一种农作物栽培基质中水肥含量检测方法与流程

1.本发明属于水肥含量检测技术领域，尤其涉及一种农作物栽培基质中水肥含量检测方法。


背景技术：

2.农作物是农业上栽培的各种植物。包括粮食作物﹑经济作物(油料作物、蔬菜作物、花、草、树木)两大类。植物栽培指的是顺应植物的生长特性、尊重其生长规律，利用植物可以生长繁殖的部位，进行繁殖。例如：根繁殖法、茎繁殖法等传统方法，试管栽培、大棚技术栽培等现代方法。栽培基质就是指代替土壤提供作物机械支持和物质供应的固体介质；然而，现有农作物栽培基质中水肥含量检测方法不能对农作物长势进行准确监测；同时，不能准确诊断农作物营养状况。
3.通过上述分析，现有技术存在的问题及缺陷为：
4.(1)现有农作物栽培基质中水肥含量检测方法不能对农作物长势进行准确监测。
5.(2)不能准确诊断农作物营养状况。


技术实现要素：

6.针对现有技术存在的问题，本发明提供了一种农作物栽培基质中水肥含量检测方法。
7.本发明是这样实现的，一种农作物栽培基质中水肥含量检测方法包括：
8.步骤一，通过采样器采取农作物栽培基质的水肥样品，获得测定样品；
9.步骤二，通过激光光源发射特定波长的光源照射测定样品；通过光电探测器检测测定样品激光光束照射样品透射比色皿内的测定样品时的吸光度，获得样品吸光度；
10.步骤三，获取样品吸光度信号，根据样品吸光度，计算测定样品中相对应营养元素的含量；
11.步骤四，对农作物长势监测；并诊断农作物营养状况。
12.进一步，所述激光光源包括氮元素检测激光光源、磷元素检测激光光源、钾元素检测激光光源，氮元素检测激光光源的波长为217nm；磷元素检测激光光源的波长为490nm；钾元素检测激光光源的波长为440nm。
13.进一步，所述对农作物长势监测方法如下：
14.(1)构建农作物数据库，获取监测区的农作物栽培位置反射率数据和植被指数数据；对获取的数据进行校准处理，并存入农作物数据库中；
15.(2)对所述农作物栽培位置反射率数据进行预处理获取第一植被指数时间序列，对所述植被指数数据进行预处理获取第二植被指数时间序列；
16.(3)根据所述第二植被指数时间序列进行物候分区；基于所述物候分区和栽培类型对所述第一植被指数时间序列进行同一物候区同一栽培类型农作物的归一化植被指数均值计算，以获取每一物候区相同栽培类型农作物的植被指数均值时间序列，所有时相同
一物候区同一栽培类型农作物的归一化植被指数均值数据构成归一化植被指数均值时间序列；
17.分别将近红外波段反射率数据和红外波段反射率数据相同时相、不同行列号的第一植被指数时间序列镶嵌拼接，获取近红外波段反射率数据的第一植被指数时间序列和红外波段反射率数据的第一植被指数时间序列，再将同一时相的近红外波段反射率数据的第一植被指数时间序列和红外波段反射率数据的第一植被指数时间序列镶嵌拼接，获得覆盖监测区农作物生长期内的第一植被指数时间序列；
18.根据栽培类型对物候分区后的第一植被指数时间序列进行均值计算，获取每一物候区同一栽培类型的植被指数均值时间序列，所有时相同一物候区同一栽培类型农作物的归一化植被指数均值数据构成归一化植被指数均值时间序列；
19.(4)将所述第一植被指数时间序列与归一化植被指数均值时间序列进行标准化处理，以获取被监测区域基准年不同物候区、不同栽培类型的农作物进行同一量级比较的归一化植被指数时间序列，即标准化植被指数时间序列：
20.ndvi(i)和ndvimean(i)分别表示同一物候区同一栽培类型
21.农作物的第i时相的ndvi真实值和ndvi均值；
22.(5)对所述标准化植被指数时间序列进行分级处理，获取农作物的长势信息。
23.进一步，所述对所述农作物栽培位置反射率数据进行预处理获取第一植被指数时间序列，包括：
24.所述农作物栽培位置反射率数据包括近红外波段反射率数据和红外波段反射率数据两种；
25.分别对所述近红外波段反射率数据和所述红外波段反射率数据依次进行投影转化、重采样、镶嵌和波段反射率提取处理，以获取所述近红外波段反射率数据时间序列和所述红外波段反射率数据时间序列；
26.对所述植被指数数据进行预处理获取第二植被指数时间序列，包括：
27.对提取监测区所述植被指数数据依次进行投影转化、重采样、镶嵌和归一化植被指数提取处理，以获取在基准年全年的植被覆盖指数时间序列。
