一种水稻叶片逆境生理指标检测方法及系统

    公开(公告)号:CN111398191B

    公开(公告)日:2021-09-07

    申请号:CN202010222044.4

    申请日:2020-03-26

    Applicant: 浙江大学

    Abstract: 本发明涉及一种水稻叶片逆境生理指标检测方法及系统,方法包括:获取水稻叶片样本;确定所述水稻叶片样本的高光谱信息;对所述高光谱信息进行平滑去噪降维处理;获取所述水稻叶片样本逆境生理指标的真实含量值;采用特征变量筛选法获取与所述真实含量值相关性最高的平滑去噪降维处理后的高光谱信息的特征波段;所述特征波段为m行n列的光谱矩阵,其中n列光谱代表n个与水稻叶片样本抗坏血酸含量高度相关的特征变量;基于所述真实含量值和所述特征向量建立测试集水稻叶片高光谱信息‑逆境生理指标含量的回归模型;基于所述回归模型确定水稻叶片样本的逆境生理指标。本发明中的上述方法精测精度高且计算快。

    一种茎秆重金属胁迫程度与重金属含量的检测方法

    公开(公告)号:CN111398256A

    公开(公告)日:2020-07-10

    申请号:CN202010304495.2

    申请日:2020-04-17

    Applicant: 浙江大学

    Abstract: 本发明涉及一种茎秆重金属胁迫程度与重金属含量的检测方法。其中,茎秆重金属胁迫程度检测方法包括:采用激光诱导击穿光谱仪获取待检测农作物茎秆的光谱数据;根据光谱数据确定多条元素发射谱线作为特征波长,并确定特征波长的信号强度;获取重金属胁迫程度检测模型;采用重金属胁迫程度检测模型,根据特征波长的信号强度确定茎秆重金属的胁迫程度。本发明提供的茎秆重金属胁迫程度与重金属含量的检测方法,最大限度包含了LIBS光谱与农作物茎秆重金属胁迫程度及重金属含量间的关系,能够有效改善基体效应影响,实现农作物茎秆重金属胁迫程度与重金属含量的快速检测,具有检测过程方便快捷、准确度高、无危险化学试剂接触、低成本等优点。

    一种水稻根系所含镉元素的定量检测方法和系统

    公开(公告)号:CN111398255A

    公开(公告)日:2020-07-10

    申请号:CN202010304492.9

    申请日:2020-04-17

    Applicant: 浙江大学

    Abstract: 本发明涉及一种水稻根系所含镉元素的定量检测方法和系统。所述定量检测方法和系统通过采用激光诱导击穿光谱仪获取待检测水稻根系的光谱数据,根据所述光谱数据确定镉元素发射谱线的信号强度,然后,采用镉元素定量检测模型根据镉元素发射谱线的信号强度确定待检测水稻根系中镉元素的含量。本发明提供的水稻根系所含镉元素的定量检测方法和系统,能够去除基体效应干扰,提高水稻镉元素含量的检测精度。

    一种气氛可调式LIBS信号增强装置和重金属检测方法

    公开(公告)号:CN111398253A

    公开(公告)日:2020-07-10

    申请号:CN202010187810.8

    申请日:2020-03-17

    Applicant: 浙江大学

    Abstract: 本发明提供了一种气氛可调式LIBS信号增强装置和重金属检测方法,所述装置包括:固体脉冲激光器、光路系统、单一气体柱形气室、光纤收集器、光谱仪和控制器;光路系统与固体脉冲激光器连接,单一气体柱形气室与光路系对应设置,光纤收集器与单一气体柱形气室对应设置,光谱仪与光纤收集器连接,控制器分别与光谱仪和固体脉冲激光器连接,光谱仪根据光纤收集器接收的光信号确定激光诱导击穿光谱信息;控制器根据接收的激光诱导击穿光谱信息确定LIBS光谱信息;本发明为激光烧蚀待检测样品产生等离子体提供不同压强单一气体环境气氛的能力,根绝检测需求调节气体的输入量和空气的比例,调节压强,增强LIBS光谱信息以及提高重金属含量确定的准确性。

    一种多气体混合LIBS信号增强装置和重金属检测方法

    公开(公告)号:CN111398251A

    公开(公告)日:2020-07-10

    申请号:CN202010187094.3

    申请日:2020-03-17

    Applicant: 浙江大学

    Abstract: 本发明提供了一种多气体混合LIBS信号增强装置和重金属检测方法,所述装置包括:固体脉冲激光器、光路系统、多气体混合球形气室、光纤收集器、光谱仪和控制器;光路系统与固体脉冲激光器连接,多气体混合球形气室与光路系对应设置,光纤收集器与多气体混合球形气室对应设置,光谱仪与光纤收集器连接,控制器分别与光谱仪和固体脉冲激光器连接,光谱仪根据光纤收集器接收的光信号确定激光诱导击穿光谱信息;控制器根据接收的激光诱导击穿光谱信息确定LIBS光谱信息;本发明为激光烧蚀待检测样品产生等离子体提供多种气体均匀混合环境气氛的能力,根绝检测需求调节气体的输入量和空气的比例,调节压强,增强LIBS光谱信息以及提高重金属含量确定的准确性。

