一种多光谱作物生长传感器温度补偿模型的构建方法

文档序号:6242438阅读:387来源:国知局
一种多光谱作物生长传感器温度补偿模型的构建方法
【专利摘要】本发明公开了一种多光谱作物生长传感器温度补偿模型的构建方法,通过对传感器输出电压做温度补偿,即可实现反射率的温度补偿;本发明构建基于温度的同时适用于720nm和810nm上行光传感器和下行光传感器输出电压的预测模型,通过预测模型得到上行光传感器与下行光传感器的温度补偿模型;根据温度补偿后的输出电压计算反射率实现对多光谱作物生长传感器反射率的温度补偿。本发明构建了运算量低、精度高的多光谱作物生长传感器温度补偿模型,提高了传感器田间应用的温度稳定性;了解了多光谱作物生长传感器的温度特性,在此基础上构建了传感器输出电压的温度预测模型,进而实现了传感器反射率的温度补偿。
【专利说明】一种多光谱作物生长传感器温度补偿模型的构建方法

【技术领域】
[0001]本发明属于农作物生长发育调控【技术领域】,尤其涉及一种多光谱作物生长传感器温度补偿模型的构建方法。

【背景技术】
[0002]快速、准确地获取作物生长信息对作物生长发育调控具有重要的指导意义。传统的田间采样、室内分析测试获取作物生长信息的方法,尽管结果可靠,但时效性差,难以满足现代精准农业发展的需要。作物体内生化组分及组织结构的不同,会引起某些特定反射光谱显著变化,利用高光谱遥感技术监测这些特定光谱,进而可以精确地感知作物多种生长信息,如叶面积指数、叶绿素含量、生物量、氮含量、糖氮比等。为了在生产一线推广作物长势光谱监测技术。传感器在光电转换过程中,光电器件受环境温度的影响较大,从而使传感器的输出信号随温度变化产生漂移。田间应用中,随季节温度变化及阳光照射,传感器的内部温度可达10-60°C,温度对传感器输出信号的影响明显,故需做温度补偿。通过设计相应的硬件电路可可实现温度补偿,但该方法硬件电路复杂、补偿精度低。与硬件补偿相比,软件补偿成本低,精度高,如人工神经网络、最小二乘支持向量机等智能算法已得到广泛应用;在研究利用近红外反射率检测苹果可溶性固形物含量时构建了各温度专用以及全温度范围通用的温度补偿模型。该类算法所构建温度补偿模型尽管精度高,但模型过于复杂,难以集成到运算能力有限的单片机中,进而限制了在智能传感器和智能仪器中的应用。


