CN114062308A - 一种甘蔗蓟马为害甘蔗精确分级方法 - Google Patents
一种甘蔗蓟马为害甘蔗精确分级方法 Download PDFInfo
- Publication number
- CN114062308A CN114062308A CN202111348845.6A CN202111348845A CN114062308A CN 114062308 A CN114062308 A CN 114062308A CN 202111348845 A CN202111348845 A CN 202111348845A CN 114062308 A CN114062308 A CN 114062308A
- Authority
- CN
- China
- Prior art keywords
- ndvi
- sugarcane
- thrips
- values
- different
- 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
- 240000000111 Saccharum officinarum Species 0.000 title claims abstract description 75
- 235000007201 Saccharum officinarum Nutrition 0.000 title claims abstract description 75
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000006378 damage Effects 0.000 claims abstract description 54
- 241001515929 Fulmekiola serrata Species 0.000 claims abstract description 30
- 241001414989 Thysanoptera Species 0.000 claims abstract description 20
- 238000001228 spectrum Methods 0.000 claims abstract description 7
- 238000012417 linear regression Methods 0.000 claims abstract description 5
- 239000000126 substance Substances 0.000 claims abstract 2
- 241000238631 Hexapoda Species 0.000 claims description 22
- 241000607479 Yersinia pestis Species 0.000 claims description 17
- 238000011156 evaluation Methods 0.000 claims description 13
- 230000003595 spectral effect Effects 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 238000011160 research Methods 0.000 description 4
- 238000007796 conventional method Methods 0.000 description 3
- 238000013399 early diagnosis Methods 0.000 description 3
- 238000005034 decoration Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 208000037062 Polyps Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229930002875 chlorophyll Natural products 0.000 description 1
- 235000019804 chlorophyll Nutrition 0.000 description 1
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 235000011389 fruit/vegetable juice Nutrition 0.000 description 1
- 208000006278 hypochromic anemia Diseases 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N2021/0106—General arrangement of respective parts
- G01N2021/0112—Apparatus in one mechanical, optical or electronic block
Abstract
本发明公开了一种甘蔗蓟马为害甘蔗精确分级方法。利用手持式光谱仪测定不同抗蓟马特性甘蔗品种、不同为害等级对应蔗叶光谱值，然后根据归一化植被指数(NDVI)，按不同品种的相同等级的NDVI值进行整理，以抗性等级为横坐标、NDVI值为纵坐标组建线性回归方程。通过两级间中间NDVI值，划分各级NDVI值范围，计算各级为害损失。本发明既避免了人为误差又提高了监测的准确度，同时还能有效去除因品种颜色差异导致的影响。操作简单，可明确不同等级相的差异，还能判断相同等级间的细微不同。
