共查询到19条相似文献，搜索用时 625 毫秒
1.
为了满足田间作物长势快速检测与指导变量管理的需求,基于作物叶绿素光谱响应特征波长筛选与优化,开发了一款便携式作物叶绿素检测仪。首先,采用高光谱仪采集玉米冠层325～1 075 nm反射光谱,并采样萃取叶片叶绿素含量真值,开展叶绿素敏感响应波长筛选。经蒙特卡洛无信息变量消除(MC-UVE)算法在10～100个特征波长范围内进行变量筛选,表明采用50个特征波长时具有最优的叶绿素含量检测能力。其次,选择AS7265x型光谱传感器,以半峰宽20 nm的12个区间覆盖筛选的50个波长,设计的叶绿素检测仪包括传感器、主控制器、显示和控制等模块,实现作物冠层反射光数据采集、处理、显示和存储功能。开展传感器反射率标定与田间应用测试,基于传感器获取的反射率构建叶绿素含量偏最小二乘检测模型验证集决定系数为0.628;进一步组合归一化红边植被指数(NDRE:730、900 nm)和绿光归一化差值植被指数(GNDVI:535、900 nm),检测模型精度提高到0.69,模型嵌入系统最终实现了田间叶绿素含量快速检测,为作物长势高效分析提供了技术支持。 相似文献
2.
《农业机械学报》2019,(Z1)
为了无损和高效地检测作物叶绿素含量,设计了一种采用主动光源的双波长便携式叶绿素含量检测装置,获取作物在红色范围660 nm附近的光谱深吸收和近红外850 nm附近的光谱强反射特征。采集作物叶片的反射光信号,经转换、调制和放大后,利用灰度标准板拟合反射率,660 nm和850 nm拟合的校正模型R~2分别为0. 993、0. 979。光源稳定性与抗干扰性测试结果显示,660 nm和850 nm光源的稳定性均方差分别为0. 007 9和0. 004 4,误差率分别为2. 378%和1. 223%;抗干扰性的均方差分别为0. 009 9和0. 018 7,误差率分别为2. 000%和4. 360%。通过叶绿素浸提溶液配比,设计了叶绿素梯度与双波长反射率的相关性试验,结果显示,660 nm和850 nm与叶绿素浓度相关系数分别为-0. 919和0. 272。660 nm附近叶绿素对光谱有深吸收的特征,将其作为主要测试波长;850 nm附近是叶片结构和以环境光学响应为主,反射光与叶绿素相关性不强,将其作为检测的参比波长。以田间玉米苗期植株为试验对象,利用双波长采集作物反射率,计算归一化植被指数(NDVI)、差值植被指数(DVI)、比值植被指数(RVI)和土壤调整型植被指数(SAVI),其与SPAD仪器测量值的相关系数r分别为0. 892、0. 846、0. 867、0. 883。基于NDVI、DVI、RVI和SAVI建立SPAD多元线性回归模型,其决定系数R~2为0. 831。利用该装置提供的模型嵌入功能导入诊断模型可直接输出叶绿素诊断结果,为作物叶绿素含量快速检测提供支持。 相似文献
3.
