高光谱遥感甘蔗糖分分析装置制造方法

文档序号:6217483阅读:234来源:国知局
高光谱遥感甘蔗糖分分析装置制造方法
【专利摘要】本发明公开了一种高光谱遥感甘蔗糖分分析装置,主要由卫星信息接收模块、通信模块、存储模块、嵌入式系统和显示模块构成;所述的卫星信息接收模块分别与存储模块、通信模块相连接;所述的通信模块、嵌入式系统分别与存储模块相连接;所述的存储模块、嵌入式系统分别与显示模块相连接;所述的卫星信息接收模块上设有无线通讯天线和有线通讯接口。该装置结构简单、使用方便、安全可靠、使用成本低;是基于高光谱遥感技术而设计的专门用于甘蔗糖分分析的设备。
【专利说明】高光谱遥感甘蔗糖分分析装置
【技术领域】
[0001]本发明涉及一种甘蔗糖分分析设备,具体涉及了一种高光谱遥感甘蔗糖分分析装置。
【背景技术】
[0002]高光谱遥感是在电磁波谱的可见光、近红外、中红外和热红外波段范围内,获取许多非常窄的光谱连续的影像数据的技术,可以收集到上百个非常窄的光谱波段信息。高光谱遥感是当前遥感技术的前沿领域,它利用很多很窄的电磁波波段从感兴趣的物体获得有关数据,包含了丰富的空间、辐射和光谱三重信息。该技术被广泛应用于地质调查、植被研究、灾害监测等领域。
[0003]甘蔗糖分预测是在蔗糖榨季生产之前,对新榨季的甘蔗蔗糖分进行预测。在生产上,每年的榨季开始前,糖厂都要进行榨季生产的准备工作,包括安排砍运、生产、准备辅料等。上级主管部门也要下达蔗糖生产任务与各项经济技术指标。上述工作都要依据于农务部门对蔗区甘蔗糖分的预测。因此这是蔗糖生产中的一个关键环节,对甘蔗的优化收割和蔗糖生产有重要影响。
[0004]已有的研究表明,气候因素(降雨量、日照程度、温度)、甘蔗品种与植期、土壤质量等因素对甘蔗糖分的影响较大。据此建立了多种糖分预测模型,如基于榨季的气象糖分预测模型,二次曲线模型、分段Logistic模型等。现有的模型多是针对某一个或两个影响因素进行研究,预测时有较大的局限性。且数据来源仅仅是某一区域的几个糖厂,甚至是某一个糖厂,基础数据没有普遍性。高光谱遥感的大面积数据采集,不受气候影响,不需人工干预,十分适用于农业数据的采集,而基于高光谱遥感的甘蔗糖分预测技术在国内还是空白。所以,市场上急需一种结构简单、安全可靠、使用成本低的基于高光谱遥感且专门应用于甘蔗糖分分析的设备。

【发明内容】

[0005]本发明的目的在于针对现有技术的不足,提供了一种结构简单、使用方便、安全可靠、使用成本低的,并基于高光谱遥感技术而设计的专门用于甘蔗糖分分析的装置。
[0006]为了实现上述目的,本发明采用了以下技术方案:
一种高光谱遥感甘蔗糖分分析装置,主要由卫星信息接收模块、通信模块、存储模块、嵌入式系统和显示模块构成;所述的卫星信息接收模块分别与存储模块、通信模块相连接;所述的通信模块、嵌入式系统分别与存储模块相连接;所述的存储模块、嵌入式系统分别与显示模块相连接;其中,所述的存储模块设有遥感信息库、气候信息库、糖分历史库、甘蔗信息库和糖分预测模型库;在糖分预测模型库中存储有由嵌入式系统构建好的糖分预测模型,包括基础糖分分析子模型、气候糖分分析子模型、土壤糖分分析子模型和环境糖分分析子模型;所述的嵌入式系统设有糖分预测单元、砍运预测单元、模型构建单元和模型更新单元; 所述的卫星信息接收模块从遥感卫星地面接收站、气象站和蔗区农业部门获取相应的历史信息数据,传输给存储模块进行存储,嵌入式系统中的模型构建单元读取存储模块中相应的历史信息数据,构建相应的糖分预测模型后传输给存储模块进行存储;在榨季开始前,需要对糖分进行预测时,卫星信息接收模块从遥感卫星地面接收站和气象站获取相应的最新信息数据,传输给存储模块进行存储,嵌入式系统中的糖分预测单元从存储模块中获取最新信息数据和糖分预测模型,并将最新信息数据代入相应的糖分预测模型中进行分析处理,获取相应的预测值,再将各个预测值分别与各自对应的影响因子相乘,所得乘积进行求和,得到最终的糖分预测值;嵌入式系统中的砍运预测单元根据糖分预测值,并结合历史糖分数据和生长期数据进行反演,得到获取最大糖分的最佳砍运时间,生成具体砍运方案,作为糖厂安排本榨季砍运工作的参考依据。
