基于云平台技术的作物氮含量快速监测与诊断方法

    公开(公告)号:CN114119536B

    公开(公告)日:2023-07-04

    申请号:CN202111403485.5

    申请日:2021-11-22

    摘要: 基于云平台技术的作物氮含量快速监测与诊断方法,包括:控制无人机采集小麦区域的多源图像,将采集到的多源图像进行分割,提取小麦种植空间分布信息,建立小麦氮素含量信息快速解析模型,根据小麦种植空间分布信息绘制氮含量空间分布图,根据氮含量空间分布图构建小麦氮含量决策诊断模型,得出小麦的施肥方案,本申请通过云平台控制无人机采集小麦图像,然后利用云平台的强大的数据存储和分布式运算能力,可以实现作物氮素监测数据的实时收集、处理与诊断分析,并可以自动输出结果,供生产经营管理者及时调整施肥和管理决策,提高测肥经济性和管理决策的效率。

    一种基于格网的农田化肥施用量时空格局分析与诊断方法

    公开(公告)号:CN115221257A

    公开(公告)日:2022-10-21

    申请号:CN202210671888.6

    申请日:2022-06-14

    摘要: 本发明提出了一种基于格网的农田化肥施用量时空格局分析与诊断方法,基于GIS技术将时序县域单元农田化肥施用量数据与区域内县级行政区划数据耦合;利用空间插值法将耦合后农田化肥施用量数据进行空间插值,采用重聚类方法将空间插值后的数据格网化;基于GIS技术将土壤有机质数据格网化;基于格网化农田化肥施用量数据对农田化肥施用量时空格局进行分析;基于格网化土壤有机质数据确定每个网格农田化肥施用量阈值;基于每个网格农田化肥施用量阈值实现农田化肥施用量诊断。本发明考虑了农田化肥施用量的空间相关性,格网尺度实现了更具有针对性的农田化肥施用量时空格局分析和诊断,既提高了工作效率,也能够有效地提高农田化肥污染防治的准确性与精度。

    基于云平台技术的作物氮含量快速监测与诊断方法

    公开(公告)号:CN114119536A

    公开(公告)日:2022-03-01

    申请号:CN202111403485.5

    申请日:2021-11-22

    摘要: 基于云平台技术的作物氮含量快速监测与诊断方法,包括:控制无人机采集小麦区域的多源图像,将采集到的多源图像进行分割,提取小麦种植空间分布信息,建立小麦氮素含量信息快速解析模型,根据小麦种植空间分布信息绘制氮含量空间分布图,根据氮含量空间分布图构建小麦氮含量决策诊断模型,得出小麦的施肥方案,本申请通过云平台控制无人机采集小麦图像,然后利用云平台的强大的数据存储和分布式运算能力,可以实现作物氮素监测数据的实时收集、处理与诊断分析,并可以自动输出结果,供生产经营管理者及时调整施肥和管理决策,提高测肥经济性和管理决策的效率。

    一种农作物冠层高光谱图像获取装置及其使用方法

    公开(公告)号:CN113820281B

    公开(公告)日:2023-04-21

    申请号:CN202111105339.4

    申请日:2021-09-22

    IPC分类号: G01N21/25

    摘要: 本发明提供了一种农作物冠层高光谱图像获取装置,包括拖拉机本体、高度调节架、站架以及活动摄影机构,活动摄影机构包括滑轨、电机、第一支撑板、转轮、第二支撑板、自动卷线盘、滑块、传动丝、保护壳以及高光谱成像仪,滑轨和站架连接,电机固接于滑轨上,转轮转动连接于第一支撑板上,第一支撑板固接于滑轨上,自动卷线盘转动连接于第二支撑板上,第二支撑板固接于滑轨上,滑块滑动连接于滑轨上,滑块通过连接条和传动丝固接,高光谱成像仪连接于滑块上,保护壳固接于滑块上;保护壳底部连接有滑动防尘板,保护壳内壁设有清洁机构。本发明能稳定获取清晰的高光谱图像数据和保护高光谱成像仪。

    一种基于卫星数据的小麦黄花叶病遥感监测方法

    公开(公告)号:CN115201210A

    公开(公告)日:2022-10-18

    申请号:CN202210968301.8

    申请日:2022-08-12

    摘要: 本发明公开了一种基于卫星数据的小麦黄花叶病遥感监测方法,包括如下步骤:获取待监测区域的高分辨率多光谱遥感影像数据;将多期高分辨率多光谱遥感影像进行几何校正、辐射校正、大气校正、裁剪与拼接的预处理,结合小麦生育时期信息,从高分辨率遥感影像上提取监测区小麦种植区域信息;在监测区开展地面调查,建立地面调查样本,包括健康小麦样本及小麦黄花叶病不同病害等级的样本;根据地面调查的健康小麦、发病小麦以及不同病害等级的病害波谱信息分别进行特征提取,根据小麦病害程度的不同等级,对病害特征进行分类,生成病害监测的训练样本和验证样本,获得小麦NDVIwheat,据此判断小麦是否健康。本发明实时监测并准确从待监测区域确定病害信息。

    基于高分卫星遥感数据的冬小麦冻害监测方法

    公开(公告)号:CN110210990A

    公开(公告)日:2019-09-06

    申请号:CN201910462431.2

    申请日:2019-05-30

    IPC分类号: G06Q50/02 G06K9/62

    摘要: 本发明提出了一种基于高分卫星遥感数据的冬小麦冻害监测方法,用以解决现有冬小麦冻害监测缺少定量模型、精度低的问题。本发明的步骤为:地面调查样点获取;高分一号卫星遥感数据获取与预处理;冬小麦种植空间分布提取;利用波段计算预处理后的高分卫星遥感数据的归一化植被指数图层,与冬小麦种植空间分布结果进行叠加;地面调查点冬小麦植被指数获取;冬小麦种植区域NDVI的归一化;植被指数NDVI比值计算;灾害等级的划定。本发明将植被指数的差异通过比值的方法进行放大处理,快速地进行冬小麦冻害的监测,迅速估计灾害的发生与范围,结合地面调查进行灾害等级的划分,对于评估灾害造成的损失,进行农业保险快速理赔具有重要的意义。

    基于Bootstrap抽样的土壤有机碳预测不确定性估测方法

    公开(公告)号:CN110531054A

    公开(公告)日:2019-12-03

    申请号:CN201910931442.0

    申请日:2019-09-29

    摘要: 本发明提出了一种基于Bootstrap抽样的土壤有机碳预测不确定性估测方法,其步骤为:土壤样品的采集及预处理,获取土壤样品的有机碳含量数据及土壤高光谱数据并进行预处理;采用偏最小二乘回归方法建立土壤样品的有机碳含量数据与土壤高光谱数据的土壤有机碳预测模型;对原始实测样本数据进行有放回随机抽样,每抽样一次获得一个子样本,通过构造实测值和预测值矩阵计算得到每个子样本参数的估计值;采用Bootstrap重抽样技术有放回的从原始样本中抽取一定数量的样本;根据Bootstrap抽样方法抽出样本的参数评估土壤有机碳预测模型的不确定性;模型精度评价。本发明降低了由于取样代表性、预测模型空间变异性导致预测模型准确性低的问题。