专利名称：果树营养成分检测系统及方法
技术领域：
本发明涉及农作物营养检测技术领域，尤其涉及一种果树营养成分检测系统及方法。
背景技术：
中国是世界上最大的果业生产国，其果树栽植总面积和果实年总产量均高居世界首位。但大多数果业生产区在果业生产管理过程中存在着诸多不容忽视的问题，以致造成果树营养失衡、果品量、质下降、果园土壤理化性状劣化等不良后果。果树生化性状信息是了解果树生理机制的重要参数，是检测果树营养状况的重要依据。其中，N、P、K营养元素是果树生长和果实量、质形成所必须的重要养份；叶绿素是进行光合作用、进行第一性生产的重要物质，可作为评判果树营养生理状况的一个重要指标。实时、快捷与准确地监测果树N、P、K营养元素与叶绿素含量，并依据其测评结果及时指导果农精准施肥，提高肥料利用率，减少环境污染，是保障区域果业优质高效生产与可持续发展的重要环节。传统的果树营养信息检测都是以实验室常规测试为主，包括化学检测法、形态检测法和叶色卡片法等，这些方法对果树各种养分含量的检测虽然具有较高精度，但其在测试时会破坏果树植株，并且在取样、测定、数据分析等方面受到高耗性、繁冗复杂性、时滞性等的制约，不能对果树营养进行快速检测，也不利于进行大范围的推广应用。近年来，近红外光谱技术因具有速度快、精密度高和费用低等优点，已被广泛应用于农产品质量检测和作物生产管理，并产生了很好的社会效益和经济效益。研究表明近红外光谱同果树叶片的组分具有很强的相关性，可利用光谱数据与信息处理技术对各种果树的生化组分含量进行实时、快捷、有效的监测，实现对作物营养信息快速无损检测，精确地指导生产管理。但在果树营养检测过程中，需要专人记录测试地点和测试时间，当进行大批量营养检测时，统计结果由于人为误差会造成测试地点和测试时间信息的不及时、不详细和不准确，进而导致整个测试结论不正确，整个过程费时费力。另一方面，多个测样点的信息不能及时地传输到综合生产管理平台，不能及时地掌握果树营养状况，从而不能及时用来作为指导生产管理的决策依据。
发明内容
(一)要解决的技术问题本发明要解决的技术问题是提供一种果树营养成分检测系统及方法，其对测试信息的采集更准确、时效性更强，效率更高，并可将多个测试点测得的果树营养指标、果树位置和测试时间及时地自动存储，便于综合多个测试点营养状况信息对规模化果园进行综
合管理。( 二)技术方案
为解决上述问题，本发明提供了一种果树营养成分检测系统，包括便携式原位测量装置和数据处理中心；所述便携式原位测量装置包括可见近红外光谱获取单元，用于通过光谱扫描采集待测果树叶片样本的可见近红外光谱信号并传输到数据分析处理单元；授时定位单元，用于采集待测果树叶片样本的位置信息和采样时间并传输到数据分析处理单元；无线通讯单元，用于将数据分析处理单元的数据传输到数据处理中心，并将数据处理中心的处理结果传输到数据分析处理单元；数据分析处理单元，用于将所述可见近红外光谱信号以及待测果树叶片样本的位置信息和采样时间发送给数据处理中心，并显示待测果树叶片样本的位置信息、采样时间和数据处理中心的处理结果；所述数据处理中心，用于通过对所述可见近红外光谱信号进行处理获取待测果树叶片样本的营养成分指标含量并将处理结果传输给所述数据分析处理单元。优选地，所述可见近红外光谱获取单元包括光源、用于夹持待测果树叶片样本的叶片夹、用于采集待测叶片的漫反射光并传至微型光谱仪的光纤探头和用于把复合光分解为单一波长的单色光的微型光谱仪。优选地，所述微型光谱仪内置CCD阵列探测器，用于接收所述微型光谱仪的光谱信号，并将光谱信号转变为电信号，再通过A/D转换转变为数字信号输出。