CN114047139A - 表征叶片不同氮浓度的标准曲线色卡及其制备方法和应用 - Google Patents
表征叶片不同氮浓度的标准曲线色卡及其制备方法和应用 Download PDFInfo
- Publication number
- CN114047139A CN114047139A CN202111330178.9A CN202111330178A CN114047139A CN 114047139 A CN114047139 A CN 114047139A CN 202111330178 A CN202111330178 A CN 202111330178A CN 114047139 A CN114047139 A CN 114047139A
- Authority
- CN
- China
- Prior art keywords
- leaves
- nitrogen
- standard curve
- color card
- leaf
- 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
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 title claims abstract description 295
- 229910052757 nitrogen Inorganic materials 0.000 title claims abstract description 148
- 238000002360 preparation method Methods 0.000 title claims abstract description 9
- 239000003337 fertilizer Substances 0.000 claims abstract description 28
- 238000000034 method Methods 0.000 claims abstract description 28
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 14
- 238000001228 spectrum Methods 0.000 claims description 38
- 238000005259 measurement Methods 0.000 claims description 11
- 238000012258 culturing Methods 0.000 claims description 2
- 238000012360 testing method Methods 0.000 claims description 2
- 230000004720 fertilization Effects 0.000 abstract description 18
- 238000003973 irrigation Methods 0.000 abstract description 12
- 230000002262 irrigation Effects 0.000 abstract description 12
- 238000001514 detection method Methods 0.000 abstract description 5
- 235000013311 vegetables Nutrition 0.000 description 8
- 239000000618 nitrogen fertilizer Substances 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 235000016709 nutrition Nutrition 0.000 description 5
- 230000035764 nutrition Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 241000196324 Embryophyta Species 0.000 description 3
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 3
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- 238000010191 image analysis Methods 0.000 description 3
- 235000015097 nutrients Nutrition 0.000 description 3
- 229910052698 phosphorus Inorganic materials 0.000 description 3
- 239000011574 phosphorus Substances 0.000 description 3
