TWI776480B - 稻熱病熱點預警數值分析方法及其模型系統 - Google Patents

Abstract

一種稻熱病熱點預警數值分析方法包含：於一計算機單元建立一水稻植冠葉片數值模型；於該水稻植冠葉片數值模型提供一水稻光譜反射轉換模組及一水稻紅外線溫度轉換模組，且該水稻光譜反射轉換模組及水稻紅外線溫度轉換模組分別產生一氮含量數值及一影像溫度數值；利用一光譜儀單元取得一水稻光譜影像資料，且利用該水稻光譜影像資料獲得一氮元素含量資料；利用一熱顯相機單元取得一水稻熱影像資料，且利用該水稻熱影像資料獲得一水稻溫度資料；利用該氮元素含量資料及水稻溫度資料與該氮含量數值及溫度數值進行比對，以便獲得一稻熱病熱點資料。

Description

稻熱病熱點預警數值分析方法及其模型系統

本發明係關於一種稻熱病〔rice blast disease 或rice fever disease〕熱點預警〔hotspot warning〕數值分析方法及其模型〔model〕；特別是關於一種稻熱病熱點早期預警〔early-warning〕數值分析方法及其模型；更特別是關於一種稻熱病影像熱點〔image〕預警數值分析方法及其模型。

有關習用農業氣象災害預警技術，例如：中華民國專利公告第TW-M370784號〝農業氣象災害預警裝置〞之新型專利，其揭示一種農業氣象災害預警裝置。該農業氣象災害預警裝置包含一環控感測及作動設備、一遠端無線監控模組、一伺服主機。

承上，前述專利公告第TW-M370784號之該環控感測及作動設備用以偵測農田之相關氣象資訊，以供執行相關防護機制，且該環控感測及作動設備可選擇包含一溫度感測器、一溼度感測器、一光度感測器、一含水率感測器、一加濕模組及一散熱模組。

承上，前述專利公告第TW-M370784號之該遠端無線監控模組具有一訊號擷取端及一傳輸主機端，而該訊號擷取端可供接收該環控感測及作動設備之相關氣象資訊，且該傳輸主機端可供傳遞啟動該環控感測及作動設備執行相關防護機制之命令。

承上，前述專利公告第TW-M370784號之該傳輸主機端利用ZigBee無線網路傳輸技術連結該環控感測及作動設備之感測器，並將該傳輸主機端結合於一通用分組無線服務模組〔General Packet Radio Service，GPRS〕，以便將資料即時傳送至該伺服主機。

承上，前述專利公告第TW-M370784號之該伺服主機可選擇為一人機介面，而該人機介面可選擇自遠端設定硬體的輸入及輸出，且該伺服主機進一步可選擇聯結一手機簡訊傳送模組、一狀態監控顯示模組及一歷史資料查詢模組。

承上，前述專利公告第TW-M370784號之該狀態監控顯示模組可選擇藉由一圖形化程式編譯平台〔Laboratory Virtual Instrument Engineering Workbench，LabVIEW〕進行監控環境感測數據之方式，以監控農業氣象環境之變化。

然而，前述專利公告第TW-M370784號並未揭示在稻熱病菌管理上如何偵測、判斷及分析稻熱病之熱點位置或其相關數值分析技術，且亦未揭示在水稻栽培管理上如何預警稻熱病或其相關早期預警技術。

另一習用水稻之稻熱病防治前殺真菌劑及其用途，例如：美國專利公開第US-20180055050號〝USE OF PRO-FUNGICIDES OF UK-2A FOR CONTROL OF RICE BLAST〞之發明專利申請案，其揭示一種前殺真菌劑UK-2A用於控制稻熱病之用途。

承上，前述專利公開第US-20180055050號亦揭示一種控制存在患病風險之植物中之稻熱病菌〔Magnaporthe oryzae〕的方法。然而，前述專利公開第US-20180055050號並未揭示在水稻栽培管理上如何預警稻熱病或其相關早期預警技術。

另一習用水稻之稻熱病防治組成物，例如：中華民國專利公告第TW-278025號〝稻熱病防除劑以及使用此防除劑之防除方法〞之發明專利，其揭示一種用於防除箱內苗床上稻秧之稻熱病的組成物。該用於防除箱內苗床上稻秧之稻熱病的組成物為一粒劑。

