一种测量稻田持水层水位深度的方法.pdf

上传人:g**** 文档编号:1493351 上传时间:2018-06-18 格式:PDF 页数:9 大小:651.23KB
返回 下载 相关 举报
摘要
申请专利号:

CN201310375486.2

申请日:

2013.08.26

公开号:

CN103424160A

公开日:

2013.12.04

当前法律状态:

授权

有效性:

有权

法律详情:

授权|||实质审查的生效IPC(主分类):G01F 23/292申请日:20130826|||公开

IPC分类号:

G01F23/292

主分类号:

G01F23/292

申请人:

浙江大学

发明人:

聂鹏程; 何勇; 黄灵霞

地址:

310027 浙江省杭州市西湖区浙大路38号

优先权:

专利代理机构:

杭州天勤知识产权代理有限公司 33224

代理人:

胡红娟

PDF下载: PDF下载
内容摘要

本发明公开了一种测量稻田持水层水位深度的方法,包括以下步骤:(1)选取多个稻田样本位点及对应的近红外光发射点,每个近红外光发射点距离对应稻田样本位点的深度相同;(2)在各个近红外光发射点上分别向对应稻田样本位点发射950~1000nm的近红外光,获取近红外光反射率;(3)以各个稻田样本位点的近红外光反射率为输入,以对应的实测稻田样本位点持水层深度为输出,建立模型;(4)选取距离稻田持水层水平面预定深度的实测近红外光发射点并向稻田待测位点发射950~1000nm的近红外光,获取近红外光反射率同时代入步骤(3)中的模型,即得稻田待测位点持水层深度。本发明操作简单,测得的稻田持水层水位深度精确度高。

权利要求书

1.  一种测量稻田持水层水位深度的方法,其特征在于,包括以下步骤:
(1)选取多个稻田样本位点以及对应的近红外光发射点,且每个近红外光发射点距离对应稻田样本位点的深度相同;
(2)在各个近红外光发射点上分别向对应稻田样本位点发射950~1000nm的近红外光,并获取近红外光反射率;
(3)以各个稻田样本位点的近红外光反射率为输入,以对应的实测稻田样本位点持水层深度为输出,建立模型;
(4)选取距离稻田持水层水平面预定深度的实测近红外光发射点,通过该实测近红外光发射点向稻田待测位点发射950~1000nm的近红外光,并获取近红外光反射率,将所述稻田待测位点的近红外光反射率代入步骤(3)中的模型,即得稻田待测位点持水层深度。

2.
  如权利要求1所述的测量稻田持水层水位深度的方法,其特征在于,步骤(2)中,所述近红外光的波长为980nm。

3.
  如权利要求1所述的测量稻田持水层水位深度的方法,其特征在于,步骤(3)中,所述模型为Ys=32.95×k2(1-1.35×vIR);
其中,Ys为检测获得的水深值,vIR为检测过程中近红外光谱的反射率,k2为校正参数。

4.
  如权利要求1所述的测量稻田持水层水位深度的方法,其特征在于,步骤(1)中,所述深度为10~50mm。

5.
  如权利要求1所述的测量稻田持水层水位深度的方法,其特征在于,步骤(1)中,所述深度为20mm。

6.
  如权利要求1所述的测量稻田持水层水位深度的方法,其特征在于,所述步骤(1)中,所述稻田样本位点为70~100个。

7.
  如权利要求3所述的测量稻田持水位深度的方法,其特征在于,
所述校正参数k2的确定方法为:
向稻田待测位点发射波长范围为780~950nm的宽带近红外光和波长为500~600nm的红光,获取所述宽带近红外光和红光的反射率;
根据公式获取修正系数;其中,K为修正系数,RI为宽带近红外光的反射率,RR为红光的反射率;
当修正系数K<0时,检测无效;
当修正系数K≥0时,检测有效,校正参数其中:BK为固定光强值,Sn为当前检测的光照强度。

