测量作物中氮含量和精准施氮的方法

为了研究SPAD-502PLUS便携式叶绿素测定仪测量作物中氮含量和作物在缺氮的情况下,如何精准施肥,通过使用浙江托普云农科技股份有限公司生产的型号为TYS-4N型植物营养测定仪测定作物中叶绿素SPAD的值以及氮含量,推导出叶绿素SPAD的值与氮含量的关系式为N=0.3SPAD+0.525。使用SPAD-502PLUS便携式叶绿素测定仪测量作物中叶绿素SPAD的值,代入N=0.3SPAD+0.525关系式,经计算得偏差率最大为9.5%,最小为0.4%。绝大多数偏差率在5%以下,说明利用此方法可以大致估算出作物中的氮含量。使用托普云农仪器数据管理软件通过查表可以查出作物的100kg产量所吸收氮养分量及肥料氮养分含量与利用率等,可以精准计算出作物所需氮肥的量,对指导农户精准施肥具有重要意义。     

基于GNDVI指数的土壤—水稻冠层变量施氮决策方案研究

氮肥的合理施用是水稻增产增收的关键所在.氮肥施用不当不仅会导致水稻分蘖期植株过分生长、成熟期倒伏、产量降低,还将会对农田土壤及周边环境造成污染,破坏土壤养分结构,因此提出一种变量施加氮肥的决策方案精准投放氮肥.利用紫外分光光度法对土壤中氮素含量进行测量,分析土壤中氮元素含量;测量水稻叶片SPAD值映射冠层氮素含量,利用...     

基于高光谱的甜菜SPAD值估算研究

叶绿素作为植物体内参与光合作用的重要色素,其含量对作物生长状况、产量和品质有很大影响。为此,利用野外便携式ASD光谱仪,实测了田间甜菜冠层光谱数据,且用SPAD-502叶绿素仪测定叶片SPAD值。基于原始光谱和一阶导数光谱与SPAD值相关性,选取植被指数和波段深度信息建立SPAD值预测模型,并用对照田试验数据对模型进行验证。通过对比植被指数建立的回归模型及波段深度分析,结合多元逐步回归建立的估算模型可知,波段深度比(BDR)结合SMLR建立的估算模型验证结果最好(RMSE=2.54,RE=4.5%)。研究结果表明:导数处理能提高光谱数据与SPAD值相关系数,波段深度信息结合多元逐步回归相比植被指数能提高SPAD值估算精度。     

小麦冠层营养诊断光谱检测仪设计与试验

为了快速准确获取田间作物生长营养水平信息,设计了作物冠层营养诊断光谱检测仪,并进行了小麦大田测试。系统由光学传感器,信号采集驱动模块和控制器组成。光学传感器可测量300~1 100 nm范围内连续光谱,信号采集驱动模块用于提供稳定电压以及数据的A/D转换。开发了光谱采集控制软件安装于控制器,主要功能包括接收、处理、显示和存储采集到的数据。应用该仪器进行了标定试验,并针对大田冬小麦开展了大田试验,试验结果表明该仪器所测反射率与美国ASD FieldSpec HandHeld 2光谱辐射仪所测的反射率之间具有较高的相关性,相关系数最低为0.991 8。分析了冬小麦叶绿素含量指标SPAD值与仪器所测反射率之间的相关性。选出相关性较高的550~900 nm波段进行主成分分析建立叶绿素预测模型,建模 R 2 C 为0.575,模型检验 R 2 V 为0.595。结果表明利用研发的便携式光谱检测仪能有效评估小麦营养叶绿素含量,为小麦的精细栽培提供理论与技术支持。     

基于SPAD的水稻氮素含量测量指标及模型研究

叶绿素相对含量(SPAD)与水稻氮素含量有较好的相关性,但田间叶片的SPAD值测量影响因素较多。本文分析了在不同生长期,不同氮肥胁迫下水稻植株的氮素敏感叶片的叶绿素值的测量影响因素以及随氮素水平变化规律,构建最佳水稻氮素测量指标,并建立叶绿素值与水稻氮素含量检测模型。研究成果可为建立水稻信息专家库及水稻在线施肥系统提供决策依据。     

基于RED-NIR的主动光源叶绿素含量检测装置设计与试验

为了无损和高效地检测作物叶绿素含量,设计了一种采用主动光源的双波长便携式叶绿素含量检测装置,获取作物在红色范围660 nm附近的光谱深吸收和近红外850 nm附近的光谱强反射特征。采集作物叶片的反射光信号,经转换、调制和放大后,利用灰度标准板拟合反射率,660 nm和850 nm拟合的校正模型R~2分别为0. 993、0. 979。光源稳定性与抗干扰性测试结果显示,660 nm和850 nm光源的稳定性均方差分别为0. 007 9和0. 004 4,误差率分别为2. 378%和1. 223%;抗干扰性的均方差分别为0. 009 9和0. 018 7,误差率分别为2. 000%和4. 360%。通过叶绿素浸提溶液配比,设计了叶绿素梯度与双波长反射率的相关性试验,结果显示,660 nm和850 nm与叶绿素浓度相关系数分别为-0. 919和0. 272。660 nm附近叶绿素对光谱有深吸收的特征,将其作为主要测试波长;850 nm附近是叶片结构和以环境光学响应为主,反射光与叶绿素相关性不强,将其作为检测的参比波长。以田间玉米苗期植株为试验对象,利用双波长采集作物反射率,计算归一化植被指数(NDVI)、差值植被指数(DVI)、比值植被指数(RVI)和土壤调整型植被指数(SAVI),其与SPAD仪器测量值的相关系数r分别为0. 892、0. 846、0. 867、0. 883。基于NDVI、DVI、RVI和SAVI建立SPAD多元线性回归模型,其决定系数R~2为0. 831。利用该装置提供的模型嵌入功能导入诊断模型可直接输出叶绿素诊断结果,为作物叶绿素含量快速检测提供支持。     