- 239000011591 potassium Substances 0.000 description 3
- 229910052700 potassium Inorganic materials 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000002689 soil Substances 0.000 description 3
- 238000010183 spectrum analysis Methods 0.000 description 3
- 240000008067 Cucumis sativus Species 0.000 description 2
- 235000009849 Cucumis sativus Nutrition 0.000 description 2
- 235000007688 Lycopersicon esculentum Nutrition 0.000 description 2
- 240000003768 Solanum lycopersicum Species 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 2
- 230000001066 destructive effect Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000001863 plant nutrition Effects 0.000 description 2
- 238000000985 reflectance spectrum Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000011282 treatment Methods 0.000 description 2
- 229910002651 NO3 Inorganic materials 0.000 description 1
- NHNBFGGVMKEFGY-UHFFFAOYSA-N Nitrate Chemical compound [O-][N+]([O-])=O NHNBFGGVMKEFGY-UHFFFAOYSA-N 0.000 description 1
- IOVCWXUNBOPUCH-UHFFFAOYSA-M Nitrite anion Chemical compound [O-]N=O IOVCWXUNBOPUCH-UHFFFAOYSA-M 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 238000003895 groundwater pollution Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000020477 pH reduction Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 1
- 239000013585 weight reducing agent Substances 0.000 description 1
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
-
- 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
- G01N21/251—Colorimeters; Construction thereof
-
- 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
- G01N21/47—Scattering, i.e. diffuse reflection
- G01N21/4738—Diffuse reflection, e.g. also for testing fluids, fibrous materials
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明特别涉及表征叶片不同氮浓度的标准曲线色卡及其制备方法和应用，属于农业施肥技术领域，方法包括：得到用以表征叶片不同氮浓度的标准曲线色卡；将所述标准曲线色卡和待测叶片在同一环境进行拍摄，得到待测图片；将所述待测图片进行RGB值比对，得到待测叶片的氮素含量；利用同一环境下，同一拍摄设备在一幅图像中拍摄叶片和表示不同氮浓度的绿色色卡，规避了环境和拍摄设备不同所照成的预测差异。比传统的水肥一体化灌溉方法，多了作物叶片氮素快速检测，和与正常生长指标对照的步骤，指导农户精准的灌水施肥，并且所用设备，农户能接受，应用门槛低。
Description
技术领域
本发明属于农业施肥技术领域，特别涉及表征叶片不同氮浓度的标准曲线色卡及其制备方法和应用。
背景技术