Description
技术领域
本发明属于有害昆虫生态防治技术领域，具体涉及一种甘蔗蓟马为害甘蔗精确分级方法。
背景技术
甘蔗是我国重要的糖料作物，甘蔗蓟马是甘蔗的重要害虫，广泛分布于我国各甘蔗种植区。该虫隐藏于未展开的甘蔗新叶内，用锉吸式口器锉吸蔗叶并吸食汁液，导致被害叶片呈黄白色褪绿斑痕，严重时蔗叶卷缩萎黄，缠绕打结，甚至干枯死亡，造成减产减糖。因此，科学、有效地开展蔗区蓟马防控对促进甘蔗增产增收及蔗区生态环境保护具有重要意义。为提高甘蔗蓟马防治的针对性和科学性，首先应摸清甘蔗蓟马对甘蔗的为害水平，尤其是甘蔗蓟马对不同甘蔗品种的为害差异，并精确开展为害分级和损失评价，为早期诊断和预测预警等提供技术支持。
目前，针对甘蔗蓟马为害甘蔗的分级方法国内外学者进行了一定的研究，其分级主要是按蓟马为害后的蔗叶颜色差异划分为0级、1级、3级、5级、7级及9级等6个等级，然后根据样本分级情况统计整理甘蔗蓟马的虫害指数，并提出防控与否的预警策略。各级描述特征分别如下：0级：叶片呈绿色，无受害；1级：叶片呈绿色，有少量黄白色褪绿斑痕；3级：叶片呈黄绿色，明显失绿；5级：叶片呈淡黄色或黄色，明显失绿；7级：叶片呈黄褐色，叶尖卷缩干枯；9级：叶尖缠绕打结，整叶枯死。各级描述特征由于需要通过人类肉眼识别后按颜色进行分级，故而存在较大的人为差异；其次，不同品种间颜色差异也会对分级造成影响，引发错误预警；第三，无法准确描述各级间的损失差异。
基于上述分析，一种能够为蔗蓟马早期诊断和预测预警提供精准依据的分级方法是目前行业内急需的。
发明目的
鉴于上述不足，本发明通过研究提供了一种甘蔗蓟马为害甘蔗的精确分级方法，明确各级间的分界线及损失差异，为甘蔗蓟马早期诊断和预测预警提供精准依据。
为了实现以上目的，本发明提供了一种甘蔗蓟马为害甘蔗的精确分级方法，包括以下步骤：
步骤S1：利用手持式光谱仪测定不同抗蓟马特性甘蔗品种、不同为害等级(0-9级，按常规方法确定)对应蔗叶光谱值，然后根据以下公式计算归一化植被指数(NDVI)；
NDVI＝(RNIR-RRED)/(RNIR+RRED)；式中RNIR为近红外波段的反射值，RRED为红光波段的反射值；
该步中的不同抗性甘蔗品种不局限于本专利应用品种，所测NDVI值包含满足条件的不同叶片及不同叶位。利用光谱仪测定值分级不局限于NDVI值，还包括通过该方法测定光谱所计算的各种指数；
步骤S2：将NDVI值按不同品种、不同为害等级进行统计整理，然后将不同品种的相同等级的NDVI值求其平均值；
步骤S3：以抗性等级为横坐标，NDVI值为纵坐标组建线性回归方程，并计算两级间中间值，即横坐标在0.5、2、4、6、8所对应的NDVI值；根据各级分界线NDVI值，制定甘蔗蓟马为害甘蔗的蔗叶分级评价表，即大于NDVI0.5值的为0级、介于NDVI2至NDVI0.5值间的为1级、介于NDVI4至NDVI2值间的为3级、介于NDVI6至NDVI4值间的为5级、介于NDVI8至NDVI6值间的为7级、小于NDVI8值的为9级。根据各级的中点NDVI值，计算各级间甘蔗蓟马平均为害损失；
步骤S4：将欲进行甘蔗蓟马为害等级评价的甘蔗品种，先通过初步蓟马为害情况判断(确定叶色变化是否与蓟马为害有关)，再利用手持光谱仪测定相关蔗叶的NDVI值；对照分级评价表，查询并获得所测蔗叶蓟马为害等级，然后按以下公式计算各甘蔗品种虫害指数并提出预警措施；
虫害指数＝∑(各级叶片数×等级数)/(调查总叶片数×最高等级数)×100；
该方法将甘蔗蓟马为害甘蔗等级分为6级，按照6级分级方法，分别统计各级间的为害指数，其中0级为害指数为0，1级为害指数为11.11，3级为害指数为33.33，5级为害指数为55.56，7级为害指数为77.78，9级为害指数为100.00。该为害指数为每级最高值。
与现有技术相比，本发明的有益效果为：
1、本发明通过选择不同抗蓟马特性甘蔗品种进行研究，在初步叶片识别的基础上，利用光谱仪测定蓟马为害甘蔗后的蔗叶光谱反射差异来确定为害等级，既避免了人为误差又提高了监测的准确度，同时还能有效去除因品种颜色差异导致的影响。
2、该方法操作简单，利用手持式光谱仪在田间就可以现场操作并进行为害分级。
3、通过此方法进行甘蔗蓟马为害分级，既可明确不同等级相的差异，同时还能判断相同等级间的细微差异。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请的实施例，如利用叶绿素仪测定SPAD值按该方法也能达到相同的目的。
实施例1-11
一种甘蔗蓟马为害甘蔗的精确分级方法，包括以下步骤：
步骤S1：利用手持式光谱仪测定不同抗蓟马特性甘蔗品种、不同为害等级(0-9级，按常规方法确定)对应蔗叶光谱值，然后根据以下公式计算归一化植被指数(NDVI)；
NDVI＝(RNIR-RRED)/(RNIR+RRED)；式中RNIR为近红外波段的反射值，RRED为红光波段的反射值；
该步中的不同抗性甘蔗品种不局限于本专利应用品种，所测NDVI值包含不同叶片及不同叶位。利用光谱仪测定值分级不局限于NDVI值，还包括通过该方法测定光谱所计算的各种指数；
步骤S2：将NDVI值按不同品种、不同为害等级进行统计整理，然后将不同品种的相同等级的NDVI值求其平均值；
步骤S3：以抗性等级为横坐标、NDVI值为纵坐标组建线性回归方程，并计算两级间中间值，即横坐标在0.5、2、4、6、8所对应的NDVI值；根据各级分界线NDVI值，制定甘蔗蓟马为害甘蔗的分级评价表，即大于NDVI0.5值的为0级、介于NDVI2至NDVI0.5值间的为1级、介于NDVI4至NDVI2值间的为3级、介于NDVI6至NDVI4值间的为5级、介于NDVI8至NDVI6值间的为7级、小于NDVI8值的为9级。根据各级的中点NDVI值，计算各级间甘蔗蓟马平均为害损失；
