一种近红外光谱预测哈密瓜叶片叶绿素含量系统及装置

本发明涉及农业种植光谱检测，具体为一种近红外光谱预测哈密瓜叶片叶绿素含量系统及装置。

背景技术：

1、叶绿素是高等植物和其它所有能进行光合作用的生物体含有的一类绿色色素，在农业种植中，如哈密瓜种植需要对哈密瓜叶片叶绿素含量进行预测分析，通常采用光谱仪对哈密瓜叶片叶绿素含量进行检测。

2、目前，传统的数据采集方式需要使用复杂的光纤传递光谱信息，还需要使用发热严重的光源设备和庞大的光谱仪设备，并且额外需要一台电脑来进行光谱数据的采集，设备过于臃肿，传统系统在户外光谱数据采集方面存在搬运和搭建的问题，不利于实际应用，另外，传统系统的用户交互界面也较为简单，无法满足用户对数据可视化和实时交互的需求。

技术实现思路

1、本发明的目的在于提供一种近红外光谱预测哈密瓜叶片叶绿素含量系统及装置，以解决上述背景技术提出的传统的数据采集方式需要使用复杂的光纤传递光谱信息，还需要使用发热严重的光源设备和庞大的光谱仪设备，并且额外需要一台电脑来进行光谱数据的采集，设备过于臃肿，传统系统在户外光谱数据采集方面存在搬运和搭建的问题，不利于实际应用，另外，传统系统的用户交互界面也较为简单，无法满足用户对数据可视化和实时交互的需求的问题。

2、为实现上述目的，本发明提供如下技术方案：一种近红外光谱预测哈密瓜叶片叶绿素含量系统，包括光谱采集模块和光谱数据分析模块；

3、所述光谱采集模块包括采集装置、云端服务器和用户交互模块，用于通过云端服务器、采集装置和用户交互模块的结合，实现了光谱数据的自动采集、存储和数据可视化；

4、所述采集装置用于对哈密瓜叶片光谱数据的准确采集和传输，所述云端服务器采用docker容器化技术，完成多个环境的部署，实现对网页端用户输入数据信息和采集装置采集的信息进行接收、存储和数据交互，所述用户交互模块用于前后端数据的实时同步和用户的可视化操作；

5、所述光谱数据分析模块用于对哈密瓜叶片样本的光谱数据采集和spad回归预测分析。

6、优选的，所述采集装置包括单片机、光谱传感器和wifi无线网络模块；

7、所述单片机用于通过i2c通信方式接收光谱传感器采集到的光谱数据并进行处理，包括数据打包和数据传输；

8、所述光谱传感器用于对哈密瓜叶片光谱数据进行实时检测，并通过i2c通信方式与单片机进行数据交互上传光谱数据；

9、所述wifi无线网络模块用于接收单片机的数据转发传送至云端服务器。

10、优选的，所述单片机同时接收来自服务器的光照强度信息、采集次数信息和数据校正指令，利用光照强度信息对led的电流进行大小控制，实现对led亮度的调节，通过采集次数信息，设定原始光谱采集次数，以在多次采集的基础上进行平均值计算，提高数据的可靠性和准确性，通过接收光谱校正指令，利用数据校正和补偿参数计算，将白板光谱曲线调整到同一水平线上，确保数据的准确性和一致性。

11、优选的，所述云端服务器包括node-red、influxdb、flask和emqx；

12、所述node-red作为流程编排工具，监听并捕获需要保存到数据库的用户输入数据和最终光谱数据，并将其转发至influxdb数据库；

13、所述influxdb用于接收node-red转发数据并将数据进行存储；

14、所述flask用于订阅mqtt服务器中实时的光谱数据和最终数据库保存的数据，并通过前端渲染实现数据的可视化展示；

15、所述emqx负责处理mqtt设备的接入和数据的转发，实现数据的高效传输。

16、优选的，所述用户交互模块包括数据可视化、参数设定、数据矫正、数据记录和数据发布；所述数据可视化用于利用websocket技术实现前端与后端数据的实时同步，通过使用图表功能对数据进行可视化展示，提供直观的数据分析和展示功能；所述参数设定用于设定光谱采集参数；所述数据矫正用于发出对采集数据的矫正指令；所述数据记录用于记录数据并在前端展示最新的数据库数据，操作人员确认自己提交的数据是否成功保存；所述数据发布用于发布mqtt话题。

