-
公开(公告)号：CN107038501B
公开(公告)日：2020-07-14
申请号：CN201710237013.4
申请日：2017-04-12
Applicant: 南京农业大学
Abstract: 本发明提出一种基于R语言的小麦生育期特征参数估算方法，利用R语言对小麦生长模拟模型进行重新编写，通过拉丁超立方设置参数初始值，运算得到小麦品种特征参数的先验概率分布，根据初始值和先验概率分布选取候选参数，计算生育期的概率密度函数，判断是否接受新的参数，最终得到了品种各特征参数的后验概率密度分布。本发明的方法采用非线性最小二乘法提高了抽样的效率，避免了参数陷入局部最优；基于贝叶斯理论框架，有效地考虑了参数的先验分布，通过转化原始数据解决了站点之间误差相关性的问题，使得参数调试结果准确高效，在同类模型小麦品种特征参数估算当中具有普遍适用性。
-
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：CN105913326B
公开(公告)日：2019-08-06
申请号：CN201610220442.6
申请日：2016-04-06
Applicant: 南京农业大学
Abstract: 本发明提出一种约束性知识引导精英个体策略遗传算法的作物生育期模型参数优化方法，属于作物模型品种参数优化的最优化方法领域。其步骤：作物生育期模型品种参数优化的数据准备；作物生育期模型品种参数初始范围的等级划分；确定对模型品种参数具有关键约束性的物候期；关键约束性物候期实测数据范围的估算；设置改进型遗传算法控制参数的初始值；生成初始种群；构造适应度函数；构造个体的基因位方向因子；采用轮盘赌方法构造选择算子；构造方向引导交叉算子；构造方向与精英个体引导的变异算子；基于精英个体的局部搜索。本发明克服了效率低、优化结果不符合品种生物学含义等问题，增加了参数优化的准确性和效率，具有科学意义和实用价值。
-
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。
-
Patent Agency Ranking
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。
-
-
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：CN104765901B
公开(公告)日：2017-12-08
申请号：CN201410214720.8
申请日：2014-05-21
Applicant: 南京农业大学
IPC: G06F17/50
Abstract: 基于Ecore的作物生长元模型构建方法，运用面向对象的方法对大田作物的生长模型进行分析提炼，抽象出作物生长过程中的共性特征，构建作物生长模拟共性概念模型。通过元建模语言构建了抽象语法；通过GMF技术完成了图形语法构建，从而实现基于Ecore的作物生长元模型可视化。本发明构建了作物生长模拟领域通用概念模型，实现了元建模技术在作物生长模拟领域的应用，有利于对农学复杂专业知识的理解。完成了基于Ecore的作物生长元模型抽象语法构建，实现了在作物生长模型领域应用，有利于对已有建模知识的复用。完成了基于GMF的作物生长元模型图形语法的构建，基于元建模的作物生长元模型构建的可视化，更加贴近农学家建模环境。
-
公开(公告)号：CN107392356A
公开(公告)日：2017-11-24
申请号：CN201710509683.7
申请日：2017-06-28
Applicant: 南京农业大学
Abstract: 本发明公开了一种管理田块的矩形格网构建方法，以在大田中获取的土壤采样点数据为数据，建立基于半方差分析和二值线性规划的矩形格网分区。本发明改善现有管理分区方法，确定最优的管理格网尺寸、保证分区结果的均质性并提高了规则格网构建计算的效率。本发明方法能够利用不同土壤要素进行矩形分区，与现有大田环境管理分区方法对比，效率提升，应用性、普适性和准确性提高。
-
-
-
-
-
-
-
-
-
Search Results
240
records
(took 0.03 seconds)
