《一种多光谱精准识别的智能施肥实施方法.pdf》由会员分享，可在线阅读，更多相关《一种多光谱精准识别的智能施肥实施方法.pdf（6页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 103424366 A (43)申请公布日 2013.12.04 CN 103424366 A *CN103424366A* (21)申请号 201310327265.8 (22)申请日 2013.07.30 G01N 21/25(2006.01) (71)申请人 上海丰凸通讯科技有限公司 地址 201102 上海市闵行区平阳路 258 号一 层 E1061 (72)发明人 刘超 方宗明 (74)专利代理机构 上海汉声知识产权代理有限 公司 31236 代理人 郭国中 (54) 发明名称 一种多光谱精准识别的智能施肥实施方法 (57) 摘要 本发明提供了一种多光谱精准。
2、识别的智能施 肥实施方法， 首先采集波段从450990纳米的农 作物多光谱图像， 并采集地块的地理坐标信息生 成地块的地理信息坐标图 ； 之后， 从采集到的多 光谱图像中选取波段从 450 990 纳米波段的光 谱图像作为氮含量分析依据， 波段从620780纳 米波段的光谱图像作为磷含量分析依据， 波段从 820 930 纳米波段的光谱图像作为磷含量分析 依据 ； 分别对选取的图像中农作物的冠层和叶片 信息进行分析处理， 得到氮、 磷、 钾含量强度图像， 并结合地理坐标信息得到氮、 磷、 钾含量分布图 ； 根据氮、 磷、 钾含量分布图配合具体的地理坐标信 息， 给出氮磷钾的施肥方案。本发明具有。
3、效率高、 精度高、 操作简便的优点。 (51)Int.Cl. 权利要求书 1 页 说明书 3 页 附图 1 页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书1页 说明书3页 附图1页 (10)申请公布号 CN 103424366 A CN 103424366 A *CN103424366A* 1/1 页 2 1. 一种多光谱精准识别的智能施肥实施方法， 其特征在于， 包括以下步骤 ： 步骤 1 ： 通过多光谱相机采集波段从 450 990 纳米的农作物多光谱图像， 利用 GPS 采 集装置采集地块的地理坐标信息生成地块的地理信息坐标图 ； 步骤 2 ： 从采集到的多光。
4、谱图像中选取 5 张波段从 450 990 纳米波段的光谱图像作 为氮含量分析依据， 选取 3 张波段从 620 780 纳米波段的光谱图像作为磷含量分析依据， 选取 3 张波段从 820 930 纳米波段的光谱图像作为磷含量分析依据 ； 步骤 3 ： 分别对步骤 2 选取的图像中农作物的冠层和叶片信息进行分析处理， 计算氮、 磷、 钾含量， 得到氮、 磷、 钾含量强度图像， 并结合步骤 1 得到的对应点的 GPS 信息得到氮、 磷、 钾含量分布图 ； 步骤 4 ： 根据步骤 3 得到的氮、 磷、 钾含量分布图配合具体的地理坐标信息， 给出详细的 氮磷钾的施肥方案。 2.根据权利要求1所述的多。
5、光谱精准识别的智能施肥实施方法， 其特征在于， 步骤3具 体包括 ： 5 张波段从 450 990 纳米波段的光谱图像分别为 IN1、 IN2、 IN3、 IN4 和 IN5， 氮含量 强度图像为 IN， IN=0.13*IN1+0.21*IN2+0.32*IN3+0.21*IN4+0.13*IN5， 通过该强度图得出 氮的分布图， 通过该点的GPS信息获取氮分布的具体坐标， 并将数据与GIS地理信息融合生 成相氮含量分布图 ； 3 张波段从 620 780 纳米波段的光谱图像分别为 IP1、 IP2 和 IP3， 磷含量强度图像为 IP， IP=0.22*IP1+0.56*IP2+0.22*。
6、IP3， 通过该强度图得出磷的分布图， 通过该点的 GPS 信 息获取磷分布的具体坐标， 并将与 GIS 地理信息融合生成相对应的磷含量分布图 ； 3 张波段从 820 930 纳米波段的光谱图像分别为 IK1， IK2， IK3， 钾含量强度图像为 IK， IK=0.29*IN1+0.42*IN2+0.29*IN3， 通过该强度图得出钾的分布图， 通过该点的 GPS 信 息获取钾分布的具体坐标， 并将数据与 GIS 地理信息融合生成相对应的钾含量分布图。 3.根据权利要求1所述的多光谱精准识别的智能施肥实施方法， 其特征在于， 步骤4中 所述的施肥方案为 ： 若步骤 3 得到的氮含量为标准值。
