-
公开(公告)号：CN118624573A
公开(公告)日：2024-09-10
申请号：CN202410670014.8
申请日：2024-05-28
Applicant: 吉林农业大学
IPC: G01N21/64 , G01N21/31 , G01N21/359
Abstract: 本申请公开了一种基于光谱技术测量辣椒叶片叶绿素的方法，涉及基于光谱技术的叶绿素测量技术领域，包括：选取预处理后的辣椒叶片作为样本，将样本划分为校准集和测试集；设定特征波长的范围和荧光强度并对样本进行光谱扫描，得到样本在可见光及近红外波段范围内的光谱数据；根据光谱数据得到与叶绿素含量相关的特征波长；通过化学方法测定校准集样本实际的叶绿素含量并建立校准集参数，构建校准集样本的叶绿素含量与其光谱数据之间的数学模型；将测试集样本的光谱数据输入至数学模型，得到测试集样本的叶绿素含量预测值。本申请提供的方法将无损的光谱测量与传统的实验室化学方法相结合，节省了时间和成本，保持测量结果的科学性和准确性。
-
公开(公告)号：CN119827439A
公开(公告)日：2025-04-15
申请号：CN202510307938.6
申请日：2025-03-17
Applicant: 吉林农业大学
Abstract: 一种基于激光补光灯植物叶片光能吸收量定量测算方法，属于植物光学检测与分析技术领域。其解决了现有的对植物叶片的光能吸收检测通常侧重于标准实验条件下的测量，无法适应于实际应用中的多变、复杂的条件，在实际的研究中仍具备一定的局限性和不稳定性的技术问题。所述方法包括如下步骤：S1、采集影响因素x下植物叶片光合有效辐射光子通量密度数据；S2、根据所述光合有效辐射光子通量密度数据计算植物叶片的透射率和反射率；S3、对植物叶片的透射率进行修正，得到修正的透射率，并基于修正的透射率计算植物叶片对激光的衰减系数；S4、基于植物叶片对激光的衰减系数构建植物叶片光能吸收量定量测算模型。
-
公开(公告)号：CN119107319B
公开(公告)日：2025-02-28
申请号：CN202411586598.7
申请日：2024-11-08
Applicant: 吉林农业大学
IPC: G06T7/00 , G06T7/11 , G06V10/766
Abstract: 一种基于图像的叶片光合速率预测方法，涉及植物光合作用评估技术领域。为解决现有技术中存在的，现有的光合速率测量技术存在：成本高且难以大规模应用，以及缺乏对叶片图像全面特征的有效分析，导致预测精度不高的技术问题，本发明提供的技术方案为：一种基于图像的叶片光合速率预测模型构建方法，方法包括：对采集的训练图像进行预处理，包括划分多个区间的步骤；对预设测量区域内的，所述分区中，像素个数进行统计的步骤；基于最小二乘法，得到所述像素个数与光合速率之间的量化关系的步骤；根据所述量化关系，构建光合速率预测模型的步骤。可以应用于分析叶片光合速率的工作中。
-
公开(公告)号：CN119107319A
公开(公告)日：2024-12-10
申请号：CN202411586598.7
申请日：2024-11-08
Applicant: 吉林农业大学
IPC: G06T7/00 , G06T7/11 , G06V10/766
Abstract: 一种基于图像的叶片光合速率预测方法，涉及植物光合作用评估技术领域。为解决现有技术中存在的，现有的光合速率测量技术存在：成本高且难以大规模应用，以及缺乏对叶片图像全面特征的有效分析，导致预测精度不高的技术问题，本发明提供的技术方案为：一种基于图像的叶片光合速率预测模型构建方法，方法包括：对采集的训练图像进行预处理，包括划分多个区间的步骤；对预设测量区域内的，所述分区中，像素个数进行统计的步骤；基于最小二乘法，得到所述像素个数与光合速率之间的量化关系的步骤；根据所述量化关系，构建光合速率预测模型的步骤。可以应用于分析叶片光合速率的工作中。
-
-
-
Search Results
4
records
(took 0.015 seconds)
