-
公开(公告)号:CN103293111A
公开(公告)日:2013-09-11
申请号:CN201310227380.8
申请日:2013-06-07
Applicant: 南京农业大学
IPC: G01N21/25
Abstract: 本发明公开了一种土壤背景干扰条件下小麦叶层氮含量光谱监测模型及建模方法,将野外高光谱辐射仪采集到的小麦冠层叶片及土壤共存条件下的混合反射光谱数据、通过数码相机获取的田间小麦植被覆盖度,与小麦冠层叶片氮含量数据相融合,建立适用于土壤背景干扰下全生育期的小麦冠层叶片氮含量光谱监测模型。本发明利用两年的小麦田间试验资料,通过植被覆盖度修订归一化植被指数,构建面向土壤干扰下小麦叶层氮含量的最佳光谱参数和监测模型。基于土壤背景干扰下的数据集构建的监测模型,能够有效的降低土壤背景产生的噪音,提高小麦叶片氮含量监测的精准性,为早期小麦作物生长氮素营养状况的快速、无损、实时监测提供新的理论基础和技术支持。
-
公开(公告)号:CN102072884B
公开(公告)日:2013-05-29
申请号:CN201010543330.7
申请日:2010-11-12
Applicant: 南京农业大学
IPC: G01N21/25
Abstract: 本发明公开了一种基于光谱技术的小麦叶片糖氮比快速检测方法,属于作物栽培技术领域。首先将小麦叶片粉末装入石英杯,利用近红外光谱仪、InGaAs检测器漫反射附件和OMNIC7.2软件采集背景光谱和小麦叶片粉末样品光谱;接着在光谱范围1655~2378nm内,对光谱信息进行预处理;然后利用PLS提取6个特征光谱,将其输入到基于Levevberg-Marquardt优化算法的小波神经网络来快速检测小麦叶片糖氮比。本发明改进了传统的小麦叶片糖氮比测定方法的耗时性和繁琐性,改进了线性校正法不适合非线性关系的弱点,提高了预测的速度和效率,增强了预测的机理性和准确性。
-
公开(公告)号:CN103024758A
公开(公告)日:2013-04-03
申请号:CN201210495900.9
申请日:2012-11-28
Applicant: 南京农业大学
Abstract: 本发明公开了一种基于农田电子地图的无线传感器网络节点智能部署方法,属于数字化农业领域。该方法通过电子地图读取每个田块最大、最小经纬度的边界信息,根据边界信息构建遗传算法的染色体(个体)。遗传算法的优化目标为每田块有且仅有一个节点,每个节点附近应至少有两个处于通信范围内的邻居节点以实现两连通,两连通中应至少有一个网关方向的连通。根据优化目标,通过遗传算法的进化最终实现农田无线传感器网络节点的智能部署。本发明方法可快速高效的实现大范围农田无线传感器网络节点的智能化部署。
-
公开(公告)号:CN102318466B
公开(公告)日:2012-11-14
申请号:CN201110194198.8
申请日:2011-07-12
Applicant: 南京农业大学
Abstract: 本发明属于作物栽培管理技术领域,公开了一种基于氮素光谱指数法的水稻追氮调控方法。本发明基于养分平衡原理,根据水稻目标产量需氮量、穗肥表观利用率,基于反射光谱估算的植株实时氮积累量以及施氮时土壤供氮量,构建了氮素光谱指数法。本发明在实时信息获取方面,利用植株冠层群体信息,具有更快速、无损等特点,避免了“以点代面”现象的出现;在追氮调控模型方面,对中后期的土壤供氮量和氮肥利用率进行了量化,较好地体现了不同土壤类型和施氮方式等因素对追氮量的影响,从而增强了追氮量估算的机理性和准确性,提高了量化水平。
-
公开(公告)号:CN102768186A
公开(公告)日:2012-11-07
申请号:CN201210214137.8
申请日:2012-06-27
Applicant: 南京农业大学
IPC: G01N21/27
Abstract: 本发明公开了一种田间作物生长信息无损快速检测装置,该检测装置包括多光谱作物生长传感器、电流-电压转换电路、灵敏度调节电路、滤波电路、模拟-数字转换电路、单片微型处理器、控制键盘、数字温度传感器、液晶屏、电源电路、指示电路;其中:所述多光谱作物生长传感器依次串接电流-电压转换电路、灵敏度调节电路、滤波电路、模拟-数字转换电路、单片微型处理器;所述控制键盘、数字温度传感器分别连接单片微型处理器;所述单片微型处理器与液晶屏连接;所述电源电路与指示电路相连且向整个装置供电。本发明还公开了一种基于该检测装置的检测方法;本发明结构紧凑,不仅能够实现小型化,而且提高系统的稳定性和可靠性。
-
公开(公告)号:CN102426153A
公开(公告)日:2012-04-25
申请号:CN201110368757.2
申请日:2011-11-21
Applicant: 南京农业大学
