赛斯拜克中国核心技术品牌 博士专业研发团队   18年专注高光谱

咨询热线:400-888-5135

高光谱相机如何提高作物产量?

来源:赛斯拜克 发表时间:2023-06-29 浏览量:616 作者:awei

高光谱相机可以通过以下方式提高作物产量:1.鉴定作物品种2.监测作物健康3.优化灌溉和施肥4.早期病虫害检测

高光谱成像技术在农业领域的应用:如何提升农作物产量和质量

高光谱相机可以通过以下方式提高作物产量:

1.鉴定作物品种:高光谱成像技术可以准确鉴定作物品种,从而帮助农民筛选出优良的种子,这有助于提高农业产量。

2.监测作物健康:高光谱相机可以捕捉到植物在各个生长阶段的光谱信息,以此来监测作物的健康状况,及时发现并处理问题,减少损失。

3.优化灌溉和施肥:高光谱成像技术可以分析土壤和植物的光谱信息,为灌溉和施肥提供科学依据,从而提高资源利用效率,进一步提高作物产量。

4.早期病虫害检测:高光谱相机能够捕捉到植物表面微小的病虫害迹象,及时发现并处理,减少病虫害对作物的影响,提高产量。


高光谱成像技术在农业领域的应用:如何提升农作物产量和质量

1.通过采集农作物的光谱信息,分析出不同作物之间的差异

高光谱成像技术可以捕捉到农作物的光谱信息,从而可以分析出不同作物之间的差异。通过对这些差异进行研究,农民可以了解作物的生长状态,比如作物的营养吸收情况、叶片的叶绿素含量等。这些信息对农民来说非常重要,因为它们可以指导农民进行合理的施肥、浇水等措施,以确保作物的生长发育。


2.帮助农民诊断病虫害

高光谱成像技术还可以帮助农民诊断病虫害。由于不同病虫害在光谱信息上有着独特的特征,因此高光谱成像技术可以捕捉到这些特征,从而实现对病虫害的快速、准确诊断。这样一来,农民就可以在病虫害发生的早期采取相应的措施,避免病虫害对作物产量和质量的影响。


3.农作物的产量预测

高光谱成像技术还可以用于农作物的产量预测。通过对作物的光谱信息进行分析,可以预测作物在未来的生长期内可能达到的产量。这有助于农民在进行种植决策时,更加科学地确定种植面积、种植作物种类等,从而提高农作物的总产量。

高光谱成像技术在农业领域的应用为农民提供了一种有效的手段来提高农作物的产量和质量。通过实时监测作物生长状态、准确诊断病虫害、优化种植管理等措施,高光谱成像技术正助力农业生产迈向更加高效、精准的方向。随着高光谱成像技术的不断发展,相信在未来农业领域,它将发挥更加重要的作用。


高光谱荧光成像技术在农业上的应用案例


高光谱荧光成像技术在植物长势监测、病虫害胁迫方面显示出巨大的潜力。该技术能用计算机模拟人的视觉功能,不破坏也不影响植株生长,从植物的荧光图像中提取颜色、纹理、荧光强度等信息进行处理并加以分析,*终用于实际检测,是植物病害检测的重要手段。


植物荧光原理

植物受激发后发出的荧光主要有:蓝绿荧光( Blue-green fluorescence,BGF ) 、红 荧 光 ( Red-fluorescence,RF) 和远红荧光( Far-red fluorescence,FRF) ,如图3所示。

 

图1波长 355 nm 激光激发的荧光光谱

经光照射后,植物的不同组织会吸收不同波段的光,因此植物能在不同波段发射出荧光,如图2。激发光主要有以4个波段: 蓝(波长435-480 nm),被类胡萝卜素和叶绿素吸收,并释放出较高量子效率,可以激发叶片表皮及更深处组织的叶绿素荧光;红光(波长 640-780 nm),只能被叶绿素吸收,因而相比蓝光还能被类胡萝卜素吸收,该波段光的吸收范围较窄,能激发远红波段的叶绿素荧光;绿光(波长 500 ~ 560 nm),被叶绿素吸收,但是吸收量很小,因而相比蓝、红光,绿光可以到达叶片的深度*大,能激发叶绿素荧光;紫外光(280 ~315 nm)既能激发叶绿素荧光,还能激发短波荧光。

 

图2叶面截图

利用荧光成像技术监测作物生长及病害研究,利用中心波长为473 nm和660 nm的激光,分别在4 种激光强度下激发黄瓜活体叶片荧光。通过对比实验,确定激发光源为强度7.5 W、波长473 nm,并在此激发条件下,建立叶片荧光参数F732 /F 685与叶片叶绿素含量的线性回归模型。陈兵等研究了黄萎病对棉花叶片的叶绿素荧光特性的影响,通过对荧光参数的分析可以发现,随着病害程度增加,棉花叶片的叶绿素a、叶绿素b和叶绿素总含量均减少,而类胡萝卜素含量先降后增。结果表明,病害程度与叶绿素荧光参数的相关性较好。隋媛媛等采集健康、染病3 d和6 d的黄瓜霜霉病叶片的荧光光谱,用一阶导数、主成分分析处理光谱数据后,基于*小二乘支持向量机对前10个主成分进行分类和预测,结果表明,使用径向基核函数的支持向量机方法对黄瓜霜霉病害的分类预测能力达到了97. 73%。张石锐等以水稻叶片为研究对象,采集了水稻叶片在波长450 nm的LED灯照射条件下的叶绿素荧光光谱,同时测量了水稻生长区土壤的湿度,建立了基于 Lorentzian 方程的土壤含水量和叶绿素荧光强度的回归模型,结果表明,该模型的决定系数达到0. 99,该方法可以用于土壤水分的检测

 

图3 不同波段下的荧光图像

 

图4  不同氮肥处理下不同波段的荧光图像及荧光比值图像

 

图5  473 nm激光激发荧光光谱及荧光光谱参数 F732/F685与叶绿素含量关系

 

图6  叶绿素荧光光谱及强度与叶片水分利用效率关系

综上所述,高光谱相机通过捕捉和分析物体在不同波长下的光谱数据,能够帮助农民提高作物的种植质量和产量。



相关产品

高光谱相机技术排行榜top10

高光谱相机技术相关推荐