优选地，所述叶片夹包括用于遮挡外界杂散光的遮光胶套。优选地，所述光源为卤素灯光源。优选地，所述数据分析处理单元包括扩展存储器，用于存储数据分析处理单元显示的数据。一种利用前述系统进行果树营养成分检测的方法，包括以下步骤A 可见近红外光谱获取单元扫描待测果树叶片样本获取其可见近红外光谱信号并传输到数据分析处理单元，同时授时定位单元将待测果树叶片样本的位置信息和采样时间传输到数据分析处理单元；B 对待测果树叶片样本的营养成分指标N、P、K和叶绿素含量进行测定；C:采用偏最小二乘法建立所述光谱信号与待测果树叶片样本的营养成分指标之间关系的数学模型；D 对所述数学模型进行验证、优化，并载入数据处理中心；E 数据处理中心接收所述光谱信号并进行处理，根据所述数学模型得到待测果树叶片样本的N、P、K营养元素与叶绿素含量，并将处理结果发送给数据分析处理单元以供显
7J\ ο(三)有益效果本发明的方法及系统能对果树的营养状况进行原位检测，并可将多个测试点测得的果树营养指标、果树位置和测试时间及时自动存储；综合多个测试点营养状况信息，便于对规模化果园进行综合管理。与目前的理化分析方法及人工方法对果树营养诊断相比，其客观性、时效性更强，效率更高。本发明将基于可见近红外的光学检测手段应用于果树营养检测过程中，既可以解放劳动力、又具有检测精度高、结果一致性好、自动化程度强和环境友好等优点，为果树营养实时诊断创造了基础，同时为果树物联网综合智慧管理提供了一个智能感知终端。
图1为本发明实施方式中所述果树营养成分检测系统的结构示意图；图2为本发明实施方式中所述果树营养成分检测方法的流程图。
具体实施例方式下面结合附图和实施例，对本发明的具体实施方式
作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。如图1所示，本发明所述的一种果树营养成分检测系统，包括便携式原位测量装置1和数据处理中心2 ；所述便携式原位测量装置1包括可见近红外光谱获取单元3，用于通过光谱扫描采集待测果树叶片样本的可见近红外光谱信号并传输到数据分析处理单元6 ；所述可见近红外光谱获取单元3包括光源、用于夹持待测果树叶片样本的叶片夹、用于采集待测叶片的漫反射光并传至微型光谱仪的光纤探头和用于把复合光分解为单一波长的单色光的微型光谱仪。所述叶片夹包括用于遮挡外界杂散光的遮光胶套，光谱采集开光置于叶片夹的上面。所述微型光谱仪内置CXD阵列探测器，内置的CXD阵列探测器用于接收所述微型光谱仪的光谱信号，并将光谱信号转变为电信号，再通过A/D转换转变为数字信号输出。CCD阵列探测器采用外触发方式完成对叶片的可见近红外光谱扫描。当叶片夹夹住待测叶片时，按叶片夹上的光谱采集开关，就触发CCD阵列探测器进行数据采集，并自动采集完成。所述的微型光谱仪的有效光谱范围为550-1000nm，分辨率为0. 3 10. Onm(FffHM)；所述的光源是卤素灯光源，其发出的光线由一根光纤引出把光线打在叶片主叶脉中心两侧位置上，接收光谱信号的光纤置于光源光纤探头排列的圆心位置处。由光纤探头入射的复合光通过入射狭缝投射到准直物镜上，形成平行光束投影到平面衍射光栅上，经色散后的光通过聚焦镜，成像在出射狭缝处。采用平面衍射光栅实现了不必转动光栅而对整个光谱的快速测量，可实现光谱的超高速采样。授时定位单元4，用于采集待测果树叶片样本的位置信息和采样时间并传输到数据分析处理单元6 ；无线通讯单元5，用于将数据分析处理单元6的数据传输到数据处理中心2，并将数据处理中心2的处理结果传输到数据分析处理单元6 ；数据分析处理单元6，用于将所述可见近红外光谱信号以及待测果树叶片样本的位置信息和采样时间发送给数据处理中心2，并显示待测果树叶片样本的位置信息、采样时间和数据处理中心的处理结果；所述数据分析处理单元6包括扩展存储器，用于存储数据分析处理单元显示的数据。所述数据处理中心2，用于通过对所述可见近红外光谱信号进行处理获取待测果树叶片样本的营养成分指标含量并将处理结果传输给所述数据分析处理单元6。如图2所示，本发明所述的一种利用前述系统进行果树营养成分检测的方法，包括以下步骤
