CN112710780A - 一种小麦赤霉病检测装置 - Google Patents
一种小麦赤霉病检测装置 Download PDFInfo
- Publication number
- CN112710780A CN112710780A CN202011271985.3A CN202011271985A CN112710780A CN 112710780 A CN112710780 A CN 112710780A CN 202011271985 A CN202011271985 A CN 202011271985A CN 112710780 A CN112710780 A CN 112710780A
- Authority
- CN
- China
- Prior art keywords
- wheat
- detection mechanism
- detection
- gas
- scab
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 177
- 241000209140 Triticum Species 0.000 title claims abstract description 78
- 235000021307 Triticum Nutrition 0.000 title claims abstract description 78
- 206010039509 Scab Diseases 0.000 title claims abstract description 45
- 230000007246 mechanism Effects 0.000 claims abstract description 83
- 230000001717 pathogenic effect Effects 0.000 claims abstract description 15
- 241000495841 Oenanthe oenanthe Species 0.000 claims abstract description 14
- 238000003062 neural network model Methods 0.000 claims description 15
- 230000007613 environmental effect Effects 0.000 claims description 6
- 239000013307 optical fiber Substances 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 238000000034 method Methods 0.000 description 7
- 201000010099 disease Diseases 0.000 description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 208000015181 infectious disease Diseases 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000003756 stirring Methods 0.000 description 3
- 231100000678 Mycotoxin Toxicity 0.000 description 2
- 235000013339 cereals Nutrition 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000002636 mycotoxin Substances 0.000 description 2
- 230000035484 reaction time Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 206010017533 Fungal infection Diseases 0.000 description 1
- 240000005926 Hamelia patens Species 0.000 description 1
- 238000001069 Raman spectroscopy Methods 0.000 description 1
- 238000001237 Raman spectrum Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- LINOMUASTDIRTM-QGRHZQQGSA-N deoxynivalenol Chemical compound C([C@@]12[C@@]3(C[C@@H](O)[C@H]1O[C@@H]1C=C(C([C@@H](O)[C@@]13CO)=O)C)C)O2 LINOMUASTDIRTM-QGRHZQQGSA-N 0.000 description 1