承上，前述專利公告第TW-278025號之該用於防除箱內苗床上稻秧之稻熱病的組成物包含N-[1-(2,4-二氯苯基)乙基]-2-氰基-3,3-二甲基丁醯胺及惰性載劑，且將該N-[1-(2,4-二氯苯基)乙基]-2-氰基-3,3-二甲基丁醯胺及惰性載劑作為賦與抗真菌活性成分。

承上，前述專利公告第TW-278025號之該N-[1-(2,4-二氯苯基)乙基]-2-氰基-3,3-二甲基丁醯胺之重量比為1%至20%。然而，前述專利公告第TW-278025號並未揭示在水稻栽培管理上如何預警稻熱病或其相關早期預警技術。

另一習用水稻之稻熱病防治混合物，例如：中華民國專利公開第TW-201725990號〝用於稻熱病之真菌防治的協同性殺真菌混合物〞之發明專利申請案，其揭示一種協同性殺真菌混合物。該協同性殺真菌混合物包含一殺真菌有效量的三賽唑〔tricyclazole〕及至少一種殺真菌性琥珀酸去氫酶抑制劑。

承上，前述專利公開第TW-201725990號之該至少一種琥珀酸去氫酶抑制劑選自於由苯并烯氟菌唑〔benzovindiflupyr〕與氟唑菌醯胺〔fluxapyroxad〕所組成之一群組。然而，前述專利公開第TW-201725990號並未揭示在水稻栽培管理上如何預警稻熱病或其相關早期預警技術。

另一習用水稻病害蟲防除使用製劑技術，例如：中華民國專利公開第TW-201036541號〝持續釋放化 農藥製劑及使用該製劑之水稻病害蟲防除方法〞之發明專利申請案，其揭示一種持續釋放化包覆製劑。該持續釋放化包覆製劑主要包含一心材及一包覆膜，且該包覆膜用以包覆於該心材上。

承上，前述專利公開第TW-201036541號之該包覆膜選自一不溶水性之包覆膜或一難溶水性之包覆膜。該心材包含一農藥活性成份，而該包覆膜之成份包含橡膠及石蠟。然而，前述專利公開第TW-201036541號並未揭示在水稻栽培管理上如何預警稻熱病或其相關早期預警技術。

另一習用水稻病害蟲防除方法技術，例如：中華民國專利公開第TW-200406148號〝持續釋放化農藥製劑及使用該製劑之水稻病害蟲防除方法〞之發明專利申請案，其揭示一種病蟲害防除方法。該病蟲害防除方法採用一持續釋放化包覆製劑於一水稻育苗培土進行混合處理，並在播種時進行處理，或自幼苗期至插秧之間之育苗箱進行處理，以防治自水田初期至出穗後之間所發生的病蟲害。

承上，前述專利公開第TW-200406148號之該病蟲害防除方法防治自水田初期至中期之病蟲病及出穗期後之椿象類之害蟲。然而，前述專利公開第TW-200406148號並未揭示在水稻栽培管理上如何預警稻熱病或其相關早期預警技術。

另一習用改良水稻生長損害技術，例如：中華民國專利公開第TW-201029569號〝改良水稻生長損害之方法〞之發明專利申請案，其揭示一種於還原之土壤中改良水稻生長損害之方法。該於還原之土壤中改良水稻生長損害之方法在一稻田中施加一類新菸鹼類或一芳基吡唑類。

承上，前述專利公開第TW-201029569號之該 類新菸鹼可選自益達胺〔imidacloprid〕、可尼丁〔clothianidin〕、賽果培〔thiacloprid〕、賽速安〔thiamethoxam〕、達特南〔dinotefuran〕或烯蟲靈〔nitenpyram〕，而該芳基吡唑可選自乙蟲清〔ethiprole〕或芬普尼〔fipronil〕。然而，前述專利公開第TW-201029569號並未揭示在水稻栽培管理上如何預警稻熱病或其相關早期預警技術。