17、优选的，所述用户交互模块分为前端和后端两个部分，后端利用flask与mqtt服务器建立通信连接，订阅光谱采集装置发送的光谱数据，并通过websocket实时将光谱数据传送至前端进行渲染展示，前端负责接收并渲染后端通过websocket传来的光谱数据，并提供用户输入实验样本、叶绿素、氮含量等数据的提交功能；前端将用户输入的数据通过接口发送至后端，后端接收到用户提交的数据后，将其与当前最新的光谱数据进行拼接，并打包发送至mqtt服务器，进行数据的转发和存储至influxdb数据库。

18、优选的，所述光谱数据分析模块包括原始光谱数据预测模块、光谱数据降噪分析和数据降维和异常点剔除；

19、所述原始光谱数据预测模块采用十二种回归算法对光谱数据与spad值进行分析；

20、所述光谱数据降噪分析用于消除散射和噪声对原始数据的影响，采用八种广泛使用的预处理方法进行处理；

21、所述数据降维和异常点剔除用于排除降噪后的光谱和原始光谱数据异常样本的干扰，使用主成分分析法对数据进行降维处理，最终维度设置为三维并投影到三维空间，利用孤立森林算法isolation forest algorithm根据每个样本点在三维空间的分布情况进行异常值检测区分。

22、优选的，所述原始光谱数据预测模块中回归算法包括线性回归、k最近邻回归、支持向量回归、岭回归、lasso回归、决策树回归、极端随机树回归、随机森林回归、adaboost回归、梯度提升回归、bagging回归和偏最小二乘法回归。

23、优选的，所述光谱数据降噪分析中预处理方法包括多元散射校正、标准正态变换、小波去噪、平滑、归一化、离群点检测、百分位数方法和连续投影法。

24、一种近红外光谱预测哈密瓜叶片叶绿素含量装置，包括采集装置，所述采集装置包括单片机、光谱传感器和wifi无线网络模块，所述单片机与光谱传感器之间电性连接，所述单片机与wifi无线网络模块之间电性连接。

25、与现有技术相比，本发明的有益效果是：

26、本发明通过云端服务器、采集装置和交互界面的结合，实现了哈密瓜叶片样本光谱数据的自动采集、存储和数据可视化，云端服务器利用docker容器化技术部署了一系列必要的软件服务，实现了数据的高效接收、安全存储和灵活交互，采集装置集成了先进的单片机和光谱传感器，实现了对光谱数据的准确采集和传输，交互界面利用websocket技术实现了前后端数据的实时同步和用户的可视化操作，且采集设备具备尺寸小、便捷携带、云端接入和光谱数据实时可视化等特点，为智能光谱设备在农业发展和应用提供技术参考价值。

技术特征：

1.一种近红外光谱预测哈密瓜叶片叶绿素含量系统，其特征在于：包括光谱采集模块(1)和光谱数据分析模块(2)；

2.根据权利要求1所述的一种近红外光谱预测哈密瓜叶片叶绿素含量系统，其特征在于：所述采集装置(11)包括单片机(111)、光谱传感器(112)和wifi无线网络模块(113)；

3.根据权利要求2所述的一种近红外光谱预测哈密瓜叶片叶绿素含量系统，其特征在于：所述单片机(111)同时接收来自服务器的光照强度信息、采集次数信息和数据校正指令，利用光照强度信息对led的电流进行大小控制，实现对led亮度的调节，通过采集次数信息，设定原始光谱采集次数，以在多次采集的基础上进行平均值计算，提高数据的可靠性和准确性，通过接收光谱校正指令，利用数据校正和补偿参数计算，将白板光谱曲线调整到同一水平线上，确保数据的准确性和一致性。