[0007]作为本发明的进一步说明,所述的通信模块包括用于发送通信短报文的北斗卫星导航通信芯片和用于移动数据无线通信的SM卡。
[0008]作为本发明的进一步说明,所述的卫星信息接收模块上设有无线通讯天线和有线通讯接口。
[0009]作为本发明的进一步说明,所述的存储模块包括用于运行嵌入式系统并存放少量的实时数据的内置内存卡和用于长期存放大量数据的外置内存卡。
[0010]作为本发明的进一步说明,所述的嵌入式系统采用兼容手机操作系统的微处理器;所述的显示模块采用的是触摸显示屏。显示模块用于与使用者进行交互,可以显示装置的运行状态、各类数据和预测结果等,也可以接收使用者通过触摸屏输入的指令。
[0011]作为本发明的进一步说明,所述的历史信息数据包括从遥感卫星地面接收站获取的蔗区的海量历史高光谱遥感数据、从蔗区所在地的气象站获取的气候信息、由蔗区农业部门提供的甘蔗基本信息和由蔗区的各个糖厂提供的历史糖分数据;所述的最新信息数据包括从遥感卫星地面接收站获取最新的高光谱遥感数据和从蔗区所在地的气象站获取最新的气候信息。
[0012]上述的高光谱遥感数据包括光合作用量、辐射量、植被指数、土壤含水量、有机质含量和矿物质含量;所述的气候信息包括昼夜温差、降雨量和光照度;所述的甘蔗基本信息包括甘蔗品种、植期、宿根年份、生长周期、种植密度和长势指数。
[0013]作为本发明的进一步说明,所述的基础糖分分析子模型的输入信息包括甘蔗品种、植期、宿根年份、生长周期、种植密度和长势;所述的气候糖分分析子模型的输入信息包括昼夜温差、降雨量和光照度;所述的土壤糖分分析子模型的输入信息包括土壤含水量、有机质含量和矿物质含量;所述的环境糖分分析子模型的输入信息包括光合作用量和辐射量。
[0014]作为本发明的进一步说明,嵌入式系统中的模型构建单元构建糖分预测模型时采用的建模方法包括差分方程法、数据拟合法、线性规划法和概率统计法。
[0015]作为本发明的进一步说明,所述的影响因子通过绘制甘蔗基础信息、气候、土壤和环境数据与糖分历史数据的特征曲线图,并以每条特征曲线的平均斜率作为该特征的影响因子。
[0016]本发明中的嵌入式系统是整个装置的管理平台,负责从存储模块中提取出基础数据并建立糖分分析模型,定期进行模型更新,并主要根据最新实时数据通过糖分分析模型进行糖分预测和砍运预测。
[0017]基础糖分分析子模型建立如下:经过大量历史数据分析结果表明,甘蔗糖分高低不仅与品种、植期、宿根年份等固有信息相关,还受种植密度和各生长期的长势所影响。因此基础糖分分析子模型的建立要从上述几个特征入手,找到与糖分的线性关系建立数学函数。首先从甘蔗信息库中获取甘蔗的品种、植期和宿根年份信息,通过品种信息可以得到生长周期持续时间。将甘蔗的生长周期划分为6个时期(蔗茎、花芽分化、孕穗、抽穗、开花和结实),不同的品种对于每个时期所用的生长时间是不同的。结合植期(春植、夏植、秋植和冬植)即可计算出目前该品种蔗所处的是哪个生长期。然后建立时序空间,通过遥感信息进行各个生长期的甘蔗长势分析,得到各生长期长势的优劣性指数。接着利用遥感信息分析出来的归一化植被指数NDVI定量估算甘蔗种植密度,求出象元的NDVI值与裸图区域的NDVI值之差,以及纯植被象元的NDVI值与裸图区域的NDVI值之差,两者的比值即为种植密度。将品种、植期、种植密度、长势指数和宿根年份数据作为模型的输入,糖分历史数据作为模型的输出,使用线性规划、神经网络训练等方式建立目标函数,形成基础糖分分析子模型,并存入存储模块的模型库中。