事實上，前述美國專利公開第US-20180055050號之前殺真菌劑UK-2A用於控制稻熱病之用途、中華民國專利公告第TW-278025號之用於防除箱內苗床上稻秧之稻熱病的組成物、公開第TW-201725990號之協同性殺真菌混合物、第TW-201036541號之水稻病害蟲防除方法、第TW-200406148號之水稻病害蟲防除方法及第TW-201029569號之水稻生長損害方法仍存在進一步改良之需求，以便在水稻栽培管理上準確提供預警稻熱病。

顯然，前述中華民國專利公告第TW-M370784號、美國專利公開第US-20180055050號、中華民國公告第TW-278025號、中華民國公開第TW-201725990號、公開第TW-201036541號、第TW-200406148號及第TW-201029569號之發明專利及專利申請案僅為本發明技術背景之參考及說明目前技術發展狀態而已，其並非用以限制本發明之範圍。

有鑑於此，本發明為了滿足上述技術問題及需求，其提供一種稻熱病熱點預警數值分析方法及其模型，其於一計算機單元建立一水稻植冠葉片數值模型，並於該水稻植冠葉片數值模型提供至少一水稻光譜反射轉換模組及至少一水稻紅外線溫度轉換模組，再利用一光譜儀單元取得一水稻光譜影像資料，以便利用該水稻光譜影像資料獲得至少一氮元素含量資料，並利用一熱顯相機單元取得 一水稻熱影像資料，以便利用該水稻熱影像資料獲得至少一水稻溫度資料，且利用該氮元素含量資料及水稻溫度資料進行比對，以便獲得至少一稻熱病熱點資料，且將該稻熱病熱點資料結合至少一水稻位置資訊，因此相對於習用水稻栽培管理可達成預警稻熱病熱點、精準投藥及減少農藥使用量之目的。

本發明之主要目的係提供一種稻熱病熱點預警數值分析方法及其模型，其於一計算機單元建立一水稻植冠葉片數值模型，並於該水稻植冠葉片數值模型提供至少一水稻光譜反射轉換模組及至少一水稻紅外線溫度轉換模組，再利用一光譜儀單元取得一水稻光譜影像資料，以便利用該水稻光譜影像資料獲得至少一氮元素含量資料，並利用一熱顯相機單元取得一水稻熱影像資料，以便利用該水稻熱影像資料獲得至少一水稻溫度資料，且利用該氮元素含量資料及水稻溫度資料進行比對，以便獲得至少一稻熱病熱點資料，且將該稻熱病熱點資料結合至少一水稻位置資訊，以便達成預警稻熱病熱點、精準投藥及減少農藥使用量之功效。

為了達成上述目的，本發明較佳實施例之稻熱病熱點預警數值分析方法包含：

於一計算機單元建立一水稻植冠葉片數值模型；

於該水稻植冠葉片數值模型提供至少一水稻光譜反射轉換模組及至少一水稻紅外線溫度轉換模組，且該水稻光譜反射轉換模組及水稻紅外線溫度轉換模組可分別產生至少一氮含量數值及至少一影像溫度數值；