    一种水稻叶片逆境生理指标检测方法及系统

    公开(公告)号:CN111398191A

    公开(公告)日:2020-07-10

    申请号:CN202010222044.4

    申请日:2020-03-26

    Applicant: 浙江大学

    Abstract: 本发明涉及一种水稻叶片逆境生理指标检测方法及系统,方法包括:获取水稻叶片样本;确定所述水稻叶片样本的高光谱信息;对所述高光谱信息进行平滑去噪降维处理;获取所述水稻叶片样本逆境生理指标的真实含量值;采用特征变量筛选法获取与所述真实含量值相关性最高的平滑去噪降维处理后的高光谱信息的特征波段;所述特征波段为m行n列的光谱矩阵,其中n列光谱代表n个与水稻叶片样本抗坏血酸含量高度相关的特征变量;基于所述真实含量值和所述特征向量建立测试集水稻叶片高光谱信息-逆境生理指标含量的回归模型;基于所述回归模型确定水稻叶片样本的逆境生理指标。本发明中的上述方法精测精度高且计算快。

    基于近红外特征波谱的叶菜农药残留量检测装置及方法

    公开(公告)号:CN111337451A

    公开(公告)日:2020-06-26

    申请号:CN202010222180.3

    申请日:2020-03-26

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于近红外特征波谱的叶菜农药残留量检测装置及方法,涉及叶菜农药残留检测技术领域,包括获取未知农药残留浓度的叶片匀浆样品;将装有叶片匀浆样品的培养皿置于叶菜农药残留量检测装置的样品槽上,以获取所述叶片匀浆样品的光谱数据;对光谱数据进行预处理得到光谱矩阵和所述光谱矩阵对应的农药浓度矩阵;根据光谱矩阵和光谱矩阵对应的农药浓度矩阵建立回归系数-光谱波长关系图;根据回归系数-光谱波长关系图确定叶菜中农药残留量对应的特征波长;根据特征波长对应的光谱强度值计算叶菜叶片中的农药残留量。本发明在样品准备过程中无需复杂繁琐的化学处理,实现快速检测目的。

    一种采茶无人机
    8.
    发明授权

    公开(公告)号:CN108901361B

    公开(公告)日:2020-05-29

    申请号:CN201810687235.0

    申请日:2018-06-28

    Applicant: 浙江大学

    Abstract: 本发明公开了一种采茶无人机,属于农业机械采摘技术领域,包括无人机本体和设置在无人机本体底部的剪切装置与集叶装置,剪切装置包括固定在无人机主体底部的筒体、固定在筒体底端的快门式剪切机构以及驱动快门式剪切机构进行剪切动作的第一致动器;集叶装置位于筒体内,其包括固定在无人机主体底部的支架、安装在支架上且用于产生负压的风扇以及设置在风扇下方的采集网;采集网通过循环机构可活动地安装在支架上,在采集网的可活动区域沿活动方向两端设有收集区域。该采茶无人机不仅能适应不同的地形,并且通过快门式剪切机构能将进入切割区域的茶叶有效切割下来,而不出现遗漏现象,保证了茶叶的产量。

    一种适用于不同地形的采茶无人机

    公开(公告)号:CN108990548A

    公开(公告)日:2018-12-14

    申请号:CN201810688399.5

    申请日:2018-06-28

    Applicant: 浙江大学

    Abstract: 本发明公开了一种适用于不同地形的采茶无人机,属于农业机械采摘技术领域,包括无人机本体、剪切装置与集叶装置,剪切装置包括固定在无人机主体底部的圆柱形筒体、固定在圆柱形筒体底端的快门式剪切机构以及驱动快门式剪切机构进行剪切动作的致动器;集叶装置包括从上至下依次安装在圆柱形筒体内的风扇和带有黏性的采集网,在圆柱形筒体的底部侧面设有风洞。快门式剪切机构可以实现茶树顶部茶叶的精确剪切,并将茶叶留在剪切机构内部,通过风扇的负压将茶叶吸附到采集网上,由于采集网具有黏性,茶叶可粘附在采集网上,当茶叶基本铺满整个采集网,风扇产生的气流达到了能够吸附的极限,此时打开集叶装置,关闭风扇,在下方进行茶叶收集。

    一种水稻叶片重金属铜元素定量检测方法及系统

    公开(公告)号:CN111398254B

    公开(公告)日:2021-09-24

    申请号:CN202010222051.4

    申请日:2020-03-26

    Applicant: 浙江大学

    Abstract: 本发明涉及一种水稻叶片重金属铜元素定量检测方法及系统,方法包括:获取水稻叶片样本、激光诱导击穿光谱数据、铜元素的真实含量值y;建立铜元素发射谱线强度‑铜元素含量的线性回归模型,计算模型预测的铜元素值yi;建立铜元素发射谱线强度‑铜元素含量的幂回归模型,获取最大值Rej;计算模型预测的铜元素值yj;建立铜元素发射谱线强度‑铜元素含量的多元线性回归模型,计算模型预测的铜元素值yd;建立测试多方程组合预测值‑铜元素真实含量的线性回归模型最终确定铜元素的含量。本发明中的上述方法最大限度包含了LIBS光谱和水稻叶片Cu含量间的线性、指数化、非线性等数学关系,去除了基体干扰信息,实现了Cu含量精确定量。

Patent Agency Ranking