步骤S4：将欲进行甘蔗蓟马为害等级评价的甘蔗品种，先通过初步蓟马为害情况判断(确定叶色变化是否与蓟马为害有关)，再利用手持光谱仪测定相关蔗叶的NDVI值；对照分级评价表，查询并获得甘蔗蓟马为害等级，然后按以下公式计算各甘蔗品种虫害指数并提出预警措施；
虫害指数＝∑(各级叶片数×等级数)/(调查总叶片数×最高等级数)×100；
该方法将甘蔗蓟马为害甘蔗等级分为6级，按照6级分级方法，分别统计各级间的为害指数，即0级为0，1级为害指数为11.11，3级为害指数为33.33，5级为害指数为55.56，7级为害指数为77.78，9级为害指数为100.00。该为害指数为每级最高值。
具体实施情况：
步骤S1：根据田间粗评，获得对甘蔗蓟马抗性差异较大的一组甘蔗品种，即云蔗14-1010(虫害指数73.33)、云蔗13-1182(虫害指数53.33)、云蔗12-1185(虫害指数46.67)、云蔗13-1821(虫害指数35.56)、云蔗14-1215(虫害指数24.44)。通过田间种植及接虫、控虫管理，获得蓟马为害各甘蔗品种后的不同为害等级(0-9级，按常规方法确定)且位置相同的蔗叶，利用手持式光谱仪(polypen rp410)，每品种、每等级各测定10片蔗叶(每株测正2叶)光谱值，统计整理各测定值的归一化植被指数(NDVI)。
步骤S2：将NDVI值按不同品种、不同为害等级进行统计整理，然后将不同品种的相同等级的NDVI值求其平均值(表1)。
表1各品种甘蔗蓟马为害后蔗叶NDVI值统计
步骤S3：以抗性等级为横坐标、NDVI值为纵坐标组建线性回归方程，即y＝-0.0548x+0.6484(R2＝0.9941)。将x＝0.5，2，4，6，8分别带入回归方程，算得：NDVI0.5＝0.6211，NDVI2＝0.5363，NDVI4＝0.4233，NDVI6＝0.3103，NDVI8＝0.1973。根据各级间中间值进行甘蔗蓟马为害等级划分，即0级：NDVI值>0.6211；1级：0.5363<NDVI值≤0.6211；3级：0.4233<NDVI值≤0.5363；5级：0.3103<NDVI值≤0.4233；7级：0.1973<NDVI值≤0.3103；9级：NDVI值≤0.1973。
将x＝0，1，3，5，7，9分别带入回归方程，算得：NDVI0＝0.6493，NDVI1＝0.5928，NDVI3＝0.4798，NDVI5＝0.3668，NDVI7＝0.2538，NDVI9＝0.1408。根据各级中点值计算甘蔗蓟马为害平均损失率，即1级为害损失率为8.70％，3级为害损失为26.11％，5级为害损失为43.51％，7级为害损失为60.91％，9级为害损失为78.32％。
步骤S4：选择待评价甘蔗品种，按上述方法测定各品种10片位置相同(正2叶)蔗叶NDVI值并进行虫害分级，结果见表2。
表2甘蔗蓟马为害不同甘蔗品种的蔗叶虫害等级统计表
计算各甘蔗品种虫害指数，然后根据虫害指数推出相关甘蔗品种虫害等级，再根据虫害等级并结合相关等级损失情况提出预警措施(表3)。
表3甘蔗蓟马为害不同甘蔗品种的虫害分级及预警措施
综上所述，本发明通过选择不同抗蓟马特性甘蔗品种进行研究，在初步叶片识别的基础上，利用光谱仪测定蓟马为害甘蔗后的蔗叶光谱反射差异来确定为害等级，既避免了人为误差又提高了监测的准确度，同时还能有效去除因品种颜色差异导致的影响。通过此方法进行甘蔗蓟马为害分级，既可明确不同等级相的差异，同时还能判断相同等级间的细微差异。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (4)
1.一种甘蔗蓟马为害甘蔗精确分级方法，包括：
步骤S1：利用手持式光谱仪测定不同抗蓟马特性甘蔗品种、不同为害等级对应蔗叶光谱值，计算归一化植被指数；
步骤S2：将NDVI值按不同品种、不同为害等级进行统计整理，然后将不同品种的相同等级的NDVI值求其平均值；
步骤S3：以抗性等级为横坐标，NDVI值为纵坐标组建线性回归方程，并计算各级间中间值，即横坐标在0.5、2、4、6、8所对应的NDVI值；根据各级分界线NDVI值，制定甘蔗蓟马为害甘蔗的蔗叶分级评价表，根据各级的中点NDVI值，计算各级间甘蔗蓟马平均为害损失；
步骤S4：将欲进行甘蔗蓟马为害等级评价的甘蔗品种，先通过初步确定叶色变化是否与蓟马为害有关，再利用手持光谱仪测定相关蔗叶的NDVI值；对照分级评价表，查询并获得所测蔗叶蓟马为害等级，然后按以下公式计算各甘蔗品种虫害指数；
步骤S5：根据各甘蔗品种虫害指数提出预警措施。
2.根据权利要求1所述的分级方法，其中：
步骤S1所述测定NDVI值包含了满足条件的不同叶片及不同叶位。
3.根据权利要求1所述的分级方法，其中：
步骤S1所述利用光谱仪测定值分级不局限于NDVI值，还包括通过该方法测定光谱所计算的各种指数。
4.根据权利要求1所述的分级方法，其中：
步骤S3所述分级标准包括：
大于NDVI0.5值的为0级；
介于NDVI2～NDVI0.5值的为1级；
介于NDVI4～NDVI2值的为3级；
介于NDVI6～NDVI4值的为5级；
介于NDVI8～NDVI6值的为7级；
