CN115937471A - 一种上海青形态模型和可视化方法 - Google Patents
一种上海青形态模型和可视化方法 Download PDFInfo
- Publication number
- CN115937471A CN115937471A CN202310229171.0A CN202310229171A CN115937471A CN 115937471 A CN115937471 A CN 115937471A CN 202310229171 A CN202310229171 A CN 202310229171A CN 115937471 A CN115937471 A CN 115937471A
- Authority
- CN
- China
- Prior art keywords
- shanghai
- model
- growth
- green
- shanghai green
- 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
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种上海青形态模型和可视化方法，属于计算机图像领域，所述的海青形态模型和可视化方法包括以下方法实现：步骤1、通过物联网技术对上海青环境因素的数据进行采集，收集上海青形态特征数据参数化，获取上海青器官生长变化规律；步骤2、利用有效积温Logistic方程式，构建上海青叶长，叶宽和株高模拟模型；步骤3、采用NURBS曲线、曲面的参数化建模方法搭建上海青几何模型；借助OpenGL和NURBS曲面造型技术，实现上海青生长模拟模型与形态结构模型的有机结合，实现了上海青的生长三维可视化。为上海青的三维模型给予适用，为栽培技术和战略决策给予科学研究。
Description
技术领域
本发明属于图像处理领域，更具体的说涉及一种上海青形态模型和可视化方法。
背景技术
随着数字农业和智慧农业的发展，国内外研究关于农业信息技术的研究工作取得了重大发展，相关信息技术成功地应用在农业生产上，促进了农业的快速发展。尽管为农业带来了广泛的应用前景，但当前仍处于研究和测试环节，主要是研究作物模型在不一样区域环境条件和空间尺度的验证和适用范围，作物模型的应用也处于起步阶段。上海青是国内销量较大的蔬菜之一，不同的地理环境、温湿度等条件对上海青生长的影响很大。云南的气候条件适宜高品质上海青的生产，是国内上海青的主产区。目前，“云菜”作为云南千亿产业，规模较大，但蔬菜生产的信息化程度不高，国内外在作物生长模型和形态结构模型方面做了有许多研究工作，利用计算机图形学研究作物生长发育全过程的非常少，尤其是将二者结合在一起动态性表述作物生长发育全过程的研究更少。基于有效积温和借助非均匀B样条曲线建模法，对上海青生长过程和形态结构的影响，构造了上海青生长形态模型和个体模型，将上海青生长模型与形态结构模型相结合，构建了上海青生长与有效积温的关系模型，实现了上海青生长过程的三维可视化表达，为上海青作物生长动态预测、栽培管理调控、为蔬菜工厂化、规模化、标准化提供相应的参考和智慧农业给予一定的根据。
发明内容
本发明分析了上海青的生长模拟模型、几何图形模型和现实感渲染等核心技术，基本完成了上海青生长全过程的三维可视化。根据上海青生长模拟模型的三维可视化分析，为设施管理栽培方法管控和生长动态性预测等提供形象逼真的可视化工具。结果表明基于有效积温来构建的上海青模拟模型和形态模型，可较好的预测上海青生长状态，并通过构建理论模型，可实现上海青生长的三维可视化。可以摆脱以往对作物形态上的定性描述，更加直观的将作物的形态变化展现在人们的面前，同时可以作为作物生长模拟和知识模型合理的一项检验标准，用于比较模拟的生理变化表现形态上和实际的形态的拟合程度，为上海青标准化种植提供了有效的可视化参考模型，为上海青的栽培管理方法、调控、动态生长预测提供有效的可视化工具，为蔬菜工厂化、规模化、标准化种植提供可视化参考，具有一定的应用推广价值。
为了实现上述目的，本发明是采用以下技术方案实现的：所述的上海青形态模型和可视化方法是采用以下方法实现：
步骤1、通过物联网技术对上海青环境因素的数据进行采集，收集上海青形态特征数据参数化，获取上海青器官生长变化规律；
步骤2、利用有效积温Logistic方程式，构建上海青叶长，叶宽和株高形态模型；
步骤3、采用NURBS曲线、曲面的参数化建模方法搭建上海青几何模型；
步骤4、设计上海青器官和个体可视化呈现，使上海青形态建模与几何建模相结合，构建出基于上海青器官形态特征参数的结合模型，方便用户对温室大棚环境数据进行查看及决策；
步骤5、结合试验采集到的有效积温，将形态模型与生长模型相结合，根据不同的环境条件来对作物形态的变化进行量化调节，通过可视化技术在计算机上动态的显示。
进一步地，所述的有效积温Logistic方程式中：有效积温（K）按K＝N（T－C）计算‚其中K指生物完成某生长发育阶段所需要的总热量‚用日度（d·℃）表示；N指发育历期‚即完成生长发育阶段所需要的天数；T生长发育期间的平均温度；C指该生物的最低发育温度．日平均温度由当地气象部门提供；
选择生物学意义明确的 Logistic 模型建立当归 干物质积累的数学模型其表达式为
（1）
式（1）中‚Y为生物量‚Y0为生物量最终可达到的最大值；k为日均气温稳定＞0℃开始时‚随当归生长的有效积温；a‚b是待定系数（a＞0‚b＜0）．
对式（1）求二阶导数‚可求得最大生长速率
（Vmax）及其对应的有效积温K0‚求其公式得
（2）
（3）。
进一步地，所述的步骤3、采用NURBS曲线、曲面的参数化建模方法搭建上海青几何模型，融合了计算机图形显示技术，绘制上海青的形态模型，搭建了上海青的形状结构模型，融合了计算机图形学的真实感图形技术，包含颜色渲染、纹理映射、光照处理等技术真实视觉效果模型，构建上海青的形态结构模型；