利用一光譜儀單元取得一水稻光譜影像資料，以便利用該水稻光譜影像資料獲得至少一氮元素含量 資料；

利用一熱顯相機單元取得一水稻熱影像資料，以便利用該水稻熱影像資料獲得至少一水稻溫度資料；及

利用該氮元素含量資料及水稻溫度資料與該氮含量數值及溫度數值進行比對，以便獲得至少一稻熱病熱點資料，且將該稻熱病熱點資料結合至少一水稻位置資訊。

本發明較佳實施例之該水稻光譜反射轉換模組進行一紅外線影像與紅光反射影像分析程序。

本發明較佳實施例之該氮含量數值選自一歸一化植被指數，且該歸一化植被指數包含一第一判斷門檻值及一第二判斷門檻值，以便提供一第一熱點判斷值。

本發明較佳實施例之該影像溫度數值包含一等級距溫度判斷值，以便提供一第二熱點判斷值。

本發明較佳實施例之該氮含量數值及影像溫度數值之間具有一數學對應關係。

為了達成上述目的，本發明較佳實施例之稻熱病熱點預警數值分析模型包含：

一水稻植冠葉片數值模型，其於一計算機單元建立該水稻植冠葉片數值模型；

至少一水稻光譜反射轉換模組，其提供於該水稻植冠葉片數值模型，且該水稻光譜反射轉換模組可產生至少一氮含量數值；

至少一水稻紅外線溫度轉換模組，其提供於該水稻植冠葉片數值模型，且該水稻紅外線溫度轉換模組可產生至少一影像溫度數值；

一水稻光譜影像資料，其於一水稻田利用一光譜儀單元取得該水稻光譜影像資料；

至少一氮元素含量資料，其擷取自該水稻光譜影像資料；

一水稻熱影像資料，其於該水稻田利用一熱顯相機單元取得一水稻熱影像資料；及

至少一水稻溫度資料，其擷取自該水稻熱影像資料；

其中將該氮元素含量資料及水稻溫度資料與該氮含量數值及溫度數值進行比對，以便獲得至少一稻熱病熱點資料。

本發明較佳實施例之該水稻光譜影像資料取自一水稻培養時期稻田光譜影像〔即水稻分蘗期、幼穗分化期或其任意組合之稻田光譜影像〕。

本發明較佳實施例之該計算機單元包含一歸一化植被指數模組及一熱影像處理模組。

本發明較佳實施例之該計算機單元利用一氮肥等級分類建立一光譜分類模式，且該氮肥等級包含一植體氮含量不足、一植體氮含量適足及一植體氮含量過量。

本發明較佳實施例之該計算機單元包含至少一水稻位置資訊，且將該稻熱病熱點資料結合至該水稻位置資訊。

本發明較佳實施例之該稻熱病熱點資料結合至一水稻田影像。

1:光譜儀單元

1a:水稻光譜反射轉換模組

10:稻熱病熱點預警數值分析系統單元

11:氮元素含量資料

100:稻熱病熱點資料

2:熱顯相機單元

2a:水稻紅外線溫度轉換模組

21:水稻溫度資料

3:計算機單元

3a:水稻植冠葉片數值模型

第1圖：本發明較佳實施例之稻熱病熱點預警數值分析方法之流程方塊示意圖。

第2圖：本發明較佳實施例之稻熱病熱點預警數值分析模型之操作流程方塊示意圖。

第2A圖：本發明較佳實施例之稻熱病熱點預警數值分 析系統之方塊示意圖。

第3A圖：本發明較佳實施例之稻熱病熱點預警數值分析模型採用在水稻穗肥前植體於氮肥等級與氮含量之關係示意圖。

第3B圖：本發明較佳實施例之稻熱病熱點預警數值分析模型採用在水稻穗肥後植體於氮肥等級與氮含量之關係示意圖。

第3C圖：本發明較佳實施例之稻熱病熱點預警數值分析模型採用歸一化植被指數模組之示意圖。

為了充分瞭解本發明，於下文將舉例較佳實施例並配合所附圖式作詳細說明，且其並非用以限定本發明。

本發明較佳實施例之稻熱病熱點預警系統、其數值分析模型及其方法適用於各種稻米品種及其耕作田地之相關稻熱病熱點預警用途，且本發明較佳實施例之稻熱病熱點預警系統、其數值分析模型及其方法可選擇結合應用執行於各種自動化預警設備、各種半自動化預警設備或各種非自動化預警設備，但其並非用以限制本發明之應用範圍。

舉例而言，本發明較佳實施例之稻熱病熱點預警系統、其數值分析模型及其方法或其相關周邊設備適合應用於各種智慧型農業栽培管理系統、各種農業推廣或試驗改良單位、各種水稻栽培業或其它相關農業栽培研究單位，但其並非用以限制本發明之範圍。

舉例而言，本發明較佳實施例之稻熱病熱點預警系統、其數值分析模型及其方法或其相關周邊設備適合實施應用於各種品種稻米，例如：高雄145號、高雄147號、台南11號、其相關品種稻米〔水稻秧苗〕或其它品種稻米，但其並非用以限制本發明之範圍。

第1圖揭示本發明較佳實施例之稻熱病熱點預警數值分析方法之流程方塊示意圖；第2圖揭示本發明較佳實施例之稻熱病熱點預警數值分析模型之操作流程方塊示意圖，其對應於第1圖之稻熱病熱點預警數值分析方法及其流程方塊。