基于计算机视觉的水稻叶绿素含量测定

叶绿素含量影响植物的各种生理机能,准确测定水稻叶绿素含量有利于了解水稻的光合作用能力,为高产育种和栽培提供依据。叶绿素含量的测定方法有多种,传统测定方法步骤繁琐且耗时费力,而便携式叶绿素仪只能进行点测定。计算机视觉是一种快速便捷的图像处理技术,可以用于作物的色素含量测定和营养状况诊断。为此,设计了一种基于计算机视觉的水稻叶绿素含量测定方法,叶片图像通过扫描获得,经过处理并提取叶片轮廓后以G-R、B-R和R/(G+B)等3个颜色特征参数建立叶绿素含量的估算模型。结果表明:以G-R和R/(G+B)建立的模型精度较高,对检验样本SPAD值拟合方程的决定系数和斜率都接近1,可以用来准确测定水稻的叶绿素含量。     

厚度自校正的SPAD叶绿素测量方法

为了降低厚度对叶绿素仪在测量土壤和作物分析仪器开发(SPAD)值的影响,提出了一种厚度自校正的SPAD测量方法。首先,介绍了厚度自校正的测量原理;其次,设计了一套可同时测量SPAD值和叶片厚度的测量系统;最后,通过水稻进行实验验证。结果表明:自校正后的SPAD与各叶绿素含量的相关系数均比自校正前有明显提高,平均达到了0.819,该测量方法提高了SPAD估计叶绿素的能力和精确度。     

水肥调控对水稻叶片SPAD值与产量的影响

以鄱阳湖流域典型稻田为研究对象,以"陆两优996"早稻为试材,采用多因素随机区组设计,研究了不同灌溉模式、施氮水平、追肥方式下水稻叶片SPAD值随生育进程的动态变化特征,分析了水氮耦合对叶片SPAD值和产量的交互作用以及水稻各生育期SPAD值与产量的关系,阐明了灌溉、施肥及追肥对水稻SPAD值和产量的影响机制。结果表明:灌溉模式和追肥方式对SPAD值的影响体现在生殖生长阶段,施氮量则体现在作物全生育期。施氮能显著提高SPAD值和产量,但氮肥对产量的贡献表现出边际效应。三次施肥方式能明显延缓SPAD值的下降,提高作物产量。灌溉模式、施氮量和追肥方式之间的交互作用不显著。提高乳熟期叶片叶绿素含量是水稻增产稳产的有效手段,从节水减排增产的角度,最优田间管理措施为W_1N_2F_2且维持乳熟期叶片SPAD值在37～40之间。     

基于特征波长优化的便携式作物叶绿素检测仪研究

为了满足田间作物长势快速检测与指导变量管理的需求,基于作物叶绿素光谱响应特征波长筛选与优化,开发了一款便携式作物叶绿素检测仪。首先,采用高光谱仪采集玉米冠层325～1 075 nm反射光谱,并采样萃取叶片叶绿素含量真值,开展叶绿素敏感响应波长筛选。经蒙特卡洛无信息变量消除(MC-UVE)算法在10～100个特征波长范围内进行变量筛选,表明采用50个特征波长时具有最优的叶绿素含量检测能力。其次,选择AS7265x型光谱传感器,以半峰宽20 nm的12个区间覆盖筛选的50个波长,设计的叶绿素检测仪包括传感器、主控制器、显示和控制等模块,实现作物冠层反射光数据采集、处理、显示和存储功能。开展传感器反射率标定与田间应用测试,基于传感器获取的反射率构建叶绿素含量偏最小二乘检测模型验证集决定系数为0.628;进一步组合归一化红边植被指数(NDRE:730、900 nm)和绿光归一化差值植被指数(GNDVI:535、900 nm),检测模型精度提高到0.69,模型嵌入系统最终实现了田间叶绿素含量快速检测,为作物长势高效分析提供了技术支持。     

水、氮效应与叶绿素关系试验研究

以冬小麦和夏玉米为试验对象，研究了不同水、氮条件对作物植株含氮及叶绿素含量的影响，作物叶片含氮、作物产量与叶绿素含量之间的量化关系，并提出了利用叶绿素仪预测作物氮素胁迫的方法。研究结果表明，田间的不同水、氮制度将影响作物的含氮水平及叶绿素含量，它们之间呈正响应关系。氮素对作物叶绿素含量起着较强的影响作用。作为一种测量叶片叶绿素含量的仪器，叶绿素仪可以作为测量作物含氮的仪器使用，具有快速、准确、简便的特点。     

