-
公开(公告)号：CN106872383A
公开(公告)日：2017-06-20
申请号：CN201710205193.8
申请日：2017-03-31
Applicant: 南京农业大学
IPC: G01N21/31
CPC classification number: G01N21/3103
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：CN106772427A
公开(公告)日：2017-05-31
申请号：CN201611116173.5
申请日：2016-12-07
Applicant: 南京农业大学
IPC: G01S17/89
CPC classification number: G01S17/89
Abstract: 本发明公开了一种基于连续小波分析的冠层高光谱小麦叶干重监测方法，该方法的步骤如下：选定采样小区，获取小麦冠层高光谱反射率、测定小麦叶干重；采样小区采自不同试验点、不同品种、不同施氮水平、不同种植密度和不同年份；对获得的小麦冠层高光谱反射率数据进行连续小波变换，获得特定波长和特定尺度下的小波系数C；利用获得的小波系数，分析小麦叶干重与小波系数的定量关系，筛选出对小麦叶干重敏感的最佳小波函数及最佳小波函数对应的特征值，并构建基于连续小波分析的小麦叶干重定量模型；使用独立小麦试验数据评估定量模型的可靠性和适用性，采用预测值和观测值之间的决定系数R2和相对均方根差RRMSE对定量模型进行评价。
-
公开(公告)号：CN118609003A
公开(公告)日：2024-09-06
申请号：CN202410751370.2
申请日：2024-06-12
Applicant: 南京农业大学
Abstract: 本发明公开了一种基于点云和光谱融合的估测作物产量的新三维指标构建方法，首先，通过作物无人机多光谱影像构建植被指数，并与冠层叶绿素建立线性回归模型；然后，通过无人机激光雷达获取作物点云，利用多维矩阵融合的方法将点云与多光谱影像进行融合，生成作物多光谱点云；同时，将冠层叶绿素线性回归模型应用于作物多光谱点云，从而生成作物冠层叶绿素三维空间分布；最后，将冠层叶绿素三维空间分布进行垂直分层并统计垂直层的75％分位数(CCC_P75th)用来估测产量。结果表明，本发明构建的新型三维指标(CCC_P75th)同时包含了作物的结构和生理特征，相比于传统指标对产量具有更好的估测能力，这对作物高产株型筛选具有重要的指导意义。
-
公开(公告)号：CN118314195A
公开(公告)日：2024-07-09
申请号：CN202410431639.9
申请日：2024-04-11
Applicant: 南京农业大学
Abstract: 本发明公开了一种基于体素尺寸优化的田间作物绿色面积指数计算方法，该方法步骤为：通过激光雷达获取田间作物点云；利用强度信息差异获得作物绿色组分点云；对作物绿色组分点云进行体素化，获得三维体素模型；应用体素尺寸优化算法，获得作物绿色面积指数。本发明方法计算的作物绿色面积指数与田间实测的绿色面积指数进行比较，验证了算法的可行准确性，说明本发明方法实现了对大田作物绿色面积指数的快速、准确、无损提取，同时具有较高的普适性，为田间作物绿色面积指数的提取提供了理论基础和技术支撑。
-
公开(公告)号：CN115641504A
公开(公告)日：2023-01-24
申请号：CN202211319295.X
申请日：2022-10-26
Applicant: 南京农业大学
Abstract: 本发明提出了一种基于作物物候特征与决策树模型的田块边界自动化遥感提取方法，该方法主要步骤如下：获取单时相GF‑2和双时相PlanetScope卫星影像，计算归一化植被指数NDVI；基于边缘增强算法获得亚米级空间分辨率的地物边缘强度图；使用自适应阈值分割算法分割地物边缘强度图，提取同质空间对象；基于农作物生长规律，获取作物旺盛生长期和收获期PlanetScope数据，进行田块对象识别；对所提取的田块对象进行去噪和平滑处理，最后将处理后的田块对象转化为矢量田块边界。该方法可以对田块破碎地区的中小型自然田块边界进行准确、快速提取，在智慧农业管理中具有极大的应用潜力。
-
Patent Agency Ranking
公开(公告)号：CN115508356A
公开(公告)日：2022-12-23
申请号：CN202211301573.9
申请日：2022-10-24
Applicant: 南京农业大学
IPC: G01N21/84
Abstract: 本发明提出一种基于氮分配理论的稻麦叶片氮含量高光谱估算方法，包括以下步骤：构建叶片氮分配模型，利用稻麦叶片尺度数据集标定模型系数，基于冠层反射光谱估算叶片叶绿素含量和干物质含量，利用标定的叶片氮分配模型估算叶片氮含量。本发明的方法在叶片尺度构建叶片氮分配模型，然后用遥感技术更容易估算的生化参数来估算叶片氮含量，该方法操作步骤简单，模型具有跨尺度可拓展性，适用于冠层水平不同稻麦品种、不同栽培处理、不同生育时期，可广泛用于稻麦冠层水平的叶片氮含量监测。
-
公开(公告)号：CN113192117A
公开(公告)日：2021-07-30
申请号：CN202110172049.5
申请日：2021-02-08
Applicant: 南京农业大学
IPC: G06T7/62 , G06F30/20 , G01N21/3563 , G01N21/55
Abstract: 本发明公开了一种基于Sentinel‑2卫星影像红边波段改进小麦生长早期叶面积指数估算的方法，通过Sentinel‑2获取田间背景光谱与小麦冠层光谱信息，分别获取“秸秆‑土壤”光谱与“小麦‑秸秆‑土壤”光谱，并计算两者红边区域的斜率，计算由背景调节系数α修正后的正切函数SATF，基于光谱变量SATFNIR‑RE2构建小麦LAI估算模型，采用交叉验证对LAI估算模型进行初步筛选，而后用独立数据对筛选模型进行测试。本发明构建的SATFNIR‑RE2能够减少秸秆还田后小麦田间复杂背景的影响，并改善小麦生长前期LAI估算，可基于卫星平台应用于区域范围内小麦生长前期LAI的实时、无损和准确的估算。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.034 seconds)