《农业机械学报》2019,(Z1)
为了实现作物生长过程中叶绿素的动态在线监测,设计开发了一款叶绿素在线检测传感器系统。应用可见-近红外(660、880 nm)波段光谱检测植物叶绿素含量的体积小、功耗低的模块,通过AD转换电路、数字滤波电路得到叶片反射光数字信号,利用灰度板对反射光信号进行反射率校准,660 nm和880 nm波段的反射率校正模型的R~2分别为0. 999 6和0. 999 5;取10个不同等级叶绿素溶液样本共80个,使用国标法检测叶绿素含量后将溶液倒入无纺布开展叶绿素梯度仿真测量。叶绿素检测模块测量双波长反射率后,分别计算归一化差值植被指数(NDVI)和叶绿素指标SPAD指数值。建立相应的叶绿素含量检测数学模型,其决定系数R~2分别为0. 955 7、0. 958 7。开展活体植株叶绿素检测验证试验,叶片原位光谱测量后,再将叶片剪碎,使用国标法测量叶绿素真实值,检测样本与真实值的相关系数分别为0. 888 7、0. 874 5。进而开展在线动态监测试验,实时监测水肥胁迫组和正常水肥管理对照组玉米幼苗植株,监测90 h内的叶绿素含量变化,可知,相同管理条件下植株叶绿素含量变化规律大致相同,受水肥胁迫的影响,水肥胁迫组的叶绿素浓度呈下降趋势。证明了传感器系统在线监测作物叶绿素动态的可行性,可为农作物生长与胁迫动态监测提供技术支持。 相似文献
4.
杨树叶片叶绿素含量高光谱估算模型研究 总被引：3，自引：0，他引：3
以盆栽107号杨树为研究对象,在验证杨树叶片的SPAD值可作为衡量其叶绿素含量指标的基础上,基于最佳指数-相关系数法(OIFC),提取了杨树叶绿素特征波段(中心波长350、715、1 150 nm),建立了以该组合波段原始光谱数据为自变量的杨树叶片叶绿素含量估算模型;利用相关系数法,提取了杨树叶绿素归一化植被指数的计算波段(中心波长705、953 nm)与一阶光谱导数的叶绿素特征波段(中心波长647、691、721 nm),且分别建立了基于归一化植被指数、叶面叶绿素指数、一阶光谱导数为自变量的杨树叶片叶绿素含量估算模型;比较分析所建立的模型精度,筛选出杨树叶片的叶绿素含量最优估算模型。结果表明:化学法测得杨树叶片叶绿素含量与其对应的SPAD值之间具有显著的幂函数关系,R2可达0.902 3。利用OIFC法提取的叶绿素最佳三波段组合的高光谱数据为自变量,与叶片叶绿素含量构建的模型预测值与实测值具有显著的线性关系,决定系数为0.944 5;相比其他模型,该模型的精度最高且均方根误差最小。可见,基于OIFC法构建的杨树叶绿素高光谱模型具有较高的精度,是估算杨树叶片叶绿素含量的最优模型。 相似文献
5.
基于反射光谱探测与二维分析的玉米叶片叶绿素诊断 总被引：1，自引：0，他引：1
设计了一套基于微小型光谱学传感器的轻量级作物冠层反射光谱探测系统,系统硬件主要由光学传感器、数据存储传输模块、控制器组成,软件包含采集参数设置、采集控制、数据管理3个模块。经系统标定,系统与标准仪器ASD的数据相关性平均达到094以上。分析了玉米冠层反射率随叶片叶绿素含量和含水率变化而变化的趋势,针对叶片叶绿素含量分别进行了一维和二维相关光谱分析。基于548、594、652nm一阶微分光谱建立了叶片叶绿素含量MLR模型,建模决定系数为0.43,验证决定系数为0.36。结合二维相关光谱分析,讨论了玉米叶片叶绿素含量与水分光谱的响应关系,修正敏感波长为480、594、652、819nm,建立了大田夏玉米的叶片叶绿素含量诊断优化模型,建模决定系数和验证决定系数分别为0.47和0.34。 相似文献
6.
基于荧光分析法,设计了一种水体叶绿素a传感器,可满足长期海洋、湖泊环境实时检测的要求。阐述了荧光分析法测量水体叶绿素a的基本原理,提出了叶绿素a传感器光通路部分的设计方法:首先设计了光学传感器探头;进而基于叶绿素a在430~470 nm蓝光波段吸收作用最强的特性,选用460 nm波长的超高亮蓝色发光二极管作为荧光激励信号设计传感器的信号源,激励光源选用4组超高亮蓝色发光LED,符合叶绿素a强吸收定光谱特性,具有功耗小、体积小、成本低和电路设计简单等优点。对比分析了几种不同光电转化器件的优缺点,选择光敏二极管作为光接收器件,满足了水体叶绿素a荧光信号微弱的检测特点;最后对传感器进行了标定与校准。结果表明,传感器测量结果决定系数R2为0.998,标准偏差为0.05μg,最低检出限为0.25μg/L。 相似文献
7.