根据世界粮农组织(FAO)统计，化肥对世界粮食增产的贡献率高达40-60％，为解决世界范围的粮食危机做出了重大贡献。虽然，我国2020年实现了化肥使用量零增长，但是化肥使用量仍然较大；其中蔬菜化肥用量大，位列水果和糖料作物之后，排名第三，其化肥用量占农作物化肥总用量的19％左右，单位施肥量约610kg/hm2，化肥利用效率约95kg/kg。根据项目组前期研究结果表明，四川蔬菜在生产过程中化肥的投入量达到作物实际需求量的2-3倍，有些地区甚至8-10倍，远高于蔬菜实际需求量。据2020年化肥产业分析报告显示，预计2021年氮、磷、钾折纯施用量分别为2231万吨、829万吨、621万吨，其中氮肥用量最大，占化肥用量的60.6％。在水稻中研究表明，科学的氮肥施用策略比增加氮肥施用量对其增产的影响更大；科学氮肥施用策略与磷钾具有对产量协同增效的作用。此外，氮肥施用过多不仅加速土壤酸化速度、照成地下水污染，还能使土壤C/N值降低、促进土壤N2O排放、增加大气中温室气体含量。除此之外，氮磷钾等养分的不平衡造成农产品硝酸盐和亚硝酸盐含量严重超标，阻碍蔬菜产业的可持续、健康发展。
但在实际使用过程中，农户还是依照漫灌、沟施等传统技术的施肥经验，盲目的过量施肥。其原因主要有3个：一是作物营养需求规律不明确，施肥总量不清楚；二是农户无法实时掌握蔬菜不同生育期的营养状况，根据植株营养需求进行水肥灌溉策略的调整；三是采用化学破坏方法测定植物营养指标，花费较高、时效性较低，农户难以接受。因此，快速高效的无损诊断蔬菜营养状况，以此确定科学的水肥一体化灌溉策略是实现根据蔬菜生长需求进行肥水供应的必要环节，也是未来实现水肥一体智慧灌溉的必要基础。
现有的叶片氮素含量测定需专业仪器，破坏性的测定，耗时长，花费高，普通农户无法接受，对实际生产中施肥策略的调整起到的作用不大，不宜应用推广。
发明内容
本申请的目的在于提供表征叶片不同氮
浓度的标准曲线色卡及其制备方法和应用，用以解决目前对于作物的氮含量测定耗时长，花费高的技术问题。
本发明实施例提供了一种表征叶片不同氮浓度的标准曲线色卡的制备方法，其特征在于，所述方法包括：
得到多个功能叶片；
将多个所述功能叶片进行反射光谱扫描，得到叶片反射光谱；
将多个所述功能叶片进行图片RGB值提取，得到叶片RGB值；
将多个所述功能叶片进行氮含量测定，得到叶片氮含量；
将对应的所述叶片反射光谱和所述叶片氮含量进行分析，得到特征波段和特征参数；
根据所述特征波段和所述特征参数，得到计算氮含量的算法；
将对应的所述叶片RGB值和所述叶片氮含量进行分析，得到特征指数；
根据所述特征指数，得到计算氮含量的函数模型；
将不同的绿色色卡进行反射光谱测定，得到各色卡的反射光谱；
将不同的绿色色卡进行图片RGB值提取，得到各色卡的RGB值；
根据所述算法、所述函数模型、各色卡的所述反射光谱、各色卡的所述RGB值和各色卡的CMYK值，得到用以表征叶片不同氮浓度的标准曲线色卡。
可选的，所述反射光谱扫描的扫描样点至少为2个。
可选的，所述反射光谱扫描的扫描样点为4个。
可选的，所述将对应的所述叶片RGB值和所述叶片氮含量进行分析，得到特征指数，具体包括：
根据所述叶片RGB值，得到图像指数；
将所述图像指数和所述叶片氮含量进行分析，得到特征指数。
可选的，所述图像指数包括r指数、g指数、b指数、NBI指数和NDYI指数。
基于同一发明构思，本发明实施例还提供了一种表征叶片不同氮浓度的标准曲线色卡，其特征在于，所述标准曲线色卡采用如上所述的表征叶片不同氮浓度的标准曲线色卡的制备方法制得。
基于同一发明构思，本发明实施例还提供了一种表征叶片不同氮浓度的标准曲线色卡的应用，其特征在于，所述应用包括将如上所述的表征叶片不同氮浓度的标准曲线色卡应用于确定叶片的氮素含量。
可选的，所述确定叶片的氮素含量，具体包括：
得到所述用以表征叶片不同氮浓度的标准曲线色卡；
将所述标准曲线色卡和待测叶片在同一环境进行拍摄，得到待测图片；
将所述待测图片进行RGB值比对，得到待测叶片的氮素含量。
基于同一发明构思，本发明实施例还提供了一种表征叶片不同氮浓度的标准曲线色卡的应用，其特征在于，所述应用包括将如上所述的表征叶片不同氮浓度的标准曲线色卡应用于水肥一体化灌溉施肥策略的确定。
可选的，所述水肥一体化灌溉施肥策略的确定具体包括：
采用如上所述的表征叶片不同氮浓度的标准曲线色卡对待施肥农作物叶片进行测试，得到待施肥农作物叶片的氮素浓度；
得到待施肥农作物叶片的生长氮素阈值；
根据待施肥农作物叶片的所述氮素浓度和所述生长氮素阈值，得到水肥一体化灌溉施肥策略。
可选的，所述得到待施肥农作物叶片的生长氮素阈值，具体包括：
设置多组施氮参数；
根据多组所述施氮参数对作物进行培养；
测量所述作物各生长周期中各位置叶片的氮元素，得到叶片氮含量阈值。
可选的，所述多组施氮参数包括：正常氮素施肥、高氮素施肥、低氮素施肥和零氮素施肥，所述高氮素施肥的氮素施加量为所述正常氮素施肥的氮素施加量的1.5倍，所述低氮素施肥的氮素施加量为所述正常氮素施肥的氮素施加量的0.5倍；所述零氮素施肥的氮素施加量为0。
本发明实施例中的一个或多个技术方案，至少具有如下技术效果或优点：
