CN2864669Y - 基于近红外光谱的植物生长信息获取装置 - Google Patents
基于近红外光谱的植物生长信息获取装置 Download PDFInfo
- Publication number
- CN2864669Y CN2864669Y CN 200520117364 CN200520117364U CN2864669Y CN 2864669 Y CN2864669 Y CN 2864669Y CN 200520117364 CN200520117364 CN 200520117364 CN 200520117364 U CN200520117364 U CN 200520117364U CN 2864669 Y CN2864669 Y CN 2864669Y
- Authority
- CN
- China
- Prior art keywords
- plant growth
- detecting device
- fixed
- pivoted arm
- optical fiber
- 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.)
- Expired - Lifetime
Links
- 230000008635 plant growth Effects 0.000 title claims abstract description 26
- 238000002329 infrared spectrum Methods 0.000 title claims abstract description 9
- 239000013307 optical fiber Substances 0.000 claims abstract description 17
- 238000001514 detection method Methods 0.000 claims abstract description 13
- 230000003287 optical effect Effects 0.000 claims abstract description 12
- 238000012937 correction Methods 0.000 claims abstract description 6
- 238000006243 chemical reaction Methods 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 7
- 238000001228 spectrum Methods 0.000 claims description 6
- 230000011664 signaling Effects 0.000 claims description 3
- 241000196324 Embryophyta Species 0.000 abstract description 13
- 230000012010 growth Effects 0.000 abstract description 12
- 230000005540 biological transmission Effects 0.000 abstract 1
- 238000000034 method Methods 0.000 description 16
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 10
- 238000011160 research Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 238000010183 spectrum analysis Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 229910052757 nitrogen Inorganic materials 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 2
- 229930002875 chlorophyll Natural products 0.000 description 2
- 235000019804 chlorophyll Nutrition 0.000 description 2
- 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 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009313 farming Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 238000003973 irrigation Methods 0.000 description 2
- 230000002262 irrigation Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- JBRZTFJDHDCESZ-UHFFFAOYSA-N AsGa Chemical compound [As]#[Ga] JBRZTFJDHDCESZ-UHFFFAOYSA-N 0.000 description 1
- 235000007688 Lycopersicon esculentum Nutrition 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 240000003768 Solanum lycopersicum Species 0.000 description 1
