CN112014330A - 作物近地光谱数据采集方法及装置 - Google Patents

作物近地光谱数据采集方法及装置 Download PDF

Info

Publication number
CN112014330A
CN112014330A CN202010750755.9A CN202010750755A CN112014330A CN 112014330 A CN112014330 A CN 112014330A CN 202010750755 A CN202010750755 A CN 202010750755A CN 112014330 A CN112014330 A CN 112014330A
Authority
CN
China
Prior art keywords
crop
sensors
spectral data
data acquisition
row
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010750755.9A
Other languages
English (en)
Other versions
CN112014330B (zh
Inventor
赵学观
王秀
李翠玲
何亚凯
窦汉杰
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.)
Beijing Research Center of Intelligent Equipment for Agriculture
Original Assignee
Beijing Research Center of Intelligent Equipment for Agriculture
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 Beijing Research Center of Intelligent Equipment for Agriculture filed Critical Beijing Research Center of Intelligent Equipment for Agriculture
Priority to CN202010750755.9A priority Critical patent/CN112014330B/zh
Publication of CN112014330A publication Critical patent/CN112014330A/zh
Application granted granted Critical
Publication of CN112014330B publication Critical patent/CN112014330B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands

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

本发明实施例提供一种作物近地光谱数据采集方法及装置，该方法包括：将多个传感器中相邻的两个传感器，分别设置于作物行的两侧，且关于作物行的中心轴作对称分布；根据设置后的多个传感器，关于作物行平行移动，获取探测范围内的光谱数据。该方法通过将相邻的两个传感器，分别设置于作物行的两侧，且关于作物行的中心轴作对称分布，能够减小因传感器的偏移引起的误差和噪声，从而可以提高光谱数据的可靠性，为变量施肥等作业提供可靠的数据支撑。