【发明内容】

[0003]本发明实施例的目的在于提供一种多光谱作物生长传感器温度补偿模型的构建方法,旨在解决传统的多光谱作物生长传感器温度补偿电路复杂、成本高、精度低、稳定性差的问题。
[0004]本发明实施例是这样实现的,一种多光谱作物生长传感器温度补偿模型的构建方法,该多光谱作物生长传感器温度补偿模型的构建方法包括:
[0005]步骤一,以720nm上行光传感器和下行光传感器的输出电压构建基于温度的传感器输出电压预测模型,将SlOnm的上行光和下行光传感器输出电压做验证数据;
[0006]步骤二,以室温25°C时上行光和下行光传感器不同波段的输出电压V25a代表接收到的λ波段入射光能量;构建的模型中应有温度的主效应及温度与V25a的交互作用项;温度对传感器输出电压的影响规律明显,温度的主效应用多项式来模拟,多项式将考虑一次项、二次项、三次项和四次项;则传感器输出电压温度预测模型的原型如公式(4)所示:
[0007]Vta = a+bV25A+cT+dT2+eT3+fT4+gT.V25 λ (4)
[0008]T为摄氏温度,Vta为温度T下λ波段上行光或下行光传感器的输出电压;利用建模数据和SPSS16.0的非线性回归功能得公式(4)的系数,其中e = 0,f = 0,因此模型剔除温度的三次项和四次项得公式(5);
[0009]Vta = 0.041+0.909V25A-0.002T+10_5T2+0.004T.V25 λ (5)
[0010]步骤三,将720nm和SlOnm的ν25λ代入公式(5)得到不同温度下传感器的预测值,并计算反射率,模型对810nm的验证数据亦呈现很高的拟合度;模型的R2 = 0.9998,RRMSE=2.31% ;
[0011]步骤四,对公式(5)做形式上的转换,得公式(6);公式(6)将不同温度条件下的上行、下行光传感器的输出电压Vta补偿到25°C对应的电压V25a ;
τ, V —0.041+ 0.0027'-10 V ,、
[0012]V25 =- (6)
25λ0.909 + 0.00477
[0013]利用V25a计算反射率即可实现多光谱作物生长传感器反射率的温度补偿。
[0014]进一步,该多光谱作物生长传感器温度补偿模型的构建方法经温度补偿后,在5°C?60°C范围内720nm反射率的波动范围由3%下降到0.1 %, 820nm的由7.7%下降到0.4%,且这两个波段温度补偿后的反射率均接近实测数据25°C时的反射率,表明反射率的温度补偿模型精度高,适用性好。
[0015]进一步,该多光谱作物生长传感器温度补偿模型的构建方法中多光谱作物生长传感器采集作物冠层720nm和SlOnm光谱反射率,耦合作物生长指标监测模型,反演作物长势信息;传感器以太阳光为光源,采用滤光片分光;反射率定义为物体的反射能量与入射能量之比,光谱反射率则为特定波长下的物体反射率;作物冠层对波长为λ的太阳光谱反射率P Λ为:
[0016]Px = ――(O
[0017]式中,La为作物冠层λ波长的光谱反射辐射亮度,W.sr—1.m_2,Ελ为λ波长的太阳光谱平行入射到作物冠层上的辐照度,W.m_2,π为立体角,立体角单位球面度sr ;由式(I)可知,利用La和Ea计算得到作物冠层的光谱反射率。
[0018]进一步,为了获取La和Ea,多光谱作物生长传感器在结构上分为上行光传感器和下行光传感器,共有4个通道;上行光传感器接收720nm和SlOnm的入射光,并进行余弦纠正;下行光传感器用于接收对应波段作物冠层反射辐射亮度;传感器的光阑孔径为12.8臟,孔深26mm,视场角27°,光谱滤光片带宽10nm,透过率为65% -70% ;传感器所用光电探测器灵敏度为0.55A.F1,光谱响应度为0.0llA.T1.cm—2。
[0019]进一步,传感器采用招制机壳封装,孔径38mm,高50mm。
[0020]本发明提供的多光谱作物生长传感器温度补偿模型的构建方法,构建了运算量低、精度高的多光谱作物生长传感器温度补偿模型,提高了传感器田间应用的温度稳定性;传感器的反射率是由传感器中相同波段的下行光传感器和上行光传感器的输出电压相除得到;温度对反射率的影响规律较复杂,本质是温度影响传感器的输出电压所引起。因此本发明研究了多光谱作物生长传感器的温度特性,在此基础上构建了传感器输出电压的温度预测模型,进而实现了传感器反射率的温度补偿。
[0021]本发明构建了传感器输出电压的温度预测模型,模型可根据25°C时传感器的输出电压预测得到不同温度下的传感器输出电压;在此基础上,将模型做形式上的转换,进而构建了反射率的温度补偿模型,模型将反射率因温度影响产生的波动范围由1.0% -7.0%降低到不超过0.45%,显著地降低了温度对传感器反射率的影响;提高了传感器使用中的温度稳定性。
[0022]本发明温度补偿的成本低,精度高,克服了常规用硬件实现温度补偿电路复杂,干扰大,补偿精度低,且适应性差的弊端;本发明构建的温度补偿模型运算量低、精度高、稳定性强,适合于集成到智能仪器和智能传感器中应用。

【专利附图】

【附图说明】
[0023]图1是本发明实施例提供的多光谱作物生长传感器温度补偿模型的构建方法流程图;
[0024]图2是本发明实施例提供的温度对传感器输出电压的影响示意图;
[0025]图3是本发明实施例提供的温度对传感器反射率的影响示意图;
[0026]图4是本发明实施例提供的模型预测值与实测数值的比较示意图;
[0027]图中:A.传感器输出电压的预测值和实测值;B.反射率的预测值与实测值;
[0028]图5是本发明实施例提供的反射率温度补偿前后对比图示意图;
[0029]图中:A.720nm反射率温度补偿前后对比图;B.81nm反射率温度补偿前后对比图;
[0030]图6是本发明实施例提供的检验数据及温度补偿前后的反射率变化示意图;
[0031]图中:Α.以40%反射率标准灰度板为监测对象时传感器的输出电压;B.以40%反射率标准灰度板为监测对象时传感器720nm反射率温度补偿前后对比图;C.以40%反射率标准灰度板为监测对象时传感器810nm反射率温度补偿前后对比图;D.以60%反射率标准灰度板为监测对象时传感器的输出电压;E.以60%反射率标准灰度板为监测对象时传感器720nm反射率温度补偿前后对比图;F.以60%反射率标准灰度板为监测对象时传感器81nm反射率温度补偿前后对比图。