所述的NURBS曲面建模算法如下：
（4）
（5）
规定四角点处用正权因子，即，其余。
进一步地，所述的步骤4.设计上海青器官和个体可视化呈现，使上海青形态建模与几何建模相结合，构建出基于上海青器官形态特征参数的结合模型，方便用户对温室大棚环境数据进行查看及决策；通过经由真实感显示技术处理，绘制出实感较强感上海青器官和个体可视化。
进一步地，所述的步骤5结合试验采集到的有效积温，将形态模型与生长模型相结合，可以在计算机上根据不同的环境条件来对作物形态的变化进行量化调节，通过可视化技术在计算机上动态的显示出来。
本发明有益效果：
将上海青模拟模型和形态模型有效结合，可较好的预测上海青叶片生长状态，实现上海青叶片生长的三维可视化，为上海青的栽培管理、调控、动态生长预测提供更形象逼真、更精确的数字化工具，为蔬菜种植工厂化、规模化、标准化提供参考。
所解决的技术问题：由于上海青形态结构较复杂，生长过程极易受环境因素的影响，在不同生育时期的形态特征存在差异，如叶片弯曲、扭曲等情形，构建上海青生长三维可视化模型。
（1）结合问题，将上海青生长模拟模型与形态结构模型结合需要合适的纽带，如何将两者结合，实现上海青生长过程的三维可视化。
（2）形态结构复杂问题，由于上海青是一个有生命的个体，其生长过程受各种因素条件的影响，它不同生育期的形态特征差异较大，逼真实现上海青生长可视化存在一定的难点。
（3）可视化表达问题，如何根据有效积温在计算机图形学显示技术中较直观地模拟出上海青生长三维可视化。
附图说明
图1为上海青生长模拟模型与三维可视化技术的技术路线；
图2为上海青茎秆可视化的流程图；
图3为上海青叶片三维可视化的流程图；
图4上海青个体三维可视化流程图。
具体实施方式
下面将结合附图对本发明进行详细说明，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。
如图1-4所示，所述的海青形态模型和可视化方法包括以下方法实现：
步骤1、通过物联网技术对上海青环境因素的数据进行采集，收集上海青形态特征数据参数化，获取上海青器官生长变化规律，构建上海青生长模拟模型。
步骤2、利用有效积温Logistic方程式，构建上海青叶长，叶宽和株高形态模型；
所述的有效积温Logistic方程式中：有效积温（K）按K＝N（T－C）计算‚其中K指生物完成某生长发育阶段所需要的总热量‚用日度（d·℃）表示；N指发育历期‚即完成生长发育阶段所需要的天数；T生长发育期间的平均温度；C指该生物的最低发育温度．日平均温度由当地气象部门提供；
选择生物学意义明确的 Logistic 模型建立当归 干物质积累的数学模型其表达式为
（1）
式（1）中‚Y为生物量‚Y0为生物量最终可达到的最大值；k为日均气温稳定＞0℃开始时‚随当归生长的有效积温；a‚b是待定系数（a＞0‚b＜0）．
对式（1）求二阶导数‚可求得最大生长速率
（Vmax）及其对应的有效积温K0‚求其公式得
（2）
（3）。
步骤3、采用NURBS曲线、曲面的参数化建模方法搭建上海青几何模型；
所述的步骤3、采用NURBS曲线、曲面的参数化建模方法搭建上海青几何模型，融合了计算机图形显示技术，绘制上海青的几何模型，搭建了上海青的几何结构模型，融合了计算机图形学的真实感图形技术，包含颜色渲染、纹理映射、光照处理等技术真实视觉效果模型，构建上海青的几何结构模型；
所述的NURBS曲面建模算法如下：
（4）
（5）
规定四角点处用正权因子，即，其余。
步骤4.设计上海青器官和个体可视化呈现，使上海青形态建模与几何建模相结合，构建出基于上海青器官形态特征参数的结合模型，方便用户对温室大棚环境数据进行查看及决策；经由真实感显示技术VR的处理，绘制出实感较强感上海青器官和个体可视化。
步骤5结合试验采集到的有效积温，将形态模型与生长模型相结合，可以在计算机上根据不同的环境条件来对作物形态的变化进行量化调节，通过可视化技术在计算机上动态的显示出来。
应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (3)
1.一种上海青形态模型和可视化方法，其特征在于：所述的上海青形态模型和可视化方法是采用以下方法实现：
步骤1、通过物联网技术对上海青环境因素的数据进行采集，收集上海青形态特征数据参数化，获取上海青器官生长变化规律；
步骤2、利用有效积温Logistic方程式，构建上海青叶长，叶宽和株高形态模型；
步骤3、采用NURBS曲线、曲面的参数化建模方法搭建上海青几何模型；
步骤4、设计上海青器官和个体可视化呈现，使上海青形态建模与几何建模相结合，构建出基于上海青器官形态特征参数的结合模型，方便用户对温室大棚环境数据进行查看及决策；
步骤5、结合试验采集到的有效积温，将形态模型与生长模型相结合，根据不同的环境条件来对作物形态的变化进行量化调节，通过可视化技术在计算机上动态的显示；
所述的有效积温Logistic方程式中：有效积温（K）按K＝N（T－C）计算‚其中K指生物完成某生长发育阶段所需要的总热量‚用日度（d·℃）表示；N指发育历期‚即完成生长发育阶段所需要的天数；T生长发育期间的平均温度；C指该生物的最低发育温度．日平均温度由当地气象部门提供；
选择生物学意义明确的 Logistic 模型建立当归 干物质积累的数学模型其表达式为
（1）
式（1）中‚Y为生物量‚Y0为生物量最终可达到的最大值；k为日均气温稳定＞0℃开始时‚随当归生长的有效积温；a‚b是待定系数（a＞0‚b＜0）；
对式（1）求二阶导数‚可求得最大生长速率
（Vmax）及其对应的有效积温K0‚求其公式得
（2）
（3）；
所述的步骤3、采用NURBS曲线、曲面的参数化建模方法搭建上海青几何模型，融合了计算机图形显示技术，绘制上海青的几何模型，搭建了上海青的形状几何模型，融合了计算机图形学的真实感图形技术，包含颜色渲染、纹理映射、光照处理等技术真实视觉效果模型，构建上海青的几何结构模型；