A 可见近红外光谱获取单元3扫描待测果树叶片样本获取其可见近红外光谱信号并传输到数据分析处理单元6，同时授时定位单元4将待测果树叶片样本的位置信息和采样时间传输到数据分析处理单元6 ；B 对待测果树叶片样本的营养成分指标N、P、K和叶绿素含量进行测定；C:采用偏最小二乘法建立所述光谱信号与待测果树叶片样本的营养成分指标之间关系的数学模型；D 对所述数学模型进行验证、优化，并载入数据处理中心2 ；E 数据处理中心2接收所述光谱信号并进行处理，根据所述数学模型得到待测果树叶片样本的N、P、K营养元素与叶绿素含量，并将处理结果发送给数据分析处理单元6以供显示。本发明在具体测试时，可先收集一批有代表性的果树叶片样品用来建立模型，用可见近红外光谱获取单元对叶片进行光谱扫描，每个样品经三次重复测量，并将测量得到的平均光谱作为该样品的标准光谱，对CCD阵列探测器获得的光谱信号选用平滑、标准化、中心化、导数、多元散射校正、标准正态变量等光谱预处理方法处理，做后续建模使用。叶片全氮测定采用凯式定氮法，经烘干、粉碎、消解、蒸馏后，进行滴定，计算得到全氮含量。全磷采用钼锑抗比色法测定，全钾采用火焰光度法测定，总叶绿素采用丙酮和无水乙醇浸提M小时后用分光光度法测得。然后采用联合区间偏最小二乘法，建立光谱信号值与苹果树叶片之间的关系模型，不同营养指标可选用不同的光谱区间建立营养成分检测模型，把模型载入到数据处理中心。为保证营养诊断模型的精度和稳定性，进一步优化和校验校正模型的性能，用独立验证集检验模型。然后应用本发明系统用于果树园内果树的原位营养成分检测。将叶片夹夹住待测叶片，打开位于叶片夹上的开关，光纤光源照射在叶片表面，叶片表面的漫反射光通过光纤探头传回光谱仪，同时CCD阵列探测器进行光谱数据采集，CCD阵列探测器把携带样品信息的近红外光信号转变为电信号，再通过A/D转换转变为数字信号输入数据分析处理单元；授时定位单元将测试的位置信息和时间信息即测试点的经纬度和时间传到数据分析处理单元，然后通过无线通讯单元一起上传到数据处理中心；数据处理中心接收无线信号并进行处理，导入到已建立的营养指标的数学模型中计算得到果树的N、P、K营养元素与叶绿素含量，而后无线传送回便携式原位测量装置并在界面上显示检测结果；显示的各数据同时自动存储在数据分析处理单元的扩展存储器内(作为备份数据)，完成了单个样品的测定，实现单点营养诊断。以此类推，完成同样的操作，经过多个待测样品点之后，在数据处理中心形成数据集。在数据处理中心，可进一步结合农业物联网和专家知识，对大量的果树营养数据进行统计分析，实现果树营养点测与面源控制相结合的检测系统。由于果树营养检测模型具有较好的可移植性和传递性，可快速得到同样高性能的果树营养检测系统，在果树营养检测方面得到大范围的推广应用。通过本发明提出的果树营养状况可见近红外原位检测方法及无线系统，较好地满足了果树营养状况原位快速检测的需求，具有非常大的实际意义和推广价值。以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。
权利要求