【具体实施方式】
[0032]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。
[0033]下面结合附图及具体实施例对本发明的应用原理作进一步描述。
[0034]如图1所示,本发明实施例的多光谱作物生长传感器温度补偿模型的构建方法包括以下步骤:
[0035]SlOl:以720nm上行光传感器和下行光传感器的输出电压构建基于温度的传感器输出电压预测模型,将SlOnm的上行光和下行光传感器输出电压做验证数据;
[0036]S102:以室温25°C时上行光和下行光传感器不同波段的输出电压V25a代表接收到的λ波段入射光能量;构建的模型中应有温度的主效应及温度与V25a的交互作用项;温度对传感器输出电压的影响规律明显,温度的主效应可用多项式来模拟,同时为避免龙格现象,多项式将仅考虑一次项、二次项、三次项和四次项;
[0037]S103:将720nm和SlOnm的V25a代入公式得到不同温度下传感器的预测值,并计算反射率,模型对SlOnm的验证数据亦呈现很高的拟合度;
[0038]S104:对公式做形式上的转换,得将不同温度条件下的上行、下行光传感器的输出电压补偿到25°C对应的电压,即可实现多光谱作物生长传感器反射率的温度补偿。
[0039]本发明的具体步骤为:
[0040]步骤一,以720nm上行光传感器和下行光传感器的输出电压构建基于温度的传感器输出电压预测模型,将SlOnm的上行光和下行光传感器输出电压做验证数据;
[0041]步骤二,以室温25°C时上行光和下行光传感器不同波段的输出电压V25a代表接收到的λ波段入射光能量;构建的模型中应有温度的主效应及温度与V25a的交互作用项;温度对传感器输出电压的影响规律明显,温度的主效应可用多项式来模拟,同时为避免龙格现象,多项式将仅考虑一次项、二次项、三次项和四次项;则传感器输出电压温度预测模型的原型如公式(4)所示:
[0042]Vta = a+bV25A+cT+dT2+eT3+fT4+gT.V25 λ 4()
[0043]T为摄氏温度,Vta为温度T下λ波段上行光或下行光传感器的输出电压;利用建模数据和SPSS16.0的非线性回归功能可得公式⑷的系数,其中e = 0,f = 0,因此模型剔除温度的三次项和四次项得公式(5);
[0044]Vta = 0.041+0.909V25A-0.002T+10_5T2+0.004Τ.V25 λ 5()
[0045]步骤三,将720nm和SlOnm的V25a代入公式(5)得到不同温度下传感器的预测值,并计算反射率,模型对810nm的验证数据亦呈现很高的拟合度;模型的R2 = 0.9998,RRMSE=2.31% ;
[0046]步骤四,对公式(5)做形式上的转换,得公式(6);公式(6)可将不同温度条件下的上行、下行光传感器的输出电压Vta补偿到25°C对应的电压V25a ;
―― Vr1- 0.041+ 0.002Γ-10 5T2 ,、
0047 I = - (6)

0.909 + 0.0047ν '
[0048]利用V25a计算反射率即可实现多光谱作物生长传感器反射率的温度补偿;本试验反射率温度补偿前后对比见图5,可见经温度补偿后,在5°C?60°C范围内720nm反射率的波动范围由3%下降到0.1 %, 820nm的由7.7%下降到0.4%,且这两个波段温度补偿后的反射率均接近实测数据25 °C时的反射率,表明反射率的温度补偿模型精度高,适用性好。
[0049]本发明的工作原理:传感器反射率随温度变化的根本原因为温度对上行光传感器和下行光传感器输出电压的影响,因此通过对传感器输出电压做温度补偿,即可实现反射率的温度补偿;本发明构建基于温度的同时适用于720nm和SlOnm上行光传感器和下行光传感器输出电压的预测模型,通过预测模型得到上行光传感器与下行光传感器的温度补偿模型;根据温度补偿后的输出电压计算反射率实现对多光谱作物生长传感器反射率的温度补偿。
[0050]本发明的具体实施例:
[0051]I多光谱作物生长传感器:
[0052]多光谱作物生长传感器采集作物冠层720nm和810nm光谱反射率,耦合作物生长指标监测模型,反演作物长势信息;传感器以太阳光为光源,采用滤光片分光;反射率定义为物体的反射能量与入射能量之比,光谱反射率则为特定波长下的物体反射率;作物冠层对波长为λ的太阳光谱反射率P X为..Tc L i,/ λ \
[0053]P? =(I)