基于红边优化植被指数的寒地水稻叶片叶绿素含量遥感反演研究 总被引：1，自引：0，他引：1
水稻叶片叶绿素含量遥感诊断是实现水稻精准施肥的核心要素。本研究通过分析寒地水稻关键生育期叶片高光谱反射率信息,同时结合PROSPECT模型叶绿素含量吸收系数,参考借鉴现有高光谱植被指数的构造方法和形式,利用相关性分析、连续投影法、遗传算法优化的粗糙集属性简约法进行高光谱特征选择,提出了仅含有695、507和465nm 3个高光谱特征波段的红边优化指数（ORVI）。与Index Data Base数据库中其他用于叶绿素含量反演植被指数,包括ND528,587、SR440,690、CARI、MCARI的反演结果进行了对比分析,结果表明：IDB数据库中的已有4种植被指数叶绿素含量反演模型的决定系数R2分别为0.672、0.630、0.595和0.574;ORVI植被所建立的叶绿素含量反演模型的决定系数R2为0.726,均方根误差RMSE为2.68,精度高于其他植被指数,说明了ORVI在实际的应用中,能够作为快速反演水稻叶绿素含量的高光谱植被指数。本研究能够为寒地水稻叶绿素含量高光谱遥感诊断及管理决策提供一定的客观数据支撑和模型参考。 相似文献
8.
基于反射光谱的苹果叶片叶绿素和含水率预测模型 总被引：4，自引：0，他引：4
为探索苹果叶片叶绿素含量(质量比)、叶片含水率与反射光谱之间的关系,以华北地区苹果树为研究对象,分别测定了各个关键生长期苹果叶片的光谱反射率、叶绿素含量和叶片含水率。分析光谱反射率与叶绿素含量以及叶片含水率之间相关性发现,在不同生长时期,苹果叶片叶绿素a含量与反射光谱在515~590 nm和688~715 nm两组波段内具有较高的相关性,且果实成熟期数据显示相关度最高(R2=0.6)。在420~500 nm、640~680 nm、740~860 nm 3个波段叶片含水率与反射光谱有较高的相关性,且果实膨大期的叶片含水率在可见光波段的相关系数最大。根据所选敏感波段,分别利用多元线性回归、主成分分析和人工神经元网络建立基于反射光谱的苹果叶片不同生长时期叶绿素和含水率的预测模型。通过对所建立的预测模型进行校验,结果显示,利用主成分分析方法所建立的苹果叶片叶绿素含量预测模型的决定系数最高(R2=0.885 2),校验系数为0.828 9。该模型可以较为准确地预测苹果叶片叶绿素含量。而采用神经元网络所建立苹果叶片含水率预测模型的决定系数R2=0.862,校验系数为0.8375,预测效果最好。 相似文献
9.