28.进一步，所述根据所述第二植被指数时间序列进行物候分区，包括：
29.对所述第二植被指数时间序列进行平滑重构；
30.在监测区根据农作物的物候特征，采用卷积平滑算法进行滤波平滑，提取11个物候参数，对11个物候参数进行标准化处理，统一数值范围，提取每个物候参数的有效成分，以对监测区进行分区获得物候分区。
31.进一步，所述将所述第一植被指数时间序列与归一化植被指数均值时间序列进行标准化处理，以获取被监测区域基准年不同物候区、不同栽培类型的农作物进行同一量级比较的归一化植被指数时间序列，即标准化植被指数时间序列，包括：
32.将对应时相的第一植被指数时间序列除以归一化植被指数均值时间序列；
33.标准化植被指数时间序列由所有时相的标准化植被指数数据组成。
34.进一步，所述对所述标准化植被指数时间序列进行分级处理，获取农作物的长势信息，包括：
35.采用1/2标准差分级方法对各时相农作物对应像元的标准化植被指数时间序列进行分级处理；
36.根据分级后的各时相农作物对应像元的标准化植被指数时间序列生成农作物长势图像。
37.进一步，所述诊断农作物营养状况方法如下：
38.1)配置摄像机参数，按照相对于所述栽培场地的预定的中心俯角，设置装备有多个像点的摄影机：通过拍摄所述田地，得到对应于每个像点的农作物叶的反射光量；
39.2)通过由转换变量构成的面积函数，得到每个单位像点的摄影面积；根据所述摄影面积对每个像点的反射光量进行面积校正；
40.3)利用俯角系数对反射光量进行俯角校正，该系数预先被设定以便用于校正与各像点俯角相应的反射光量差异；测量所述农作物叶上的入射光量：从校正过的反射光量和测量的入射光量得出反射率；
41.4)根据所述的反射率和第一农作物相关公式得出预定面积内的第一农作物信息并贮存所述第一农作物信息，所述公式预先被设定以便用于从反射率得出第一农作物信息；以及根据所述的第一农作物信息确定栽培场地中农作物的营养状态。
42.进一步，所述变量包括摄影机距地高度、像点俯角、像点数目和摄影机的视场角
43.进一步，所述诊断方法还包括：
44.贮存第一农作物信息，将光照射在相同面积的农作物叶上，测量与因农作物生长而增减的农作物信息相关的波长的光的透射光量或反射光量至少之一；
45.从该光量和为从光量求得农作物信息而预定的第二农作物关系式，求得农作物信息，并作为第二农作物信息被贮存；以及根据所述第一农作物信息和第二农作物信息，诊断栽培场地中农作物的营养状况。
46.结合上述的技术方案和解决的技术问题，请从以下几方面分析本发明所要保护的技术方案所具备的优点及积极效果为：
47.第一、针对上述现有技术存在的技术问题以及解决该问题的难度，紧密结合本发明的所要保护的技术方案以及研发过程中结果和数据等，详细、深刻地分析本发明技术方案如何解决的技术问题，解决问题之后带来的一些具备创造性的技术效果。具体描述如下：
48.本发明通过对农作物长势监测方法能够快速、准确地获取大尺度范围的农作物长势信息，它在考虑到不同物候区和不同栽培类型农作物的植被指数存在差异的基础上，提取连续多个时相各物候区相同栽培类型的归一化差分植被指数均值，建立归一化植被指数均值标准化模型，使各时相农作物对应像元的植被指数处于同一个参考级别上，进而提取农作物长势信息；同时，通过诊断农作物营养状况方法在采用测量反射光量得出农作物信息时，即使摄影机放在地上，也能进行校正，从而不产生大的误差，而且，以测量农作物信息的形式提供的农作物营养的诊断方法简单，并提高了测量精度。
49.第二，把技术方案看做一个整体或者从产品的角度，本发明所要保护的技术方案具备的技术效果和优点，具体描述如下：
50.本发明通过对农作物长势监测方法能够快速、准确地获取大尺度范围的农作物长
势信息，它在考虑到不同物候区和不同栽培类型农作物的植被指数存在差异的基础上，提取连续多个时相各物候区相同栽培类型的归一化差分植被指数均值，建立归一化植被指数均值标准化模型，使各时相农作物对应像元的植被指数处于同一个参考级别上，进而提取农作物长势信息；同时，通过诊断农作物营养状况方法在采用测量反射光量得出农作物信息时，即使摄影机放在地上，也能进行校正，从而不产生大的误差，而且，以测量农作物信息的形式提供的农作物营养的诊断方法简单，并提高了测量精度。