所述的NURBS曲面建模算法如下：
（4）
（5）
规定四角点处用正权因子，即，其余。
2.根据权利要求1所述的一种上海青形态模型和可视化方法，其特征在于：所述的步骤4.设计上海青器官和个体可视化呈现，使上海青形态建模与几何建模相结合，构建出基于上海青器官形态特征参数的结合模型，方便用户对温室大棚环境数据进行查看及决策；通过经由真实感显示技术处理，绘制出实感较强感上海青器官和个体可视化。
3.根据权利要求1所述的一种上海青形态模型和可视化方法，其特征在于：所述的步骤5结合试验采集到的有效积温，将形态模型与生长模型相结合，可以在计算机上根据不同的环境条件来对作物形态的变化进行量化调节，通过可视化技术在计算机上动态的显示出来。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310229171.0A CN115937471A (zh) | 2023-03-10 | 2023-03-10 | 一种上海青形态模型和可视化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310229171.0A CN115937471A (zh) | 2023-03-10 | 2023-03-10 | 一种上海青形态模型和可视化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115937471A true CN115937471A (zh) | 2023-04-07 |
Family
ID=86554552
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310229171.0A Pending CN115937471A (zh) | 2023-03-10 | 2023-03-10 | 一种上海青形态模型和可视化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115937471A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE10160179A1 (de) * | 2001-12-07 | 2003-07-31 | Klaus Rudolf Halbritter | Verfahren zur Fernerkundung morphologisch, topologisch und strukturell komplexer Objekte in einem zu untersuchenden Objektraum |
| US20060155418A1 (en) * | 2003-04-14 | 2006-07-13 | Therics, Inc. | Apparatus, method and article for direct slicing of step based nurbs models for solid freeform fabrication |
| CN102314546A (zh) * | 2011-06-01 | 2012-01-11 | 福州大学 | 基于虚拟植物的植物生长生物量变化估算方法 |
| CN102708254A (zh) * | 2012-05-18 | 2012-10-03 | 福州大学 | 基于虚拟植物的冠层对光合有效辐射截获能力分析方法 |
| CN108734785A (zh) * | 2017-04-21 | 2018-11-02 | 中国农业科学院农业信息研究所 | 小麦生长过程的三维可视化方法及装置、计算机可读介质 |
| CN114067313A (zh) * | 2021-11-19 | 2022-02-18 | 云南农业大学 | 一种双线性残差网络模型的农作物叶部病害识别方法 |
-
2023
- 2023-03-10 CN CN202310229171.0A patent/CN115937471A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE10160179A1 (de) * | 2001-12-07 | 2003-07-31 | Klaus Rudolf Halbritter | Verfahren zur Fernerkundung morphologisch, topologisch und strukturell komplexer Objekte in einem zu untersuchenden Objektraum |
| US20060155418A1 (en) * | 2003-04-14 | 2006-07-13 | Therics, Inc. | Apparatus, method and article for direct slicing of step based nurbs models for solid freeform fabrication |
| CN102314546A (zh) * | 2011-06-01 | 2012-01-11 | 福州大学 | 基于虚拟植物的植物生长生物量变化估算方法 |
| CN102708254A (zh) * | 2012-05-18 | 2012-10-03 | 福州大学 | 基于虚拟植物的冠层对光合有效辐射截获能力分析方法 |
| CN108734785A (zh) * | 2017-04-21 | 2018-11-02 | 中国农业科学院农业信息研究所 | 小麦生长过程的三维可视化方法及装置、计算机可读介质 |