[0018]气候糖分分析子模型建立如下:在大量的历史气候数据中选取天气状况、降雨量、风速、温度、湿度、昼夜温差、光照度等典型气候因子,结合糖分历史数据建立时序变化曲线图,发现对糖分影响最大的气候因素是昼夜温差、降雨量和光照度;因此用于作为气候糖分分析模型的输入参数。从气候信息库中获取大量昼夜温差、降雨量、光照度的历史数据,作为模型的输入,糖分历史数据作为模型的输出,经过反复的迭代、演算逐渐接近目标函数,根据历史数据的同化值修正目标函数的各参数值(即修正目标函数的系数),建立气候糖分分析模型,并存入存储模块的模型库中。
[0019]土壤糖分分析子模型建立如下:实验表明,土壤质量和成分能够影响甘蔗的糖分高低。为了找出土壤特征与糖分的关系,必须先将土壤特征数据从高光谱遥感信息中提取出来。需要提取的土壤特征有土壤含水量、土壤有机质含量和土壤矿物质含量。首先在高光谱遥感信息中选择具有最小均方根误差的光谱波段,结合相对反射率法、一阶微分方法、差分方法对土壤含水量进行估算。然后进行土壤有机质含量的估算,利用光谱微分技术对部分反射光谱数值进行数学模拟,确定光谱曲线拐点。将事先测定好的土样有机质含量与光谱反射率数据进行相关分析,计算相关系数。利用反射率对数一阶微分方程建立回归方程,采用逐步回归分析法,建立土壤有机质预测方程。之后进行土壤矿物质含量估算,以光谱反射率(反射率倒数,反射率对数,反射率一阶微分等)作为自变量,土样矿物质含量作为因变量,运用多元线性回归、BP神经网络方法建立数学模型。最后,将土壤含水量、有机质含量和矿物质含量作为模型的输入,糖分历史数据作为模型的输出,不断进行反演迭代,得到土壤数据与糖分的关系,建立土壤糖分分析子模型,并存入存储模块的模型库中。
[0020]环境糖分分析子模型建立如下:甘蔗的光合作用强度和效果对糖分高低具有较大影响作用,因此作为环境糖分分析的对象。将甘蔗叶面积指数(LAI)与吸收光合有效辐射(APAR)历史数据进行比对分析,建立函数关系式;由于甘蔗叶的光合特性、呼吸特性、空间配置都相等,只是叶面积指数有差异,因此可根据叶面积指数的大小表明群体光合曲线的变化状况;以归一化植被指数(NDVI)分别与叶面积指数、吸收光合有效辐射作图,找出两两之间的关联性。将估算出的光合作用量与辐射量作为模型的输入,糖分历史数据作为模型的输出,不断调整目标函数的参数,反演出环境糖分分析子模型,并存入存储模块的模型库中。
[0021]上述模型建立后,通过分别绘制各影响因素(品种等基础因素、气候因素、土壤因素、环境因素)与糖分历史数据的关系特征曲线并进行分析,确定各影响因素对糖分的影响大小,制定对应的影响因子,再将各子模型的预测值与影响因子的乘积进行求和,得到最终的糖分预测值。根据糖分预测值与该品种历史数据比对,分析出要达到预测值所需的生长时间,与当前时间结合即可得到最优砍运时间。
[0022]在本发明中,卫星信息接收模块主要接收两类信息,一类是从遥感卫星地面接收站获取高光谱遥感原始影像数据,另一类是从气象站获取海量历史气候信息。原始遥感数据要先进行光谱分析,主要是对高光谱遥感影像进行分类监测,采用光谱空间分析法、特征空间分析法、混合像元分解法、分层分区图像分类法、多时相分析方法和多源数据结合法等将影像中的特征数据提取出来。通过对原始波段进行各种代数运算能够得到各种光谱信息和植被指数,主要包括AVI (距平植被指数)、NDVI (归一化差值植被指数)、RVI (比值植被指数)、PVI (垂直植被指数)、DVI (差异植被指数)、GVI (绿度植被指数)、SAVI (土壤调节植被指数)、DVIEVI (差值环境植被指数)、VCI (条件植被指数)、TCI (条件温度指数)、NDTI(归一化温度指数)、VTCI (条件植被温度指数)和GVMI (全局植被湿度指数)等。分析出来的数据和结果存入遥感信息库中。历史气候信息包括每天的降雨量、昼夜温差和光照度等,存入气候信息库中。
[0023]本发明的通信模块通过两种方式与远程信息管理中心系统或移动终端(如手机)进行双向通信。卫星信息接收模块采集到的原始数据以及经过嵌入式系统分析后的糖分预测结果和砍运预测结果可以通过其传送到远程控制系统或移动终端,同时也可以接收远程控制系统或移动终端发送过来的指令信息,如要求预测某地的糖分或更新模型等。