Description

作物近地光谱数据采集方法及装置
技术领域
本发明涉及农业信息技术领域，尤其涉及一种作物近地光谱数据采集方法及装置。
背景技术
近年来随着光谱技术的快速发展，越来越多的利用光谱传感器探测土壤或者作物养分，实时进行变量追肥，以减少土壤、作物养分的空间变异性。基于光谱技术进行微区变量施肥首先需要解决问题是光谱数据的准确获取。
田间作业环境复杂，检测区域内的光谱信息包含土壤和农作物的混合信息影响光谱数据精度。为了提高农作物冠层光谱有效数据的获取能力，已经发展了许多在数据处理方面关于去除土壤背景影响的方法。
由于光谱传感器的探测范围一定，在追肥时期玉米行之间未完全封垄，行间存在裸露的土壤，布置在拖拉机前端的光谱传感器行走时在玉米植株与行间左右摆动，这样会造成光谱探测器所获取的数据信号除含被测样本待测成分信息外，还包括背景等无关信息带来的噪声。
发明内容
本发明实施例提供一种作物近地光谱数据采集方法及装置，用以解决现有技术中的缺陷。
本发明实施例提供一种作物近地光谱数据采集方法，包括：将多个传感器中相邻的两个传感器，分别设置于作物行的两侧，且关于作物行的中心轴作对称分布；根据设置后的多个传感器，关于作物行平行移动，获取探测范围内的光谱数据。
根据本发明一个实施例的作物近地光谱数据采集方法，所述多个传感器的设置高度，小于作物行之间距离的两倍。
根据本发明一个实施例的作物近地光谱数据采集方法，所述多个传感器的设置高度，大于横向探测高度和纵向探测高度中的较大者；其中，所述横向探测高度，根据传感器的横向探测角和植株横向有效直径确定；所述纵向探测高度，根据传感器的纵向探测角和株距确定；沿作物行方向为纵向，垂直作物行方向为横向。
根据本发明一个实施例的作物近地光谱数据采集方法，将多个传感器中相邻的两个传感器，分别设置于作物行的两侧之前，还包括：获取传感器在相邻两个作物行之间横向移动的光谱曲线；确定所述光谱曲线的斜率曲线，根据斜率曲线的极大值点和极小值点的位置，确定所述相邻的两个传感器设置于作物行两侧的位置；其中，垂直作物行方向为横向。
根据本发明一个实施例的作物近地光谱数据采集方法，所述设置于作物行的两侧中，作物行为一行或两行。
本发明实施例还提供一种作物近地光谱数据采集装置，包括：传感器调整模块，用于将多个传感器中相邻的两个传感器，分别设置于作物行的两侧，且关于作物行的中心轴作对称分布；光谱数据获取模块，用于根据设置后的多个传感器，关于作物行平行移动，获取探测范围内的光谱数据。
根据本发明一个实施例的作物近地光谱数据采集装置，所述多个传感器的设置高度，小于作物行之间行距的两倍。
根据本发明一个实施例的作物近地光谱数据采集装置，所述多个传感器的设置高度，大于横向探测高度和纵向探测高度中的较大者；
其中，所述横向探测高度，根据传感器的横向探测角和植株横向有效直径确定；所述纵向探测高度，根据传感器的纵向探测角和株距确定；沿作物行方向为纵向，垂直作物行方向为横向。
本发明实施例还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述作物近地光谱数据采集方法的步骤。
本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述作物近地光谱数据采集方法的步骤。
本发明实施例提供的作物近地光谱数据采集方法及装置，通过将相邻的两个传感器，分别设置于作物行的两侧，且关于作物行的中心轴作对称分布，能够减小因传感器的偏移引起的误差和噪声，从而可以提高光谱数据的可靠性，为变量施肥等作业提供可靠的数据支撑。
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一简单地介绍，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为本发明实施例提供的作物近地光谱数据采集方法流程图；
图2是现有技术的作物近地光谱数据采集方法应用示意图；
图3是本发明实施例提供的作物近地光谱数据采集方法应用示意图；
图4是本发明实施例提供的NDVI测量值在横向的变化趋势图；
图5为本发明实施例提供的光谱数据值与行距关系曲线图；
图6是本发明实施例提供的光谱曲线斜率图；
图7是本发明实施例提供的作物近地光谱数据采集方法均方差示意图；
图8是本发明实施例提供的作物近地光谱数据采集装置的结构示意图；
图9是本发明实施例提供的一种电子设备的结构示意图。
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。
本发明实施例提供一种能够用于玉米近地光谱信息获取的优化方法。借助近地光谱传感器探测特性，进行安装方式的优化，为农业作业机械提供光谱数据准确获取的必要保证。
图1为本发明实施例提供的作物近地光谱数据采集方法流程图，如图1所示，本发明实施例提供一种作物近地光谱数据采集方法，包括：
101、将多个传感器中相邻的两个传感器，分别设置于作物行的两侧，且关于作物行的中心轴作对称分布。
光谱探测传感器是变量追肥机的重要组成部分，光谱传感器存在一定的有效探测范围，玉米种植时存在一定行距D、株距L。图2是现有技术的作物近地光谱数据采集方法应用示意图，图2所示，传感器NO1、NO2、NO3和NO4均分布在作物植株正上方。图3是本发明实施例提供的作物近地光谱数据采集方法应用示意图，图中示出了7个作物行至少两个相邻传感器，如NO2、NO3布置在玉米行植株的左右两侧，并关于传感器之间的作物行中心轴作对称分布，作物行可以为一行或者多行。
优选的，设置相邻传感器的作物行为一行或两行，根据传感器与作物行的位置偏差确定。
优选的，将多个传感器中相邻的两个传感器，分别设置于作物行的两侧，包括：将传感器中每一相邻的两个传感器，分别设置于作物行的两侧。
例如图3中，与玉米行的位置偏差均为△L(如△L＝D/2)。当然也可以设置多个两两相邻的传感器作类似分布处理。如图3中的，NO1和NO2作为相邻传感器，设置在2个作物行的两侧；NO2和NO3作为相邻传感器，设置在1个作物行的两侧；NO3和NO4作为相邻传感器，设置在2个作物行的两侧。设置在作物行两侧的传感器，与对应的作物行关于中心轴对称。
102、根据设置后的多个传感器，关于作物行平行移动，获取探测范围内的光谱数据。
如前所述光谱传感器存在一定的有效探测范围，设置好传感器的拖拉机等机械，按照作物行纵向移动便可获得探测范围内的光谱数据。图4是本发明实施例提供的NDVI测量值在横向的变化趋势图，如图4可知，NDVI值关于作物行对称，拖拉机前进过程中NDVI传感器在玉米植株与行间左右摆动，当传感器按照图3分布布置时，在作业过程中可避免偏移距离对NDVI的测量值的影响，由传感器的偏移引起的误差相抵消，从而获得的光谱数据误差更小。
本发明实施例的方法，通过将相邻的两个传感器，分别设置于作物行的两侧，且关于作物行的中心轴作对称分布，能够减小因传感器的偏移引起的误差和噪声，从而可以提高光谱数据的可靠性，为变量施肥等作业提供可靠的数据支撑。