- 229930002954 deoxynivalenol Natural products 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 208000024386 fungal infectious disease Diseases 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- LINOMUASTDIRTM-UHFFFAOYSA-N vomitoxin hydrate Natural products OCC12C(O)C(=O)C(C)=CC1OC1C(O)CC2(C)C11CO1 LINOMUASTDIRTM-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0098—Plants or trees
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Food Science & Technology (AREA)
- Wood Science & Technology (AREA)
- Botany (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供了一种小麦赤霉病检测装置，通过设置可以自由行进的底板并且在底板上设置检测机构，可以实现检测机构自由于小麦地中进行检测，不仅提高了检测效率，还大幅降低了人工劳动成本，并且检测机构相对底板可以升降运动，从而可以扩大检测的范围，提高检测精度；同时，通过对小麦的麦穗图像进行检测、对小麦的环境进行检测、对空气中赤霉病致病孢子的浓度进行检测，然后综合确认小麦感染赤霉病的情况，可以进一步提高检测的精度，更好的防治赤霉病，提高小麦的产量和质量。
Description
技术领域
本发明涉及农业种植技术领域，具体涉及一种小麦赤霉病检测装置。
背景技术
小麦作为世界三大粮食之一，小麦病害问题成为了人们关注的重点。其中小麦赤霉病菌是对小麦生产威胁最大的一种高发真菌病，此病又名红麦头、红头瘴、烂麦头、麦穗枯，感染赤霉病菌的小麦籽粒在侵染过程中会产生脱氧雪腐镰刀菌烯醇为主的真菌毒素，这会造成产量严重损失，而且由赤霉病菌分泌产生的真菌毒素还会严重危害人体健康，引起食品安全问题。由于赤霉病造成的小麦产量损失惨重，尤其在赤霉病大流行年份小麦减产高达50％甚至会绝产。
小麦赤霉病可防不可治，以预防为主，主动防御，而传统的对于小麦赤霉病的检测都是依靠肉眼观察，甚至会在见到粉红色霉层后再用药，这样的做法错过了最佳的防治时期，防治效果差。
发明内容
有鉴于此，本发明实施例致力于提供一种小麦赤霉病检测装置，通过设置可以自由行进的底板并且在底板上设置检测机构，可以实现检测机构自由于小麦地中进行检测，不仅提高了检测效率，还大幅降低了人工劳动成本，并且检测机构相对底板可以升降运动，从而可以扩大检测的范围，提高检测精度；同时，通过对小麦的麦穗图像进行检测、对小麦的环境进行检测、对空气中赤霉病致病孢子的浓度进行检测，然后综合确认小麦感染赤霉病的情况，可以进一步提高检测的精度，更好的防治赤霉病，提高小麦的产量和质量。
本发明一实施例提供的一种小麦赤霉病检测装置，包括：自由行进的底板；设置于所述底板上的检测机构，所述检测机构相对所述底板可升降运动；其中，所述检测机构包括形态检测机构、环境检测机构以及浓度检测机构；所述形态检测机构用于检测小麦的麦穗图像，所述环境检测机构用于检测小麦的环境状态，所述浓度检测机构用于检测空气中赤霉病致病孢子的浓度；所述检测机构根据所述形态检测机构的形态检测结果、所述环境检测机构的环境检测结果和所述浓度检测机构的浓度检测结果综合确定小麦感染赤霉病的情况。
在一实施例中，所述检测机构将所述形态检测结果、所述环境检测结果和所述浓度检测结果加权平均，得到小麦的最终检测结果。
在一实施例中，所述形态检测机构包括神经网络模型，所述形态检测机构将获取的所述麦穗图像输入所述神经网络模型，得到所述形态检测结果。
在一实施例中，所述形态检测机构包括图像采集装置。
在一实施例中，所述环境检测机构包括温度监控器、湿度监控器。
在一实施例中，所述浓度检测机构包括依次连通的气体获取单元、气体混合单元、激光器、光谱仪。
在一实施例中，所述气体获取单元包括活塞腔体、设置于所述活塞腔体内的活塞杆、设置于所述活塞腔体一端的进气孔、设置于所述活塞腔体侧面的出气孔。