基于多光谱卫星模拟波段反射率的冬小麦水分状况评估 总被引：1，自引：0，他引：1
为及时掌握作物水分利用状况、评估作物水分亏缺和提高作物水分利用效率,在2012—2016年期间进行了不同水分处理的冬小麦田间试验,获取了冬小麦主要生育期冠层光谱和叶片含水量等数据。利用冬小麦冠层光谱以及Quickbird、IKONOS、GF-2、GF-1、Landsat8、HJ-1A/B、GF-4和MODIS卫星传感器光谱响应函数模拟卫星多波段反射率,参照归一化植被指数(Normalized vegetation index, NDVI)、比值植被指数(Ratio vegetation index, RVI)和差值植被指数(Difference vegetation index, DVI)的形式,将各卫星波段反射率两两组合,系统分析构建的植被指数与叶片含水量的相关性,探讨不同空间分辨率(2.44、4、8、30、50、250m)波段组合及植被指数对作物水分状况和灌溉活动的响应能力。结果表明,NDVI、RVI和DVI 3种指数对作物水分敏感区域的分布类似;8个卫星的近红外波段与叶片含水量的相关系数为正,其余几个波段与叶片含水量的相关系数为负;NDVI(GF-1绿波段,GF-2绿波段)、RVI(GF-1绿波段,GF-2绿波段)和DVI(GF-2蓝波段,GF-4蓝波段)与叶片含水量相关性较好,决定系数R2分别为0.776、0.774和0.886,以DVI形式构建的植被指数对叶片含水量的估算效果最好。本研究可为区域作物水分状况评估以及作物灌溉活动监测提供技术和方法支持。 相似文献
10.
基于高光谱的甜菜SPAD值估算研究 总被引：1，自引：0，他引：1
叶绿素作为植物体内参与光合作用的重要色素,其含量对作物生长状况、产量和品质有很大影响。为此,利用野外便携式ASD光谱仪,实测了田间甜菜冠层光谱数据,且用SPAD-502叶绿素仪测定叶片SPAD值。基于原始光谱和一阶导数光谱与SPAD值相关性,选取植被指数和波段深度信息建立SPAD值预测模型,并用对照田试验数据对模型进行验证。通过对比植被指数建立的回归模型及波段深度分析,结合多元逐步回归建立的估算模型可知,波段深度比(BDR)结合SMLR建立的估算模型验证结果最好(RMSE=2.54,RE=4.5%)。研究结果表明:导数处理能提高光谱数据与SPAD值相关系数,波段深度信息结合多元逐步回归相比植被指数能提高SPAD值估算精度。 相似文献
11.
为了快速无损地检测大田作物冠层叶绿素含量,使用便携式多波段光谱探测仪针对农大8号（G1）、郑单（G2）、先玉（G3）和京农科（G4）4种玉米作物品种,在拔节期采集550、650、766、850 nm波长处太阳光信号和作物冠层反射光信号,用于建立玉米冠层叶绿素含量诊断模型。首先,利用作物冠层650 nm和550 nm波长反射率之间的差值 T D 剔除了土壤背景数据点（ T D >0）。然后,组合计算了NDVI、RVI和DVI共12个植被指数,分析各植被指数与叶绿素含量之间的相关关系,结果显示与G1~G4品种叶绿素含量相关性最优的参数分别为RVI(766,550)、 DVI(850,650)、 NDVI(850,550)和RVI(766,550),相关系数均达0.6以上。数据按一定间隔聚类后,相关性分析结果表明多波段光谱探测仪对玉米叶绿素含量检测最优分辨率为0.5 mg/L,且NDVI(850,550)、NDVI(766,550)和RVI(850,550)与叶绿素含量的相关系数分别为0.837 0、0.773 7和0.767 7,达到了强相关水平。最后,建立了多品种通用型玉米拔节期叶绿素含量诊断模型,可为大田玉米拔节期叶绿素含量诊断提供技术支持。 相似文献
12.
为了实现快速、无损地从作物中识别杂草,研究了基于光谱分析技术的光谱传感器.以苗期冬油菜为研究对象,根据已提取的4个特征波长(590,710,750,940 nm),设计了一套光谱传感器原型试验系统.该试验系统在传统光谱传感器的基础上,运用光调制解调技术剔除检测结果中环境杂散光的干扰,包括试验设备(光信号调制设备和光电信号采集设备)和试验数据处理LabVIEW程序.用冬油菜菜叶对试验系统4个不同波段进行了验证试验,当外界环境杂散光对应直流分量变化幅度分别为10.00%,6.40%,1.17%,1.34%,22.60%,38.90%,56.00%,59.50%时,反射率表征值一直保持稳定,表明在外界环境杂散光缓慢变化和剧烈变化时,系统可以稳定测量被测样品的反射率.该系统验证了光调制解调技术能有效提高被测样品光谱信号的测量信噪比. 相似文献
13.