基于上述实施例的内容，作为一种可选实施例，所述多个传感器的设置高度，小于作物行之间距离(即行距D)的两倍。
在选择传感器布置高度时，为真实的反映作物的实际长势，应满足NDVI值在行间移动时可以达到最大值，(同时安装高度越小越好，从而更加稳定)图5为本发明实施例提供的光谱数据值与行距关系曲线图，根据图5可知达到NDVI最大值的最小高度与作物行行距成2倍的关系，因此认为2倍行距布置高度NDVI达到最大值。通过多个传感器的设置高度，小于行距的两倍，能够获得较大的光谱数据值。
基于上述实施例的内容，作为一种可选实施例，所述多个传感器的设置高度，大于横向探测高度和纵向探测高度中的较大者；其中，所述横向探测高度，根据传感器的横向探测角和植株横向有效直径确定；所述纵向探测高度，根据传感器的纵向探测角和株距确定；沿作物行方向为纵向，垂直作物行方向为横向。
考虑到光谱传感器探测范围应覆盖一行植株的有效分布范围，如植株横向有效分布范围w＝52cm，由已知的传感器横向探测角度β、纵向探测角度α，及传感器布置高度h，可以得到传感器的横向探测范围、前进方向探测范围应满足下式：
Figure BDA0002609979510000061
其中，L为株距。如w＝52cm时，经计算h>87.90cm，则综合以上分析，选择传感器的布置高度为0.88-1.2m。通过多个传感器的设置高度，大于横向探测高度和纵向探测高度中的较大者，可以保证传感器能够有效覆盖到整个植株。
基于上述实施例的内容，作为一种可选实施例，将多个传感器中相邻的两个传感器，分别设置于作物行的两侧之前，还包括：获取传感器在相邻两个作物行之间横向移动的光谱曲线；确定所述光谱曲线的斜率曲线，根据斜率曲线的极大值点和极小值点的位置，确定所述相邻的两个传感器设置于作物行两侧的位置。
为保证安装到两侧的传感器获取光谱数据整体稳定，应保证一侧传感器获取值上升与另一侧数据下降的斜率保持一致，因此需要找到斜率稳定点，以进一步提高准确性。为进一步分析对称的最佳位置，由以上分析，根据1.0m及1.2m高度时光谱曲线特性，计算光谱曲线在不同横向位置处的斜率，图6是本发明实施例提供的光谱曲线斜率图，得到如图6所示斜率曲线，上三角曲线表示1.2m,下三角曲线表示1.0m。由图可知，斜率值满足关于k＝0点为中心对称。斜率随着偏移量的增大不断波动，两种高度都呈现在10-20cm以及40-50cm偏移量时斜率波动最小，此处为极大值点和极小值点附近，此处的斜率波动较小，光谱数据接近线性增加或减小，相对稳定。以此，选取极大值点和极小值点对应的位置，分别作为相邻的两个传感器设置于作物行两侧的位置。
举例而言：传感器安装关于行中间对称，即偏移量为30cm时对称，最佳安装位置为15cm，45cm。当传感器整体向右侧晃动时，保证了15cm安装位置的传感器NDVI值下降与45cm安装位置的传感器NDVI值上升量相等。图7是本发明实施例提供的作物近地光谱数据采集方法均方差示意图，对行式对应现有技术的图2，分布式对应本发明实施例的图3。通过图7可以看出，对行式布置采集的NDVI值浮动较大，其均方差为0.054，分布式布置采集的NDVI值较小，其均方差为0.037，主要由于在行进过程中，由于传感器相对作物行左右移动，不能保证始终在作物行的正上方，对行式布置使得4个传感器同时发生偏移或者在作物正上方，增加了采集数据的波动。分布式布置根据图3所示的NDVI值在横向上的特性避免了数据的剧烈波动，同时，由图可知分布式的数据波动与株距有关，较好的反应了前进方向的NDVI值的分布。
下面对本发明实施例提供的作物近地光谱数据采集装置进行描述，下文描述的作物近地光谱数据采集装置与上文描述的作物近地光谱数据采集方法可相互对应参照。
图8是本发明实施例提供的作物近地光谱数据采集装置的结构示意图，如图8所示，该作物近地光谱数据采集装置包括：传感器调整模块801和光谱数据获取模块802。其中，传感器调整模块801用于将多个传感器中相邻的两个传感器，分别设置于作物行的两侧，且关于作物行的中心轴作对称分布；光谱数据获取模块802用于根据设置后的多个传感器，关于作物行平行移动，获取探测范围内的光谱数据。
基于上述装置实施例的内容，作为一种可选实施例，所述多个传感器的设置高度，小于作物行之间行距的两倍。
基于上述装置实施例的内容，作为一种可选实施例，所所述多个传感器的设置高度，大于横向探测高度和纵向探测高度中的较大者；其中，所述横向探测高度，根据传感器的横向探测角和植株横向有效直径确定；所述纵向探测高度，根据传感器的纵向探测角和株距确定；沿作物行方向为纵向，垂直作物行方向为横向。
本发明实施例提供的装置实施例是为了实现上述各方法实施例的，具体流程和详细内容请参照上述方法实施例，此处不再赘述。
本发明实施例提供的作物近地光谱数据采集装置，通过将相邻的两个传感器，分别设置于作物行的两侧，且关于作物行的中心轴作对称分布，能够减小因传感器的偏移引起的误差和噪声，从而可以提高光谱数据的可靠性，为变量施肥等作业提供可靠的数据支撑。
图9是本发明实施例提供的一种电子设备的结构示意图，如图9所示，该电子设备可以包括：处理器(processor)901、通信接口(Communications Interface)902、存储器(memory)903和通信总线904，其中，处理器901，通信接口902，存储器903通过通信总线904完成相互间的通信。处理器901可以调用存储器903中的逻辑指令，以执行作物近地光谱数据采集方法，该方法包括：将多个传感器中相邻的两个传感器，分别设置于作物行的两侧，且关于作物行的中心轴作对称分布；根据设置后的多个传感器，关于作物行平行移动，获取探测范围内的光谱数据。
此外，上述的存储器903中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括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)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的作物近地光谱数据采集方法，该方法包括：将多个传感器中相邻的两个传感器，分别设置于作物行的两侧，且关于作物行的中心轴作对称分布；根据设置后的多个传感器，关于作物行平行移动，获取探测范围内的光谱数据。
又一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的作物近地光谱数据采集方法，该方法包括：将多个传感器中相邻的两个传感器，分别设置于作物行的两侧，且关于作物行的中心轴作对称分布；根据设置后的多个传感器，关于作物行平行移动，获取探测范围内的光谱数据。
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 (10)

