设备,信息处理方法及计算机程序产品

Country Status (5)

Country Link
US (1) US11536656B2 (zh)
EP (1) EP3473081A4 (zh)
JP (1) JP7001969B2 (zh)
CN (1) CN109310053B (zh)
WO (1) WO2017217258A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180088165A (ko) * 2017-01-26 2018-08-03 엘지전자 주식회사 에너지 관리 장치 및 그의 동작 방법
WO2020208633A1 (en) * 2019-04-08 2020-10-15 Migal Galilee Research Institute Ltd. Remote sensing of plant photosynthetic capacity
JP6956839B1 (ja) * 2020-09-29 2021-11-02 ソフトバンク株式会社 二酸化炭素吸収量推定システム及び方法
JP2023099939A (ja) * 2022-01-04 2023-07-14 Biprogy株式会社 光量子束密度予測システム及び光量子束密度予測プログラム
WO2024084424A1 (en) 2022-10-19 2024-04-25 Krebs Paysagistes Sa Apparatus for monitoring a health status of a tree
EP4356721A1 (en) * 2022-10-19 2024-04-24 Krebs Paysagistes SA Apparatus for monitoring a health status of a tree

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004097082A (ja) * 2002-09-09 2004-04-02 Stanley Electric Co Ltd 花卉における開花促進方法
JP2012163482A (ja) * 2011-02-08 2012-08-30 System Instruments Kk 光量子計
JP2014219293A (ja) * 2013-05-08 2014-11-20 株式会社日本医化器械製作所 分光光合成光量子束密度分布観察方法、並びにこの方法に使用される光量子計及び光合成光量子束密度測定プログラム
JP2014226064A (ja) * 2013-05-21 2014-12-08 パイオニア株式会社 発光制御装置、発光制御方法、及びプログラム
CN104656617A (zh) * 2015-01-15 2015-05-27 青岛智能产业技术研究院 基于物联网和云计算技术的温室环境调控系统和方法
CN104864962A (zh) * 2015-05-26 2015-08-26 中国科学院植物研究所 一种采用光谱仪同步测定光强和光质的方法
CN104964740A (zh) * 2015-06-19 2015-10-07 北京农业信息技术研究中心 光合有效光量子传感器自动检测、校对系统及方法
CN205102916U (zh) * 2015-10-30 2016-03-23 苏州东善微光光电技术有限公司 用于植物生长的光学测试装置
CN108885277A (zh) * 2016-04-18 2018-11-23 索尼公司 信息处理设备、信息处理方法和程序

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0534199A (ja) 1991-08-02 1993-02-09 Matsushita Electric Ind Co Ltd 光放射測定装置
ID26882A (id) 1999-08-10 2001-02-15 Satake Eng Co Ltd Metode diagnosa kondisi nutrisi hasil panen di ladang tanaman
EP1599085B1 (en) 2003-03-06 2015-07-22 North-West University Plant protective cover
JP4425007B2 (ja) 2004-01-28 2010-03-03 三洋電機株式会社 換気ユニット
US9182221B2 (en) * 2011-06-13 2015-11-10 Canon Kabushiki Kaisha Information processing apparatus and information processing method
JP2013153691A (ja) 2012-01-31 2013-08-15 Agri Wave Co Ltd 植物栽培システム
US9646223B2 (en) * 2012-12-26 2017-05-09 Nec Corporation Image measuring method, system, device, and program
TWM475700U (en) * 2013-08-02 2014-04-01 Asensetek Inc A miniature light sensing assembly
JP6383565B2 (ja) 2014-05-13 2018-08-29 大和ハウス工業株式会社 人工光合成システム
JP6322558B2 (ja) 2014-11-28 2018-05-09 富士フイルム株式会社 水素発生電極の再生方法
EP3277073B8 (en) * 2015-03-31 2019-01-23 Philips Lighting Holding B.V. System and method of illuminating plants
CN109714948B (zh) * 2016-09-23 2022-02-01 索尼公司 控制设备、控制方法和控制系统
WO2018056102A1 (ja) * 2016-09-26 2018-03-29 ソニー株式会社 情報処理装置、情報処理方法、プログラム、及び、センシング装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004097082A (ja) * 2002-09-09 2004-04-02 Stanley Electric Co Ltd 花卉における開花促進方法
JP2012163482A (ja) * 2011-02-08 2012-08-30 System Instruments Kk 光量子計
JP2014219293A (ja) * 2013-05-08 2014-11-20 株式会社日本医化器械製作所 分光光合成光量子束密度分布観察方法、並びにこの方法に使用される光量子計及び光合成光量子束密度測定プログラム
JP2014226064A (ja) * 2013-05-21 2014-12-08 パイオニア株式会社 発光制御装置、発光制御方法、及びプログラム
CN104656617A (zh) * 2015-01-15 2015-05-27 青岛智能产业技术研究院 基于物联网和云计算技术的温室环境调控系统和方法
CN104864962A (zh) * 2015-05-26 2015-08-26 中国科学院植物研究所 一种采用光谱仪同步测定光强和光质的方法
CN104964740A (zh) * 2015-06-19 2015-10-07 北京农业信息技术研究中心 光合有效光量子传感器自动检测、校对系统及方法
CN205102916U (zh) * 2015-10-30 2016-03-23 苏州东善微光光电技术有限公司 用于植物生长的光学测试装置
CN108885277A (zh) * 2016-04-18 2018-11-23 索尼公司 信息处理设备、信息处理方法和程序