1.一种果树营养成分检测系统，其特征在于，包括便携式原位测量装置(1)和数据处理中心O)；所述便携式原位测量装置(1)包括可见近红外光谱获取单元(3)，用于通过光谱扫描采集待测果树叶片样本的可见近红外光谱信号并传输到数据分析处理单元(6)；授时定位单元，用于采集待测果树叶片样本的位置信息和采样时间并传输到数据分析处理单元(6)；无线通讯单元(5)，用于将数据分析处理单元(6)的数据传输到数据处理中心O)，并将数据处理中心O)的处理结果传输到数据分析处理单元(6)；数据分析处理单元(6)，用于将所述可见近红外光谱信号以及待测果树叶片样本的位置信息和采样时间发送给数据处理中心( ，并显示待测果树叶片样本的位置信息、采样时间和数据处理中心的处理结果；所述数据处理中心O)，用于通过对所述可见近红外光谱信号进行处理获取待测果树叶片样本的营养成分指标含量并将处理结果传输给所述数据分析处理单元(6)。
2.如权利要求1所述的果树营养成分检测系统，其特征在于，所述可见近红外光谱获取单元(1)包括光源、用于夹持待测果树叶片样本的叶片夹、用于采集待测叶片的漫反射光并传至微型光谱仪的光纤探头和用于把复合光分解为单一波长的单色光的微型光谱仪。
3.如权利要求2所述的果树营养成分检测系统，其特征在于，所述微型光谱仪内置CCD阵列探测器，用于接收所述微型光谱仪的光谱信号，并将光谱信号转变为电信号，再通过A/D转换转变为数字信号输出。
4.如权利要求2所述的果树营养成分检测系统，其特征在于，所述叶片夹包括用于遮挡外界杂散光的遮光胶套。
5.如权利要求2所述的果树营养成分检测系统，其特征在于，所述光源为卤素灯光源。
6.如权利要求1所述的果树营养成分检测系统，其特征在于，所述数据分析处理单元(6)包括扩展存储器，用于存储数据分析处理单元显示的数据。
7.一种利用权利要求1-6中任一项所述系统进行果树营养成分检测的方法，其特征在于，包括以下步骤A 可见近红外光谱获取单元C3)扫描待测果树叶片样本获取其可见近红外光谱信号并传输到数据分析处理单元(6)，同时授时定位单元(4)将待测果树叶片样本的位置信息和采样时间传输到数据分析处理单元(6)；B 对待测果树叶片样本的营养成分指标N、P、K和叶绿素含量进行测定；C:采用偏最小二乘法建立所述光谱信号与待测果树叶片样本的营养成分指标之间关系的数学模型；D 对所述数学模型进行验证、优化，并载入数据处理中心；E 数据处理中心( 接收所述光谱信号并进行处理，根据所述数学模型得到待测果树叶片样本的N、P、K营养元素与叶绿素含量，并将处理结果发送给数据分析处理单元(6)以供显示。
全文摘要
本发明公开了一种果树营养成分检测系统及方法，所述系统包括便携式原位测量装置和数据处理中心；所述便携式原位测量装置包括可见近红外光谱获取单元，用于采集样本的可见近红外光谱信号；授时定位单元，用于采集样本的位置信息和采样时间；无线通讯单元，用于将数据分析处理单元的数据传输到数据处理中心，并将数据处理中心的处理结果传输到数据分析处理单元；数据分析处理单元，用于显示待测样本的位置信息、采样时间和数据处理中心的处理结果；所述数据处理中心，用于获取待测样本的营养成分指标含量并传输给所述数据分析处理单元。本发明对测试信息的采集更准确、时效性更强，效率更高，并可将多个测试点测得的测试信息及时地自动存储。
文档编号G01N35/00GK102564962SQ20111040490
公开日2012年7月11日 申请日期2011年12月7日 优先权日2011年12月7日
发明者张瑞瑞, 张驰, 郭建华, 郭志明, 陈立平, 黄文倩 申请人:北京农业智能装备技术研究中心