-
公开(公告)号：CN102426153B
公开(公告)日：2015-09-16
申请号：CN201110368757.2
申请日：2011-11-21
Applicant: 南京农业大学
Abstract: 本发明涉及一种基于冠层高光谱指数的小麦植株水分监测方法，利用两年2个品种、4个不同水分处理下的两年小麦池栽试验数据，采用减量精细采样法，分析350～2500nm波段范围内原始光谱和倒数光谱的任意两两波段组合而成的高光谱指数与小麦植株含水量和叶层含水量的定量关系，结果发现基于原始光谱NDVI(R836，R793)和倒数光谱RVI(RC837，RC793)可以监测小麦植株水分含量；基于原始光谱NDVI(R1100，R770)和RVI(R893，R805)可以监测小麦叶层水分含量。本发明研究结论为利用高光谱数据快速无损监测小麦水分状况提供新的波段组合和理论依据。
-
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：CN102435564B
公开(公告)日：2013-09-18
申请号：CN201110278513.5
申请日：2011-09-19
Applicant: 南京农业大学
IPC: G01N21/31
Abstract: 本发明公开了一种基于三波段光谱指数估测植物氮含量的方法，属于植物遥感监测领域，本发明在近红外光波段、可见光红光波段的基础上，增加了蓝绿光波段及其修正系数，建立了三波段光谱指数及氮含量的监测模型，同时提供该模型的检验模型。本发明克服了现有二波段光谱指数法趋向饱和时灵敏度下降的缺陷，尤其对不同品种、不同水分处理、不同氮素水平下的水稻、小麦叶片氮含量监测具有较高的精度和准确性，实现了作物氮素信息的实时获取，促进了基于光谱技术的作物无损监测技术的广泛应用。
-
Patent Agency Ranking
公开(公告)号：CN102072884B
公开(公告)日：2013-05-29
申请号：CN201010543330.7
申请日：2010-11-12
Applicant: 南京农业大学
IPC: G01N21/25
Abstract: 本发明公开了一种基于光谱技术的小麦叶片糖氮比快速检测方法，属于作物栽培技术领域。首先将小麦叶片粉末装入石英杯，利用近红外光谱仪、InGaAs检测器漫反射附件和OMNIC7.2软件采集背景光谱和小麦叶片粉末样品光谱；接着在光谱范围1655~2378nm内，对光谱信息进行预处理；然后利用PLS提取6个特征光谱，将其输入到基于Levevberg-Marquardt优化算法的小波神经网络来快速检测小麦叶片糖氮比。本发明改进了传统的小麦叶片糖氮比测定方法的耗时性和繁琐性，改进了线性校正法不适合非线性关系的弱点，提高了预测的速度和效率，增强了预测的机理性和准确性。
-
公开(公告)号：CN102426153A
公开(公告)日：2012-04-25
申请号：CN201110368757.2
申请日：2011-11-21
Applicant: 南京农业大学
Abstract: 本发明涉及一种基于冠层高光谱指数的小麦植株水分监测方法，利用两年2个品种、4个不同水分处理下的两年小麦池栽试验数据，采用减量精细采样法，分析350～2500nm波段范围内原始光谱和倒数光谱的任意两两波段组合而成的高光谱指数与小麦植株含水量和叶层含水量的定量关系，结果发现基于光谱NDVI(R836，R793)和RVI(RC837，RC793)可以监测小麦植株水分含量；基于原始光谱NDVI(R1100，R770)和RVI(R893，R805)可以监测小麦叶层水分含量。本发明研究结论为利用高光谱数据快速无损监测小麦水分状况提供新的波段组合和理论依据。
-
公开(公告)号：CN102072884A
公开(公告)日：2011-05-25
申请号：CN201010543330.7
申请日：2010-11-12
Applicant: 南京农业大学
IPC: G01N21/25
Abstract: 本发明公开了一种基于光谱技术的小麦叶片糖氮比快速检测方法，属于作物栽培技术领域。首先将小麦叶片粉末装入石英杯，利用近红外光谱仪、InGaAs检测器漫反射附件和OMNIC7.2软件采集背景光谱和小麦叶片粉末样品光谱；接着在光谱范围1655~2378nm内，对光谱信息进行预处理；然后利用PLS提取6个特征光谱，将其输入到基于Levevberg-Marquardt优化算法的小波神经网络来快速检测小麦叶片糖氮比。本发明改进了传统的小麦叶片糖氮比测定方法的耗时性和繁琐性，改进了线性校正法不适合非线性关系的弱点，提高了预测的速度和效率，增强了预测的机理性和准确性。
-
公开(公告)号：CN102435564A
公开(公告)日：2012-05-02
申请号：CN201110278513.5
申请日：2011-09-19
Applicant: 南京农业大学
IPC: G01N21/31
Abstract: 本发明公开了一种基于三波段光谱指数估测植物氮含量的方法，属于植物遥感监测领域，本发明在近红外光波段、可见光红光波段的基础上，增加了蓝绿光波段及其修正系数，建立了三波段光谱指数及氮含量的监测模型，同时提供该模型的检验模型。本发明克服了现有二波段光谱指数法趋向饱和时灵敏度下降的缺陷，尤其对不同品种、不同水分处理、不同氮素水平下的水稻、小麦叶片氮含量监测具有较高的精度和准确性，实现了作物氮素信息的实时获取，促进了基于光谱技术的作物无损监测技术的广泛应用。
-
公开(公告)号：CN102175618B
公开(公告)日：2012-11-21
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。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.024 seconds)
