-
公开(公告)号：CN102967562A
公开(公告)日：2013-03-13
申请号：CN201210472211.6
申请日：2012-11-20
Applicant: 南京农业大学
IPC: G01N21/27
Abstract: 本发明公开了一种高精度作物生长信息监测仪，包括光谱传感器（1）、标准反射率白板（13）、信号采集器（5）、屏蔽导线(4)，以及由水平支架（2）、活动支撑杆(3)组成的支架；其中，光谱传感器固定于水平支架的一端，水平支架的另一端与活动支撑杆活动连接，信号采集器紧固于活动支撑杆上位于人眼易于观察的高度；光谱传感器的输出端通过屏蔽导线串接信号采集器；标准反射率白板设置于光谱传感器下方且与光谱传感器垂直。本发明还公开了一种基于高精度作物生长信息监测仪的检测方法。本发明能够实时、无损获取作物氮含量、氮积累量、叶面积指数和叶干重多个生长指标，不仅结构简单，而且提高了仪器的稳定性和测量精度。
-
公开(公告)号：CN102636438A
公开(公告)日：2012-08-15
申请号：CN201210109596.X
申请日：2012-04-16
Applicant: 南京农业大学
Abstract: 本发明属于小麦生长无损监测诊断领域，提供了一种根据小麦植株吸氮量核心波长确定适宜带宽的方法，该方法基于不同品种、密度、氮肥和播期的小麦大田试验数据，通过在确定的核心波段范围内核心波段和带宽同时变化条件下对模型预测精度与准度的影响，确定了各核心波长的适宜段宽；并且得到以下结论：最适的带宽与特定的核心波长有关；而且最适带宽不仅与特定的核心波长有关，还与构成植被指数的另一个波长相关，具有重要的理论意义和实践意义，非常值得应用和推广。
-
公开(公告)号：CN102175618A
公开(公告)日：2011-09-07
申请号：CN201110033113.8
申请日：2011-01-31
Applicant: 南京农业大学
IPC: G01N21/17
CPC classification number: Y02A40/12
Abstract: 本发明公开了一种稻麦叶片氮含量光谱监测模型建模方法，属于精准农业中作物生长信息无损监测领域。将野外高光谱辐射仪采集到的稻麦冠层叶片反射光谱数据与稻麦冠层叶片氮含量数据相融合，建立基于窄波段与宽波段相结合面向稻麦不同生育期的冠层叶片氮含量光谱监测模型。本发明利用多年、多点的稻麦田间试验数据，构建面向稻麦拔节至孕穗期、抽穗至灌浆期的最佳植被指数；挖掘稻麦冠层叶片氮含量共性特征波段及带宽。模型涵盖了稻麦不同品种、不同氮素水平，普适性好，利用独立年份的数据验证模型，模型的准确性高。
-
公开(公告)号：CN101666741A
公开(公告)日：2010-03-10
申请号：CN200910034988.2
申请日：2009-09-17
Applicant: 南京农业大学
Abstract: 本发明涉及一种机载式作物氮素信息高密度无损采集方法，属于作物生产技术领域。主要包括采用作物氮素信息传感变送器采集作物冠层叶片氮素信息、采用随动自适应平衡调节器自动调整保持传感变送器在适宜采集的姿态、采用可调悬挂支架悬挂并调节传感变送器使之处于适宜采集的位置和方位、采用作物氮素信息无线接收器接收和存储发自传感变送器的氮素信息。机载式作物氮素信息连续采集方法能够实现以机械化的作业方式高密度获取大范围农田的“面”上信息，是目前实际生产中迫切需要的较适用的农业信息装备。
-
公开(公告)号：CN118032672B
公开(公告)日：2024-08-16
申请号：CN202410168979.7
申请日：2024-02-06
Applicant: 南京农业大学
Abstract: 本发明公开了一种手持快照式多光谱成像型作物生长传感装置，包括成像物镜、光谱成像模块、主控模块、供电模块、维稳云台、RGB成像模组、测距传感器、手持杆、控制显示器和罩壳，所述成像物镜设于罩壳下方，所述光谱成像模块设于成像物镜上方，所述主控模块设于光谱成像模块上方，所述维稳云台设于罩壳上方，所述维稳云台与手持杆相连接，所述RGB成像模组和测距传感器设于罩壳下方，所述控制显示器紧固于手持杆，所述供电模块为各模块进行供电。本发明解决了因采集角度和高度不一致导致图谱信息实时处理难、作物生长监测精度低等问题，同时实现了作物生长多特征信息实时无损高精度感知，具有携带方便、操作简单及功能丰富等特点。
-
Patent Agency Ranking
公开(公告)号：CN118392796A
公开(公告)日：2024-07-26
申请号：CN202410495573.X