4.根据权利要求1所述的一种近红外光谱预测哈密瓜叶片叶绿素含量系统，其特征在于：所述云端服务器(12)包括node-red(121)、influxdb(122)、flask(123)和emqx(124)；

5.根据权利要求1所述的一种近红外光谱预测哈密瓜叶片叶绿素含量系统，其特征在于：所述用户交互模块(13)包括数据可视化(131)、参数设定(132)、数据矫正(133)、数据记录(134)和数据发布(135)；所述数据可视化(131)用于利用websocket技术实现前端与后端数据的实时同步，通过使用图表功能对数据进行可视化展示，提供直观的数据分析和展示功能；所述参数设定(132)用于设定光谱采集参数；所述数据矫正(133)用于发出对采集数据的矫正指令；所述数据记录(134)用于记录数据并在前端展示最新的数据库数据，操作人员确认自己提交的数据是否成功保存；所述数据发布(135)用于发布mqtt话题。

6.根据权利要求5所述的一种近红外光谱预测哈密瓜叶片叶绿素含量系统，其特征在于：所述用户交互模块(13)分为前端和后端两个部分，后端利用flask与mqtt服务器建立通信连接，订阅光谱采集装置发送的光谱数据，并通过websocket实时将光谱数据传送至前端进行渲染展示，前端负责接收并渲染后端通过websocket传来的光谱数据，并提供用户输入实验样本、叶绿素、氮含量等数据的提交功能；前端将用户输入的数据通过接口发送至后端，后端接收到用户提交的数据后，将其与当前最新的光谱数据进行拼接，并打包发送至mqtt服务器，进行数据的转发和存储至influxdb数据库。

7.根据权利要求1所述的一种近红外光谱预测哈密瓜叶片叶绿素含量系统，其特征在于：所述光谱数据分析模块(2)包括原始光谱数据预测模块(21)、光谱数据降噪分析(22)和数据降维和异常点剔除(23)；

8.根据权利要求7所述的一种近红外光谱预测哈密瓜叶片叶绿素含量系统，其特征在于：所述原始光谱数据预测模块(21)中回归算法包括线性回归、k最近邻回归、支持向量回归、岭回归、lasso回归、决策树回归、极端随机树回归、随机森林回归、adaboost回归、梯度提升回归、bagging回归和偏最小二乘法回归。

9.根据权利要求7所述的一种近红外光谱预测哈密瓜叶片叶绿素含量系统，其特征在于：所述光谱数据降噪分析(22)中预处理方法包括多元散射校正、标准正态变换、小波去噪、平滑、归一化、离群点检测、百分位数方法和连续投影法。

10.一种近红外光谱预测哈密瓜叶片叶绿素含量装置，其特征在于，使用权利要求1-9任一项所述的一种近红外光谱预测哈密瓜叶片叶绿素含量系统，包括采集装置(11)，所述采集装置(11)包括单片机(111)、光谱传感器(112)和wifi无线网络模块(113)，所述单片机(111)与光谱传感器(112)之间电性连接，所述单片机(111)与wifi无线网络模块(113)之间电性连接。

技术总结
本发明公开了一种近红外光谱预测哈密瓜叶片叶绿素含量系统及装置，涉及农业种植光谱检测领域，包括光谱采集模块和光谱数据分析模块，所述光谱采集模块包括采集装置、云端服务器和用户交互模块。本发明通过云端服务器、采集装置和交互界面的结合，实现了哈密瓜叶片样本光谱数据的自动采集、存储和数据可视化，云端服务器利用Docker容器化技术部署了一系列必要的软件服务，实现了数据的高效接收、安全存储和灵活交互，采集装置集成了先进的单片机和光谱传感器，实现了对光谱数据的准确采集和传输，交互界面利用Websocket技术实现了前后端数据的实时同步和用户的可视化操作，且采集设备具备尺寸小、便捷携带、云端接入和光谱数据实时可视化等特点。

技术研发人员：郭俊先,李龙杰,王君,王前,史勇,李良琪
受保护的技术使用者：新疆农业大学
技术研发日：
技术公布日：2024/1/15