7、的 x%， 则控制氮肥的输出管道流速为 标准值的 100/x 倍 ； 若步骤 3 得到的磷含量为标准值的 x%， 则控制磷肥的输出管道流速为 标准值的 100/x 倍 ； 若步骤 3 得到的钾含量为标准值的 x%， 则控制钾肥的输出管道流速为 标准值的 100/x 倍。 权 利 要 求 书 CN 103424366 A 2 1/3 页 3 一种多光谱精准识别的智能施肥实施方法 技术领域 0001 本发明涉及现代农业领域， 具体地， 涉及一种多光谱精准识别的智能施肥实施方 法。 背景技术 0002 目前， 农业领域普遍采用土壤采样法测量土壤含肥量， 以辅助制定施肥方案。但 是， 土壤采集法需人工。
8、布设采集点， 采样的点有限 ； 需人工采集土壤样本， 采集速度慢， 影响 整体测量效率。并且， 土壤采集法采样分析的数据有限， 得到的指标较少， 一定程度上影响 测量精度。 发明内容 0003 针对现有技术中的缺陷， 本发明的目的是提供一种多光谱精准识别的智能施肥实 施方法。 0004 根据本发明的一个方面， 提供一种多光谱精准识别的智能施肥实施方法， 包括以 下步骤 ： 0005 步骤 1 ： 通过多光谱相机采集波段从 450 990 纳米的农作物多光谱图像， 利用 GPS 采集装置采集地块的地理坐标信息生成地块的地理信息坐标图 ； 0006 步骤 2 ： 从采集到的多光谱图像中选取 5 张。
9、波段从 450 990 纳米波段的光谱图 像作为氮含量分析依据， 选取 3 张波段从 620 780 纳米波段的光谱图像作为磷含量分析 依据， 选取 3 张波段从 820 930 纳米波段的光谱图像作为磷含量分析依据 ； 0007 步骤 3 ： 分别对步骤 2 选取的图像中农作物的冠层和叶片信息进行分析处理， 计算 氮、 磷、 钾含量， 得到氮、 磷、 钾含量强度图像， 并结合步骤 1 得到的对应点的 GPS 信息得到 氮、 磷、 钾含量分布图 ； 0008 步骤 4 ： 根据步骤 3 得到的氮、 磷、 钾含量分布图配合具体的地理坐标信息， 给出详 细的氮磷钾的施肥方案。 0009 优选地， 。
10、步骤 3 具体包括 ： 0010 5 张波段从 450 990 纳米波段的光谱图像分别为 IN1、 IN2、 IN3、 IN4 和 IN5， 氮 含量强度图像为 IN， IN=0.13*IN1+0.21*IN2+0.32*IN3+0.21*IN4+0.13*IN5， 通过该强度图 得出氮的分布图， 通过该点的GPS信息获取氮分布的具体坐标， 并将数据与GIS地理信息融 合生成相氮含量分布图 ； 0011 3 张波段从 620 780 纳米波段的光谱图像分别为 IP1、 IP2 和 IP3， 磷含量强度 图像为 IP， IP=0.22*IP1+0.56*IP2+0.22*IP3， 通过该强度图得。
11、出磷的分布图， 通过该点的 GPS 信息获取磷分布的具体坐标， 并将与 GIS 地理信息融合生成相对应的磷含量分布图 ； 0012 3 张波段从 820 930 纳米波段的光谱图像分别为 IK1， IK2， IK3， 钾含量强度图像 为 IK， IK=0.29*IN1+0.42*IN2+0.29*IN3， 通过该强度图得出钾的分布图， 通过该点的 GPS 信息获取钾分布的具体坐标， 并将数据与 GIS 地理信息融合生成相对应的钾含量分布图。 说 明 书 CN 103424366 A 3 2/3 页 4 0013 优选地， 步骤 4 中所述的施肥方案为 ： 若步骤 3 得到的氮含量为标准值的 x。
12、%， 则控 制氮肥的输出管道流速为标准值的 100/x 倍 ； 若步骤 3 得到的磷含量为标准值的 x%， 则控 制磷肥的输出管道流速为标准值的 100/x 倍 ； 若步骤 3 得到的钾含量为标准值的 x%， 则控 制钾肥的输出管道流速为标准值的 100/x 倍。 0014 本发明采用多光谱信号处理的方法， 可以分别计算出水稻氮磷钾肥料的含量水 平， 并且给出每个地块的氮磷钾施肥值， 该方法比常规的土壤采样法的效率高， 并且操作简 便， 能同时计算出氮磷钾的含量水平， 智能化程度高。 0015 本发明采用多光谱图像信号处理的方法， 可以分别计算出水稻氮磷钾肥料的含量 水平， 并且给出每个地块的。
13、氮磷钾施肥值， 该方法比常规的土壤采样法的检测效率高、 检测 精度高、 检测指标全面， 并且操作简便， 能同时计算出氮磷钾的含量水平， 智能化程度高。 附图说明 0016 通过阅读参照以下附图对非限制性实施例所作的详细描述， 本发明的其它特征、 目的和优点将会变得更明显 ： 0017 图 1 为本发明多光谱精准识别的智能施肥实施方法的方法流程图 ； 0018 图 2 为本发明得到的钾含量分布示意图。 具体实施方式 0019 下面结合具体实施例对本发明进行详细说明。 以下实施例将有助于本领域的技术 人员进一步理解本发明， 但不以任何形式限制本发明。 应当指出的是， 对本领域的普通技术 人员来说，。