8.
  如权利要求7所述的测量稻田持水位深度的方法,其特征在于,所述红光的波长为600nm。

说明书

一种测量稻田持水层水位深度的方法
技术领域
本发明属于农田信息采集领域,尤其涉及一种测量稻田持水层水位深度的方法。
背景技术
水稻在生长过程中,若水层管理不当,可导致植株生长发育不良,极易诱发病虫草的危害,造成减产等严重后果。因此,管好稻田水层,对减轻病虫草害和增产、增效、节水都十分重要。
为了保证水稻的良好的生长,育秧期持水层保持在10~35mm范围内;插秧时要求持水层在10mm左右,插秧后田面持水层保持在20mm左右;分蘖前期持水层最好控制在20mm以内;水稻拔节孕穗到抽穗扬花阶段,田面持水层应保持20~40mm。由此可见,适宜水稻生长的持水层水位较低,通常低于50mm。
目前稻田持水层水位的控制操作都是由农民凭经验判定的,由于持水层水位较低,判定结果误差大,受主观因素影响严重,从而影响了水稻的良好生长。在水稻精准作业体系中,精准灌溉的决策要求一种科学的测量仪器自动完成田间持水量的检测,寻求能够实现仪器测量的测量方法具有重要的意义。
传统的土壤水分检测依靠土壤介电特性、土壤电导率、电磁波、中子法等,但这些方法易受土壤容重、土壤质地、土壤结构、土壤化学组成以及含盐量等物理化学特性的影响而产生局限性。而且传统的土壤水分传感器测试范围有限,当稻田的水完全浸没土壤时,就已达到传统土壤水分传感器测量极大值,水层深度增加后传感器无反应。但水稻种植过程中有一段时间必须保持水层深度在一定范围内。要实现水稻种植的智能化灌溉必须要实现水稻田的持水层水位。须寻求一种适合农田水稻种植的田间水层深度检测传感器。
公开号为“CN101281183A”的发明专利申请公开了一种稻田水分传 感器,其包括外壳,设置于外壳底部的土壤含水率探针,贴于外壳两侧的水层探针,及设于外壳内部的检测电路,此发明利用水层探针对稻田水层深度进行测量,检测电路向水层探针发出脉冲方波激励信号,再通过接收并计算分析水层探针两端的充电电压的峰值信号,从而得出稻田水层的深度,但此方法受水中含盐量及杂质等影响较大,不同土壤介质将会产生不同的峰值响应,从而影响其测量精度。
发明内容
本发明提供了一种测量稻田持水层水位深度的方法,解决了稻田持水层水位深度测量过程中精度低的问题。
一种测量稻田持水层水位深度的方法,包括以下步骤:
(1)选取多个稻田样本位点以及对应的近红外光发射点,且每个近红外光发射点距离对应稻田样本位点的深度相同;
(2)在各个近红外光发射点上分别向对应稻田样本位点发射950~1000nm的近红外光,并获取近红外光反射率;
(3)以各个稻田样本位点的近红外光反射率为输入,以对应的实测稻田样本位点持水层深度为输出,建立模型;
(4)选取距离稻田持水层水平面预定深度的实测近红外光发射点,通过该实测近红外光发射点向稻田待测位点发射950~1000nm的近红外光,并获取近红外光反射率,将所述稻田待测位点的近红外光反射率代入步骤(3)中的模型,即得稻田待测位点持水层深度。
水分对近红外光在特定的波长下有较强的吸收,其吸收强度受持水层高低的影响,因此经稻田持水层反射后得到的光谱反射率也与持水层高低有密切的联系;通过采集大量的样本数据,建立近红外光反射率与持水层深度之间的模型,根据获取的稻田待测位点的近红外光反射率,代入建立的模型,即可得出稻田待测位点持水层深度。
步骤(1)中,所述深度表示各个近红外光发射点距离对应的稻田样本位点的高度均相同,即各个近红外光发射点距离土壤表层的距离均相同,且至少保证各个近红外光发射点处在水面以上,以保证获取的不同稻田样本位点间的反射率具有可比性和相关性。
为了更好的获取田样本位点的近红外光反射率,步骤(1)中所述深 度为为10~50mm,优选为20mm。
步骤(2)中,大量试验表明,水对波长为950~1000nm的近红外光具有明显的吸收,同时吸收强度受持水层深度的影响显著,受水中杂质影响较小,因此选择波长为950~1000nm的近红外光作为特征光谱,用于建模及稻田待测位点持水层深度的检测。