1.一种作物近地光谱数据采集方法，其特征在于，包括：
将多个传感器中相邻的两个传感器，分别设置于作物行的两侧，且关于作物行的中心轴作对称分布；
根据设置后的多个传感器，关于作物行平行移动，获取探测范围内的光谱数据。
2.根据权利要求1所述的作物近地光谱数据采集方法，其特征在于，所述多个传感器的设置高度，小于作物行之间距离的两倍。
3.根据权利要求1所述的作物近地光谱数据采集方法，其特征在于，所述多个传感器的设置高度，大于横向探测高度和纵向探测高度中的较大者；
其中，所述横向探测高度，根据传感器的横向探测角和植株横向有效直径确定；所述纵向探测高度，根据传感器的纵向探测角和株距确定；沿作物行方向为纵向，垂直作物行方向为横向。
4.根据权利要求1所述的作物近地光谱数据采集方法，其特征在于，将多个传感器中相邻的两个传感器，分别设置于作物行的两侧之前，还包括：
获取传感器在相邻两个作物行之间横向移动的光谱曲线；
确定所述光谱曲线的斜率曲线，根据斜率曲线的极大值点或极小值点的位置，确定所述相邻的两个传感器设置于作物行两侧的位置；
其中，垂直作物行方向为横向。
5.根据权利要求1所述的作物近地光谱数据采集方法，其特征在于，所述设置于作物行的两侧中，作物行为一行或两行。
6.一种作物近地光谱数据采集装置，其特征在于，包括：
传感器调整模块，用于将多个传感器中相邻的两个传感器，分别设置于作物行的两侧，且关于作物行的中心轴作对称分布；
光谱数据获取模块，用于根据设置后的多个传感器，关于作物行平行移动，获取探测范围内的光谱数据。
7.根据权利要求6所述的作物近地光谱数据采集装置，其特征在于，所述多个传感器的设置高度，小于作物行之间行距的两倍。
8.根据权利要求6所述的作物近地光谱数据采集装置，其特征在于，所述多个传感器的设置高度，大于横向探测高度和纵向探测高度中的较大者；
其中，所述横向探测高度，根据传感器的横向探测角和植株横向有效直径确定；所述纵向探测高度，根据传感器的纵向探测角和株距确定；沿作物行方向为纵向，垂直作物行方向为横向。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一项所述作物近地光谱数据采集方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至5任一项所述作物近地光谱数据采集方法的步骤。
CN202010750755.9A 2020-07-30 2020-07-30 作物近地光谱数据采集方法及装置 Active CN112014330B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010750755.9A CN112014330B (zh) 2020-07-30 2020-07-30 作物近地光谱数据采集方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010750755.9A CN112014330B (zh) 2020-07-30 2020-07-30 作物近地光谱数据采集方法及装置