| CN114067313A (zh) * | 2021-11-19 | 2022-02-18 | 云南农业大学 | 一种双线性残差网络模型的农作物叶部病害识别方法 |
Non-Patent Citations (3)
| Title |
|---|
| 刘莹莹 等: ""基于 NURBS 的植物叶片几何建模"", 《北京农学院学报》 * |
| 李书钦 等: ""小麦生长模拟与三维可视化系统构建技术研究"", 《中国农业科技导报》 * |
| 郭亮 等: ""当归干物质积累与有效积温的 Logistic和Cubic模型分析"", 《甘肃农业大学学报》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108416353B (zh) | 基于深度全卷积神经网络的大田稻穗快速分割方法 | |
| Watanabe et al. | Rice morphogenesis and plant architecture: measurement, specification and the reconstruction of structural development by 3D architectural modelling | |
| CN109635347B (zh) | 一种高架温室草莓生产智能设施虚拟仿真平台 | |
| CN109446583A (zh) | 基于bim技术的绿色建筑设计方法 | |
| CN102289846A (zh) | 一种基于广义参数化建模的树木模拟方法 | |
| CN116090065B (zh) | 一种基于数字孪生的智慧城市绿化设计方法及装置 | |
| CN112524751B (zh) | 一种动态空调系统能耗预测模型构建、预测方法及装置 | |
| Kim et al. | Development of a VR simulator for educating CFD-computed internal environment of piglet house | |
| Peng et al. | Growth model and visualization of a virtual jujube tree | |
| Kozai et al. | Design and Management of PFAL | |
| CN115937471A (zh) | 一种上海青形态模型和可视化方法 | |
| Yang et al. | Algorithm for appearance simulation of plant diseases based on symptom classification | |
| Chen et al. | Optimization and prediction of energy consumption, light and thermal comfort in teaching building atriums using NSGA-II and machine learning | |
| CN110705010A (zh) | 基于遥感的次日夜间地表热岛模拟方法 | |
| Gobeawan et al. | Tree species modelling for digital twin cities | |
| Li et al. | Visualization of tomato growth based on dry matter flow | |
| CN113297747A (zh) | 一种基于气象数据的空气温湿度分布状态表达图式与方法 | |
| Le et al. | Visual modeling of rice root growth based on B-spline curve | |
| Zhang et al. | Modeling leaf color dynamics of winter wheat in relation to growth stages and nitrogen rates | |
| Chen et al. | Application of plant phenotype extraction using virtual data with deep learning | |
| CN116050567B (zh) | 一种城市热环境的时空降尺度变化分析方法 | |
| Kjaer et al. | An integrated simulation and decision support system for greenhouse climate control (InfoGrow 2.0) based on an open source greenhouse modelling platform | |
| Caixia et al. | The Application of Computer Virtual Reality Technology in the Cultivation of Dendrobium Officinale of High Efficiency | |
| Li et al. | An Optimal Control Method for Greenhouse Climate Management Considering Crop Growth’s Spatial Distribution and Energy Consumption | |
| Boxiang et al. | Interactive animation system for virtual maize dynamic simulation |
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 |