作为优选的,近红外光的波长为980nm,在此波长下,近红外光的吸收程度受持水层深度影响最显著,测得的稻田待测位点深度更为精确。
稻田样本位点个数的选择对于模型的精确性及建模过程的复杂性有重要影响,所述稻田样本位点的个数为70~100个,同时各稻田样本位点持水层深度不同。
步骤(3)中,采用直观、准确的测距法来获取所述的实测稻田样本持水层深度,具体方法为:将标杆浸入稻田持水层中,标杆底部触到稻田土壤层表面,即稻田持水层底部,标记其浸没的深度,利用游标卡尺测量标杆浸没深度,即得所述稻田样本持水层水位深度。
所述模型的准确度将直接影响通过模型预测的稻田待测位点深度的精确度,所述模型优选为Ys=32.95×k2(1-1.35×vIR);
其中,Ys为检测获得的水深值,vIR为检测过程中近红外光谱的反射率,k2为校正参数。k2预先设定为1。
步骤(4)中,稻田待测位点持水层深度未知,所述预定深度指实测红外光发射点距离稻田持水层水平面的深度均相同,且实测近红外光发射点处在水面以上。
所述校正参数k2的确定方法为:
向稻田待测位点发射波长范围为780~950nm的宽带近红外光和波长为500~600nm的红光,获取所述宽带近红外光和红光的反射率;
根据公式获取修正系数;其中,K为修正系数,RI为宽带近红外光的反射率,RR为红光的反射率;
当修正系数K<0时,检测无效;
当修正系数K≥0时,检测有效,校正参数其中:BK为固定光强值,Sn为当前检测的光照强度。
为了消除稻田持水层下方土壤对近红外光的反射引起的检测误差,利用波长范围为780~950nm的宽带近红外光和波长为500~600nm的红光获取修正系数,通过修正系数即可消除土壤背景对检测结果的影响。
所述红光的波长为600nm。
稻田水分检测背景消除分两种情况:
a.发射光线时大量照射在植物冠层及植物上,而没有照射在田间水体上,那么检测结果不可信。如果为上述情况,则提示用户对准目标重新检测。其原理是:利用红光、近红外光检测背景时,如果照射到水稻叶面上红光将被叶面大量吸收,红光的反射率将大大减少,而水稻叶面对近红外光谱吸收较少,因此近红外光谱的反射率将增大,此时修正系数说明检测的光线受到了强烈阻挡,由此可以根据负值判别该结果无效。
b.除了需要排除作物对检测的干扰之外,外界光源的强度是影响本方法检测的关键因素之一。因此,在得到修正系数K≥0后,同时引入作为校正参数,其中:BK为固定光强值,其标准的模型就是在这种光强下做的,Sn为当前检测的光照强度。
相对于现有技术,本发明具有以下有益效果:
(1)本发明利用近红外光谱技术测量稻田持水层深度,操作简便,测量快速、准确,测得的数据具有良好的稳定性和重复性;
(2)本发明选择对持水层水位高低敏感的900~1000nm波段的近红外光谱波段作为检测光谱,可以避免水中杂质对测量结果的影响,提高了稻田持水层水位深度的测量精度。
附图说明
图1为本发明建模时测量方法的结构示意图。
图2为本发明测量稻田持水层水位深度时测量方法的结构示意图。
具体实施方式
为了更为具体地描述本发明,下面结合附图及具体实施方式对本发明的技术方案及其相关原理进行详细说明。
实施例
1、模型的建立
(1)于稻田间选取100个持水层深度在0~5cm,且深度不同的稻田样本位点,实测每个稻田样本位点的持水层深度,具体实测方法如下:将标杆垂直浸入稻田持水层中,标杆底部刚好触到稻田土壤层表面,即稻田持水层底部,标记标杆浸没深度,利用游标卡尺对标杆浸没深度进行测量,测得深度即为所述稻田持水层水位深度。
如图1所示,土壤A的表层与稻田1的交界处设有稻田样本位点,于距离稻田样本位点同一深度,即M=20mm处,分别向稻田样本位点发射980nm的近红外光,并获取所述近红外光反射率。
(2)以100个稻田样本位点的近红外光反射率为输入,以对应的稻田样本位点持水层深度为输出,建立如下模型:
Ys=32.95×k2(1-1.35×vIR);
其中,Ys为检测获得的水深值,vIR为检测过程中近红外光谱的反射率,k2为校正参数。
本实验环境相同,因此不需要校正参数的介入,即k2=1。建模所用数据库如表1所示,限于篇幅,仅将20个稻田样本位点的数据列于此。
表1建模数据库