Abstract: 本发明涉及一种基于冠层高光谱指数的小麦植株水分监测方法,利用两年2个品种、4个不同水分处理下的两年小麦池栽试验数据,采用减量精细采样法,分析350~2500nm波段范围内原始光谱和倒数光谱的任意两两波段组合而成的高光谱指数与小麦植株含水量和叶层含水量的定量关系,结果发现基于光谱NDVI(R836,R793)和RVI(RC837,RC793)可以监测小麦植株水分含量;基于原始光谱NDVI(R1100,R770)和RVI(R893,R805)可以监测小麦叶层水分含量。本发明研究结论为利用高光谱数据快速无损监测小麦水分状况提供新的波段组合和理论依据。
-
公开(公告)号:CN102318466A
公开(公告)日:2012-01-18
申请号:CN201110194198.8
申请日:2011-07-12
Applicant: 南京农业大学
Abstract: 本发明属于作物栽培管理技术领域,公开了一种基于氮素光谱指数法的水稻追氮调控方法。本发明基于养分平衡原理,根据水稻目标产量需氮量、穗肥表观利用率,基于反射光谱估算的植株实时氮积累量以及施氮时土壤供氮量,构建了氮素光谱指数法。本发明在实时信息获取方面,利用植株冠层群体信息,具有更快速、无损等特点,避免了“以点代面”现象的出现;在追氮调控模型方面,对中后期的土壤供氮量和氮肥利用率进行了量化,较好地体现了不同土壤类型和施氮方式等因素对追氮量的影响,从而增强了追氮量估算的机理性和准确性,提高了量化水平。
-
公开(公告)号:CN102072884A
公开(公告)日:2011-05-25
申请号:CN201010543330.7
申请日:2010-11-12
Applicant: 南京农业大学
IPC: G01N21/25
Abstract: 本发明公开了一种基于光谱技术的小麦叶片糖氮比快速检测方法,属于作物栽培技术领域。首先将小麦叶片粉末装入石英杯,利用近红外光谱仪、InGaAs检测器漫反射附件和OMNIC7.2软件采集背景光谱和小麦叶片粉末样品光谱;接着在光谱范围1655~2378nm内,对光谱信息进行预处理;然后利用PLS提取6个特征光谱,将其输入到基于Levevberg-Marquardt优化算法的小波神经网络来快速检测小麦叶片糖氮比。本发明改进了传统的小麦叶片糖氮比测定方法的耗时性和繁琐性,改进了线性校正法不适合非线性关系的弱点,提高了预测的速度和效率,增强了预测的机理性和准确性。
-
公开(公告)号:CN117475313B
公开(公告)日:2025-04-25
申请号:CN202311495045.6
申请日:2023-11-10
Applicant: 南京农业大学
IPC: G06V20/10 , G06V20/13 , G06V10/774 , G06V10/26 , G06Q50/02
Abstract: 本发明提出了一种基于训练样本自动化提取的大尺度冬小麦早期识别方法,该方法步骤如下:通过遥感云平台获取小麦生长季内的Sentinel‑1和Sentinel‑2卫星影像;生成时空连续的Sentinel‑1和Sentinel‑2时间序列;构建冬季作物指数WCI;提取冬季作物像素;进行冬小麦和冬油菜区分;结合当年的Sentinel‑1/2影像构建冬小麦分类模型;基于分类模型,获得当年冬小麦分类产品;迁移训练模型至目标年度,通过测试不同时间窗口时相特征对分类精度的影响,明确冬小麦最早可识别时期。该方法可以对冬小麦进行及时、准确提取,在冬小麦种植面积监测、产量预测、粮食安全评估等方面具有极大的应用潜力。
-
公开(公告)号:CN119418198A
公开(公告)日:2025-02-11
申请号:CN202411433912.8
申请日:2024-10-15
Applicant: 南京农业大学
IPC: G06V20/10 , G06V20/17 , G06V10/10 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/56 , G06V10/774 , G06V10/62
Abstract: 本发明提出了一种结合时间序列RGB图像和机器学习的小麦育种材料生育期的季内分类和估算方法,其步骤为:(1)根据不同生长季、不同生态点的小麦育种材料小区试验,获取时序高空间分辨率RGB影像并进行预处理,构建大量种质资源在不同生育期的样本库;(2)融合株高信息和图像信息的生育期阶段分类,实现生育阶段的高精度分类;(3)基于分类后获得的时序预测概率,构建关键生育期起始日期的估算模型;(4)确定育种材料的生育期监测的最佳数据采集间隔。本发明构建的方法高效,可得到及时的作物物候信息,可以指导种植管理、优化品种选择和提高产量和品质,为小麦生产提供科学依据和技术支持。
-
-
-
-
-
-
-
-
-