在一实施例中，所述气体混合单元包括反应腔室，所述反应腔室的第一侧面设置与所述气体获取单元连通的第一进气口，所述反应腔室的第二侧面设置第二进气口，所述第二进气口连接与赤霉病致病孢子反应的检测气体。
在一实施例中，所述气体混合单元内设置气体浓度检测仪。
在一实施例中，所述激光器与所述光谱仪之间通过光纤连通。
本发明实施例提供的一种小麦赤霉病检测装置，通过设置可以自由行进的底板并且在底板上设置检测机构，可以实现检测机构自由于小麦地中进行检测，不仅提高了检测效率，还大幅降低了人工劳动成本，并且检测机构相对底板可以升降运动，从而可以扩大检测的范围，提高检测精度；同时，通过对小麦的麦穗图像进行检测、对小麦的环境进行检测、对空气中赤霉病致病孢子的浓度进行检测，然后综合确认小麦感染赤霉病的情况，可以进一步提高检测的精度，更好的防治赤霉病，提高小麦的产量和质量。
附图说明
图1所示为本申请一实施例提供的一种小麦赤霉病检测装置的结构示意图。
图2所示为本申请一实施例提供的一种浓度检测机构的结构示意图。
具体实施方式
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，所描述的实施例仅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做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。
此外，在示例性实施例中，因为相同的参考标记表示具有相同结构的相同部件或相同方法的相同步骤，如果示例性地描述了一实施例，则在其他示例性实施例中仅描述与已描述实施例不同的结构或方法。
在整个说明书及权利要求书中，当一个部件描述为“连接”到另一部件，该一个部件可以“直接连接”到另一部件，或者通过第三部件“电连接”到另一部件。此外，除非明确地进行相反的描述，术语“包括”及其相应术语应仅理解为包括所述部件，而不应该理解为排除任何其他部件。
图1所示为本申请一实施例提供的一种小麦赤霉病检测装置的结构示意图。如图1所示，该小麦赤霉病检测装置包括：自由行进的底板1和设置于底板1上的检测机构2，检测机构2相对底板1可升降运动；其中，检测机构2包括形态检测机构3、环境检测机构4以及浓度检测机构5；形态检测机构3用于检测小麦的麦穗图像，环境检测机构4用于检测小麦的环境状态，浓度检测机构5用于检测空气中赤霉病致病孢子的浓度；检测机构2根据形态检测机构3的形态检测结果、环境检测机构4的环境检测结果和浓度检测机构5的浓度检测结果综合确定小麦感染赤霉病的情况。由于小麦感染赤霉病可以从小麦的麦穗上反映，还可以在小麦周围的环境和空气中赤霉病致病孢子的浓度上反映，因此，本申请通过分别检测小麦的形态、周围的环境和赤霉病致病孢子的浓度来综合确认小麦是否感染了赤霉病以及感染的程度。具体的，通过形态检测机构3检测小麦的麦穗图像并对麦穗图像进行分析得到形态检测结果，环境检测机构4检测小麦的环境状态得到环境检测结果，浓度检测机构5检测小麦生长的空气中赤霉病致病孢子的浓度得到浓度检测结果，检测机构2根据形态检测结果、环境检测结果和浓度检测结果综合得到小麦干扰赤霉病的情况。通过设置可以自由行进的底板1，可以实现检测机构2自由的穿行于小麦之间，从而可以自动实现检测，提高了检测效率同时也降低了人工劳动量；由于小麦在生长过程中其高度会不断变化，通过设置检测机构2可以相对底板1做升降运动，从而可以适应于各个生长阶段的小麦的检测。
本发明实施例提供的一种小麦赤霉病检测装置，通过设置可以自由行进的底板并且在底板上设置检测机构，可以实现检测机构自由于小麦地中进行检测，不仅提高了检测效率，还大幅降低了人工劳动成本，并且检测机构相对底板可以升降运动，从而可以扩大检测的范围，提高检测精度；同时，通过对小麦的麦穗图像进行检测、对小麦的环境进行检测、对空气中赤霉病致病孢子的浓度进行检测，然后综合确认小麦感染赤霉病的情况，可以进一步提高检测的精度，更好的防治赤霉病，提高小麦的产量和质量。
在一实施例中，底板1和检测机构2可以通过无线通信与控制器或控制台连接，工作人员可以通过控制器或控制台操控底板1的运行和检测机构2的检测动作，并且检测机构2还可以将检测结果实时反馈给工作人员。
在一实施例中，底板1和检测机构2可以通过油泵、气缸、齿轮链条中的任一种方式连接，从而实现检测机构2相对底板1做升降运动。
在一实施例中，检测机构2可以在小麦地外的环境中先进行一次或多次的检测来获取比对样本，然后将在小麦地中检测的结果与该比对样本进行比对，从而可以排除外界环境对检测结果的影响，提高检测精度。