本发明实施例提供的表征叶片不同氮浓度的标准曲线色卡的制备方法，其特征在于，所述方法包括：得到多个功能叶片；将多个所述功能叶片进行反射光谱扫描，得到叶片反射光谱；将多个所述功能叶片进行图片RGB值提取，得到叶片RGB值；将多个所述功能叶片进行氮含量测定，得到叶片氮含量；将对应的所述叶片反射光谱和所述叶片氮含量进行分析，得到特征波段和特征参数；根据所述特征波段和所述特征参数，得到计算氮含量的算法；将对应的所述叶片RGB值和所述叶片氮含量进行分析，得到特征指数；根据所述特征指数，得到计算氮含量的函数模型；将不同的绿色色卡进行反射光谱测定，得到各色卡的反射光谱；将不同的绿色色卡进行图片RGB值提取，得到各色卡的RGB值；根据所述算法、所述函数模型、各色卡的所述反射光谱、各色卡的所述RGB值和各色卡的CMYK值，得到用以表征叶片不同氮浓度的标准曲线色卡；该标准曲线色卡可用于测定叶片氮素含量，采用光谱和图像分析技术测定叶片的反射光谱和图片红绿蓝(RGB)值，并与氮含量进行相关性分析，确定氮素含量无损测定参数，确立以数码图片获取设备(相机或手机)为载体、简单实用且低成本的叶片氮含量无损检测方法。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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它的附图。
图1是本发明实施例提供的方法的流程图。
具体实施方式
下文将结合具体实施方式和实施例，具体阐述本发明，本发明的优点和各种效果将由此更加清楚地呈现。本领域技术人员应理解，这些具体实施方式和实施例是用于说明本发明，而非限制本发明。
在整个说明书中，除非另有特别说明，本文使用的术语应理解为如本领域中通常所使用的含义。因此，除非另有定义，本文使用的所有技术和科学术语具有与本发明所属领域技术人员的一般理解相同的含义。若存在矛盾，本说明书优先。
除非另有特别说明，本发明中用到的各种原材料、试剂、仪器和设备等，均可通过市场购买得到或者可通过现有方法制备得到。
本申请实施例的技术方案为解决上述技术问题，总体思路如下：
申请人在发明过程中发现：传统的水肥一体化灌溉，无法获知植物实时叶片氮元素营养状况；已有的光谱和图像分析叶片氮素含量，会受仪器和照片拍摄外界环境的影响，预测的氮含量不准确。
根据本发明一种典型的实施方式，提供了一种叶片氮素含量无损快速诊断方法，所述方法包括：
S1.得到用以表征叶片不同氮浓度的标准曲线色卡；
S1.1.得到多个功能叶片；
S1.2.将多个所述功能叶片进行反射光谱扫描，得到叶片反射光谱；
作为一种可选的实施方式，反射光谱扫描的扫描样点至少为2个，优选的，反射光谱扫描的扫描样点为4个。
S1.3.将多个所述功能叶片进行图片RGB值提取，得到叶片RGB值；
S1.4.将多个所述功能叶片进行氮含量测定，得到叶片氮含量；
S1.5.将对应的所述叶片反射光谱和所述叶片氮含量进行分析，得到特征波段和特征参数；
S1.6.根据所述特征波段和所述特征参数，得到计算氮含量的算法；
S1.7.将对应的所述叶片RGB值和所述叶片氮含量进行分析，得到特征指数；
作为一种可选的实施方式，将对应的所述叶片RGB值和所述叶片氮含量进行分析，得到特征指数，具体包括：
根据所述叶片RGB值，得到图像指数；
将所述图像指数和所述叶片氮含量进行分析，得到特征指数；
其中，图像指数包括r指数、g指数、b指数、NBI指数和NDYI指数。
S1.8.根据所述特征指数，得到计算氮含量的函数模型；
S1.9.将不同的绿色色卡进行反射光谱测定，得到各色卡的反射光谱；
S1.10.将不同的绿色色卡进行图片RGB值提取，得到各色卡的RGB值；
S1.11.根据所述算法、所述函数模型、各色卡的所述反射光谱、各色卡的所述RGB值和各色卡的CMYK值，得到用以表征叶片不同氮浓度的标准曲线色卡。
S2.将所述标准曲线色卡和待测叶片在同一环境进行拍摄，得到待测图片；
S3.将所述待测图片进行RGB值比对，得到待测叶片的氮素含量。
根据本发明另一典型的实施方式，还提供了一种基于叶片氮素含量无损快诊断的水肥一体化灌溉方法，包括如下步骤：
一、作物营养需求规律和氮肥需求参数确定
以正常氮素为准，分别上下增减50％，设置3个氮素水平，以不施氮为对照，共4个氮素水平。每个处理分别在苗期、每穗果开花期测定植株上中下节位叶片氮元素含量；确定不同供氮水平下，黄瓜和番茄养分需求特性，确定基于目标产量的作物氮肥需求参数、叶片氮含量阈值及施肥参数。
二、作物叶片无损氮元素快速检测方法研究
在不同氮素处理的不同生育时期，选取功能叶片，利用光纤光谱仪和数码相机对叶进行反射光谱扫描和图片RGB值提取。反射光谱扫描：一片叶扫描4个点，取平均值，计入叶片反射光谱；RGB提取：将反射光谱扫描后的同一片叶，利用数码相机再校准白平衡后对其照相，通过图像处理软件提取图片RGB值；同一叶片烘干，测定叶片氮含量。
1、分析作物叶片反射光谱与氮含量的相关关系，确定特征波段，筛选特征参数，建立反射光谱特征参数计算氮含量的算法；