Publications (2)

Publication Number Publication Date
CN112014330A true CN112014330A (zh) 2020-12-01
CN112014330B CN112014330B (zh) 2024-09-10

Family

ID=73498667

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010750755.9A Active CN112014330B (zh) 2020-07-30 2020-07-30 作物近地光谱数据采集方法及装置

Country Status (1)

Country Link
CN (1) CN112014330B (zh)

Citations (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4004247A1 (de) * 1990-02-12 1991-08-14 Feser Werner Servo-geregeltes bearbeitungs-grundgeraet mit elektronischer pflanzenabtastung
DE10002880C1 (de) * 2000-01-10 2001-06-13 Norsk Hydro As Verfahren und Vorrichtung zum Kontrollieren und Beeinflussen des Pflanzenzustandes durch Pflanzenzustandsinformationen
CN103837482A (zh) * 2014-03-18 2014-06-04 四川农业大学 用于测定间套作大豆冠层光谱数据的测定装置
US20150015697A1 (en) * 2013-03-07 2015-01-15 Blue River Technology, Inc. Method for automatic phenotype measurement and selection
KR101498096B1 (ko) * 2013-11-19 2015-03-06 대한민국 초분광 영상을 이용한 농산물의 원산지 판별 장치 및 방법
CN104483274A (zh) * 2015-01-17 2015-04-01 华东交通大学 田间玉米植株叶片氮素含量检测装置和方法
US20150177129A1 (en) * 2012-05-08 2015-06-25 Panaridus, Llc System and apparatus for analysis of a guayule plant in situ
CN105784592A (zh) * 2014-12-21 2016-07-20 华东交通大学 多角度原位光谱检测番茄叶片过氧化物酶活性装置及方法
US20170089742A1 (en) * 2015-09-24 2017-03-30 Deere And Company Yield estimation
KR101744662B1 (ko) * 2016-11-30 2017-06-09 주식회사 지오스토리 초분광영상 기법을 통한 염생식물 분류 시스템
US9804097B1 (en) * 2014-06-02 2017-10-31 Iowa State University Research Foundation, Inc. Crop stand analyzer using reflective laser proximity sensors
CN107860366A (zh) * 2017-10-31 2018-03-30 南京农业大学 一种基于多光谱空间雕刻技术的移动式温室作物信息测量与诊断系统
CN107976921A (zh) * 2017-11-01 2018-05-01 中国农业大学 一种施肥装置及方法
CN107991245A (zh) * 2017-11-01 2018-05-04 中国农业大学 一种作物光谱信息采集装置及作物植被指数获取方法
US20180299327A1 (en) * 2015-04-30 2018-10-18 Topcon Corporation Sensor device for plants
CN108732129A (zh) * 2017-07-14 2018-11-02 北京山水云图科技有限公司 一种用图像表示农田土壤成分的系统及其方法
CN108981569A (zh) * 2018-07-09 2018-12-11 南京农业大学 一种基于多光谱点云融合的高通量温室植物表型测量系统
US20190011355A1 (en) * 2015-12-28 2019-01-10 Nanjing Agricultural University Multi-rotor wing unmanned aerial vehicle platform based crop growth monitoring method and device
CN109211908A (zh) * 2018-11-07 2019-01-15 南京恩格尔特信息科技有限公司 一种便捷式快速获取作物表型数据的设备和方法
CN110006424A (zh) * 2019-04-10 2019-07-12 山东农业大学 一种基于田间的高通量作物表型机器人及其控制系统
CN110834729A (zh) * 2019-11-06 2020-02-25 北京农业智能装备技术研究中心 一种基于光谱探测的无人机及喷洒控制方法
CN110849264A (zh) * 2019-11-26 2020-02-28 南京农业大学 一种基于多行轨道的田间作物表型监测系统及方法
US20200077588A1 (en) * 2016-12-16 2020-03-12 Commonwealth Scientific And Industrial Research Organisation Crop scanner
US20200214231A1 (en) * 2017-07-02 2020-07-09 Manna Irrigation Ltd. Methods and systems for irrigation guidance