14、 在不脱离本发明构思的前提下， 还可以做出若干变形和改进。 这些都属于本发明 的保护范围。 0020 请参阅图 1， 一种多光谱精准识别的智能施肥实施方法， 包括以下步骤 ： 0021 S11 ： 通过多光谱相机采集波段从 450 990 纳米的农作物多光谱图像， 利用 GPS 采集装置采集地块的地理坐标信息生成地块的地理信息坐标图。 0022 多光谱相机和 GPS 采集装置构成多光谱成像平台， 多光谱成像平台由无人机搭 载。 本发明通过地面控制系统控制无人机的飞行姿态和方位以及控制多光谱成像平台采集 多光谱图像和地理坐标信息， 通过地面控制系统可以预设飞行的轨迹， 并且可以在预设点 位上控制。
15、多光谱成像平台进行拍照。控制系统可以控制飞机的航向角俯仰角横滚角， 通过 无线传输系统把具体的操作指令传递到无人机来操控飞机作出不同的运动姿态。 在每一个 点位， 地面控制系统发射图像采集指令， 采集该处的多光谱遥感图像。 0023 S12 ： 从采集到的多光谱图像中选取5张波段从450990纳米波段的光谱图像作 为氮含量分析依据， 选取 3 张波段从 620 780 纳米波段的光谱图像作为磷含量分析依据， 选取 3 张波段从 820 930 纳米波段的光谱图像作为磷含量分析依据。 0024 S13 ： 分别对步骤 2 选取的图像中农作物的冠层和叶片信息进行分析处理， 计算 氮、 磷、 钾含量。
16、， 得到氮、 磷、 钾含量强度图像， 并结合步骤 1 得到的对应点的 GPS 信息得到 氮、 磷、 钾含量分布图。如图 2 所示， 图中， 颜色深的区域表示钾含量高， 颜色浅的区域表示 钾含量低， 颜色越深， 钾含量越高， 颜色越浅， 钾含量越低。 0025 本发明对对采集到的农作物多光谱图像和对应的 GPS 信息进行融合处理， 并结合 说 明 书 CN 103424366 A 4 3/3 页 5 GIS 地理信息图 （GIS 地理信息图由 GIS 系统采集农作物地理数据， 并由 GIS 数据处理软件 生成地面作物的地理信息图得到） 生成作物的长势图， 并根据作物的长势图， 分别计算出氮 磷钾。
17、肥料水平， 生成氮、 磷、 钾含量分布图 ； GIS 地理信息图由 GIS 系统采集农作物地理数 据， 并由 GIS 数据处理软件生成地面作物的地理信息得到。具体为 ： 0026 5 张波段从 450 990 纳米波段的光谱图像分别为 IN1、 IN2、 IN3、 IN4 和 IN5， 氮 含量强度图像为 IN， IN=0.13*IN1+0.21*IN2+0.32*IN3+0.21*IN4+0.13*IN5， 通过该强度图 得出氮的分布图， 通过该点的GPS信息获取氮分布的具体坐标， 并将数据与GIS地理信息融 合生成相氮含量分布图。 0027 3 张波段从 620 780 纳米波段的光谱图像。
18、分别为 IP1、 IP2 和 IP3， 磷含量强度 图像为 IP， IP=0.22*IP1+0.56*IP2+0.22*IP3， 通过该强度图得出磷的分布图， 通过该点的 GPS 信息获取磷分布的具体坐标， 并将与 GIS 地理信息融合生成相对应的磷含量分布图。 0028 3 张波段从 820 930 纳米波段的光谱图像分别为 IK1， IK2， IK3， 钾含量强度图像 为 IK， IK=0.29*IN1+0.42*IN2+0.29*IN3， 通过该强度图得出钾的分布图， 通过该点的 GPS 信息获取钾分布的具体坐标， 并将数据与 GIS 地理信息融合生成相对应的钾含量分布图。 0029 S。
19、14 ： 根据步骤 3 得到的氮、 磷、 钾含量分布图配合具体的地理坐标信息， 给出详细 的氮磷钾的施肥方案。 0030 具体的施肥方案为 ： 若步骤 3 得到的氮含量为标准值的 x%， 则控制氮肥的输出管 道流速为标准值的 100/x 倍 ； 若步骤 3 得到的磷含量为标准值的 x%， 则控制磷肥的输出管 道流速为标准值的 100/x 倍 ； 若步骤 3 得到的钾含量为标准值的 x%， 则控制钾肥的输出管 道流速为标准值的 100/x 倍。 0031 本发明采用多光谱图像信号处理的方法， 可以分别计算出氮磷钾肥料的含量水 平， 智能化的计算出大面积作物的长势情况并且给出精确的作物施肥数据， 具有检测效率 高、 检测精度高、 检测指标全面、 操作简便、 智能化程度高的优点。 0032 以上对本发明的具体实施例进行了描述。需要理解的是， 本发明并不局限于上述 特定实施方式， 本领域技术人员可以在权利要求的范围内做出各种变形或修改， 这并不影 响本发明的实质内容。 说 明 书 CN 103424366 A 5 1/1 页 6 图 1 图 2 说 明 书 附 图 CN 103424366 A 6 。