在一实施例中，检测机构2将形态检测结果、环境检测结果和浓度检测结果加权平均，得到小麦的最终检测结果。通过将形态检测结果、环境检测结果和浓度检测结果加权平均，可以综合考虑各个方面的因素来得到小麦的最终检测结果，避免某一方面的因素不准确而导致最终检测结果的偏差。其中，形态检测结果、环境检测结果和浓度检测结果的权重可以根据实际需求而设定和调整，例如可以默认设置为一样的权重，也可以根据实际情况调整，例如当天气因素导致环境变化较大时（例如下雨导致湿度较大），可以减小环境检测结果的权重，当光线因素导致形态检测结果不准确时，可以减小形态检测结果的权重。
在一实施例中，形态检测机构3包括神经网络模型，形态检测机构3将获取的麦穗图像输入神经网络模型，得到形态检测结果。形态检测机构3可以包括神经网络模型，当获取了麦穗图像后，将该麦穗图像输入该神经网络模型，直接得到形态检测结果。其中，该神经网络模型为训练完成的神经网络模型，其具体的训练方式可以是：将麦穗图像和对应的形态检测结果作为样本训练神经网络模型；并且在实际应用过程中，根据最终检测结果可以对神经网络模型输出的形态检测结果进行修正，并且以修正后的形态检测结果作为训练样本进一步训练该神经网络模型，从而进一步提高检测精度。在一实施例中，该神经网络模型可以是深度学习神经网络模型。
在一实施例中，形态检测机构3包括图像采集装置。在进一步的实施例中，该图像采集装置可以是摄像头。通过图像采集装置获取麦穗图像，然后根据麦穗图像进行判断得到形态检测结果。在一实施例中，图像采集装置分别获取麦穗的上部图像和下部图像，综合上部图像和下部图像得到形态检测结果。由于有时候赤霉病只在麦穗的一部分有所反映，因此，通过获取麦穗的上部图像和下部图像，可以更加准确的获知麦穗的形态检测结果，提高检测精度。通过，该摄像头还可以用于将外界环境图像传递给工作人员。
在一实施例中，环境检测机构4包括温度监控器、湿度监控器。通过设置温度监控器、湿度监控器，可以对小麦生长环境中的温度和湿度进行检测，并且结合该环境检测结果，对小麦的赤霉病进行防治，例如小麦抽穗扬花期的空气湿度在80%以上进行施药效果更佳。
图2所示为本申请一实施例提供的一种浓度检测机构的结构示意图。如图2所示，浓度检测机构5包括依次连通的气体获取单元51、气体混合单元52、激光器53、光谱仪54。通过气体获取单元51获取待检测的气体，气体混合单元52将待检测气体和与赤霉病致病孢子反应的检测气体进行充分混合反应后，激光器53对混合气体进行照射后发出拉曼光并被光谱仪54所接收，浓度检测机构5根据光谱仪54接收的拉曼光谱曲线进行特征峰分析得到空气中赤霉病致病孢子的浓度。
在一实施例中，如图2所示，气体获取单元51包括活塞腔体511、设置于活塞腔体511内的活塞杆512、设置于活塞腔体511一端的进气孔513、设置于活塞腔体511侧面的出气孔514。通过设置活塞腔体511和活塞杆512，可以利用活塞杆512将空气由进气孔513抽入活塞腔体511内，并且由出气孔514将空气压入气体混合单元52内。
在一实施例中，如图2所示，气体混合单元52包括反应腔室521，反应腔室521的第一侧面设置与气体获取单元51连通的第一进气口522，反应腔室521的第二侧面设置第二进气口523，第二进气口523连接与赤霉病致病孢子反应的检测气体。通过设置反应腔室521，可以提供待检测的气体和检测气体进行混合的场所，从而提高反应时间和效率，继而提高检测的精度。在一实施例中，反应腔室521可以是细长的通道，通过设置细长的通道，可以提高混合和反应时间，提高检测精度。在一实施例中，反应腔室521内可以设置搅拌杆，且反应腔室521的两端设置阀门，当混合气体进入反应腔室521后，反应腔室521两端的阀门闭合，搅拌杆对混合气体进行搅拌，以均匀混合待检测的气体和检测气体，从而实现均匀混合，提高反应效率。
在一实施例中，气体混合单元52内设置气体浓度检测仪。通过设置气体浓度检测仪，可以对气体混合单元52内的气体浓度或气压进行检测，在活塞杆512将待检测的气体抽入气体混合单元52，可以根据该气体浓度检测仪来确定抽入的待检测的气体量，从而可以相应的输入对应量的检测气体以达到充分反应的效果，并且可以尽量增加抽入气体混合单元52的待检测气体量，从而提高检测结果的可视性，且降低误差的干扰效果。
在一实施例中，激光器53与光谱仪54之间通过光纤连通。在进一步的实施例中，该光纤为空芯光纤。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种小麦赤霉病检测装置，其特征在于，包括：
自由行进的底板；
设置于所述底板上的检测机构，所述检测机构相对所述底板可升降运动；
其中，所述检测机构包括形态检测机构、环境检测机构以及浓度检测机构；所述形态检测机构用于检测小麦的麦穗图像，所述环境检测机构用于检测小麦的环境状态，所述浓度检测机构用于检测空气中赤霉病致病孢子的浓度；所述检测机构根据所述形态检测机构的形态检测结果、所述环境检测机构的环境检测结果和所述浓度检测机构的浓度检测结果综合确定小麦感染赤霉病的情况。