Patent Citations (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4004247A1 (de) * 1990-02-12 1991-08-14 Feser Werner Servo-geregeltes bearbeitungs-grundgeraet mit elektronischer pflanzenabtastung
DE10002880C1 (de) * 2000-01-10 2001-06-13 Norsk Hydro As Verfahren und Vorrichtung zum Kontrollieren und Beeinflussen des Pflanzenzustandes durch Pflanzenzustandsinformationen
US20150177129A1 (en) * 2012-05-08 2015-06-25 Panaridus, Llc System and apparatus for analysis of a guayule plant in situ
US20150015697A1 (en) * 2013-03-07 2015-01-15 Blue River Technology, Inc. Method for automatic phenotype measurement and selection
KR101498096B1 (ko) * 2013-11-19 2015-03-06 대한민국 초분광 영상을 이용한 농산물의 원산지 판별 장치 및 방법
CN103837482A (zh) * 2014-03-18 2014-06-04 四川农业大学 用于测定间套作大豆冠层光谱数据的测定装置
US9804097B1 (en) * 2014-06-02 2017-10-31 Iowa State University Research Foundation, Inc. Crop stand analyzer using reflective laser proximity sensors
CN105784592A (zh) * 2014-12-21 2016-07-20 华东交通大学 多角度原位光谱检测番茄叶片过氧化物酶活性装置及方法
CN104483274A (zh) * 2015-01-17 2015-04-01 华东交通大学 田间玉米植株叶片氮素含量检测装置和方法
US20180299327A1 (en) * 2015-04-30 2018-10-18 Topcon Corporation Sensor device for plants
US20170089742A1 (en) * 2015-09-24 2017-03-30 Deere And Company Yield estimation
US20190011355A1 (en) * 2015-12-28 2019-01-10 Nanjing Agricultural University Multi-rotor wing unmanned aerial vehicle platform based crop growth monitoring method and device
KR101744662B1 (ko) * 2016-11-30 2017-06-09 주식회사 지오스토리 초분광영상 기법을 통한 염생식물 분류 시스템
US20200077588A1 (en) * 2016-12-16 2020-03-12 Commonwealth Scientific And Industrial Research Organisation Crop scanner
US20200214231A1 (en) * 2017-07-02 2020-07-09 Manna Irrigation Ltd. Methods and systems for irrigation guidance
CN108732129A (zh) * 2017-07-14 2018-11-02 北京山水云图科技有限公司 一种用图像表示农田土壤成分的系统及其方法
CN107860366A (zh) * 2017-10-31 2018-03-30 南京农业大学 一种基于多光谱空间雕刻技术的移动式温室作物信息测量与诊断系统
CN107976921A (zh) * 2017-11-01 2018-05-01 中国农业大学 一种施肥装置及方法
CN107991245A (zh) * 2017-11-01 2018-05-04 中国农业大学 一种作物光谱信息采集装置及作物植被指数获取方法
CN108981569A (zh) * 2018-07-09 2018-12-11 南京农业大学 一种基于多光谱点云融合的高通量温室植物表型测量系统
CN109211908A (zh) * 2018-11-07 2019-01-15 南京恩格尔特信息科技有限公司 一种便捷式快速获取作物表型数据的设备和方法
CN110006424A (zh) * 2019-04-10 2019-07-12 山东农业大学 一种基于田间的高通量作物表型机器人及其控制系统
CN110834729A (zh) * 2019-11-06 2020-02-25 北京农业智能装备技术研究中心 一种基于光谱探测的无人机及喷洒控制方法
CN110849264A (zh) * 2019-11-26 2020-02-28 南京农业大学 一种基于多行轨道的田间作物表型监测系统及方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
刘茂成;: "玉米氮营养地物光谱诊断仪研究进展", 农业与技术, no. 11, 31 December 2016 (2016-12-31), pages 59 - 60 *
张东彦;黄文江;王纪华;杨贵军;朱大洲;刘源;马智宏;: "基于扫描成像的作物近地高光谱获取与特征分析", 农业工程学报, no. 12, 31 December 2010 (2010-12-31), pages 188 - 192 *
胡玲燕;王秀;韩应征;: "光传感器变量施肥控制系统开发", 农机化研究, no. 11, 30 November 2010 (2010-11-30), pages 91 - 94 *
赵瑞娇;李民赞;: "双通道近地遥感图像采集处理系统", 农业机械学报, no. 1, 30 September 2009 (2009-09-30), pages 201 - 213 *