申请日：2024-04-24
Applicant: 南京农业大学
Abstract: 本发明公开了一种基于无人机多光谱遥感的水稻籽粒蛋白质积累量估算方法，包括：步骤1、获取水稻冠层无人机多光谱影像；步骤2、田间水稻生长指标的测定；步骤3、无人多光谱影像的预处理；步骤4、建立籽粒蛋白质积累量单参数估测模型；步骤5、建立籽粒蛋白质积累量三参数估测模型。本方法可准确估测水稻籽粒蛋白质积累量，在遥感与作物品质信息之间引入植株生理参数，为机器学习算法提供一定的可解释性，有效解决多品种条件下的数据不平衡问题，提高籽粒蛋白质积累量的估测精度，这种方法可以适用于不同区域不同水稻品质类型的籽粒蛋白质积累动态监测。
-
公开(公告)号：CN118212530A
公开(公告)日：2024-06-18
申请号：CN202410431641.6
申请日：2024-04-11
Applicant: 南京农业大学
IPC: G06V20/10 , G06F18/2135 , G06T7/30 , G06T5/70 , G06N20/00
Abstract: 本发明公开了一种田间作物地上部生物量估算方法，该方法包括：通过地基激光雷达获取田间作物全波形数据；应用修正偏高斯函数对全波形数据进行分解；应用非线性最小二乘方法对波形进行建模，获得激光雷达有效波形；应用主成分分析，获得全波形激光雷达新特征；应用机器学习算法，获得田间作物地上部生物量。本发明方法估算的作物地上部生物量与田间实测的地上部生物量进行比较，验证了算法的可行性，说明本发明方法实现了对大田作物地上部生物量的快速、准确、无损估算，同时具有较高的普适性，为田间小麦地上部生物量的估算提供了理论基础和技术支撑。
-
公开(公告)号：CN117934564A
公开(公告)日：2024-04-26
申请号：CN202410018558.6
申请日：2024-01-05
Applicant: 南京农业大学
Abstract: 本发明公开了一种基于体素分割法向量算法的小麦冠层叶倾角分布自动估算方法，其包括步骤：步骤1、获取小麦冠层的点云数据；步骤2、点云的拼接和去噪；步骤3、计算点云的法向量；步骤4、将点云进行体素化；步骤5、利用体素分割法向量；步骤6、计算体素的角度；步骤7、统计体素的角度并曲线拟合计算得到叶倾角分布和平均叶倾角。本发明的方法估算的平均叶倾角与田间实测数据进行了比较，并利用三维辐射传输模型验证了算法的可行性。本发明在一定程度上解决了利用地基激光雷达估算小麦冠层叶倾角分布时受叶片具有曲率和冠层的点密度不均影响的问题，为今后的高通量表型分析提供了技术支撑。
-
公开(公告)号：CN116593419B
公开(公告)日：2024-02-27
申请号：CN202310400044.2
申请日：2023-04-14
Applicant: 南京农业大学
IPC: G01N21/3563 , G01N21/55 , G01N21/359
Abstract: 本发明公开了一种缓解LCC与秸秆‑土壤背景影响的小麦LAI估算方法，其步骤为：步骤一、数据采集；步骤二、计算秸秆‑土壤背景适应红边差值指数，包括：a、基于小麦冠层光谱计算已有的REDVI；b、基于田间背景光谱计算已有的REDVI；c、结合小麦冠层多光谱曲线的RE1和R波段，构建RSARE；步骤三、构建小麦叶面积指数LAI估算模型；步骤四、检验小麦LAI估算模型。本发明可以同时缓解LAI估算过程中秸秆‑土壤背景与LCC的影响，并基于该指数构建小麦叶面积指数估算模型，可在小麦生产过程中实现LAI的早期估算。
-
公开(公告)号：CN116341223A
公开(公告)日：2023-06-27
申请号：CN202310236635.0
申请日：2023-03-13
Applicant: 南京农业大学
Abstract: 本发明提出一种基于新型三波段光谱指数的水稻穗腐病病情严重度估算方法，包括以下步骤：提取稻穗的反射光谱和样本的病情严重度；利用多生育时期光谱响应特征与相关性分析，提取多个光谱区间的特征波段；创建三波段光谱指数以提高光谱特征对病情严重度的敏感性；最后通过精度对比筛选出最佳波段组合以估算穗腐病严重度。本发明在多生育时期内捕捉对病情严重度敏感的特征波段，构建指数在不同生育时期内的病情估算均适用，且显著提高了发病早期的估算精度；该方法步骤简单，运算代价小，且新型光谱指数所选波段常用于低成本的无人机载多光谱相机，可广泛应用于水稻种质资源筛选和病害监测与防治工作。
-
-
-
-
-
-
-
-
-
Search Results
135
records
(took 0.023 seconds)