2、根据从照片提取出的RGB值，计算r、g、b、NBI、NDYI等图像指数，分析指数与叶片氮含量的相关关系，筛选特征指数，建立相关函数模型计算叶片氮含量；
3、利用光纤光谱仪和数码相机对国际标准色卡中不同绿色色卡进行反射光谱测定，对比叶片测量结果，建立以色卡表征氮浓度的标准曲线，筛选能表征黄瓜和番茄叶片氮含量的RGB和CMYK值，并根据CMYK值制作表征叶片不同氮浓度的标准色卡1套，
4、在实际生产中，农户用不同数码图像获取设备(数码相机或智能手机)在同一环境下同时对叶片和标准氮浓度曲线色卡进行拍摄，利用照片中叶片区域RGB值和标准曲线色卡的RGB值进行快速比对，实施诊断叶片氮素浓度。
三、根据作物叶片诊断的氮素浓度和作物叶片生长氮素阈值，确定水肥一体化灌溉施肥策略，达到水肥一体化精准灌溉，减肥增效的功能。
本方法利用同一环境下，同一拍摄设备在一幅图像中拍摄叶片和表示不同氮浓度的绿色色卡，规避了环境和拍摄设备不同所照成的预测差异。比传统的水肥一体化灌溉方法，多了作物叶片氮素快速检测，和与正常生长指标对照的步骤，指导农户精准的灌水施肥，并且所用设备，农户能接受，应用门槛低。
本发明实施例中的一个或多个技术方案，至少还具有如下技术效果或优点：
(1)本发明实施例提供的方法针对植物营养中的含量最多的氮元素，采用光谱和图像分析技术测定叶片的反射光谱和图片红绿蓝(RGB)值，并与氮含量进行相关性分析，确定氮素含量无损测定参数，确立以数码图片获取设备(相机或手机)为载体、简单实用且低成本的叶片氮含量无损检测方法。
最后，还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种表征叶片不同氮浓度的标准曲线色卡的制备方法，其特征在于，所述方法包括：
得到多个功能叶片；
将多个所述功能叶片进行反射光谱扫描，得到叶片反射光谱；
将多个所述功能叶片进行图片RGB值提取，得到叶片RGB值；
将多个所述功能叶片进行氮含量测定，得到叶片氮含量；
将对应的所述叶片反射光谱和所述叶片氮含量进行分析，得到特征波段和特征参数；
根据所述特征波段和所述特征参数，得到计算氮含量的算法；
将对应的所述叶片RGB值和所述叶片氮含量进行分析，得到特征指数；
根据所述特征指数，得到计算氮含量的函数模型；
将不同的绿色色卡进行反射光谱测定，得到各色卡的反射光谱；
将不同的绿色色卡进行图片RGB值提取，得到各色卡的RGB值；
根据所述算法、所述函数模型、各色卡的所述反射光谱、各色卡的所述RGB值和各色卡的CMYK值，得到用以表征叶片不同氮浓度的标准曲线色卡。
2.根据权利要求1所述的表征叶片不同氮浓度的标准曲线色卡的制备方法，其特征在于，所述反射光谱扫描的扫描样点至少为2个。
3.根据权利要求1所述的表征叶片不同氮浓度的标准曲线色卡的制备方法，其特征在于，所述将对应的所述叶片RGB值和所述叶片氮含量进行分析，得到特征指数，具体包括：
根据所述叶片RGB值，得到图像指数；
将所述图像指数和所述叶片氮含量进行分析，得到特征指数。
4.根据权利要求3所述的表征叶片不同氮浓度的标准曲线色卡的制备方法，其特征在于，所述图像指数包括r指数、g指数、b指数、NBI指数和NDYI指数。
5.一种表征叶片不同氮浓度的标准曲线色卡，其特征在于，所述标准曲线色卡采用如权利要求1至4中任意一项所述的表征叶片不同氮浓度的标准曲线色卡的制备方法制得。
6.一种表征叶片不同氮浓度的标准曲线色卡的应用，其特征在于，所述应用包括将如权利要求5所述的表征叶片不同氮浓度的标准曲线色卡应用于确定叶片的氮素含量。
7.根据权利要求6所述的表征叶片不同氮浓度的标准曲线色卡的应用，其特征在于，所述确定叶片的氮素含量，具体包括：
得到所述用以表征叶片不同氮浓度的标准曲线色卡；
将所述标准曲线色卡和待测叶片在同一环境进行拍摄，得到待测图片；
将所述待测图片进行RGB值比对，得到待测叶片的氮素含量。
8.一种表征叶片不同氮浓度的标准曲线色卡的应用，其特征在于，所述应用包括将如权利要求5所述的表征叶片不同氮浓度的标准曲线色卡应用于水肥一体化灌溉施肥策略的确定。
9.根据权利要求8所述的表征叶片不同氮浓度的标准曲线色卡的应用，其特征在于，所述水肥一体化灌溉施肥策略的确定具体包括：
采用如权利要求5所述的表征叶片不同氮浓度的标准曲线色卡对待施肥农作物叶片进行测试，得到待施肥农作物叶片的氮素浓度；
得到待施肥农作物叶片的生长氮素阈值；
根据待施肥农作物叶片的所述氮素浓度和所述生长氮素阈值，得到水肥一体化灌溉施肥策略。
10.根据权利要求9所述的表征叶片不同氮浓度的标准曲线色卡的应用，其特征在于，所述得到待施肥农作物叶片的生长氮素阈值，具体包括：
设置多组施氮参数；
根据多组所述施氮参数对作物进行培养；