請參照第2圖所示，舉例而言，本發明較佳實施例之稻熱病熱點預警數值分析模型主要包含至少一水稻光譜反射轉換模組1a、至少一水稻紅外線溫度轉換模組2a及一水稻植冠葉片數值模型3a或其它轉換模型或數值模型〔未繪示〕。

請參照第2圖所示，舉例而言，該水稻光譜反射轉換模組1a及水稻紅外線溫度轉換模組2a以適當技術手段可選擇配置於該水稻植冠葉片數值模型3a，或可選擇連結於該水稻植冠葉片數值模型3a，但其並非用以限制本發明之範圍。

第2A圖揭示本發明較佳實施例之稻熱病熱點預警數值分析系統之方塊示意圖，其對應於第2圖之稻熱病熱點預警數值分析模型。請參照第2及2A圖所示，本發明較佳實施例之稻熱病熱點預警數值分析系統選自一稻熱病熱點預警數值分析系統單元10。

請再參照第2及2A圖所示，舉例而言，該第一稻熱病熱點預警數值分析系統單元10主要包含一光譜儀單元〔spectrometer unit〕1、一氮元素含量資料〔nitrogen content data〕11、一熱顯相機單元〔thermal imaging unit〕2、一水稻溫度資料〔rice temperature data〕21及一計算機單元〔calculator unit〕3，且該計算機單元3選擇結合該水稻光譜反射轉換模組1a、水稻紅外線溫度轉換模組2a及水稻植冠葉片數值模型3a。

請再參照第2及2A圖所示，舉例而言，該光 譜儀單元1於一水稻田單元〔未繪示，或具水稻田功能之單元〕之一適當位置取得一水稻光譜影像資料〔rice spectrum image data〕，且將該光譜儀單元1以適當技術手段〔例如：固定架或其它固定設備〕固定於該水稻田單元〔或具水稻田功能之單元〕之適當位置。

請再參照第2及2A圖所示，舉例而言，該光譜儀單元1一般可選擇採用一光譜攝影單元、一光譜儀裝置或其它光譜儀單元，例如：多光譜儀單元，但其並非用以限制本發明之範圍。

請再參照第2及2A圖所示，舉例而言，該水稻光譜影像資料可選擇選取自一穗肥前稻田光譜影像、一穗肥後稻田光譜影像、其組合稻田光譜影像或其它時期〔stage〕的稻田光譜影像，例如：水稻培養時期稻田光譜影像〔即水稻分蘗期、幼穗分化期或其任意組合之稻田光譜影像〕。

請參照第1、2及2A圖所示，本發明較佳實施例之稻熱病熱點預警數值分析方法包含步驟S1：首先，舉例而言，以適當技術手段於該計算機單元3〔或選擇任何具類似計算機功能之單元〕進行適當建立該水稻植冠葉片數值模型3a。

請再參照第1、2及2A圖所示，本發明較佳實施例之稻熱病熱點預警數值分析方法包含步驟S2：接著，舉例而言，以適當技術手段於該水稻植冠葉片數值模型3a提供至少一個該水稻光譜反射轉換模組1a及至少一個該水稻紅外線溫度轉換模組2a，且該水稻光譜反射轉換模組1a及水稻紅外線溫度轉換模組2a可分別產生至少一氮含量數值及至少一影像溫度數值。

請再參照第1、2及2A圖所示，本發明較佳實施例之稻熱病熱點預警數值分析方法包含步驟S3：接著， 舉例而言，以適當技術手段〔例如：自動、半自動或手動方式〕利用該光譜儀單元1適當取得該水稻光譜影像資料，以便利用該水稻光譜影像資料經由該水稻光譜反射轉換模組1a處理而獲得該氮元素含量資料11，如第2A圖之左側所示。

請再參照第2及2A圖所示，舉例而言，該氮含量數值選自一歸一化植被指數，且該歸一化植被指數包含一第一判斷門檻值及一第二判斷門檻值〔即，NDVI_leaf〕，以便提供一第一熱點判斷值〔即，NDVI_leaf評分〕，如表1之左側所示。

請再參照第2及2A圖所示，舉例而言，該影像溫度數值包含一第一影像溫度數值及一第二影像溫度數值〔即，T_leaf〕，例如：15℃及33℃，且該影像溫度數值包含一等級距溫度判斷值〔即，T_leaf〕，例如：3℃，以便提供一第二熱點判斷值〔即，T_leaf評分〕。該氮含量數值及影像溫度數值之間具有一數學對應關係，如表1之右側所示。

