[发明专利]一种南丰蜜桔智能光谱监测和氮肥定量诊断系统及方法有效
申请号: | 202010426560.9 | 申请日: | 2020-05-19 |
公开(公告)号: | CN111652754B | 公开(公告)日: | 2022-04-22 |
发明(设计)人: | 舒时富;叶春;李艳大;黄俊宝;陈立才;吴罗发;孙滨峰;曹中盛;罗翔 | 申请(专利权)人: | 江西省农业科学院农业工程研究所 |
主分类号: | G06Q50/02 | 分类号: | G06Q50/02;G06V20/68;G06V10/30;G06V10/50;G01N21/25;G06K9/62;A01C21/00 |
代理公司: | 北京国坤专利代理事务所(普通合伙) 11491 | 代理人: | 赵红霞 |
地址: | 330000 江西*** | 国省代码: | 江西;36 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 南丰 智能 光谱 监测 氮肥 定量 诊断 系统 方法 | ||
1.一种南丰蜜桔智能光谱监测和氮肥定量诊断方法,其特征在于,所述南丰蜜桔智能光谱监测和氮肥定量诊断方法,包括:
步骤一,光谱数据采集模块采用定制的特征波段多光谱传感器,实时获取南丰蜜桔光谱数据,将采集的光谱数据传递到主控模块;图像采集模块利用摄像头,实时获取果树图像信息,将果树图像信息传递到主控模块;所述光谱数据采集模块中定制的特征波段多光谱传感器对获取南丰蜜桔光谱数据进行数据融合的方法,包括:
1)将采集的南丰蜜桔光谱数据建立相应的矩阵,并且求出南丰蜜桔光谱数据相应的协方差矩阵;
2)求出南丰蜜桔光谱数据的协方差矩阵的特征值,并对相应的特征值进行排序;
3)选取N个南丰蜜桔光谱数据矩阵对应的特征值,并且计算出特征值对应的特征向量;
4)根据特征向量建立相应的特征矢量,并转化成统一与南丰蜜桔光谱数据相对应的特征矢量;
步骤二,根据采集的数据,氮肥诊断调控模块,对采集到的南丰蜜桔光谱数据进行处理,通过模型对南丰蜜桔氮肥进行诊断调控,指导氮肥精确管理,与主控模块连接;氮肥诊断调控模块判断方法如下:
步骤A:通过光谱数据采集模块采集南丰蜜桔光谱数据Rλ550和Rλ805,光谱数据采集采用多光谱传感器测量南丰蜜桔冠层特征光谱反射率;
步骤B:氮肥诊断调控模块对采集的光谱数据进行统计分析处理,根据光谱数据,可估算南丰蜜桔叶片实时氮含量;
步骤C:通过在南丰蜜桔目标产量下的估算最高叶片氮含量、总需氮量和单位叶片氮含量需氮量的基础上,利用相应的计算公式计算得到各时期施氮量;
步骤三,主控模块控制4G无线数据传输模块采用4G网络技术,实时传输光谱和图像数据;主控模块控制数据存储模块通过存储器存储采集的南丰蜜桔光谱数据、图像数据和氮肥的诊断调控结果;
步骤四,主控模块控制显示模块通过显示器显示采集的南丰蜜桔光谱数据、图像、氮肥的诊断调控结果;
所述步骤B中,估算南丰蜜桔叶片实时氮含量(LNC)模型方程为:
LNC=a×DVI2+b×DVI+c;
式中:a、b和c为方程系数,由试验数据拟合而得;DVI为南丰蜜桔冠层差值植被指数,公式为DVI=Rλ550-Rλ805;
所述步骤C中,利用如下公式计算得到各时期施氮量为:
PN=(LNCmax–LNC)×LNDLNC;
式中,LNCmax为目标产量下的最高叶片氮含量;LNC为各时期实时叶片氮含量;LNDLNC为目标产量下的单位叶片氮含量需氮量kg/株,LNDLNC=TND/LNCmax;TND为获得目标产量的总需氮量,kg/株,TND=GYT×ND,GYT为目标产量,kg/株;ND为单位籽粒吸氮量。
2.如权利要求1所述的南丰蜜桔智能光谱监测和氮肥定量诊断方法,其特征在于,所述步骤一中,图像采集模块对获取果树图像信息进行处理的过程为:
对采集的果树图像信息中识别获取含有噪声的图像信息,建立相应的训练样本;
利用小波变换对含有噪声的图像信息训练样本进行分解,确定相应的极值点;根据确定的极值点,改变较低的极值点;
根据处理完成的果树图像,对果树图像进行重组,得到去噪完成的果树图像。
3.如权利要求1所述的南丰蜜桔智能光谱监测和氮肥定量诊断方法,其特征在于,所述步骤一中,图像采集模块对果树图像中的果树特征提取方法,包括:
(1)根据设定的要求,选择果树图像中的获取图像区域;
(2)将获取的图像区域划分成多个小区域,并且求出果树图像区域中的像素灰度值;
(3)根据果树图像区域中的像素灰度值,建立果树的果树直方图,并进行归一化处理;
(4)根据归一化处理的果树直方图,组合成所要提取的果树特征。
4.如权利要求1所述的南丰蜜桔智能光谱监测和氮肥定量诊断方法,其特征在于,所述步骤A中多光谱传感器由550和805nm两种探测镜头组成。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江西省农业科学院农业工程研究所,未经江西省农业科学院农业工程研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010426560.9/1.html,转载请声明来源钻瓜专利网。