附图说明
51.图1是本发明实施例提供的农作物栽培基质中水肥含量检测方法流程图。
52.图2是本发明实施例提供的对农作物长势监测方法流程图。
53.图3是本发明实施例提供的诊断农作物营养状况方法流程图。
具体实施方式
54.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
55.一、解释说明实施例。为了使本领域技术人员充分了解本发明如何具体实现，该部分是对权利要求技术方案进行展开说明的解释说明实施例。
56.如图1所示，本发明提供一种农作物栽培基质中水肥含量检测方法包括以下步骤：
57.s101，通过采样器采取农作物栽培基质的水肥样品，获得测定样品；
58.s102，通过激光光源发射特定波长的光源照射测定样品；通过光电探测器检测测定样品激光光束照射样品透射比色皿内的测定样品时的吸光度，获得样品吸光度；
59.s103，获取样品吸光度信号，根据样品吸光度，计算测定样品中相对应营养元素的含量；
60.s104，对农作物长势监测；并诊断农作物营养状况。
61.本发明提供的激光光源包括氮元素检测激光光源、磷元素检测激光光源、钾元素检测激光光源，氮元素检测激光光源的波长为217nm；磷元素检测激光光源的波长为490nm；钾元素检测激光光源的波长为440nm。
62.如图2所示，本发明提供的对农作物长势监测方法如下：
63.s201，构建农作物数据库，获取监测区的农作物栽培位置反射率数据和植被指数数据；对获取的数据进行校准处理，并存入农作物数据库中；
64.s202，对所述农作物栽培位置反射率数据进行预处理获取第一植被指数时间序列，对所述植被指数数据进行预处理获取第二植被指数时间序列；
65.s203，根据所述第二植被指数时间序列进行物候分区；基于所述物候分区和栽培类型对所述第一植被指数时间序列进行同一物候区同一栽培类型农作物的归一化植被指数均值计算，以获取每一物候区相同栽培类型农作物的植被指数均值时间序列，所有时相同一物候区同一栽培类型农作物的归一化植被指数均值数据构成归一化植被指数均值时间序列；
66.分别将近红外波段反射率数据和红外波段反射率数据相同时相、不同行列号的第
一植被指数时间序列镶嵌拼接，获取近红外波段反射率数据的第一植被指数时间序列和红外波段反射率数据的第一植被指数时间序列，再将同一时相的近红外波段反射率数据的第一植被指数时间序列和红外波段反射率数据的第一植被指数时间序列镶嵌拼接，获得覆盖监测区农作物生长期内的第一植被指数时间序列；
67.根据栽培类型对物候分区后的第一植被指数时间序列进行均值计算，获取每一物候区同一栽培类型的植被指数均值时间序列，所有时相同一物候区同一栽培类型农作物的归一化植被指数均值数据构成归一化植被指数均值时间序列；
68.s204，将所述第一植被指数时间序列与归一化植被指数均值时间序列进行标准化处理，以获取被监测区域基准年不同物候区、不同栽培类型的农作物进行同一量级比较的归一化植被指数时间序列，即标准化植被指数时间序列：
69.ndvi(i)和ndvimean(i)分别表示同一物候区同一栽培类型
70.农作物的第i时相的ndvi真实值和ndvi均值；
71.s205，对所述标准化植被指数时间序列进行分级处理，获取农作物的长势信息。
72.本发明提供的对所述农作物栽培位置反射率数据进行预处理获取第一植被指数时间序列，包括：
73.所述农作物栽培位置反射率数据包括近红外波段反射率数据和红外波段反射率数据两种；
74.分别对所述近红外波段反射率数据和所述红外波段反射率数据依次进行投影转化、重采样、镶嵌和波段反射率提取处理，以获取所述近红外波段反射率数据时间序列和所述红外波段反射率数据时间序列；
75.对所述植被指数数据进行预处理获取第二植被指数时间序列，包括：
76.对提取监测区所述植被指数数据依次进行投影转化、重采样、镶嵌和归一化植被指数提取处理，以获取在基准年全年的植被覆盖指数时间序列。
77.本发明提供的根据所述第二植被指数时间序列进行物候分区，包括：
78.对所述第二植被指数时间序列进行平滑重构；
79.在监测区根据农作物的物候特征，采用卷积平滑算法进行滤波平滑，提取11个物候参数，对11个物候参数进行标准化处理，统一数值范围，提取每个物候参数的有效成分，以对监测区进行分区获得物候分区。