表1：本發明較佳實施例之稻熱病熱點預警數值分析方法採用歸一化植被指數、影像溫度數值及其評分如下：

請參照表1所示，本發明較佳實施例之歸一化植被指數〔NDVI_leaf評分〕之分數為2分、4分及6分，而 影像溫度數值〔T_leaf評分〕之分數為3分、4分、5分、6分、7分、8分、9分及10分，且歸一化植被指數與影像溫度數值之間的數學對應關係為反比。

請再參照第1、2及2A圖所示，本發明較佳實施例之稻熱病熱點預警數值分析方法包含步驟S4：接著，舉例而言，以適當技術手段〔例如：自動、半自動或手動方式〕利用該熱顯相機單元2適當取得該水稻熱影像資料，以便利用該水稻熱影像資料經由該水稻紅外線溫度轉換模組2a處理而獲得該水稻溫度資料21，如第2A圖之右側所示。

請再參照第1、2及2A圖所示，本發明較佳實施例之稻熱病熱點預警數值分析方法包含步驟S5：接著，舉例而言，以適當技術手段〔例如：自動、半自動或手動方式〕於該計算機單元3利用該氮元素含量資料11及水稻溫度資料12與該氮含量數值及溫度數值進行比對〔例如：評分資料表，表1所示〕，並獲得至少一總評分〔例如：總評分表，表2所示〕，以便由該總評分獲得至少一稻熱病熱點資料100。

表2：本發明較佳實施例之稻熱病熱點預警數值分析方法採用總評分如下：

請參照表2所示，本發明較佳實施例之稻熱病熱點預警數值分析方法採用總評分為歸一化植被指數〔NDVI_leaf評分〕及影像溫度數值〔T_leaf評分〕之總和，而熱點預警區為13分至16分之間，且非熱點預警區為5分至12分之間。

請再參照第1、2及2A圖所示，本發明另一較 佳實施例之稻熱病熱點預警數值分析方法進一步包含步驟：接著，舉例而言，以適當技術手段〔例如：自動、半自動或手動方式〕於該計算機單元3將該稻熱病熱點資料100結合至少一水稻位置資訊或其它地理資訊。

請再參照第2及2A圖所示，舉例而言，以適當技術手段〔例如：自動、半自動或手動方式〕於該計算機單元3利用該水稻光譜反射轉換模組1a可選擇進行一紅外線影像與紅光反射影像分析程序。

第3A圖揭示本發明較佳實施例之稻熱病熱點預警數值分析模型採用在水稻穗肥前植體於氮肥等級與氮含量之關係示意圖。請參照第2、2A及3A圖所示，舉例而言，本發明較佳實施例之稻熱病熱點預警數值分析模型選擇台南11號品種稻米，並在水稻穗肥前觀測於四個氮肥等級70kg/ha〔N70〕、140kg/ha〔N140〕、210kg/ha〔N210〕、280kg/ha〔N280〕之氮含量。

第3B圖揭示本發明較佳實施例之稻熱病熱點預警數值分析模型採用在水稻穗肥後植體於氮肥等級與氮含量之關係示意圖，其對應於第3A圖。請參照第2、2A及3B圖所示，舉例而言，本發明較佳實施例之稻熱病熱點預警數值分析模型在水稻穗肥後觀測於四個氮肥等級70kg/ha〔N70〕、140kg/ha〔N140〕、210kg/ha〔N210〕、280kg/ha〔N280〕之氮含量。

請再參照第2及2A圖所示，舉例而言，該氮元素含量資料11或其它元素含量資料以適當技術手段〔例如：自動化方式、半自動化方式或手動方式〕擷取自該水稻光譜影像資料，以便該氮元素含量資料11應用於相關稻熱病熱點預警作業。

請再參照第2及2A圖所示，舉例而言，該熱顯相機單元2於該水稻田單元〔或具水稻田功能之單元〕 之同一適當位置取得一水稻熱影像資料〔rice thermal image data〕，且將該熱顯相機單元2以適當技術手段〔例如：固定架或其它固定設備〕固定於該水稻田單元〔或具水稻田功能之單元〕之適當位置。

