首页> 中文学位 >CGMD302型便携式作物生长监测诊断仪的优化
【6h】

CGMD302型便携式作物生长监测诊断仪的优化

代理获取

目录

声明

摘要

符号说明

第一章 绪论

1.1 研究背景

1.2 国内外研究进展

1.3 研究内容

第二章 作物生长传感器的监测机理

2.1 作物反射光谱特征

2.2 地物反射光谱测量机理

2.2.1 反射率定义

2.2.2 反射率测量方法

2.2.3 光谱植被指数

2.3 便携式作物生长监测诊断仪的监测原理

2.3.1 波段选择

2.3.2 反射率测量方法

2.4 讨论与小结

第三章 作物生长传感器光谱定标方法的优化

3.1 作物生长传感器光谱定标机理

3.1.1 光谱定标原理

3.1.2 定标方法

3.1.3 定标所需条件

3.2 材料与方法

3.2.1 定标设备

3.2.2 基于标准灰度板的定标方法

3.3 定标方法的优化

3.3.1 基于标准灰度板的定标方法的不足

3.3.2 定标方式优化

2.3.3 定标环境优化

3.4 结果与分析

第四章 作物生长传感器信号调理电路的优化

4.1 作物生长传感器信号特点

4.2 信号调理电路的优化

4.2.1 当前信号调理电路的不足

4.2.2 模数转换优化

4.2.3 系统增益优化

4.3.4 增益可调程序设计

4.3 结果与分析

第五章 CGMD302的功能优化及实现

5.1 CGMD302功能优化

5.1.1 存在的不足

5.1.2 功能优化

5.2 便携式作物生长监测诊断仪功能优化实现

5.2.1 系统硬件优化

5.2.2 人机界面优化

5.2.3 系统软件优化

第六章 CGMD302田间实验

6.1 田间设计

6.2 实验数据采集

6.3 结果与分析

第七章 讨论与结论

7.1 讨论

7.2 结论与展望

参考文献

致谢

在读期间发表论文申请专利登记软件著作权情况

展开▼

摘要

精确农业是可持续农业的必然选择,其核心内容为作物生产过程中的精确管理,主要思想是根据作物群体的长势差异,实施水肥精确调控,实现变量投入,以减低生产成本、提高生产效益、减少环境污染。其中,作物生长信息的实时有效获取为作物精确管理的依据,对作物品质、产量、以及农民增产增收起决定作用。
  目前,基于叶片冠层反射光谱探测作物生长信息的无损监测数据是作物长势信息实时获取的主要技术,作物生长传感器作为感知信息的核心部分,决定着作物冠层光谱信息获取的质量,直接影响着精确施肥方案的生成。近年来,国内外基于作物长势光谱监测的研究成果,开始对作物生长传感器及其监测设开展了探索性研究,但至今尚未有相应商业化、实用化的作物生长信息实时、在线的获取装置,严重制约了作物生产精确管理技术的发展,因此迫切需要开发一种性价比高、普适性好的便携式作物生长监测诊断设备,以解决田间作物生长信息检测周期长,不能及时有效指导农作的瓶颈。
  本文以南京农业大学国家信息农业工程技术中心研发的CGMD302型便携式作物生长监测诊断仪(下文简称CGMD302)为研究对象,根据田间应用的实际情况进行了结构和功能上的优化与完善。主要包括:改进了作物生长传感器的定标方法;优化了作物生长传感器的信号调理电路,完善了CGMD302的应用功能,具体如下:
  1.分析了作物生长传感器原有的定标方法存在的问题,提出了基于标准探测器辐射定标的作物生长传感器光谱定标方法,搭建的传感器自动定标平台,通过积分球内置均匀光源和标准亮度计(National Institute of Standards and Technology(NIST)标准溯源)对作物生长传感器进行辐射亮度/辐射照度的光谱定标,实现了定标速率由40分钟/只降低到10分钟/只,并且可以实现全天候定标;定标相对误差由+50.13%降低到(+)0.83%,环境光状况变化引起的平均误差由8.3%降低至1.22%,提高了定标速度和精度,也增强了仪器的光环境适应性。
  2.分析了T型放大电路在弱光电流信号调理电路中的存在的弊端,设计了积分式增益可调电路,实现了光谱信息的宽范围高精度无损监测。该电路处理后的光谱反射率,其分辨率在环境光辐射照度EP(815nm)>30mW/(nm·m2)时,优于0.1%(传统电路在该状况下9.1%)。
  3.增加了作物氮素诊断功能,在有限外设资源的前提下,通过接口复用技术,设计了简便易操作的参数输入以及LCD显示等人机交互接口,通过多参数和诊断模型的有机融合,实现了直接输出建议施肥量等信息功能。
  4.通过田间实验(小麦和水稻),对比了作物生长传感器与Fieldspec Pro FR2500光谱仪的监测数据,优化后CGMD302的730nm通道和815nm通道的监测反射率与ASD监测的反射率相当,不需要进行线性拟合,平均误差分别为2.18%、3.64%,较优化前提升约1%,均方根误差分别从5.48%、8.61%降低到2.62%,4.47%;CGMD302监测的水稻和小麦的比值植被指数(RVI)和归一化植被指数(NDVI)较ASD监测结果具有很强的相关性,相关系数达分别为0.93,0.91。CGMD302和ASD监测的植被指数(RVI、NDVI)间的相对均方根误差(RRMSE)分别为0.0649、0.0884;CGMD302获得的植被指数与被测作物农学参数间的相关性好,与叶片氮含量(LNC)、叶片氮积累量(LNA)、叶面积指数(LAI)、叶干重(LDW)等的相关系数分别达到0.83、0.745、0.735、0.739。其中叶片氮含量(LNC)、叶片氮积累量(LNA)、叶面积指数(LAI)和叶干重(LDW)的平均测量误差分别为11.11%、9.13%、10.37%、5.58%。
  实验结果表明,优化后的CGMD302的监测的反射率精度、稳定性及分辨率均有提高,能更好能够更好地实现稻麦冠层反射光谱高精度、宽范围、高分辨率的检测;可以更好地满足于作物生长信息的快速精量获取的要求。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号