- 229920002472 Starch Polymers 0.000 description 1
- 238000000862 absorption spectrum Methods 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 150000001413 amino acids Chemical class 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000035558 fertility Effects 0.000 description 1
- 235000012055 fruits and vegetables Nutrition 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 229910052738 indium Inorganic materials 0.000 description 1
- APFVFJFRJDLVQX-UHFFFAOYSA-N indium atom Chemical compound [In] APFVFJFRJDLVQX-UHFFFAOYSA-N 0.000 description 1
- 229940056932 lead sulfide Drugs 0.000 description 1
- 229910052981 lead sulfide Inorganic materials 0.000 description 1
- 230000002015 leaf growth Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 208000024268 optic atrophy 11 Diseases 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000000985 reflectance spectrum Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 235000019698 starch Nutrition 0.000 description 1
- 239000008107 starch Substances 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本实用新型公开了一种基于近红外光谱的植物生长信息获取装置。近红外发光二极管光源固定检测台内，检测台与上检测器转臂连接，密闭橡皮固定在检测台上；光学透镜和光纤固定在置物台中，两个接受面相对，置物台与下检测器转臂连接，上、下检测器转臂铰接；光纤的出射端与光电传感器的输入端连接；光电传感器固定在检测控制器内，光电传感器的输出端与放大器的输入端连接。它直接对植物叶片表面进行植物生长信息测量，并通过带有温度校正的植物生长信息定标模型进行校正，减少了外界温度对检测结果的影响；采用检测器和密闭橡皮，形成检测暗室，避免外界光源的干扰，提高检测进度和检测速度，适合现场植物生长信息采集。
Description
技术领域
本实用新型涉及一种植物生长信息获取的装置，特别是涉及一种适合设施农业内基于近红外光谱分析技术的快速、在线的植物生长获取的装置。
背景技术
在国家工厂化农业项目的推动下，我国设施农业发展很快。目前，我国的设施农业面积已居世界第一，但总体水平与世界设施农业发达国家相比，仍需大力提高。作为世界设施农业发展潮流的工厂化农业的核心是对设施内栽培环境能有效地控制，进行机械化与自动化生产，营造适于作物生长的最佳环境条件，计算机智能化调控装置采用不同功能的传感器探测头，准确采集设施内室温、地温、室内湿度、土壤含水量、溶液浓度、二氧化碳浓度、风向、风速以及作物生长状况等参数，通过数字电路转换后传回计算机，并对数据进行统计分析和智能化处理后显示出来，根据作物生长所需最佳条件，由计算机智能系统发出指令，使有关系统、装置及设备有规律运作，将室内温、光、水、肥、气等诸因素综合协调到最佳状态，确保一切生产活动科学、有序、规范、持续地进行。
目前，国外的温室生产智能化操作是以作物生长模拟模型作为其核心支持技术之一，利用计算机手段，对作物的各种生长过程进行综合的数值模拟，用数学的概念表达作物的生长过程。而快速、有效获取和描述作物生长是建立、验证和运行生长模拟模型的重要基础。完善的生长模拟模型可根据作物自身状态信息给出作物长势诊断，为决策管理提供依据。因此，设施农业植物生长信息获取作物生长模拟模型的研究具有较强的应用价值，通过获取设施内植物生长信息，建立作物生长状况的数学预测模型，就可以实现对作物生长情况的实时或定时自动监测，提高设施农业的智能化水平。
目前国外进行作物生长信息获取的主要研究有：
Seginer等人在图像分析监测植物叶片生长状况的研究中发现，完全长成型的西红柿叶子的运动与缺水情况及吸收率几乎成线性相关，叶尖的运动状态是反映植株需水情况非常敏感的指标，据此，他们以叶尖下垂度作为反映植株缺水指标，并利用计算机视觉技术监测植株叶子生长，把监测结果作为灌溉系统的控制信号；穗波信雄等发现叶片的含水率与其近红外图像的灰度值及灰度值在空间域上的分布有关，并利用此技术预测叶片含水率；Ahmad等通过扫描将玉米植株的彩色相片数字化，认为利用HSI(灰度)值可较早地反映出植株因水和氮素水平不同而引起的颜色差别，用于科学灌溉和施用氮肥；YunseopKim和John F.Reid以光谱传感器获得的多光谱图像进行图像分析，并建立一套系统以评价作物的含氮量，从而获得作物的生长情况；Kacira等利用图像处理技术，从作物图像中分割出作物冠层区域，利用图像处理技术获得作物在生长中的水需求情况。