小于NDVI8值的为9级。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111348845.6A CN114062308A (zh) | 2021-11-15 | 2021-11-15 | 一种甘蔗蓟马为害甘蔗精确分级方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111348845.6A CN114062308A (zh) | 2021-11-15 | 2021-11-15 | 一种甘蔗蓟马为害甘蔗精确分级方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114062308A true CN114062308A (zh) | 2022-02-18 |
Family
ID=80272379
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111348845.6A Pending CN114062308A (zh) | 2021-11-15 | 2021-11-15 | 一种甘蔗蓟马为害甘蔗精确分级方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114062308A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2406295C1 (ru) * | 2009-04-27 | 2010-12-20 | Государственное учреждение "Научный центр проблем аэрокосмического мониторинга" - ЦПАМ "АЭРОКОСМОС" | Способ экологического мониторинга лесов |
| US20150126365A1 (en) * | 2013-11-06 | 2015-05-07 | The Texas A&M University System | Fungal Endophytes for Improved Crop Yields and Protection from Pests |
| CN110149947A (zh) * | 2019-06-24 | 2019-08-23 | 云南省烟草公司文山州公司 | 一种烟草田间抗蓟马性状的筛选研究方法 |
| CN110287944A (zh) * | 2019-07-04 | 2019-09-27 | 吉林大学 | 基于深度学习的多光谱遥感影像的农作物虫害监测方法 |
| CN110533595A (zh) * | 2019-09-03 | 2019-12-03 | 北京麦飞科技有限公司 | 一种作物病虫害空间动态分布监测的方法和系统 |
| CN111062251A (zh) * | 2020-03-23 | 2020-04-24 | 乔红波 | 基于无人机成像的农田棉蚜为害等级模型的监测方法 |
| CN111567351A (zh) * | 2020-04-30 | 2020-08-25 | 广西壮族自治区农业科学院 | 一种甘蔗苗黄化病分级及防治方法 |
| CN112749627A (zh) * | 2020-12-09 | 2021-05-04 | 北京星衡科技有限公司 | 一种基于多源遥感影像的烟草动态监测的方法和装置 |
| CN112861712A (zh) * | 2021-02-06 | 2021-05-28 | 郑州师范学院 | 基于人工智能与多时相遥感的农业病虫害监测方法 |
-
2021
- 2021-11-15 CN CN202111348845.6A patent/CN114062308A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2406295C1 (ru) * | 2009-04-27 | 2010-12-20 | Государственное учреждение "Научный центр проблем аэрокосмического мониторинга" - ЦПАМ "АЭРОКОСМОС" | Способ экологического мониторинга лесов |
| US20150126365A1 (en) * | 2013-11-06 | 2015-05-07 | The Texas A&M University System | Fungal Endophytes for Improved Crop Yields and Protection from Pests |
| CN110149947A (zh) * | 2019-06-24 | 2019-08-23 | 云南省烟草公司文山州公司 | 一种烟草田间抗蓟马性状的筛选研究方法 |
| CN110287944A (zh) * | 2019-07-04 | 2019-09-27 | 吉林大学 | 基于深度学习的多光谱遥感影像的农作物虫害监测方法 |
| CN110533595A (zh) * | 2019-09-03 | 2019-12-03 | 北京麦飞科技有限公司 | 一种作物病虫害空间动态分布监测的方法和系统 |
| CN111062251A (zh) * | 2020-03-23 | 2020-04-24 | 乔红波 | 基于无人机成像的农田棉蚜为害等级模型的监测方法 |
| CN111567351A (zh) * | 2020-04-30 | 2020-08-25 | 广西壮族自治区农业科学院 | 一种甘蔗苗黄化病分级及防治方法 |
| CN112749627A (zh) * | 2020-12-09 | 2021-05-04 | 北京星衡科技有限公司 | 一种基于多源遥感影像的烟草动态监测的方法和装置 |