针对中小农场对作物长势快速监测与精确诊断的需求,本研究设计了作物长势监测仪（CropSense）数据采集与分析系统,该系统实现了数据采集、处理、分析和管理的一体化集成。系统通过蓝牙技术连接智能手机和作物长势监测仪获取作物采样数据,经服务器中内置光谱模型计算得到地块的作物生长参数分布专题图。依据地块预期产量指标,可提供可视化的专家决策处方。用户只需点击一次按钮,即可实时获取田间作物的监测诊断信息和专业的田间管理指导方案。目前系统已在多个研究机构实验农场试用,其中在小汤山基地的应用示例结果显示：在玉米大喇叭口期使用该系统进行作物诊断和指导施肥,比传统的施肥方案减少约16.67%施肥量。该系统具有采集分析数据高效便利、推荐施肥方案优化合理等特点,在中国家庭农场快速增长的背景下,具有广阔的应用前景。 相似文献
14.
为了快速准确获取田间作物生长营养水平信息,设计了作物冠层营养诊断光谱检测仪,并进行了小麦大田测试。系统由光学传感器,信号采集驱动模块和控制器组成。光学传感器可测量300~1 100 nm范围内连续光谱,信号采集驱动模块用于提供稳定电压以及数据的A/D转换。开发了光谱采集控制软件安装于控制器,主要功能包括接收、处理、显示和存储采集到的数据。应用该仪器进行了标定试验,并针对大田冬小麦开展了大田试验,试验结果表明该仪器所测反射率与美国ASD FieldSpec HandHeld 2光谱辐射仪所测的反射率之间具有较高的相关性,相关系数最低为0.991 8。分析了冬小麦叶绿素含量指标SPAD值与仪器所测反射率之间的相关性。选出相关性较高的550~900 nm波段进行主成分分析建立叶绿素预测模型,建模 R 2 C 为0.575,模型检验 R 2 V 为0.595。结果表明利用研发的便携式光谱检测仪能有效评估小麦营养叶绿素含量,为小麦的精细栽培提供理论与技术支持。 相似文献
15.
基于光谱学原理的无损式作物冠层分析仪 总被引：2，自引：1，他引：1
设计了可以对作物氮含量进行实时监测的作物冠层分析仪.分析仪由传感器与控制器组成,通过无线方式进行数据传输.传感器包含光学部分和电路部分,光学部分包含4个光学通道和光电探测器,其中2个通道分别在610nm与1220nm处测量太阳辐射光,而另外2个通道在同样的2个波段上测量作物冠层的反射光;电路部分主要由电源、放大单元和无线传输模块组成.控制器内除了无线传输模块外,周边还集成了键盘、液晶显示、数据存储和上传等功能模块.详细阐述了仪器的硬件设计和软件设计.标定实验显示光学部分工作稳定,无线传输性能好.与Quality Spec高光谱仪进行的田间对比实验也取得了较好的效果,相关系数达到0.52. 相似文献
16.