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
光合有效量子通量密度的气候学计算;周允华 等;《气象学报》;19960831;第54卷(第4期);第447-455页 *
有效光量子通量密度 YPFD (Yield Photon Flux Density);群智科技;《百度》;20160316;https://www.asensetek.com/zh/ypfd-yield-photon-flux-density/ *
植物光合有效光辐射测量技术的现状及需求;刘慧 等;《中国照明电器》;20150831(第8期);第35-39页 *

Also Published As

Publication number Publication date
JPWO2017217258A1 (ja) 2019-04-11
EP3473081A4 (en) 2019-06-19
JP7001969B2 (ja) 2022-02-04
EP3473081A1 (en) 2019-04-24
WO2017217258A1 (ja) 2017-12-21
US20190293559A1 (en) 2019-09-26
CN109310053A (zh) 2019-02-05
US11536656B2 (en) 2022-12-27

Similar Documents

Publication Publication Date Title
CN109310053B (zh) 信息处理设备,信息处理方法及计算机程序产品
CN109714948B (zh) 控制设备、控制方法和控制系统
Jin et al. High-throughput estimation of crop traits: A review of ground and aerial phenotyping platforms
Mukherjee et al. A survey of unmanned aerial sensing solutions in precision agriculture
Aasen et al. Generating 3D hyperspectral information with lightweight UAV snapshot cameras for vegetation monitoring: From camera calibration to quality assurance
CN110567891B (zh) 一种冬小麦冠层叶绿素估测系统及方法
Peng et al. Remote estimation of gross primary productivity in soybean and maize based on total crop chlorophyll content
Gitelson et al. The need for a common basis for defining light-use efficiency: Implications for productivity estimation
Delegido et al. Estimating chlorophyll content of crops from hyperspectral data using a normalized area over reflectance curve (NAOC)
Hilker et al. Data assimilation of photosynthetic light-use efficiency using multi-angular satellite data: II Model implementation and validation
Saberioon et al. A review of optical methods for assessing nitrogen contents during rice growth
JP6764577B2 (ja) 情報処理装置、情報処理方法、及び、プログラム
Guo et al. Inversion of maize leaf area index from UAV hyperspectral and multispectral imagery
Salvado et al. Semantic navigation mapping from aerial multispectral imagery
US10817754B2 (en) Systems and methods for object classification and selective compression in aerial imagery
Pang et al. Estimation of the grassland aboveground biomass of the Inner Mongolia Plateau using the simulated spectra of Sentinel-2 images
Zou et al. Combining spectral and texture feature of UAV image with plant height to improve LAI estimation of winter wheat at jointing stage
Tanaka et al. Review of Crop Phenotyping in Field Plot Experiments Using UAV-Mounted Sensors and Algorithms
Biney et al. Bor uvka
Nigam et al. Retrieval of regional LAI over agricultural land from an Indian geostationary satellite and its application for crop yield estimation
US12026915B2 (en) Enhanced measurement of photosynthetically active radiation (PAR) and image conversion therefor
Raj Drone-based sensing for identification of at-risk water and nitrogen stress areas for on-farm management
Doughty et al. A novel data-driven global model of photosynthesis using solar-induced chlorophyll fluorescence
Satori et al. Hyperspectral sensor HSC3000 for nano-satellite TAIKI
Hoque et al. Methods for linking drone and field hyperspectral data to satellite data

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