請再參照第2及2A圖所示，舉例而言，該熱顯相機單元2可選自一熱影像攝取單元，且該熱顯相機單元2亦可選自一溫度感測單元、一紅外線感測單元、一熱影像分析單元、一具有類似溫度感測功能之裝置或其任意組合，以便適當進行偵測溫度。

請再參照第2及2A圖所示，舉例而言，該水稻溫度資料21或其它相關溫度資料以適當技術手段〔例如：自動化方式、半自動化方式或手動方式〕擷取自該水稻熱影像資料，以便該水稻溫度資料21應用於相關稻熱熱點病熱點預警作業。

請再參照第1、2及2A圖所示，舉例而言，該計算機單元3以適當技術手段〔例如：自動化方式、半自動化方式或手動方式〕連接通訊〔例如：有線連接通訊或無線連接通訊〕該光譜儀單元1及熱顯相機單元2或其它裝置單元。

請再參照第1、2及2A圖所示，舉例而言，該計算機單元3可選自一工作站電腦〔workstation computer〕、一桌上型電腦〔desktop computer〕、一筆記型電腦〔notebook或laptop computer〕、一平板電腦〔tablet personal computer〕、一行動通訊裝置〔mobile communication device〕、一智慧型手機〔smart phone〕或其它具計算機功能之裝置，但其並非用以限定本發明之範圍。

請再參照第1、2及2A圖所示，舉例而言，該計算機單元3包含一歸一化植被指數〔NDVI，Normalized Difference Vegetation Index〕模組及一熱影像處理模組或其組合模組，以便以適當技術手段〔例如：數學統計模組〕進行計算處理該水稻光譜影像資料及氮元素含量資料11或該水稻熱影像資料及水稻溫度資料21。

請再參照第1、2及2A圖所示，舉例而言，該歸一化植被指數模組或熱影像處理模組之執行方式係屬可利用電腦執行之程序步驟〔computer-executable process step〕，其可執行於各種電腦設備，例如：工作站電腦、桌上型電腦、筆記型電腦、平板電腦、行動通訊裝置、智慧型手機或其它具計算機功能之裝置，但其並非用以限定本發明之範圍。

第3C圖揭示本發明較佳實施例之稻熱病熱點預警數值分析模型採用歸一化植被指數模組之示意圖。請再參照第3C圖所示，舉例而言，本發明較佳實施例之稻熱病熱點預警數值分析模型採用一歸一化植被指數模組，以不同氮肥等級及其對應氮含量建立該歸一化植被指數模組。

請再參照第2、2A及3C圖所示，舉例而言，該計算機單元3利用一氮肥等級〔例如：氮含量臨界值〔critical value〕，如第3C圖之參考線所示〕分類建立一光譜分類模式，並依該氮含量臨界值進行定義或區分一植體氮肥等級，且該氮肥等級包含一植體氮含量不足〔insufficient〕、一植體氮含量適足〔sufficient〕及一植體氮含量過量〔excessive〕或其它相關數據資訊。

請再參照第2及2A圖所示，舉例而言，該計算機單元3以適當技術手段〔例如：數學統計模組或資料比對模組〕將該氮元素含量資料11及水稻溫度資料21進行比對，以便獲得至少一個該稻熱病熱點資料100，即預測稻熱病特徵參數。

請再參照第2及2A圖所示，舉例而言，一輸出單元〔例如：通訊模組，未繪示〕以適當技術手段〔例如：有線連接通訊或無線連接通訊〕連接於該計算機單元3，而該輸出單元選擇以適當技術手段進一步連接於一終端裝置、一顯示裝置、一投影裝置、一儲存裝置、一伺服機裝置、一農業栽培管理中心或其任意組合。

請再參照第2及2A圖所示，舉例而言，該計算機單元3包含至少一水稻位置資訊或一水稻位置資訊模組〔例如：全球定位系統模組，Global Position System〕，且將該稻熱病熱點資料100以適當技術手段結合至該水稻位置資訊。另外，將該稻熱病熱點資料100以適當技術手段結合至一水稻田影像，例如：數位影像、空拍機影像、衛星影像〔satellite image〕。

