一种基于无人机多光谱影像的狼尾草叶片宽度预测方法

    公开(公告)号:CN118533831A

    公开(公告)日:2024-08-23

    申请号:CN202410615962.1

    申请日:2024-05-17

    IPC分类号: G01N21/84 G06V20/10 G06V20/13

    摘要: 本发明提供一种基于无人机多光谱影像的狼尾草叶片宽度预测方法,包括步骤(1).利用无人机搭载多光谱传感器获取狼尾草多光谱影像,图像数据采集设备采用大疆公司生产的御3M多光谱型无人机,预先规划航线并设置相关参数,飞行高度12m,航向重叠率80%,旁向重叠率75%,搭载多光谱传感器,规划航线需要大于研究区范围,采用自主定时航拍模式;步骤(2).利用游标卡尺测定狼尾草叶片宽度,每株随机选取5个叶片,测量叶片最宽处取平均值;步骤(3).采用大疆智图软件对无人机多光谱影像进行预处理。本发明有助于狼尾草生产的现代化和可持续发展,减少资源浪费,从而增加农业的可持续性,具有重要应用价值。

    一种黑麦草产量预测方法与装置
    7.
    发明公开

    公开(公告)号:CN117710812A

    公开(公告)日:2024-03-15

    申请号:CN202311679898.5

    申请日:2023-12-08

    摘要: 本发明提供一种黑麦草产量预测方法与装置。该方法包括:获取黑麦草RGB图像;对所述黑麦草RGB图像进行预处理,得到预处理后的RGB图像;对所述预处理后的RGB图像进行数据分析,以提取植被指数;根据所述植被指数和对应的黑麦草产量构建黑麦草产量预测模型;将待估产的黑麦草RGB图像输入所述黑麦草产量预测模型,预测得到待估产的黑麦草产量数据。本发明提供的黑麦草产量预测方法与装置,通过从预处理后的RGB图像中提取植被指数,并以植被指数和对应的黑麦草产量来构建黑麦草产量预测模型,最终通过构建的模型来预测黑麦草产量,该方法实现了对黑麦草产量的精准预测。

    一种鉴别荞麦属植物的方法
    9.
    发明公开

    公开(公告)号:CN118186123A

    公开(公告)日:2024-06-14

    申请号:CN202410280775.2

    申请日:2024-03-12

    摘要: 本发明公开了一种鉴别荞麦属植物的方法,该方法包含:(1)对待鉴定样本进行总DNA提取;(2)以总DNA为模板,用SEQ ID NO.1和SEQ ID NO.2所示的引物进行PCR扩增;(3)对扩增产物测序峰图进行校对拼接,去除低质量序列及引物区,进行多重序列比对后,去除两端的多余序列,处理后的序列用于序列分析;计算序列的K‑2‑P距离,分析比较序列的种间遗传距离,并构建系统进化树,从而通过对不同种荞麦的MATK序列的聚类来区分荞麦物种。本发明使用matK基因序列进行物种鉴别,以使实验数据具有足够的可靠性,从而为确保其种质资源的正确性及保障药用的安全提供重要的分子依据。