从目前的国外研究报道来看，对作物生长信息的获取技术研究是机器视觉技术、图像处理技术、光谱分析技术和信息技术等在农业中的广泛应用，使农业生产过程和管理更加具有科学性、可控性、稳定性和高效率，并逐步实现农业生产过程的智能化管理。
相对于国外的研究而言，我国在植物生长信息获取方面的研究起步较晚，国内的研究主要有：唐延林等以作物叶片反射光谱颜色的变化判定它的营养状况，实施精确施肥，并根据作物冠层光谱反射特征所反映的冠层温度、叶水势来判断作物现有水分状况，实施精确灌溉；文新亚通过对麦田群体图像色调(Hue)值的计算，以Hue值监测麦田生育中后期的长势；赵杰文等利用水分子对960nm附近的红外光有较强的吸收这一特性，采用图像处理技术中纹理分析的灰度一梯度共生矩阵法对作物叶片的近红外图像求出各自的特征量，获得蔬菜叶片的近红外图像的纹理特征值与其含水率之间的关系。
近红外(NIR)光谱分析技术，是上世纪80年代后期迅速发展起来的一项测试技术，近红外光谱分析技术虽具有快速、简便、相对准确等优点，从国内外的研究情况表明，不同物质在近红外区域有丰富的吸收光谱，每种成分都有特定的吸收特征，为近红外光谱定量分析提供了基础，广泛的用于蛋白质、脂肪、水分、氨基酸、淀粉、糖、酸等成分的含量分析。目前NIR光谱分析技术在农业上的应用方面主要集中在谷物品质分析、部分果蔬内部品质的无损检验以及农业遥感技术上。
植物叶片的水分含量、叶绿素含量和氮含量是与植物生长密切相关的重要指标，目前，没有近红外光谱分析技术在植物生长信息获取方面的应用，主要通过仪器或常规测定方法来获取植物中的某一个指标。
发明内容
本实用新型的目的在于提供一种基于近红外光谱的植物生长信息获取装置，通过采集植物的叶片的近红外光谱并通过光谱处理实现快速、在线获取植物生长信息(主要包括植物叶片的水分含量、叶绿素含量和氮含量)的装置。
本实用新型解决其技术问题所采用的技术方案是：它包括近红外发光二极管光源、上检测器转臂、密闭橡皮、下检测器转臂、光学透镜、置物台、光纤、光电传感器、检测台、温度传感器、位置传感器和检测控制器。近红外发光二极管光源固定检测台内，检测台与上检测器转臂连接，密闭橡皮固定在检测台上；光学透镜和光纤固定在置物台中，光学透镜的出射面与光纤的接受面相对，置物台与下检测器转臂连接，上检测器转臂与下检测器转臂铰接；光纤的出射端与光电传感器的输入端连接；光电传感器固定在检测控制器内，光电传感器的输出端与放大器的输入端连接。
所述的检测控制器：包括放大器、模/数转换、单片机、显示屏和定标模型存贮器；放大器的输入端与光电传感器的输出端连接，放大器的输出端与模/数转换的输入端连接，模/数转换的输出端与单片机的I/O口相连接，单片机还分别与显示屏、定标模型存贮器、经另外两个I/O口与温度传感器温度信号和位置传感器位置信号的输出端连接，定标模型存贮器内固化有光谱预处理模块和温度校正模块。
本实用新型具有的有益效果是：直接对植物叶片表面进行植物生长信息测量，属无损检测方式；采用近红外发光二极管光源，耗能少、适用性强、稳定性强；温度传感器获得外界温度，并通过带有温度校正的植物生长信息定标模型进行校正，减少了外界温度对检测结果的影响；采用专用检测器和密闭橡皮，可形成检测暗室，避免外界光源的干扰，提高检测进度和检测速度。
附图说明
图1是基于近红外光谱的植物生长信息获取装置示意图；
图2是检测控制器的结构框图；
图3是本实用新型的建模过程流程图。
图中：1、近红外发光二极管光源；2、上检测器转臂；3、密闭橡皮；4、下检测器转臂；5、光学透镜；6、置物台；7、光纤；8、光电传感器；9、检测台；10、温度传感器；11、位置传感器；12、检测控制器；13、放大器；14、模数转换；15、单片机；16、显示屏；17、定标模型存贮器。
具体实施方式
如图1所示，本实用新型包括近红外发光二极管光源1、上检测器转臂2、密闭橡皮3、下检测器转臂4、光学透镜5、置物台6、光纤7、光电传感器8、检测台9、温度传感器10、位置传感器11、检测控制器12。近红外发光二极管光源1固定检测台9内，检测台9与上检测器转臂2连接，密闭橡皮3固定在检测台9上；光学透镜5和光纤7固定在置物台6中，光学透镜5的出射面与光纤7的接受面相对，置物台6与下检测器转臂4连接，上检测器转臂2与下检测器转臂4铰接；光纤7的出射端与光电传感器8的输入端连接；光电传感器8固定在检测控制器12内，光电传感器8的输出端与放大器13的输入端连接。
如图2所示，所述的检测控制器12：包括放大器13、模/数转换14、单片机15、显示屏16和定标模型存贮器17。放大器13的输入端与光电传感器8的输出端连接，放大器13的输出端与模/数转换14的输入端连接，模/数转换14的输出端与单片机15的I/O口相连接，单片机15还分别与显示屏16、定标模型存贮器17、温度传感器10温度信号和位置传感器11位置信号的输出端连接，定标模型存贮器17内固化有光谱预处理模块和温度校正模块。
本实用新型的光电传感器7可选择硅检测器、铟镓砷检测器或硫化铅检测器。温度传感器10采用两编集成AD590(0～50℃)。放大器13可采用LM324、OPA11、OP27等型号的器件。模数转换14可采用ADS7804、ADS7807、MAX1247、MAX525。单片机15可采用AT89S52、AT89S57、MCS8051等型号的器件。显示屏16可采用HD61202、HD61203等LCD液晶显示器。定标模型存贮器17可采用DS1230、62256等RAM。
本实用新型装置的检测温度范围为15～40℃。