tA
[0054]式中,U为作物冠层λ波长的光谱反射辐射亮度,W.sr—1.m_2,Ελ为λ波长的太阳光谱平行入射到作物冠层上的辐照度,W.m_2,π为立体角,立体角单位球面度Sr ;由式(I)可知,利用Lλ和Eλ可计算得到作物冠层的光谱反射率;为了获取Lλ和Eλ,多光谱作物生长传感器在结构上分为上行光传感器和下行光传感器,共有4个通道;上行光传感器接收720nm和810nm的入射光,并进行余弦纠正;下行光传感器用于接收对应波段作物冠层反射辐射亮度;传感器的光阑孔径为12.8mm,孔深26mm,视场角27°,光谱滤光片带宽10nm,透过率为65% -70% ;传感器所用光电探测器灵敏度为0.55A.W—1,光谱响应度为0.0llA.T1.CnT2 ;传感器采用招制机壳封装,孔径38mm,高50mm,体积小、重量轻、携带方便,极其适合田间应用;
[0055]2试验设计:
[0056]本发明的试验共有两部分,试验I用于构建模型,试验2用于检验所构建模型的适用性;
[0057]试验1:利用可程控式恒温恒湿箱RP-80控制测试温度,RP-80温度调节范围为-20°C _150°C,控制精度为±0.5°C,相对湿度调节范围为20% -98% RH,控制精度为±2.5% RH ;以灰度板(反射率为40% )为多光谱作物生长传感器的监测对象;将RP-80箱外齒鹤灯的光通过光纤引入箱内积分球,作为试验光源;稳定齒鹤灯的电源电压为10V,可保证光源的光强不变;提供不同的电源电压,则可改变光源光强;试验中标准灰度板置于恒温恒湿箱内,上行光传感器和下行光传感器固定于标准灰度板中心处垂直上方1cm处;光源置于多光谱传感器右上方45°,与多光谱作物生长传感器相距15cm处;上行光传感器接收光源辐射信息,下行光传感器接收标准灰度板反射光辐射信息;恒温恒湿箱内温度分别设置为 6°C、11°C、15°C、20°C、25°C、30°C、35°C、40°C、44°C、49°C、54°C、62°C,相对湿度保持为40% RH不变;每温度下米集720nm和810nm上行光传感器和下行光传感器的输出电压,采集周期设置为3s,连续采集200次数据取平均;
[0058]试验2:温度设置同试验1,光源的电源电压设为IlV以得到不同光强,分别以40%和60%反射率的标准灰度板为监测对象;
[0059]3结果与分析:
[0060]3.1温度对传感器输出特性的影响:
[0061]光强保持不变,不同温度下传感器的输出电压见图2 ;由图2可知,随温度升高,传感器的输出电压呈增加趋势,表明传感器具有正的温度特性;6°C时传感器任一通道的输出电压越高,则随温度升高该通道的输出电压增幅将越大,即平均变化率Ak较大(Ak =(V62-V6) / (62-6),V62和V6分别为62°C和6°C时传感器各通道的输出电压);相同温度下,传感器同一波段通道的输出电压越高说明该通道的光电探测器接收的入射光能量E越大,因此Ak的不同应为温度与E共同作用的结果,即温度和E存在着交互作用;
[0062]利用图2数据计算得720nm和810nm反射率(图3);由图3可见,随温度升高反射率呈非线性下降趋势,在5°C?40°C范围内反射率的下降较快,随后趋缓;试验中下行光传感器的输出电压小于相同波段上行光传感器的输出,随温度升高上行光传感器的输出电压增幅将大于下行光传感器的增幅,所以反射率表现为下降趋势;
[0063]图2中传感器的输出电压随温度升高呈近似线性增加,可简单的用y = a+bx表示,y为传感器输出电压,X为温度;则反射率R可表示为: n a, +hxf
[0064]R = —Tl-(2 )