2、模型的验证
为了验证模型的准确性,如图2所示,于田间选取50个持水层深度不同的稻田待测位点,于距离水平面B同一深度处,即s=15mm处,向稻田待测位点发射980nm的近红外光,并获取所述近红外光反射率,此时水深M未知,M1,M2,M3表示不同稻田样本位点的持水层深度不同。
将获取50个稻田待测位点的光谱反射率,代入实施例1的模型Ys=32.95×k2(1-1.35×vIR)中,其中k2=1,得模型预测稻田待测位点持水层深度。
为了便于比较分析,根据实施例步骤1中的实测方法获取每个稻田待测位点的实测稻田待测位点持水层深度。
受篇幅大小所限,仅将其中具有代表性的10个稻田待测位点的数据列举表2。
表2部分稻田待测位点的测量数据


3、检测数据的进一步修正
为了消除土壤背景对检测结果的影响,需对检测数据进一步修正,具体步骤如下:
向稻田待测位点发射波长范围为900nm的宽带近红外光和波长为600nm的红光,获取所述宽带近红外光和红光的反射率;
根据公式获取校正参数;其中:BK为固定光强值,Sn为当前检测的光照强度。
将获得的校正参数k2代入到模型Ys=32.95×k2(1-1.35×vIR)中,得到稻田待测位点持水层修正后的深度Ys,并与实施例2中获取的待测位点持水层深度Ys进行比较。
现将50个稻田待测位点(实验环境分别为不同外界光照、不同地点的情况下进行)中的具有代表性的10个的数据列于表3。
表3部分稻田待测位点的测量数据


从表中可知,修正后的稻田待测位点持水层深度的精确度更高。

一种测量稻田持水层水位深度的方法.pdf_第1页
第1页 / 共9页
一种测量稻田持水层水位深度的方法.pdf_第2页
第2页 / 共9页
一种测量稻田持水层水位深度的方法.pdf_第3页
第3页 / 共9页
点击查看更多>>
资源描述

《一种测量稻田持水层水位深度的方法.pdf》由会员分享,可在线阅读,更多相关《一种测量稻田持水层水位深度的方法.pdf(9页珍藏版)》请在专利查询网上搜索。

1、(10)申请公布号 CN 103424160 A(43)申请公布日 2013.12.04CN103424160A*CN103424160A*(21)申请号 201310375486.2(22)申请日 2013.08.26G01F 23/292(2006.01)(71)申请人浙江大学地址 310027 浙江省杭州市西湖区浙大路38号(72)发明人聂鹏程 何勇 黄灵霞(74)专利代理机构杭州天勤知识产权代理有限公司 33224代理人胡红娟(54) 发明名称一种测量稻田持水层水位深度的方法(57) 摘要本发明公开了一种测量稻田持水层水位深度的方法,包括以下步骤:(1)选取多个稻田样本位点及对应的近红。

2、外光发射点,每个近红外光发射点距离对应稻田样本位点的深度相同;(2)在各个近红外光发射点上分别向对应稻田样本位点发射9501000nm的近红外光,获取近红外光反射率;(3)以各个稻田样本位点的近红外光反射率为输入,以对应的实测稻田样本位点持水层深度为输出,建立模型;(4)选取距离稻田持水层水平面预定深度的实测近红外光发射点并向稻田待测位点发射9501000nm的近红外光,获取近红外光反射率同时代入步骤(3)中的模型,即得稻田待测位点持水层深度。本发明操作简单,测得的稻田持水层水位深度精确度高。(51)Int.Cl.权利要求书1页 说明书6页 附图1页(19)中华人民共和国国家知识产权局(12)。

3、发明专利申请权利要求书1页 说明书6页 附图1页(10)申请公布号 CN 103424160 ACN 103424160 A1/1页21.一种测量稻田持水层水位深度的方法,其特征在于,包括以下步骤:(1)选取多个稻田样本位点以及对应的近红外光发射点,且每个近红外光发射点距离对应稻田样本位点的深度相同;(2)在各个近红外光发射点上分别向对应稻田样本位点发射9501000nm的近红外光,并获取近红外光反射率;(3)以各个稻田样本位点的近红外光反射率为输入,以对应的实测稻田样本位点持水层深度为输出,建立模型;(4)选取距离稻田持水层水平面预定深度的实测近红外光发射点,通过该实测近红外光发射点向稻田待。