上述實驗數據為在特定條件之下所獲得的初步實驗結果，其僅用以易於瞭解或參考本發明之技術內容而已，其尚需進行其他相關實驗。該實驗數據及其結果並非用以限制本發明之權利範圍。

前述較佳實施例僅舉例說明本發明及其技術特徵，該實施例之技術仍可適當進行各種實質等效修飾及/或替換方式予以實施；因此，本發明之權利範圍須視後附申請專利範圍所界定之範圍為準。本案著作權限制使用於中華民國專利申請用途。

1a:水稻光譜反射轉換模組

100:稻熱病熱點資料

2a:水稻紅外線溫度轉換模組

3:計算機單元

3a:水稻植冠葉片數值模型

Claims (10)

1. 一種稻熱病熱點預警數值分析方法，其包含：於一計算機單元建立一水稻植冠葉片數值模型；於該水稻植冠葉片數值模型提供至少一水稻光譜反射轉換模組及至少一水稻紅外線溫度轉換模組，且該水稻光譜反射轉換模組及水稻紅外線溫度轉換模組可分別產生至少一氮含量數值及至少一影像溫度數值；利用一光譜儀單元取得一水稻光譜影像資料，以便利用該水稻光譜影像資料獲得至少一氮元素含量資料；利用一熱顯相機單元取得一水稻熱影像資料，以便利用該水稻熱影像資料獲得至少一水稻溫度資料；及於該計算機單元利用該氮元素含量資料及水稻溫度資料與該氮含量數值及溫度數值進行比對，以便獲得至少一稻熱病熱點資料，且將該稻熱病熱點資料結合至少一水稻位置資訊。
2. 依申請專利範圍第1項所述之稻熱病熱點預警數值分析方法，其中該水稻光譜反射轉換模組進行一紅外線影像與紅光反射影像分析程序。
3. 依申請專利範圍第1項所述之稻熱病熱點預警數值分析方法，其中該氮含量數值選自一歸一化植被指數，且該歸一化植被指數包含一第一判斷門檻值及一第二判斷門檻值，以便提供一第一熱點判斷值。
4. 依申請專利範圍第1項所述之稻熱病熱點預警數值分析方法，其中該影像溫度數值包含一等級距溫度判斷值，以便提供一第二熱點判斷值。
5. 依申請專利範圍第1項所述之稻熱病熱點預警數值分析方法，其中該氮含量數值及影像溫度數值之間具有一數學對應關係。
6. 一種稻熱病熱點預警數值分析模型系統，其包含：一水稻植冠葉片數值模型，其於一計算機單元建立該水 稻植冠葉片數值模型；至少一水稻光譜反射轉換模組，其提供於該水稻植冠葉片數值模型，且該水稻光譜反射轉換模組可產生至少一氮含量數值；及至少一水稻紅外線溫度轉換模組，其提供於該水稻植冠葉片數值模型，且該水稻紅外線溫度轉換模組可產生至少一影像溫度數值；其中於一計算機單元將一氮元素含量資料及一水稻溫度資料與該氮含量數值及溫度數值進行比對，以便獲得至少一稻熱病熱點資料；於一水稻田利用一光譜儀單元取得一水稻光譜影像資料；該氮元素含量資料擷取自該水稻光譜影像資料；於該水稻田利用一熱顯相機單元取得一水稻熱影像資料；及該水稻溫度資料擷取自該水稻熱影像資料。
7. 依申請專利範圍第6項所述之稻熱病熱點預警數值分析模型系統，其中該水稻光譜影像資料取自一水稻培養時期稻田光譜影像。
8. 依申請專利範圍第6項所述之稻熱病熱點預警數值分析模型系統，其中該計算機單元包含一歸一化植被指數模組及一熱影像處理模組。
9. 依申請專利範圍第6項所述之稻熱病熱點預警數值分析模型系統，其中該計算機單元利用一氮肥等級分類建立一光譜分類模式，且該氮肥等級包含一植體氮含量不足、一植體氮含量適足及一植體氮含量過量。
10. 依申請專利範圍第6項所述之稻熱病熱點預警數值分析模型系統，其中該計算機單元包含至少一水稻位置資訊，且將該稻熱病熱點資料結合至該水稻位置資訊。

Images