2.根据权利要求1所述的装置，其特征在于，所述检测机构将所述形态检测结果、所述环境检测结果和所述浓度检测结果加权平均，得到小麦的最终检测结果。
3.根据权利要求1所述的装置，其特征在于，所述形态检测机构包括神经网络模型，所述形态检测机构将获取的所述麦穗图像输入所述神经网络模型，得到所述形态检测结果。
4.根据权利要求3所述的装置，其特征在于，所述形态检测机构包括图像采集装置。
5.根据权利要求1所述的装置，其特征在于，所述环境检测机构包括温度监控器、湿度监控器。
6.根据权利要求1所述的装置，其特征在于，所述浓度检测机构包括依次连通的气体获取单元、气体混合单元、激光器、光谱仪。
7.根据权利要求6所述的装置，其特征在于，所述气体获取单元包括活塞腔体、设置于所述活塞腔体内的活塞杆、设置于所述活塞腔体一端的进气孔、设置于所述活塞腔体侧面的出气孔。
8.根据权利要求6所述的装置，其特征在于，所述气体混合单元包括反应腔室，所述反应腔室的第一侧面设置与所述气体获取单元连通的第一进气口，所述反应腔室的第二侧面设置第二进气口，所述第二进气口连接与赤霉病致病孢子反应的检测气体。
9.根据权利要求8所述的装置，其特征在于，所述气体混合单元内设置气体浓度检测仪。
10.根据权利要求6所述的装置，其特征在于，所述激光器与所述光谱仪之间通过光纤连通。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011271985.3A CN112710780A (zh) | 2020-11-14 | 2020-11-14 | 一种小麦赤霉病检测装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011271985.3A CN112710780A (zh) | 2020-11-14 | 2020-11-14 | 一种小麦赤霉病检测装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112710780A true CN112710780A (zh) | 2021-04-27 |
Family
ID=75543216
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011271985.3A Pending CN112710780A (zh) | 2020-11-14 | 2020-11-14 | 一种小麦赤霉病检测装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112710780A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104361412A (zh) * | 2014-11-14 | 2015-02-18 | 黑龙江省农业科学院植物脱毒苗木研究所 | 一种决策马铃薯晚疫病防治系统及方法 |
| CN108277165A (zh) * | 2017-12-28 | 2018-07-13 | 山西省农业科学院作物科学研究所 | 小麦赤霉病谷粒菌种制作及使用方法 |
| CN109117743A (zh) * | 2018-07-20 | 2019-01-01 | 安徽农业大学 | 一种基于深度卷积的小麦赤霉病的检测方法及其系统 |
| CN109657653A (zh) * | 2019-01-21 | 2019-04-19 | 安徽大学 | 一种基于成像高光谱数据的小麦籽粒赤霉病识别方法 |
| CN210570820U (zh) * | 2019-09-26 | 2020-05-19 | 海南丽珠科技有限公司 | 一种农业检测预警系统 |
| CN111337476A (zh) * | 2020-04-22 | 2020-06-26 | 安徽大学 | 空气中小麦赤霉病致病孢子sers检测装置及方法 |
| CN111486900A (zh) * | 2020-05-22 | 2020-08-04 | 信阳农林学院 | 一种小麦赤霉病检测装置 |
| CN111611983A (zh) * | 2020-06-29 | 2020-09-01 | 南京农业大学 | 一种手持式田间小麦赤霉病监测预警装置及方法 |
-
2020
- 2020-11-14 CN CN202011271985.3A patent/CN112710780A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104361412A (zh) * | 2014-11-14 | 2015-02-18 | 黑龙江省农业科学院植物脱毒苗木研究所 | 一种决策马铃薯晚疫病防治系统及方法 |