| CN112861712A (zh) * | 2021-02-06 | 2021-05-28 | 郑州师范学院 | 基于人工智能与多时相遥感的农业病虫害监测方法 |
Non-Patent Citations (5)
| Title |
|---|
| 周志艳;罗锡文;张扬;李燕芳;臧英;: "农作物虫害的机器检测与监测技术研究进展", 昆虫学报, no. 01, pages 98 - 109 * |
| 林兆里 等: "基于因子分析和聚类分析的甘蔗品种抗螟性评价", 《热带作物学报》, vol. 36, no. 7, 31 July 2015 (2015-07-31), pages 1312 - 1318 * |
| 罗志钢 等: "五指山市的桂花病虫害调查", 《热带林业》, vol. 47, no. 1, 31 March 2019 (2019-03-31), pages 56 - 58 * |
| 黄建荣;孙启花;刘向东;: "稻纵卷叶螟危害后水稻叶片的光谱特征", 中国农业科学, no. 13, pages 2679 - 2687 * |
| 黄秋燕;覃志豪;覃梓洪;胡宝清;: "甘蔗灾害监测研究进展及展望", 中国农业信息, no. 03, pages 23 - 40 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gomes et al. | Applications of computer vision techniques in the agriculture and food industry: a review | |
| Lleó et al. | Comparison of multispectral indexes extracted from hyperspectral images for the assessment of fruit ripening | |
| Vrindts et al. | Weed detection using canopy reflection | |
| CN110160967A (zh) | 一种作物冠层叶片的全氮含量估算方法 | |
| CN103344602B (zh) | 一种基于近红外光谱的水稻种质真伪无损检测方法 | |
| CN105717066B (zh) | 一种基于加权相关系数的近红外光谱识别模型 | |
| CN102706813B (zh) | 基于高光谱图像的草地早熟禾品种识别方法 | |
| CN107727581B (zh) | 一种天然棉花颜色分类的方法 | |
| CN111062251A (zh) | 基于无人机成像的农田棉蚜为害等级模型的监测方法 | |
| CN107515203A (zh) | 近红外技术定量分析水稻单籽粒直链淀粉含量的研究 | |
| Keskin et al. | Assessing nitrogen content of golf course turfgrass clippings using spectral reflectance | |
| CN110553999A (zh) | 基于高光谱和叶绿素荧光成像融合的柑橘黄龙病检测方法 | |
| CN115495703B (zh) | 一种基于机载多光谱数据的烟草成熟度检测方法及系统 | |
| Brambilla et al. | Application of a low-cost RGB sensor to detect basil (Ocimum basilicum L.) nutritional status at pilot scale level | |
| CN111795943A (zh) | 基于近红外光谱技术无损检测茶叶中外源掺杂蔗糖的方法 | |
| Miller et al. | Spectral analysis of peach surface defects | |
| CN114092839A (zh) | 基于无人机遥感的大豆收获期成熟度的判断方法 | |
| CN106226267A (zh) | 一种辣椒干色价的近红外测定方法 | |
| Akuli et al. | A machine vision system for estimation of theaflavins and thearubigins in orthodox black tea | |
| CN114062308A (zh) | 一种甘蔗蓟马为害甘蔗精确分级方法 | |
| Jiao et al. | Identification of the mango maturity level by the analysis of volatiles based on long optical-path FTIR spectroscopy and a molecular sieve | |
| CN107462528A (zh) | 一种多通道光谱检测红枣品质的方法 | |
| CN103487384A (zh) | 基于近红外光谱的袋装稻谷成分快速检测方法 | |
| Huggart et al. | Color aspects of Florida commercial grapefruit juices, 1976-77 | |
| CN100429501C (zh) | 一种快速无损检测鸭梨黑心病的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |