-
公开(公告)号：CN116602106A
公开(公告)日：2023-08-18
申请号：CN202310890649.4
申请日：2023-07-20
申请人： 南京农业大学三亚研究院 , 南京农业大学
摘要： 本发明公开了一种基于无人机的水稻田内变量施肥方法。基于无人机多光谱影像及旋翼无人机撒肥平台，提出基于无人机的水稻田内变量施肥技术，在水稻追肥关键生育期根据氮肥优化算法NFOA利用无人机变量撒肥平台实现田内精确变量施肥。通过当地多年不同品种及氮素水平的水稻田间互作试验，确定NFOA追氮算法的最适参数，并根据追肥关键生育期的无人机多光谱影像生成适用于无人机撒肥平台的追氮处方图，配套大疆T20变量施肥装置，进行无人机变量施肥。本发明对比传统的人工均匀撒肥方式，大大节约了人力和肥料成本，追肥作业更加精确、快捷，此外受天气和地形因素影响较小，真正实现了基于无人机精确变量施肥作业。
-
公开(公告)号：CN115015132A
公开(公告)日：2022-09-06
申请号：CN202210616907.5
申请日：2022-06-01
申请人： 南京农业大学 , 神农智慧农业研究院南京有限公司
摘要： 本发明公开了一种基于数据融合建立冬小麦水分状况监测模型的方法，包括：获取小麦植株冠层光谱反射率；测定水分指标，获取植株数据、土壤数据、气象数据；分别筛选对冠层含水量、植株含水量和冠层等效水厚度相关性最好的光谱指数；使用主成分分析和皮尔逊相关系数方法，对土壤数据、植株数据和气象数据进行特征选择；将筛选出的光谱指数融合不同数据库作为模型输入参数，分别利用R语言代码中的决策树DT、随机森林RF和支持向量机SVM算法，建立基于数据融合构建的冬小麦水分状况监测模型；比较不同冬小麦水分状况监测模型对于水分指标的预测效果，筛选出对水分状况最优监测模型。本发明还公开了一种基于数据融合的冬小麦水分状况监测方法。
-
公开(公告)号：CN102495948B
公开(公告)日：2016-12-14
申请号：CN201110368758.7
申请日：2011-11-21
申请人： 南京农业大学
IPC分类号： G06F19/00
摘要： 本发明公开了一种基于MCMC的小麦品种特征参数估算方法，其方法主要是通过田间实测小麦品种的生育期及产量与小麦生长模型模拟的生育期及产量构建概率密度函数，利用MCMC方法反演得到小麦品种特征参数。具体过程首先通过测试运算得到小麦品种特征参数的先验概率分布，根据初始参数和先验分布提出候选参数，计算产量和生育期的概率密度函数和释然比，根据M-H准则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。本发明所述方法估计的结果既准确又高效，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：CN102426153B
公开(公告)日：2015-09-16
申请号：CN201110368757.2
申请日：2011-11-21
申请人： 南京农业大学
摘要： 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：CN102722766A
公开(公告)日：2012-10-10
申请号：CN201210179577.4
申请日：2012-06-04
申请人： 南京农业大学
摘要： 本发明提供了一种基于修订的区域气候模式数据的小麦产量预测方法，通过观测的历史逐日气象数据，对未来区域气候模式修订的日最高最低温度、降雨强度、降雨频率、太阳辐射数据进行修订，使区域气候的数据既保持其原有的年际变化规律，又符合该站点历史气象变化规律，解决了区域气候的模拟值与观测数据之间系统性偏差、太少的连续干旱天数、无法重现高降雨事件以及时空尺度上的不匹配等带来的问题；进一步将修订后的区域气候模式数据与小麦生长模拟系统相结合，有效地提高了小麦成熟期和产量的预测精度，实现了小麦生长模拟系统和区域气候模式尺度上的统一。
-
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
申请人： 南京农业大学
IPC分类号： G01N21/17
CPC分类号： Y02A40/12
摘要： 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：CN112903600A
公开(公告)日：2021-06-04
申请号：CN202110055875.1
申请日：2021-01-15
申请人： 南京农业大学
IPC分类号： G01N21/25
摘要： 本发明基于固定翼无人机影像光谱数据，提出一种基于固定翼无人机多光谱影像的水稻氮肥推荐方法，用于水稻追肥关键生育期氮肥施用量推荐。通过水稻田间试验，构建水稻植株氮积累量监测模型，并拟合无人机时序光谱动态曲线。利用上述模型和曲线构建充足指数氮肥推荐算法，并通过独立试验对该算法进行验证。本发明充分考虑了无人机平台的光谱数据特性，通过敏感植被指数筛选、最优曲线拟合的方法能够精准、无损地监测水稻关键生育期的氮素营养状况，最后通过充足指数算法结合监测结果与无人机光谱特征给出准确的氮肥推荐量。本发明将为水稻精确氮素管理提供优化途径，为区域尺度的精准农业管理和决策提供重要理论基础与技术支撑。
-
公开(公告)号：CN112345458A
公开(公告)日：2021-02-09
申请号：CN202011137002.7
申请日：2020-10-22
申请人： 南京农业大学
摘要： 本发明提出一种基于无人机多光谱影像的小麦产量估测方法，将小麦冠层多光谱影像数据与产量数据相结合，通过单因子和多因子的建模角度，采用不同建模方法构建了小麦产量预测模型。本发明充分考虑了产量的形成过程机理以及不同生育时期对小麦产量估测的影响，通过敏感植被指数的筛选、多个生育期的结合以及机器学习方法的应用能够精准、无损地估测不同处理下的小麦产量，本发明将为小麦产量精准估测方法提供新的思路，为区域尺度的精准农业管理和决策提供重要理论基础与技术支撑。
-
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
申请人： 南京农业大学
IPC分类号： G01N21/3563 , G01N21/359 , G01N21/47 , G01S19/42
摘要： 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：CN103528965B
公开(公告)日：2016-03-02
申请号：CN201310382064.8
申请日：2013-08-28
申请人： 南京农业大学
IPC分类号： G01N21/25
摘要： 本发明公开了一种小麦叶片等效水厚度高光谱监测方法，基于不同生态点、不同施氮水平、不同水分处理、不同生育期和不同年份小麦品种的田间试验，构建了基于两波段指数而新建的三波段光谱指数，建立了基于新型三波段光谱指数的小麦等效水厚度高光谱监测模型。本发明通过不同氮素、水分、年份和生育期的田间试验，确定监测小麦LEWT的敏感波段范围和最佳光谱指数，构建定量监测模型，模型具有较高的普适性、机理性和准确性，且对水分敏感对氮素钝感。本发明方法简单，操作方便，快速、准确并无损，为不同氮素条件下的小麦水分监测和精确灌溉提供理论基础和技术支撑。
-
-
-
-
-
-
-
-
-
搜索结果
23 条记录 (耗时 0.033 秒)