4、测位点发射9501000nm的近红外光,并获取近红外光反射率,将所述稻田待测位点的近红外光反射率代入步骤(3)中的模型,即得稻田待测位点持水层深度。2.如权利要求1所述的测量稻田持水层水位深度的方法,其特征在于,步骤(2)中,所述近红外光的波长为980nm。3.如权利要求1所述的测量稻田持水层水位深度的方法,其特征在于,步骤(3)中,所述模型为Ys32.95k2(1-1.35vIR);其中,Ys为检测获得的水深值,vIR为检测过程中近红外光谱的反射率,k2为校正参数。4.如权利要求1所述的测量稻田持水层水位深度的方法,其特征在于,步骤(1)中,所述深度为1050mm。5.如权利要求1所述的测量。

5、稻田持水层水位深度的方法,其特征在于,步骤(1)中,所述深度为20mm。6.如权利要求1所述的测量稻田持水层水位深度的方法,其特征在于,所述步骤(1)中,所述稻田样本位点为70100个。7.如权利要求3所述的测量稻田持水位深度的方法,其特征在于,所述校正参数k2的确定方法为:向稻田待测位点发射波长范围为780950nm的宽带近红外光和波长为500600nm的红光,获取所述宽带近红外光和红光的反射率;根据公式获取修正系数;其中,K为修正系数,RI为宽带近红外光的反射率,RR为红光的反射率;当修正系数K0时,检测无效;当修正系数K0时,检测有效,校正参数其中:BK为固定光强值,Sn为当前检测的光照。

6、强度。8.如权利要求7所述的测量稻田持水位深度的方法,其特征在于,所述红光的波长为600nm。权 利 要 求 书CN 103424160 A1/6页3一种测量稻田持水层水位深度的方法技术领域0001 本发明属于农田信息采集领域,尤其涉及一种测量稻田持水层水位深度的方法。背景技术0002 水稻在生长过程中,若水层管理不当,可导致植株生长发育不良,极易诱发病虫草的危害,造成减产等严重后果。因此,管好稻田水层,对减轻病虫草害和增产、增效、节水都十分重要。0003 为了保证水稻的良好的生长,育秧期持水层保持在1035mm范围内;插秧时要求持水层在10mm左右,插秧后田面持水层保持在20mm左右;分蘖前。

7、期持水层最好控制在20mm以内;水稻拔节孕穗到抽穗扬花阶段,田面持水层应保持2040mm。由此可见,适宜水稻生长的持水层水位较低,通常低于50mm。0004 目前稻田持水层水位的控制操作都是由农民凭经验判定的,由于持水层水位较低,判定结果误差大,受主观因素影响严重,从而影响了水稻的良好生长。在水稻精准作业体系中,精准灌溉的决策要求一种科学的测量仪器自动完成田间持水量的检测,寻求能够实现仪器测量的测量方法具有重要的意义。0005 传统的土壤水分检测依靠土壤介电特性、土壤电导率、电磁波、中子法等,但这些方法易受土壤容重、土壤质地、土壤结构、土壤化学组成以及含盐量等物理化学特性的影响而产生局限性。而。

8、且传统的土壤水分传感器测试范围有限,当稻田的水完全浸没土壤时,就已达到传统土壤水分传感器测量极大值,水层深度增加后传感器无反应。但水稻种植过程中有一段时间必须保持水层深度在一定范围内。要实现水稻种植的智能化灌溉必须要实现水稻田的持水层水位。须寻求一种适合农田水稻种植的田间水层深度检测传感器。0006 公开号为“CN101281183A”的发明专利申请公开了一种稻田水分传感器,其包括外壳,设置于外壳底部的土壤含水率探针,贴于外壳两侧的水层探针,及设于外壳内部的检测电路,此发明利用水层探针对稻田水层深度进行测量,检测电路向水层探针发出脉冲方波激励信号,再通过接收并计算分析水层探针两端的充电电压的峰。

9、值信号,从而得出稻田水层的深度,但此方法受水中含盐量及杂质等影响较大,不同土壤介质将会产生不同的峰值响应,从而影响其测量精度。发明内容0007 本发明提供了一种测量稻田持水层水位深度的方法,解决了稻田持水层水位深度测量过程中精度低的问题。0008 一种测量稻田持水层水位深度的方法,包括以下步骤:0009 (1)选取多个稻田样本位点以及对应的近红外光发射点,且每个近红外光发射点距离对应稻田样本位点的深度相同;0010 (2)在各个近红外光发射点上分别向对应稻田样本位点发射9501000nm的近红外光,并获取近红外光反射率;0011 (3)以各个稻田样本位点的近红外光反射率为输入,以对应的实测稻田。