| CN108277165A (zh) * | 2017-12-28 | 2018-07-13 | 山西省农业科学院作物科学研究所 | 小麦赤霉病谷粒菌种制作及使用方法 |
| CN109117743A (zh) * | 2018-07-20 | 2019-01-01 | 安徽农业大学 | 一种基于深度卷积的小麦赤霉病的检测方法及其系统 |
| CN109657653A (zh) * | 2019-01-21 | 2019-04-19 | 安徽大学 | 一种基于成像高光谱数据的小麦籽粒赤霉病识别方法 |
| CN210570820U (zh) * | 2019-09-26 | 2020-05-19 | 海南丽珠科技有限公司 | 一种农业检测预警系统 |
| CN111337476A (zh) * | 2020-04-22 | 2020-06-26 | 安徽大学 | 空气中小麦赤霉病致病孢子sers检测装置及方法 |
| CN111486900A (zh) * | 2020-05-22 | 2020-08-04 | 信阳农林学院 | 一种小麦赤霉病检测装置 |
| CN111611983A (zh) * | 2020-06-29 | 2020-09-01 | 南京农业大学 | 一种手持式田间小麦赤霉病监测预警装置及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 任永康 等: "黑小麦新品种(系)在宁夏中卫的适应性调查", 《中国农技推广》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106805985B (zh) | 基于功能性近红外光谱技术的专注力检测、训练系统和方法 | |
| CN101884541B (zh) | 人体血液生化参数无创检测仪及检测方法 | |
| CN109644891A (zh) | 一种基于NB-IoT的生猪生长关键参数监测系统及方法 | |
| CN112710780A (zh) | 一种小麦赤霉病检测装置 | |
| CN109330846A (zh) | 一种基于深度学习算法的空气波压力按摩仪参数优化方法 | |
| CN110514620A (zh) | 基于便携式近红外光谱仪的光谱检测方法及系统 | |
| CN107064089B (zh) | 一种基于物联网的辣椒苗疫病早期监测装置和方法 | |
| CN107202784A (zh) | 一种水稻浸种催芽过程中工艺节点的检测方法 | |
| CN113456063B (zh) | 一种基于人工智能的死鸡病鸡检测系统及检测方法 | |
| CN106018336B (zh) | 一种基于近红外光谱分析技术监测人血白蛋白醋酸缓冲液沉淀过程的方法 | |
| CN104622479A (zh) | 一种无创血氧饱和度检测仪 | |
| CN112869722A (zh) | 基于物联网的智慧医疗养老用5g智能采集终端及采集方法 | |
| CN108271493A (zh) | 一种基于无人机的茶园喷雾系统及喷雾方法 | |
| CN105891130B (zh) | 一种校正不同光谱信息确定物质信息误差的方法 | |
| CN108007916A (zh) | 希尔伯特黄法建立稻株氮含量的共聚焦显微拉曼测量模型 | |
| CN108642125A (zh) | 一种基于微孔板的肌醇定量检测方法 | |
| DE19953866B4 (de) | Mobiles Ergospirometriesystem | |
| CN113340823A (zh) | 一种草莓糖分的快速无损检测工艺 | |
| CN206531703U (zh) | 一种临床医学检测涂片装置 | |
| CN208524857U (zh) | 基于数字控制的血压自动测量装置 | |
| CN109618981A (zh) | 一种基于吸收光谱频率特征的鸡胚存活状态的检测方法 | |
| CN111358431A (zh) | 一种食道压力云图的标识识别方法及设备 | |
| CN109431469A (zh) | 中医无创体外智能快检系统及中医无创体外智能快检装置 | |
| CN115578395B (zh) | 引流袋内液体的识别系统及方法 | |
| CN214284939U (zh) | 一种高精度、运动型、无创便携式心肺功能参数测量设备 |
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: 20210427 |
|
| RJ01 | Rejection of invention patent application after publication |