用叶绿素测值(SPAD)评估夏玉米氮素状况的实验研究

比较了 2 0 0 0年北京永乐店夏玉米生长过程中 ,不同水分、氮素处理条件下反映叶片叶绿素含量的SPAD值的变化过程 ,并且就生育期内平均 SPAD值与作物产量 ,水分生理利用效率之间的关系进行了分析。结果表明 ,采用叶绿素仪可以较好的对夏玉米生长过程中作物氮素状况对生长的影响进行评价和预测。     

玉米叶绿素CCI值及氮营养指数在氮诊断中的研究与应用

叶绿素仪因其方便、快捷、非破坏性的优点而被越来越多的运用在作物氮营养诊断上。通过分析叶绿素CCI值与氮营养指数NNI之间的相关性,可以把两者的优点结合起来,达到准确方便检验作物氮营养状况的目的。本研究以河套灌区典型作物玉米为研究对象,设置5个氮肥处理(0、135、180、225、280kg/hm~2),通过田间试验,研究了河套灌区玉米叶绿素CCI值和NNI在氮营养诊断上的可行性。结果表明,叶绿素仪的测定值与施氮量、产量和氮营养指数之间均有较好的相关性。本研究叶绿素测定值推荐玉米的适宜施氮量为225kg/hm~2。     

便携式叶绿素、氮素、水分一体化测定仪设计

建立了可以同时检测作物叶片叶绿素、氮素和水分的数学模型.结合光谱学原理,设计了由近红外LED光源、窄带干涉滤光片、光电检测芯片以及单片机系统组成的作物叶片叶绿素、氮素、水分检测一体化便携式仪器,避免现有仪器由于叶片位置和测定时间差异导致的作物养分探测误差,可用于作物养分和水分的精细管理.     

精密排种器的特征造型及其装配关联设计--基于Solidworks

为了提高排种器的改型设计和系列化设计的效率,基于Solidworks采用自上而下的设计方法对推种式型孔轮排种器进行三维特征造型和装配关联设计;同时,探讨了关键零件的三维特征造型过程中的技术要点和基于装配的关联设计的技术关键,动态模拟装配过程、关联产生二维工程图.     

生菜叶片光谱红边参数对氮营养的响应特征分析

以不同氮素供应水平下的水培生菜为研究对象,采用光谱仪和叶绿素仪分别获得生菜叶片的漫反射光谱信息和叶绿素含量,通过提取生菜叶片光谱的红边参数,分析不同氮素供应水平下红边参数的变化规律,以及各个红边参数与生菜叶片叶绿素含量间的关系.结果表明,随氮营养供应水平的提高,生菜叶片各红边参数呈现不同的响应趋势.红边位置、最小振幅、红边面积以及红边振幅和最小振幅比值与生菜叶片SPAD值间均具有极显著的相关关系,其中以红边位置的相关程度最高,其相关系数为0.9420,均方根误差为1.803.可见,红边位置可以作为生菜叶片氮素营养诊断的一种有效指标.     

灌区智能量水仪接口设计方法

对灌区量水中常用的几种一次仪表进行了分析，提出几种相应的智能量水仅接口设计方法，并且将这些方法综合应用于实践，解决了一台智能量水仅可适用于多种一次仪表的问题。     

基于Atrous-CDAE-1DCNN的紫丁香高光谱数据的叶绿素含量反演

叶绿素含量是评价植物生长状况以及光合作用能力的重要指标。通过叶绿素测定仪实地测定表征紫丁香叶片的叶绿素含量的SPAD(soil plant analysis development)值，利用高光谱图像技术和机器学习算法反演推算紫丁香叶片叶绿素的含量。针对数据采集时噪声信息的干扰、相邻波段间相关性强、冗余信息多的问题，利用空洞卷积去噪自动编码器(Atrous Convolutional Denoising Auto Encoder，Atrous-CDAE)将原始高光谱数据由204维减少到51维，并减少噪声干扰。结合1DCNN建立紫丁香叶片叶绿素含量的预测模型，并与原始数据和其他4种数据处理方法进行比较。结果表明：相比于原始高光谱数据和其他数据处理方法，经Atrous-CDAE处理后的数据预测结果最佳，预测集中决定系数R2为0.972 3，均方根误差RMSE为1.326 6。利用Atrous-CDAE处理的数据与其他经典预测模型组合均取得较优的预测结果，表明Atrous-CDAE可有效地提取数据潜在表征。对其他数据结合本文所提1DCNN模型进行预测，其R2均在0.94以上，RMSE均在2以下，表明该预测模型具有一定的适应性。     

管末孔口流量计的研究

本文依据文丘里流量计的原理,提出了一种新型量水计,利用孔口隔片取代文丘里流量计喉道以后的部分,并用压力表代替测压管,同时把压力表的刻度数值换算成流量值,测流时直接读取流量值,结构简单,计量精度高,特别适合农村机井和机电灌站灌溉管道的流量计量。