下面结合图1、图2和图3介绍具体工作过程：
将该装置移至植物旁，并选择植物上要进行检测的叶片，使待检测叶片位于置物台6的上方，转动上检测器转臂2，使密闭橡皮3贴合待检测叶片，使检测区形成密闭的暗室，这时位置传感器11检测到信号，该信号向单片机15发出中断信号，启动植物生长信息检测。
由近红外发光二极管光源1发出的光照待测叶片上，并透过待测叶片，光学透镜5收集透过待测叶片被检测部位的透射光，并映射到光纤7上。
光纤7将光信号传给光电传感器8，光电传感器8将光信号转变成电信号，电信号被放大器13放大，由模/数转换14转变成光谱数字信号，并输入单片机15。
单片机15将光谱数字信号和温度传感器11获得的外界温度送入定标模型存贮器17，由定标模型存贮器17内的带有温度校正的植物生长信息定标模型(建模过程见图3)计算出待测样品的植物生长信息，并通过单片机15将结构输出到显示屏16上显示。
Claims (2)
1、一种基于近红外光谱的植物生长信息获取装置，其特征在于：包括近红外发光二极管光源(1)、上检测器转臂(2)、密闭橡皮(3)、下检测器转臂(4)、光学透镜(5)、置物台(6)、光纤(7)、光电传感器(8)、检测台(9)、温度传感器(10)、位置传感器(11)、检测控制器(12)；近红外发光二极管光源(1)固定检测台(9)内，检测台(9)与上检测器转臂(2)连接，密闭橡皮(3)固定在检测台(9)上；光学透镜(5)和光纤(7)固定在置物台(6)中，光学透镜(5)的出射面与光纤(7)的接受面相对，置物台(6)与下检测器转臂(4)连接，上检测器转臂(2)与下检测器转臂(4)铰接；光纤(7)的出射端与光电传感器(8)的输入端连接；光电传感器(8)固定在检测控制器(12)内，光电传感器(8)的输出端与放大器(13)的输入端连接。
2、根据权利要求1所述的一种基于近红外光谱的植物生长信息获取装置，其特征在于所述的检测控制器(12)：包括放大器(13)、模/数转换(14)、单片机(15)、显示屏(16)和定标模型存贮器(17)；放大器(13)的输入端与光电传感器(8)的输出端连接，放大器(13)的输出端与模/数转换(14)的输入端连接，模/数转换(14)的输出端与单片机(15)的I/O口相连接，单片机(15)还分别与显示屏(16)、定标模型存贮器(17)、温度传感器(10)温度信号和位置传感器(11)位置信号的输出端连接，定标模型存贮器(17)内固化有光谱预处理模块和温度校正模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 200520117364 CN2864669Y (zh) | 2005-12-16 | 2005-12-16 | 基于近红外光谱的植物生长信息获取装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 200520117364 CN2864669Y (zh) | 2005-12-16 | 2005-12-16 | 基于近红外光谱的植物生长信息获取装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN2864669Y true CN2864669Y (zh) | 2007-01-31 |
Family
ID=37677120
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 200520117364 Expired - Lifetime CN2864669Y (zh) | 2005-12-16 | 2005-12-16 | 基于近红外光谱的植物生长信息获取装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN2864669Y (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101881725A (zh) * | 2010-06-11 | 2010-11-10 | 浙江大学 | 基于反射光谱的大棚作物生长状况自动监测系统 |
| CN101718522B (zh) * | 2009-12-25 | 2011-07-27 | 华南农业大学 | 一种植物生长的非接触式无损检测装置及其检测方法 |
| CN102269710A (zh) * | 2011-06-17 | 2011-12-07 | 中国农业大学 | 基于多光谱成像的生鲜猪肉有效期的快速无损预测装置 |
| CN102735610A (zh) * | 2012-06-08 | 2012-10-17 | 山东纯英光电科技有限公司 | 一种led生物光照分析装置 |
| CN105511525A (zh) * | 2014-09-25 | 2016-04-20 | 天津职业技术师范大学 | 作物生长信息检测对比实验装置 |
| CN108593595A (zh) * | 2018-05-03 | 2018-09-28 | 苏州高新区建金建智能科技有限公司 | 基于近红外线光谱照射技术的叶片水分检测系统 |
| CN108713362A (zh) * | 2018-05-28 | 2018-10-30 | 苏州格目软件技术有限公司 | 一种基于植被光谱分析的自动化农业机械 |
| CN109475080A (zh) * | 2016-06-09 | 2019-03-15 | 巴斯夫欧洲公司 | 确定有用植物的植物属性的方法 |
-
2005
- 2005-12-16 CN CN 200520117364 patent/CN2864669Y/zh not_active Expired - Lifetime