a2 + D2X
_.t CiJ)' — CiJi1/ \
[0065]R =厂 1 l ' ;(3)
(a' +a.xy
[0066]结合图2可知式(3)中82和132均大于0,所以随温度升高,反射率的导数R’趋向于0,反射率的变化将趋缓;
[0067]3.2传感器温度补偿模型构建:
[0068]传感器反射率随温度变化的根本原因为温度对上行光传感器和下行光传感器输出电压的影响,因此通过对传感器输出电压做温度补偿,即可实现反射率的温度补偿;本发明构建基于温度的同时适用于720nm和810nm上行光传感器和下行光传感器输出电压的预测模型,通过预测模型得到上行光传感器与下行光传感器的温度补偿模型;根据温度补偿后的输出电压计算反射率实现对多光谱作物生长传感器反射率的温度补偿;
[0069]3.2.1传感器输出电压温度预测模型构建:
[0070]传感器720nm和810nm通道监测原理相同,在结构上仅滤光片有差异,温度对传感器不同通道输出电压的影响规律必然一致;因此,本发明以图2中720nm上行光传感器和下行光传感器的输出电压构建基于温度的传感器输出电压预测模型,将810nm的上行光和下行光传感器输出电压做验证数据;多光谱作物生长传感器的输出电压受入射光能量影响,在环境条件不变的情况下,入射光能量越高则传感器的输出电压越大;因此相同温度下,传感器的输出电压代表了其接收到的相应波段的入射光能量,本发明以室温25°C时上行光和下行光传感器不同波段的输出电压V25a代表接收到的λ波段入射光能量;根据前文的结论,构建的模型中应有温度的主效应及温度与V25a的交互作用项;由图2可见,温度对传感器输出电压的影响规律明显,温度的主效应可用多项式来模拟,同时为避免龙格现象,多项式将仅考虑一次项、二次项、三次项和四次项;则传感器输出电压温度预测模型的原型如公式⑷所示:
[0071]Vta = a+bV25A+cT+dT2+eT3+fT4+gT.V25 λ (4)
[0072]T为摄氏温度,Vta为温度T下λ波段上行光或下行光传感器的输出电压;利用建模数据和SPSS16.0的非线性回归功能可得公式⑷的系数,其中e = 0,f = 0,因此模型剔除温度的三次项和四次项得公式(5);
[0073]Vta = 0.041+0.909V25A-0.002T+10_5T2+0.004Τ.V25 λ (5)
[0074]将720nm和SlOnm的V25A代入公式(5)得到不同温度下传感器的预测值,并计算反射率,预测值与实测值的吻合情况见图4 ;由图4可见,模型对SlOnm的验证数据亦呈现很高的拟合度;模型的R2 = 0.9998,RRMSE = 2.31% ;
[0075]3.2.2传感器反射率温度补偿模型构建:
[0076]对公式(5)做形式上的转换,得公式(6);公式(6)可将不同温度条件下的上行、下行光传感器的输出电压ντλ补偿到25°C对应的电压ν25λ ;
「 n ,, κ(/ - 0.041+ 0.002Γ-10 -T1
[0077]K,, = —- (6