测量所述作物各生长周期中各位置叶片的氮元素，得到叶片氮含量阈值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111330178.9A CN114047139A (zh) | 2021-11-10 | 2021-11-10 | 表征叶片不同氮浓度的标准曲线色卡及其制备方法和应用 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111330178.9A CN114047139A (zh) | 2021-11-10 | 2021-11-10 | 表征叶片不同氮浓度的标准曲线色卡及其制备方法和应用 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114047139A true CN114047139A (zh) | 2022-02-15 |
Family
ID=80208208
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111330178.9A Pending CN114047139A (zh) | 2021-11-10 | 2021-11-10 | 表征叶片不同氮浓度的标准曲线色卡及其制备方法和应用 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114047139A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114965846A (zh) * | 2022-05-17 | 2022-08-30 | 中国林业科学研究院亚热带林业研究所 | 一种利用比叶质量测定毛竹叶片单位面积氮素含量的方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6734973B1 (en) * | 2001-02-06 | 2004-05-11 | The Regents Of The University Of California | Method and apparatus for determining plant nutrient status |
| CA2487115A1 (en) * | 2003-11-07 | 2005-05-07 | Kyle Holland | Light sensor with modulated radiant polychromatic source |
| CN102445421A (zh) * | 2011-09-26 | 2012-05-09 | 黑龙江省科学院自然与生态研究所 | 一种用于快速诊断烤烟氮素叶色卡的制备方法 |
| CN102788752A (zh) * | 2012-08-08 | 2012-11-21 | 江苏大学 | 基于光谱技术的农作物内部信息无损检测装置及方法 |
| CN103090973A (zh) * | 2013-01-07 | 2013-05-08 | 广州标旗电子科技有限公司 | 基于光谱的Ia型钻石颜色快速分级方法 |
| CN103942555A (zh) * | 2014-04-11 | 2014-07-23 | 海南大学 | 一种植物氮素含量丰缺图像检测方法 |
| CN106841051A (zh) * | 2016-12-19 | 2017-06-13 | 中国科学院南京土壤研究所 | 一种基于可见光图像融合值的作物氮素营养检测方法 |
| CN110097535A (zh) * | 2019-03-22 | 2019-08-06 | 华南农业大学 | 植物叶片含氮量检测方法、装置、计算机设备和存储介质 |
-
2021
- 2021-11-10 CN CN202111330178.9A patent/CN114047139A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6734973B1 (en) * | 2001-02-06 | 2004-05-11 | The Regents Of The University Of California | Method and apparatus for determining plant nutrient status |
| CA2487115A1 (en) * | 2003-11-07 | 2005-05-07 | Kyle Holland | Light sensor with modulated radiant polychromatic source |
| CN102445421A (zh) * | 2011-09-26 | 2012-05-09 | 黑龙江省科学院自然与生态研究所 | 一种用于快速诊断烤烟氮素叶色卡的制备方法 |
| CN102788752A (zh) * | 2012-08-08 | 2012-11-21 | 江苏大学 | 基于光谱技术的农作物内部信息无损检测装置及方法 |
| CN103090973A (zh) * | 2013-01-07 | 2013-05-08 | 广州标旗电子科技有限公司 | 基于光谱的Ia型钻石颜色快速分级方法 |
| CN103942555A (zh) * | 2014-04-11 | 2014-07-23 | 海南大学 | 一种植物氮素含量丰缺图像检测方法 |