10、样本位点说 明 书CN 103424160 A2/6页4持水层深度为输出,建立模型;0012 (4)选取距离稻田持水层水平面预定深度的实测近红外光发射点,通过该实测近红外光发射点向稻田待测位点发射9501000nm的近红外光,并获取近红外光反射率,将所述稻田待测位点的近红外光反射率代入步骤(3)中的模型,即得稻田待测位点持水层深度。0013 水分对近红外光在特定的波长下有较强的吸收,其吸收强度受持水层高低的影响,因此经稻田持水层反射后得到的光谱反射率也与持水层高低有密切的联系;通过采集大量的样本数据,建立近红外光反射率与持水层深度之间的模型,根据获取的稻田待测位点的近红外光反射率,代入建立的模。

11、型,即可得出稻田待测位点持水层深度。0014 步骤(1)中,所述深度表示各个近红外光发射点距离对应的稻田样本位点的高度均相同,即各个近红外光发射点距离土壤表层的距离均相同,且至少保证各个近红外光发射点处在水面以上,以保证获取的不同稻田样本位点间的反射率具有可比性和相关性。0015 为了更好的获取田样本位点的近红外光反射率,步骤(1)中所述深度为为1050mm,优选为20mm。0016 步骤(2)中,大量试验表明,水对波长为9501000nm的近红外光具有明显的吸收,同时吸收强度受持水层深度的影响显著,受水中杂质影响较小,因此选择波长为9501000nm的近红外光作为特征光谱,用于建模及稻田待测。

12、位点持水层深度的检测。0017 作为优选的,近红外光的波长为980nm,在此波长下,近红外光的吸收程度受持水层深度影响最显著,测得的稻田待测位点深度更为精确。0018 稻田样本位点个数的选择对于模型的精确性及建模过程的复杂性有重要影响,所述稻田样本位点的个数为70100个,同时各稻田样本位点持水层深度不同。0019 步骤(3)中,采用直观、准确的测距法来获取所述的实测稻田样本持水层深度,具体方法为:将标杆浸入稻田持水层中,标杆底部触到稻田土壤层表面,即稻田持水层底部,标记其浸没的深度,利用游标卡尺测量标杆浸没深度,即得所述稻田样本持水层水位深度。0020 所述模型的准确度将直接影响通过模型预测。

13、的稻田待测位点深度的精确度,所述模型优选为Ys32.95k2(1-1.35vIR);0021 其中,Ys为检测获得的水深值,vIR为检测过程中近红外光谱的反射率,k2为校正参数。k2预先设定为1。0022 步骤(4)中,稻田待测位点持水层深度未知,所述预定深度指实测红外光发射点距离稻田持水层水平面的深度均相同,且实测近红外光发射点处在水面以上。0023 所述校正参数k2的确定方法为:0024 向稻田待测位点发射波长范围为780950nm的宽带近红外光和波长为500600nm的红光,获取所述宽带近红外光和红光的反射率;0025 根据公式获取修正系数;其中,K为修正系数,RI为宽带近红外光的反射率。

14、,RR为红光的反射率;0026 当修正系数K0时,检测无效;0027 当修正系数K0时,检测有效,校正参数其中:BK为固定光强值,Sn为说 明 书CN 103424160 A3/6页5当前检测的光照强度。0028 为了消除稻田持水层下方土壤对近红外光的反射引起的检测误差,利用波长范围为780950nm的宽带近红外光和波长为500600nm的红光获取修正系数,通过修正系数即可消除土壤背景对检测结果的影响。0029 所述红光的波长为600nm。0030 稻田水分检测背景消除分两种情况:0031 a.发射光线时大量照射在植物冠层及植物上,而没有照射在田间水体上,那么检测结果不可信。如果为上述情况,则。