为了探索东亚飞蝗视觉响应LED光信号的视敏反应效应,以明确东亚飞蝗趋光的光敏响应因子和生物光诱参数,利用LED光照和Ava Spec光纤光谱仪系统,在室内进行了东亚飞蝗视觉响应表征的光谱测定。并在此基础上,利用该波谱光照装置,验证其波谱光照调控东亚飞蝗的趋光反应及响应程度。测定结果显示,东亚飞蝗复眼吸收365、400、520、610 nm波长光照射后,其视觉响应波谱表现为380、402、540、602 nm的微光特征,当波谱光照强度增加时,东亚飞蝗视觉微光反应随之增强,且呈现时变效应的调控特性。东亚飞蝗视觉光敏调控的时变强度以紫光最优、依次是橙光和绿光最差,而其调控容度以橙光最优、绿光次之和紫光最差,紫外光较快的光敏聚集速度、紫光较强的光敏聚集程度和橙光较好的趋光效果说明,趋光光敏活性、趋光程度和趋光效果分别与视觉激发强度和视觉光敏调控的时变强度以及视觉光敏调控容度呈正相关,且东亚飞蝗视觉反应强度的光敏时效性影响其趋光行为选择和视觉光敏活性。因此,依据紫外光较强的激发效果、橙光较好的光敏时效性和紫光较强的光敏调控强度的特性,进行趋光视敏性光照时间的刺激调控,可以增强东亚飞蝗的趋光效果。该研究结果为蝗虫光诱捕机械装备的研制提供了理论基础和技术指导。 相似文献
17.
18.
基于SVR算法的苹果叶片叶绿素含量高光谱反演 总被引：3，自引：0，他引：3
为实现苹果叶片叶绿素含量的高光谱反演,分析了多种光谱参数与实测SPAD值的相关性,并将归一化光谱参数值及SPAD值进行多项式回归及支持向量回归。其中以归一化植被指数为变量的SVR(Support vector regression)反演模型在建模及模型检验中决定系数分别为0.741 0、0.891 4,均方根误差分别为0.133 2、0.125 6,具有较高的精度及良好的预测能力。与多项式回归相比,SVR具有更好的反演效果,可以作为叶绿素高光谱反演的优选算法。 相似文献
19.
本研究在人工光型植物工厂中采用岩棉种植番茄植株,分析了在总光量一致的基础上红光背景下蓝光补充介入和蓝光取代介入两种非连续供光模式对番茄植株营养液无机元素吸收及叶片色素光谱参量的影响。结果表明,与连续红光相比,蓝光以不同方式介入均降低了番茄叶片中K元素含量而提高了茎中K元素含量,蓝光介入一定程度上抑制了番茄K元素由茎向叶片的运输;蓝光以不同方式介入均提高了番茄地上部中Mg含量（增幅8.93%~13.63%）,而降低了地上部Fe含量（降幅28%~48%）及Mn含量（降幅3.93%~21.24%）。其中蓝光补充介入模式下番茄叶片中Mg元素含量随着蓝光补充强度的升高而增加,叶片Mg含量在蓝光取代介入模式下高于蓝光补充介入模式而地上部Fe含量趋势则相反,蓝光取代介入的非连续光模式较蓝光补充介入模式而言更有利于刺激叶片中Mg的积累而抑制地上部Fe的积累。与连续红光相比,蓝光以不同方式介入后番茄叶片色素光谱参量Hue值（色相角）和MCARI值（修正叶绿素吸收比指数）均有所提高,相反,Red/Green值（红绿区域光谱反射比）均有所降低,蓝光补充介入模式下叶片Hue值和MCARI值随蓝光补充强度的升高而增大,R/RB80处理下Hue、MCARI值最高,较对照分别提高4%、124%;蓝光取代模式下Hue值和MCARI值随蓝光间歇时间的延长先增大后减小,R/RB(1h)处理下Hue、MCARI值最高,较对照分别提高6%、215%。番茄叶片在绿光波段的反射率与各处理下Hue、MCARI值变化趋势接近,而番茄叶片中Mg元素含量与叶绿素光谱参量呈正相关性。蓝光取代介入的非连续光模式较蓝光补充介入模式而言更有利于刺激叶片类胡萝卜素分解和叶绿素积累,非连续供光模式通过调控番茄植株无机元素的吸收进而作用于叶片色素的形成。本研究为无土栽培番茄光环境调控提供了理论依据。 相似文献