-
公开(公告)号：CN111189795A
公开(公告)日：2020-05-22
申请号：CN202010122379.9
申请日：2020-02-27
Applicant: 南京农业大学
IPC: G01N21/3563 , G01N21/359 , G01S19/42
Abstract: 本发明公开了一种基于近红外光谱的便携式谷物品质在线检测装置，其包括发光模块、光谱采集模块和控制电路模块，所述发光模块包括近红外LED光源和全息光束整形扩散膜，所述近红外LED光源安装在灯筒的顶部四周，在灯筒的底部开设有检测窗，全息光束整形扩散膜设于检测窗的内部或下方，所述光谱采集模块包括光电探测器及菲涅尔透镜，所述菲涅尔透镜安装在检测窗的正上方，光电探测器安装在菲涅尔透镜的上方，同时光电探测器与所述控制电路模块连接，所述控制电路模块以无线或有线通信的方式将采集的数据信息发送到接收显示装置。本发明实现了在农机作业过程中谷物品质信息和地理位置信息的实时获取，及谷物品质田间分布图的绘制。
-
公开(公告)号：CN109459392B
公开(公告)日：2019-06-14
申请号：CN201811312158.7
申请日：2018-11-06
Applicant: 南京农业大学
Abstract: 本发明提出一种基于无人机多光谱影像的水稻地上部生物量估测方法，步骤如下：规范采集水稻冠层无人机多光谱影像数据和地面实测生物量数据；获取后进行影像预处理，提取反射率和纹理特征参数，计算植被指数，并构建新的纹理指数；利用逐步多元回归分析法，综合植被指数和纹理指数估测水稻生物量，并以此建立估测生物量的多元线性模型。采用交叉验证方法对该新估测模型进行精度验证。本发明的方法估测精度高、对输入数据要求少，适用于水稻全生育期，同时也是目前第一次提出综合无人机光谱和纹理信息估测水稻生物量的方法，可广泛用于无人机遥感监测作物长势。
-
公开(公告)号：CN106872383B
公开(公告)日：2019-05-24
申请号：CN201710205193.8
申请日：2017-03-31
Applicant: 南京农业大学
IPC: G01N21/31
Abstract: 本发明提出一种基于连续小波分析的水稻反射光谱红边位置提取方法，包括以下步骤：分别测量水稻的叶片单叶和冠层的反射光谱及相对应的叶绿素含量；对反射光谱进行预处理，获得小波系数；在680nm～750nm光谱区间提取出小波系数光谱的零点，定义该零点对应的光谱位置为红边位置。本发明的方法通过对水稻叶片和冠层的反射光谱进行连续小波变换，基于获得的小波系数提取出红边位置，该方法操作步骤简单，运算速度快，适用于不同水稻品种、不同栽培处理、不同生育时期的叶片和冠层水平，可广泛用于监测水稻叶片和冠层叶绿素含量。
-
公开(公告)号：CN109444069A
公开(公告)日：2019-03-08
申请号：CN201811067606.1
申请日：2018-09-13
Applicant: 南京农业大学
IPC: G01N21/3563 , G01N21/359 , G01N21/47 , G01S19/42
Abstract: 本发明公开了一种基于无人机载主动冠层传感器的水稻氮素营养监测方法，包括：构建无人机搭载主动式非成像冠层光谱传感器的作物监测平台；采用无人机地面站系统，操控无人机监测系统，在高于冠层1.5m的测试距离和2m/s的飞行速度下，自动获取水稻冠层光谱数据和对应测试点位置信息；采用地理信息系统软件提取各田块光谱数据；计算植被指数RERVI；运用基于RERVI的监测模型，估测水稻叶片干物重、叶面积指数、叶片氮积累量，对水稻氮素营养状况进行评价。本发明方法提升了作物氮素无损监测的能力，进而服务较大尺度、综合性的作物氮肥决策和精准农业的实施，提升农业现代化水平。
-
-
Patent Agency Ranking
公开(公告)号：CN107796764A
公开(公告)日：2018-03-13
申请号：CN201610803703.7
申请日：2016-09-05
Applicant: 南京农业大学
Abstract: 本发明公开了一种适用于小麦叶面积指数估算的新型三波段植被指数的构建方法，步骤如下：规范采集小麦的冠层反射率和叶面积指数；基于归一化植被指数构建新型的三波段植被指数形式，利用建模数据，采用比较任意组合形式确定三个波段最佳波长和系数k，得到一种适用于小麦叶面积估算的最优三波段植被指数并以此建立小麦叶面积指数估算模型。采用独立实验数据对该新型植被指数及其估算模型进行验证和测试。发现，本发明构建的新型植被指数结构简单，所建立的估算模型对小麦叶面积指数进行估算表现出较高的精度，在作物叶面积指数较高时，有效避免了饱和现象的发生。可以广泛应用于精确农业小麦生产中叶面积指数的实时、无损和准确估算。
-
公开(公告)号：CN103528965B
公开(公告)日：2016-03-02
申请号：CN201310382064.8
申请日：2013-08-28
Applicant: 南京农业大学
IPC: G01N21/25
Abstract: 本发明公开了一种小麦叶片等效水厚度高光谱监测方法，基于不同生态点、不同施氮水平、不同水分处理、不同生育期和不同年份小麦品种的田间试验，构建了基于两波段指数而新建的三波段光谱指数，建立了基于新型三波段光谱指数的小麦等效水厚度高光谱监测模型。本发明通过不同氮素、水分、年份和生育期的田间试验，确定监测小麦LEWT的敏感波段范围和最佳光谱指数，构建定量监测模型，模型具有较高的普适性、机理性和准确性，且对水分敏感对氮素钝感。本发明方法简单，操作方便，快速、准确并无损，为不同氮素条件下的小麦水分监测和精确灌溉提供理论基础和技术支撑。
-
公开(公告)号：CN103024758B
公开(公告)日：2015-05-27
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：CN102435564B
公开(公告)日：2013-09-18
申请号：CN201110278513.5
申请日：2011-09-19
Applicant: 南京农业大学
IPC: G01N21/31
Abstract: 本发明公开了一种基于三波段光谱指数估测植物氮含量的方法，属于植物遥感监测领域，本发明在近红外光波段、可见光红光波段的基础上，增加了蓝绿光波段及其修正系数，建立了三波段光谱指数及氮含量的监测模型，同时提供该模型的检验模型。本发明克服了现有二波段光谱指数法趋向饱和时灵敏度下降的缺陷，尤其对不同品种、不同水分处理、不同氮素水平下的水稻、小麦叶片氮含量监测具有较高的精度和准确性，实现了作物氮素信息的实时获取，促进了基于光谱技术的作物无损监测技术的广泛应用。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
118
records
(took 0.028 seconds)