15、提示用户对准目标重新检测。其原理是:利用红光、近红外光检测背景时,如果照射到水稻叶面上红光将被叶面大量吸收,红光的反射率将大大减少,而水稻叶面对近红外光谱吸收较少,因此近红外光谱的反射率将增大,此时修正系数说明检测的光线受到了强烈阻挡,由此可以根据负值判别该结果无效。0032 b.除了需要排除作物对检测的干扰之外,外界光源的强度是影响本方法检测的关键因素之一。因此,在得到修正系数K0后,同时引入作为校正参数,其中:BK为固定光强值,其标准的模型就是在这种光强下做的,Sn为当前检测的光照强度。0033 相对于现有技术,本发明具有以下有益效果:0034 (1)本发明利用近红外光谱技术测量稻田持水层。

16、深度,操作简便,测量快速、准确,测得的数据具有良好的稳定性和重复性;0035 (2)本发明选择对持水层水位高低敏感的9001000nm波段的近红外光谱波段作为检测光谱,可以避免水中杂质对测量结果的影响,提高了稻田持水层水位深度的测量精度。附图说明0036 图1为本发明建模时测量方法的结构示意图。0037 图2为本发明测量稻田持水层水位深度时测量方法的结构示意图。具体实施方式0038 为了更为具体地描述本发明,下面结合附图及具体实施方式对本发明的技术方案及其相关原理进行详细说明。0039 实施例0040 1、模型的建立0041 (1)于稻田间选取100个持水层深度在05cm,且深度不同的稻田样本。

17、位点,实测每个稻田样本位点的持水层深度,具体实测方法如下:将标杆垂直浸入稻田持水层中,标杆底部刚好触到稻田土壤层表面,即稻田持水层底部,标记标杆浸没深度,利用游标卡尺对标杆浸没深度进行测量,测得深度即为所述稻田持水层水位深度。0042 如图1所示,土壤A的表层与稻田1的交界处设有稻田样本位点,于距离稻田样本位点同一深度,即M=20mm处,分别向稻田样本位点发射980nm的近红外光,并获取所述近红外光反射率。说 明 书CN 103424160 A4/6页60043 (2)以100个稻田样本位点的近红外光反射率为输入,以对应的稻田样本位点持水层深度为输出,建立如下模型:0044 Ys32.95k2。

18、(1-1.35vIR);0045 其中,Ys为检测获得的水深值,vIR为检测过程中近红外光谱的反射率,k2为校正参数。0046 本实验环境相同,因此不需要校正参数的介入,即k2=1。建模所用数据库如表1所示,限于篇幅,仅将20个稻田样本位点的数据列于此。0047 表1建模数据库0048 说 明 书CN 103424160 A5/6页70050 2、模型的验证0051 为了验证模型的准确性,如图2所示,于田间选取50个持水层深度不同的稻田待测位点,于距离水平面B同一深度处,即s=15mm处,向稻田待测位点发射980nm的近红外光,并获取所述近红外光反射率,此时水深M未知,M1,M2,M3表示不同。

19、稻田样本位点的持水层深度不同。0052 将获取50个稻田待测位点的光谱反射率,代入实施例1的模型Ys32.95k2(1-1.35vIR)中,其中k2=1,得模型预测稻田待测位点持水层深度。0053 为了便于比较分析,根据实施例步骤1中的实测方法获取每个稻田待测位点的实测稻田待测位点持水层深度。0054 受篇幅大小所限,仅将其中具有代表性的10个稻田待测位点的数据列举表2。0055 表2部分稻田待测位点的测量数据0056 0057 0049 0058 3、检测数据的进一步修正0059 为了消除土壤背景对检测结果的影响,需对检测数据进一步修正,具体步骤如下:0060 向稻田待测位点发射波长范围为9。

20、00nm的宽带近红外光和波长为600nm的红光,获取所述宽带近红外光和红光的反射率;0061 根据公式获取校正参数;其中:BK为固定光强值,Sn为当前检测的光照强度。0062 将获得的校正参数k2代入到模型Ys32.95k2(1-1.35vIR)中,得到稻田待测说 明 书CN 103424160 A6/6页80066 位点持水层修正后的深度Ys,并与实施例2中获取的待测位点持水层深度Ys进行比较。0063 现将50个稻田待测位点(实验环境分别为不同外界光照、不同地点的情况下进行)中的具有代表性的10个的数据列于表3。0064 表3部分稻田待测位点的测量数据0065 0067 从表中可知,修正后的稻田待测位点持水层深度的精确度更高。说 明 书CN 103424160 A1/1页9图1图2说 明 书 附 图CN 103424160 A。

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 物理 > 测量;测试


copyright@ 2017-2020 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备2021068784号-1