| CN106841051A (zh) * | 2016-12-19 | 2017-06-13 | 中国科学院南京土壤研究所 | 一种基于可见光图像融合值的作物氮素营养检测方法 |
| CN110097535A (zh) * | 2019-03-22 | 2019-08-06 | 华南农业大学 | 植物叶片含氮量检测方法、装置、计算机设备和存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 王方永;王克如;李少昆;陈兵;陈江鲁;: "利用数码相机和成像光谱仪估测棉花叶片叶绿素和氮素含量", 作物学报, no. 11, pages 1981 - 19889 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114965846A (zh) * | 2022-05-17 | 2022-08-30 | 中国林业科学研究院亚热带林业研究所 | 一种利用比叶质量测定毛竹叶片单位面积氮素含量的方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | Measuring plant growth characteristics using smartphone based image analysis technique in controlled environment agriculture | |
| CN109187441B (zh) | 基于冠层光谱信息的夏玉米含氮量监测模型的构建方法 | |
| CN101604359B (zh) | 图像法水稻氮肥施肥推荐方法 | |
| CN106372592A (zh) | 一种基于冬小麦面积指数的冬小麦种植面积计算方法 | |
| CN102445421B (zh) | 一种用于快速诊断烤烟氮素叶色卡的制备方法 | |
| CN106841051A (zh) | 一种基于可见光图像融合值的作物氮素营养检测方法 | |
| CN103971199B (zh) | 一种大范围农作物长势的遥感评级方法 | |
| CN114612794B (zh) | 一种细碎化农业区土地覆被与种植结构的遥感识别方法 | |
| Chang et al. | Quantifying muskmelon fruit attributes with A-TEP-based model and machine vision measurement | |
| CN110874617A (zh) | 一种冬小麦叶片氮含量估算模型的建立方法 | |
| Li et al. | Leaf positions of potato suitable for determination of nitrogen content with a SPAD meter | |
| CN110175525B (zh) | 一种耐盐黄秋葵品种快速筛选方法 | |
| CN114140695B (zh) | 一种基于无人机多光谱遥感的茶树氮素诊断及品质指标测定的预测方法和系统 | |
| Auearunyawat et al. | An automatic nitrogen estimation method in sugarcane leaves using image processing techniques | |
| CN114821321A (zh) | 一种基于多尺度级联卷积神经网络的叶片高光谱图像分类和回归方法 | |
| Fontes et al. | Critical values of nitrogen indices in tomato plants grown in soil and nutrient solution determined by different statistical procedures | |
| CN116187100A (zh) | 一种结合作物生长模型估算玉米籽粒蛋白质含量的方法 | |
| CN114047139A (zh) | 表征叶片不同氮浓度的标准曲线色卡及其制备方法和应用 | |
| CN112465366A (zh) | 一种基于熵权topsis模型的柿果品质综合评价方法 | |
| CN110068299B (zh) | 一种温室作物叶面积指数的计算方法 | |
| CN114219227A (zh) | 一种精准施肥决策及地块级展示方法和系统 | |
| CN108334701B (zh) | 一种大棚黄瓜氮素营养诊断及推荐施氮方法 | |
| CN114246043B (zh) | 基于土壤和植物检测的番茄施肥校正方法及装置 | |
| CN114494689A (zh) | 番茄干旱胁迫的识别方法 | |
| CN112268867B (zh) | 一种花椰菜光谱氮素营养诊断模型的构建方法 |
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 |