[0024]与现有技术相比较,本发明具备的优点:
1.本发明的高光谱遥感甘蔗糖分分析装置结构简单、使用方便、安全可靠、使用成本低;是基于高光谱遥感技术而设计的专门用于甘蔗糖分分析的设备。卫星信息接收模块主要用于接收高光谱遥感数据和气候信息数据;嵌入式系统则可以对数据进行分析,得出糖分的预测值;通信模块可以让该装置与远程管理中心或其他移动终端相互传输数据;显示模块则是用于与使用者进行交互,可以显示装置的运行状态、各类数据和预测结果等,也可以接收使用者通过触摸屏输入的指令。
[0025]2.使用高光谱遥感进行甘蔗生长环境数据的采集,覆盖面积广,无人值守,数据精确度高。
[0026]3.采用了基础糖分分析子模型、气候糖分分析子模型、土壤糖分分析子模型和环境糖分分析子模型,充分考虑到影响糖分变化的各个影响因素,提高了预测的准确度和科学性。
[0027]4.能够根据糖分预测结果给出砍运方案建议,为糖厂的生产决策提供参考依据。【专利附图】

【附图说明】
[0028]图1是本发明的结构框架示意图。【具体实施方式】
[0029]下面结合附图和最佳实施例对本发明进一步说明,但本发明的保护范围不局限于以下实施例。
[0030]实施例:
如图所示,一种高光谱遥感甘蔗糖分分析装置,主要由卫星信息接收模块、通信模块、存储模块、嵌入式系统和显示模块构成;所述的卫星信息接收模块分别与存储模块、通信模块相连接;所述的通信模块、嵌入式系统分别与存储模块相连接;所述的存储模块、嵌入式系统分别与显示模块相连接;其中,所述的存储模块设有遥感信息库、气候信息库、糖分历史库、甘蔗信息库和糖分预测模型库;在糖分预测模型库中存储有由嵌入式系统构建好的糖分预测模型,包括基础糖分分析子模型、气候糖分分析子模型、土壤糖分分析子模型和环境糖分分析子模型;所述的嵌入式系统设有糖分预测单元、砍运预测单元、模型构建单元和模型更新单元;
所述的卫星信息接收模块从遥感卫星地面接收站、气象站和蔗区农业部门获取相应的历史信息数据,传输给存储模块进行存储,嵌入式系统中的模型构建单元读取存储模块中相应的历史信息数据,构建相应的糖分预测模型后传输给存储模块进行存储;在榨季开始前,需要对糖分进行预测时,卫星信息接收模块从遥感卫星地面接收站和气象站获取相应的最新信息数据,传输给存储模块进行存储,嵌入式系统中的糖分预测单元从存储模块中获取最新信息数据和糖分预测模型,并将最新信息数据代入相应的糖分预测模型中进行分析处理,获取相应的预测值,再将各个预测值分别与各自对应的影响因子相乘,所得乘积进行求和,得到最终的糖分预测值;嵌入式系统中的砍运预测单元根据糖分预测值,并结合历史糖分数据和生长期数据进行反演,得到获取最大糖分的最佳砍运时间,生成具体砍运方案,作为糖厂安排本榨季砍运工作的参考依据。
[0031]上述的通信模块包括用于发送通信短报文的北斗卫星导航通信芯片和用于移动数据无线通信的SIM卡;卫星信息接收模块上设有无线通讯天线和有线通讯接口 ;存储模块包括用于运行嵌入式系统并存放少量的实时数据的内置内存卡和用于长期存放大量数据的外置内存卡;嵌入式系统采用兼容手机操作系统的微处理器;显示模块采用的是触摸显示屏。
[0032]该装置结构简单、使用方便、安全可靠、使用成本低;采用了基础糖分分析子模型、气候糖分分析子模型、土壤糖分分析子模型和环境糖分分析子模型,充分考虑到影响糖分变化的各个影响因素,提高了预测的准确度和科学性;能够根据糖分预测结果给出砍运方案建议,为糖厂的生产决策提供参考依据。
【权利要求】