Also Published As

Publication number Publication date
CN112014330B (zh) 2024-09-10

Similar Documents

Publication Publication Date Title
US11317562B2 (en) Generating a yield map for an agricultural field using classification and regression methods
Escolà et al. Mobile terrestrial laser scanner applications in precision fruticulture/horticulture and tools to extract information from canopy point clouds
Guo et al. Detection of wheat height using optimized multi-scan mode of LiDAR during the entire growth stages
Vidoni et al. ByeLab: An agricultural mobile robot prototype for proximal sensing and precision farming
US9804097B1 (en) Crop stand analyzer using reflective laser proximity sensors
Cheein et al. Real-time approaches for characterization of fully and partially scanned canopies in groves
Flavel et al. Quantifying the response of wheat (Triticum aestivum L) root system architecture to phosphorus in an Oxisol
Zhu et al. Large-scale field phenotyping using backpack LiDAR and CropQuant-3D to measure structural variation in wheat
US11716985B2 (en) Method for remediating developmentally delayed plants
Zhu et al. Optimization of multi-source UAV RS agro-monitoring schemes designed for field-scale crop phenotyping
Amaral et al. Canopy sensor placement for variable-rate nitrogen application in sugarcane fields
Shi et al. Automatic corn plant location and spacing measurement using laser line-scan technique
CN113920106B (zh) 一种基于rgb-d相机的玉米长势三维重构及茎粗测量方法
CN102088839A (zh) 作物生长发育诊断方法及生长发育诊断系统
US20240032454A1 (en) Methods And Systems For Use In Scan-Based Analysis Of Crops
de Jesus Colwell et al. Development and validation of methodology for estimating potato canopy structure for field crop phenotyping and improved breeding
CN104236486A (zh) 一种棉花叶面积指数快速无损测定方法
Gómez-Gálvez et al. High-throughput analysis of the canopy traits in the worldwide olive germplasm bank of Córdoba using very high-resolution imagery acquired from unmanned aerial vehicle (UAV)
Uribeetxebarria et al. A first approach to determine if it is possible to delineate in-season n fertilization maps for wheat using NDVI derived from sentinel-2
Zang et al. Field-measured canopy height may not be as accurate and heritable as believed: evidence from advanced 3D sensing
Xiao et al. The importance of using realistic 3D canopy models to calculate light interception in the field
CN112014330A (zh) 作物近地光谱数据采集方法及装置
Farbo et al. Forecasting corn NDVI through AI-based approaches using sentinel 2 image time series
Siefen et al. Effects of laser scanner quality and tractor speed to characterise apple tree canopies
CN115496999A (zh) 田间立地秸秆产量估计方法及装置

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