80.本发明提供的将所述第一植被指数时间序列与归一化植被指数均值时间序列进行标准化处理，以获取被监测区域基准年不同物候区、不同栽培类型的农作物进行同一量级比较的归一化植被指数时间序列，即标准化植被指数时间序列，包括：
81.将对应时相的第一植被指数时间序列除以归一化植被指数均值时间序列；
82.标准化植被指数时间序列由所有时相的标准化植被指数数据组成。
83.本发明提供的对所述标准化植被指数时间序列进行分级处理，获取农作物的长势信息，包括：
84.采用1/2标准差分级方法对各时相农作物对应像元的标准化植被指数时间序列进
行分级处理；
85.根据分级后的各时相农作物对应像元的标准化植被指数时间序列生成农作物长势图像。
86.如图3所示，本发明提供的诊断农作物营养状况方法如下：
87.s301，配置摄像机参数，按照相对于所述栽培场地的预定的中心俯角，设置装备有多个像点的摄影机：通过拍摄所述田地，得到对应于每个像点的农作物叶的反射光量；
88.s302，通过由转换变量构成的面积函数，得到每个单位像点的摄影面积；根据所述摄影面积对每个像点的反射光量进行面积校正；
89.s303，利用俯角系数对反射光量进行俯角校正，该系数预先被设定以便用于校正与各像点俯角相应的反射光量差异；测量所述农作物叶上的入射光量：从校正过的反射光量和测量的入射光量得出反射率；
90.s304，根据所述的反射率和第一农作物相关公式得出预定面积内的第一农作物信息并贮存所述第一农作物信息，所述公式预先被设定以便用于从反射率得出第一农作物信息；以及根据所述的第一农作物信息确定栽培场地中农作物的营养状态。
91.本发明提供的变量包括摄影机距地高度、像点俯角、像点数目和摄影机的视场角
92.本发明提供的诊断方法还包括：
93.贮存第一农作物信息，将光照射在相同面积的农作物叶上，测量与因农作物生长而增减的农作物信息相关的波长的光的透射光量或反射光量至少之一；
94.从该光量和为从光量求得农作物信息而预定的第二农作物关系式，求得农作物信息，并作为第二农作物信息被贮存；以及根据所述第一农作物信息和第二农作物信息，诊断栽培场地中农作物的营养状况。
95.二、应用实施例。为了证明本发明的技术方案的创造性和技术价值，该部分是对权利要求技术方案进行具体产品上或相关技术上的应用实施例。
96.本发明通过对农作物长势监测方法能够快速、准确地获取大尺度范围的农作物长势信息，它在考虑到不同物候区和不同栽培类型农作物的植被指数存在差异的基础上，提取连续多个时相各物候区相同栽培类型的归一化差分植被指数均值，建立归一化植被指数均值标准化模型，使各时相农作物对应像元的植被指数处于同一个参考级别上，进而提取农作物长势信息；同时，通过诊断农作物营养状况方法在采用测量反射光量得出农作物信息时，即使摄影机放在地上，也能进行校正，从而不产生大的误差，而且，以测量农作物信息的形式提供的农作物营养的诊断方法简单，并提高了测量精度。
97.应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、cd或dvd-rom的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。
98.三、实施例相关效果的证据。本发明实施例在研发或者使用过程中取得了一些积极效果，和现有技术相比的确具备很大的优势，下面内容结合试验过程的数据、图表等进行描述。
99.本发明通过对农作物长势监测方法能够快速、准确地获取大尺度范围的农作物长势信息，它在考虑到不同物候区和不同栽培类型农作物的植被指数存在差异的基础上，提取连续多个时相各物候区相同栽培类型的归一化差分植被指数均值，建立归一化植被指数均值标准化模型，使各时相农作物对应像元的植被指数处于同一个参考级别上，进而提取农作物长势信息；同时，通过诊断农作物营养状况方法在采用测量反射光量得出农作物信息时，即使摄影机放在地上，也能进行校正，从而不产生大的误差，而且，以测量农作物信息的形式提供的农作物营养的诊断方法简单，并提高了测量精度。
100.以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。