0.909 + 0.00471
[0078]利用V25a计算反射率即可实现多光谱作物生长传感器反射率的温度补偿;本试验反射率温度补偿前后对比见图5,可见经温度补偿后,在5°C?60°C范围内720nm反射率的波动范围由3%下降到0.1 %, 820nm的由7.7%下降到0.4%,且这两个波段温度补偿后的反射率均接近实测数据25°C时的反射率,表明反射率的温度补偿模型精度高,适用性好;
[0079]3.3模型验证:
[0080]试验2的模型检验数据见图6 ;由图6可见,以40%和60%反射率标准灰度板为监测对象,随温度变化传感器720nm和810nm反射率的变化幅度为1.0-2.6%,温度补偿后反射率的波动范围变小,最大波动范围不超过0.45% ;对温度补偿前和补偿后反射率的波动范围做成对t检验,得P = 0.015 < 0.05,表明反射率的温度补偿模型可显著的降低温度对反射率的影响。
[0081]本发明在光强保持恒定不变的情况下,国家信息农业工程技术中心研制的多光谱作物生长传感器在5°C -60°C范围内,随温度升高传感器的输出电压表现为上升趋势,反射率则呈非线性下降,在5°C -40°C范围内下降较快,随后趋缓;
[0082]本发明构建了传感器输出电压的温度预测模型,模型可根据25°C时传感器的输出电压预测得到不同温度下的传感器输出电压,模型的R2 = 0.9998, RRMSE = 2.31%;在此基础上,将模型做形式上的转换,进而构建了反射率的温度补偿模型,模型将反射率因温度影响产生的波动范围由1.0% -7.0%降低到不超过0.45%,成对t检验结果表明所构建的模型可显著地降低温度对传感器反射率的影响;显著地提高了传感器使用中的温度稳定性。
[0083]以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,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,均应包含在本发明的保护范围之内。
【权利要求】
1.一种多光谱作物生长传感器温度补偿模型的构建方法,其特征在于,该多光谱作物生长传感器温度补偿模型的构建方法包括: 步骤一,以720nm上行光传感器和下行光传感器的输出电压构建基于温度的传感器输出电压预测模型,将SlOnm的上行光和下行光传感器输出电压做验证数据; 步骤二,以室温25°C时上行光和下行光传感器不同波段的输出电压V25a代表接收到的入波段入射光能量;构建的模型中应有温度的主效应及温度与ν25λ的交互作用项;温度对传感器输出电压的影响规律明显,温度的主效应用多项式来模拟,多项式将考虑一次项、二次项、三次项和四次项;则传感器输出电压温度预测模型的原型如公式(4)所示:
Vt λ = a+bV25 λ +cT+dT2+eT3+fT4+gT.V25 λ 4() T为摄氏温度,Vta为温度T下λ波段上行光或下行光传感器的输出电压;利用建模数据和SPSS16.0的非线性回归功能得公式(4)的系数,其中e = 0,f = 0,因此模型剔除温度的三次项和四次项得公式(5);
Vta = 0.041+0.909V25A-0.002Τ+1(Γ5Τ2+0.004Τ.V25λ 5() 步骤三,将720nm和SlOnm的V25a代入公式(5)得到不同温度下传感器的预测值,并计算反射率,模型对810nm的验证数据亦呈现很高的拟合度;模型的R2 = 0.9998, RRMSE =2.31% ; 步骤四,对公式(5)做形式上的转换,得公式(6);公式(6)将不同温度条件下的上行、下行光传感器的输出电压ντλ补偿到25°C对应的电压ν25λ ;
VT/ - 0.041 + 0.0027'-10 T2I 】—(o/
0.909 + 0.00471 利用ν25λ计算反射率即可实现多光谱作物生长传感器反射率的温度补偿。
2.如权利要求1所述的多光谱作物生长传感器温度补偿模型的构建方法,其特征在于,该多光谱作物生长传感器温度补偿模型的构建方法经温度补偿后,在5°C?60°C范围内720nm反射率的波动范围由3%下降到0.1 %, 820nm的由7.7%下降到0.4%,且这两个波段温度补偿后的反射率均接近实测数据25°C时的反射率,表明反射率的温度补偿模型精度高,适用性好。
3.如权利要求1所述的多光谱作物生长传感器温度补偿模型的构建方法,其特征在于,该多光谱作物生长传感器温度补偿模型的构建方法中多光谱作物生长传感器采集作物冠层720nm和SlOnm光谱反射率,耦合作物生长指标监测模型,反演作物长势信息;传感器以太阳光为光源,采用滤光片分光;反射率定义为物体的反射能量与入射能量之比,光谱反射率则为特定波长下的物体反射率;作物冠层对波长为λ的太阳光谱反射率Pd:
π?.;P(I)
tA 式中,La为作物冠层λ波长的光谱反射辐射亮度,W.sr—1.m_2,Ελ为λ波长的太阳光谱平行入射到作物冠层上的辐照度,W.πΓ2,为立体角,立体角单位球面度sr ;由式(I)可知,利用La和Eλ计算得到作物冠层的光谱反射率。
4.如权利要求3所述的多光谱作物生长传感器温度补偿模型的构建方法,其特征在于,为了获取La和Ea ,多光谱作物生长传感器在结构上分为上行光传感器和下行光传感器,共有4个通道;上行光传感器接收720nm和SlOnm的入射光,并进行余弦纠正;下行光传感器用于接收对应波段作物冠层反射辐射亮度;传感器的光阑孔径为12.8_,孔深26_,视场角27°,光谱滤光片带宽10nm,透过率为65% -70%;传感器所用光电探测器灵敏度为0.55A.T1,光谱响应度为 0.0llA.T1.cm_2。
5.如权利要求3所述的多光谱作物生长传感器温度补偿模型的构建方法,其特征在于,传感器采用招制机壳封装,孔径38mm,高50mm。
【文档编号】G01N21/25GK104251824SQ201410505858
【公开日】2014年12月31日 申请日期:2014年9月26日 优先权日:2014年9月26日
【发明者】曹卫星, 倪军, 朱艳, 刘乃森, 庞方荣, 董继飞 申请人:南京农业大学
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