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101718522B (zh) * | 2009-12-25 | 2011-07-27 | 华南农业大学 | 一种植物生长的非接触式无损检测装置及其检测方法 |
| CN101881725A (zh) * | 2010-06-11 | 2010-11-10 | 浙江大学 | 基于反射光谱的大棚作物生长状况自动监测系统 |
| CN102269710A (zh) * | 2011-06-17 | 2011-12-07 | 中国农业大学 | 基于多光谱成像的生鲜猪肉有效期的快速无损预测装置 |
| CN102735610A (zh) * | 2012-06-08 | 2012-10-17 | 山东纯英光电科技有限公司 | 一种led生物光照分析装置 |
| CN102735610B (zh) * | 2012-06-08 | 2014-12-10 | 广东纯英光电科技有限公司 | 一种led生物光照分析装置 |
| CN105511525A (zh) * | 2014-09-25 | 2016-04-20 | 天津职业技术师范大学 | 作物生长信息检测对比实验装置 |
| CN109475080A (zh) * | 2016-06-09 | 2019-03-15 | 巴斯夫欧洲公司 | 确定有用植物的植物属性的方法 |
| CN109475080B (zh) * | 2016-06-09 | 2022-07-01 | 巴斯夫欧洲公司 | 确定有用植物的植物属性的方法 |
| CN108593595A (zh) * | 2018-05-03 | 2018-09-28 | 苏州高新区建金建智能科技有限公司 | 基于近红外线光谱照射技术的叶片水分检测系统 |
| CN108713362A (zh) * | 2018-05-28 | 2018-10-30 | 苏州格目软件技术有限公司 | 一种基于植被光谱分析的自动化农业机械 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN100480681C (zh) | 基于近红外光谱的植物生长信息获取装置 | |
| CN2864669Y (zh) | 基于近红外光谱的植物生长信息获取装置 | |
| CN101718683B (zh) | 快速检测叶片叶绿素含量的建模方法及检测方法 | |
| CN108376419B (zh) | 一种盆栽生菜的综合长势监测方法及装置 | |
| CN202382768U (zh) | 一种设施作物生长信息无损检测装置 | |
| WO2019109384A1 (zh) | 一种基于多尺度生境信息的苗期作物水肥检测和控制方法及装置 | |
| CN101936882B (zh) | 一种作物氮素和水分无损检测方法及装置 | |
| CN102550374B (zh) | 结合计算机视觉和多传感器的作物灌溉系统 | |
| CN102384767A (zh) | 一种设施作物生长信息无损检测装置和方法 | |
| CN111855590A (zh) | 水稻叶片淀粉积累量遥感反演模型和方法 | |
| CN103048266B (zh) | 一种设施番茄氮磷钾胁迫自动识别方法和装置 | |
| CN101718522B (zh) | 一种植物生长的非接触式无损检测装置及其检测方法 | |
| CN101881725B (zh) | 基于反射光谱的大棚作物生长状况自动监测系统 | |
| CN111829965A (zh) | 水稻地上部淀粉积累量遥感反演模型和方法 | |
| CN111855591A (zh) | 水稻地上部碳氮比遥感反演模型和方法 | |
| CN111751376B (zh) | 一种基于冠层图像特征衍生的水稻氮素营养估算方法 | |
| CN103018196A (zh) | 一种油菜需水信息的快速探测方法 | |
| CN111855593A (zh) | 水稻叶片淀粉含量遥感反演模型和方法 | |
| CN111855592A (zh) | 水稻单位面积内地上部干物重遥感反演模型和方法 | |
| CN101059427A (zh) | 多光谱成像技术快速无损测量茶树含氮量的方法 | |
| CN115728249A (zh) | 一种番茄幼苗的叶绿素含量的预测方法及处理终端 | |
| CN1900695A (zh) | 基于高光谱的小麦氮素含量与籽粒蛋白品质田间快速监测方法 | |
| CN103913425B (zh) | 基于光谱指数和气候因子耦合的冬小麦籽粒蛋白质含量预测方法及其预测模型的构建方法 | |
| CN101858759A (zh) | 基于mcu的多通道农业测量装置 | |
| CN1804590B (zh) | 一种作物生长发育调控的监测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| C19 | Lapse of patent right due to non-payment of the annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| AV01 | Patent right actively abandoned |
Effective date of abandoning: 20090422 |
|
| C25 | Abandonment of patent right or utility model to avoid double patenting |