1.一种高光谱遥感甘蔗糖分分析装置,主要由卫星信息接收模块、通信模块、存储模块、嵌入式系统和显示模块构成;所述的卫星信息接收模块分别与存储模块、通信模块相连接;所述的通信模块、嵌入式系统分别与存储模块相连接;所述的存储模块、嵌入式系统分别与显示模块相连接;其特征在于:所述的存储模块设有遥感信息库、气候信息库、糖分历史库、甘蔗信息库和糖分预测模型库;在糖分预测模型库中存储有由嵌入式系统构建好的糖分预测模型,包括基础糖分分析子模型、气候糖分分析子模型、土壤糖分分析子模型和环境糖分分析子模型;所述的嵌入式系统设有糖分预测单元、砍运预测单元、模型构建单元和模型更新单元; 所述的卫星信息接收模块从遥感卫星地面接收站、气象站和蔗区农业部门获取相应的历史信息数据,传输给存储模块进行存储,嵌入式系统中的模型构建单元读取存储模块中相应的历史信息数据,构建相应的糖分预测模型后传输给存储模块进行存储;在榨季开始前,需要对糖分进行预测时,卫星信息接收模块从遥感卫星地面接收站和气象站获取相应的最新信息数据,传输给存储模块进行存储,嵌入式系统中的糖分预测单元从存储模块中获取最新信息数据和糖分预测模型,并将最新信息数据代入相应的糖分预测模型中进行分析处理,获取相应的预测值,再将各个预测值分别与各自对应的影响因子相乘,所得乘积进行求和,得到最终的糖分预测值;嵌入式系统中的砍运预测单元根据糖分预测值,并结合历史糖分数据和生长期数据进行反演,得到获取最大糖分的最佳砍运时间,生成具体砍运方案,作为糖厂安排本榨季砍运工作的参考依据。
2.根据权利要求1所述的高光谱遥感甘蔗糖分分析装置,其特征在于:所述的通信模块包括用于发送通信短报文的北斗卫星导航通信芯片和用于移动数据无线通信的SM卡。
3.根据权利要求1或2所述的高光谱遥感甘蔗糖分分析装置,其特征在于:所述的卫星信息接收模块上设有无线通讯天线和有线通讯接口。
4.根据权利要求3所述的高光谱遥感甘蔗糖分分析装置,其特征在于:所述的存储模块包括用于运行嵌入式系统并存放少量的实时数据的内置内存卡和用于长期存放大量数据的外置内存卡。
5.根据权利要求3所述的高光谱遥感甘蔗糖分分析装置,其特征在于:所述的嵌入式系统采用兼容手机操作系统的微处理器;所述的显示模块采用的是触摸显示屏。
6.根据权利要求1所述的高光谱遥感甘蔗糖分分析装置,其特征在于:所述的历史信息数据包括从遥感卫星地面接收站获取的蔗区的海量历史高光谱遥感数据、从蔗区所在地的气象站获取的气候信息、由蔗区农业部门提供的甘蔗基本信息和由蔗区的各个糖厂提供的历史糖分数据;所述的最新信息数据包括从遥感卫星地面接收站获取最新的高光谱遥感数据和从蔗区所在地的气象站获取最新的气候信息。
7.根据权利要求6所述的高光谱遥感甘蔗糖分分析装置,其特征在于:所述的高光谱遥感数据包括光合作用量、辐射量、植被指数、土壤含水量、有机质含量和矿物质含量;所述的气候信息包括昼夜温差、降雨量和光照度;所述的甘蔗基本信息包括甘蔗品种、植期、宿根年份、生长周期、种植密度和长势指数。
8.根据权利要求7所述的高光谱遥感甘蔗糖分分析装置,其特征在于:所述的基础糖分分析子模型的输入信息包括甘蔗品种、植期、宿根年份、生长周期、种植密度和长势;所述的气候糖分分析子模型的输入信息包括昼夜温差、降雨量和光照度;所述的土壤糖分分析子模型的输入信息包括土壤含水量、有机质含量和矿物质含量;所述的环境糖分分析子模型的输入信息包括光合作用量和辐射量。
9.根据权利要求1所述的高光谱遥感甘蔗糖分分析装置,其特征在于:所述嵌入式系统中的模型构建单元构建糖分预测模型时采用的建模方法包括差分方程法、数据拟合法、线性规划法和概率统计法。
10.根据权利要求1所述的高光谱遥感甘蔗糖分分析装置,其特征在于:所述的影响因子通过绘制甘蔗基础信息、气候、土壤和环境数据与糖分历史数据的特征曲线图,并以每条特征曲线的平均斜率作为该特征的影响因子。
【文档编号】G01N21/25GK103760113SQ201410039694
【公开日】2014年4月30日 申请日期:2014年1月27日 优先权日:2014年1月27日
【发明者】林兴志, 潘翔 申请人:林兴志, 广西卡西亚科技有限公司
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1