本文選題：甜菜 + 無(wú)損檢測(cè)　； 參考：《內(nèi)蒙古農(nóng)業(yè)大學(xué)》2017年碩士論文

【摘要】：甜菜是我國(guó)北方最主要的糖料作物,是內(nèi)蒙古地區(qū)主要農(nóng)業(yè)經(jīng)濟(jì)作物之一,甜菜種植的好壞直接影響地區(qū)糖料生產(chǎn)。實(shí)時(shí)、準(zhǔn)確和無(wú)損地判斷甜菜氮素營(yíng)養(yǎng)狀況,進(jìn)而合理控制氮肥用量對(duì)甜菜生產(chǎn)至關(guān)重要。為實(shí)時(shí)監(jiān)測(cè)不同生育期甜菜冠層氮素含量,本研究設(shè)計(jì)了基于反射光譜的不同生育時(shí)期甜菜氮素預(yù)測(cè)系統(tǒng)。硬件設(shè)計(jì)選用光譜儀、光源發(fā)射器、試管架等,光譜儀型號(hào)為SE1040-25-VNIR;軟件設(shè)計(jì)使用C++編程語(yǔ)言在Microsoft Visual Studio 2010開(kāi)發(fā)環(huán)境下實(shí)現(xiàn);甜菜冠層氮素預(yù)測(cè)模型采用2015年內(nèi)蒙古農(nóng)業(yè)大學(xué)農(nóng)場(chǎng)試驗(yàn)田甜菜試驗(yàn)數(shù)據(jù)建立。本研究主要工作如下:(1)結(jié)合現(xiàn)有光譜儀和相關(guān)硬件模塊,構(gòu)建全新硬件檢測(cè)系統(tǒng)。在檢測(cè)系統(tǒng)中使用光源發(fā)射器,提高光源質(zhì)量.;在反射光信號(hào)接收過(guò)程中,使用光纖準(zhǔn)直鏡并配合長(zhǎng)、短光纖,提高光譜儀采集信號(hào)質(zhì)量。(2)分析系統(tǒng)功能需求,設(shè)計(jì)軟件相關(guān)功能模塊。設(shè)計(jì)的軟件可實(shí)現(xiàn)光譜儀連接、取標(biāo)準(zhǔn)白光強(qiáng)度、提取數(shù)據(jù)、氮素預(yù)測(cè)、數(shù)據(jù)分析、數(shù)據(jù)保存等基本功能。(3)依據(jù)田間試驗(yàn)測(cè)定的數(shù)據(jù),分析甜菜冠層光譜反射率與氮素含量相關(guān)關(guān)系,篩選最優(yōu)波段反射率建立氮素預(yù)測(cè)模型;優(yōu)選甜菜不同生育期最適宜預(yù)測(cè)模型并嵌入軟件系統(tǒng)用于甜菜冠層葉片氮素預(yù)測(cè)。(4)完成氮素預(yù)測(cè)系統(tǒng)功能調(diào)試。軟件與光譜儀建立連接,進(jìn)行光譜儀硬件連接、數(shù)據(jù)通訊功能調(diào)試;提取甜菜冠層葉片光譜特征,進(jìn)行軟件氮素預(yù)測(cè)功能調(diào)試;數(shù)據(jù)保存功能和操作界面功能調(diào)試。設(shè)計(jì)的系統(tǒng)利用無(wú)損檢測(cè)技術(shù)對(duì)甜菜進(jìn)行營(yíng)養(yǎng)預(yù)測(cè),可實(shí)現(xiàn)甜菜冠層葉片氮素含量的自動(dòng)分析及預(yù)測(cè),本研究為快捷、無(wú)損地估測(cè)甜菜葉片氮素含量提供了新的研究思路,對(duì)未來(lái)糖料生產(chǎn)具有重要意義。
[Abstract]:Sugar beet is the most important sugar crop in the north of China and one of the main agricultural cash crops in Inner Mongolia. It is very important for sugarbeet production to judge the nitrogen nutrition status in real time, accurately and without loss, and then to control the amount of nitrogen fertilizer reasonably. In order to monitor the nitrogen content of sugarbeet canopy in different growth stages in real time, a prediction system of sugarbeet nitrogen at different growth stages was designed based on reflectance spectroscopy. Spectrometer, light source emitter, test tube stand and so on are used in the hardware design. The spectrometer model is SE1040-25-VNIR.The software design is implemented in Microsoft Visual Studio 2010 development environment with C programming language. The nitrogen prediction model of sugarbeet canopy was established by using the sugarbeet experiment data from the farm experiment field of Inner Mongolia Agricultural University in 2015. The main work of this study is as follows: 1) combining the existing spectrometer and related hardware modules, a new hardware detection system is constructed. In the detection system, the light source emitter is used to improve the quality of the light source; in the process of receiving the reflected light signal, the optical fiber collimation mirror is used to match with the long and short optical fibers to improve the quality of the signal collected by the spectrometer.) the functional requirements of the system are analyzed. Design software related function module. The designed software can be used to connect the spectrometer, take the standard white light intensity, extract the data, predict nitrogen, analyze the data, save the data and other basic functions. The correlation between spectral reflectance of sugarbeet canopy and nitrogen content was analyzed, and the optimum band reflectance was selected to establish nitrogen prediction model. The optimal prediction model for different growth stages of sugarbeet was selected and the software system was embedded to forecast nitrogen content in sugarbeet canopy leaves. 4) the function of nitrogen prediction system was debugged. The software establishes the connection with the spectrometer, carries on the spectrometer hardware connection, the data communication function debugging; extracts the sugarbeet canopy leaf spectral characteristic, carries on the software nitrogen forecast function debugging, the data preservation function and the operation interface function debugging. The system uses nondestructive testing technology to predict sugar beet nutrition, which can realize the automatic analysis and prediction of nitrogen content in sugarbeet canopy leaves. This study provides a new research idea for rapid and non-destructive estimation of nitrogen content in sugarbeet leaves. It is of great significance to the future sugar production.
【學(xué)位授予單位】：內(nèi)蒙古農(nóng)業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：S566.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 賀對(duì);楊蓉;;無(wú)損檢測(cè)技術(shù)在植物檢疫中的應(yīng)用[J];現(xiàn)代園藝;2016年14期

2 韓秉進(jìn);朱向明;;我國(guó)甜菜生產(chǎn)發(fā)展歷程及現(xiàn)狀分析[J];土壤與作物;2016年02期

3 劉鵬;;無(wú)損檢測(cè)技術(shù)在食品品質(zhì)檢測(cè)中的應(yīng)用[J];現(xiàn)代食品;2016年09期

4 楊波;;計(jì)算機(jī)技術(shù)在現(xiàn)代農(nóng)業(yè)中的應(yīng)用分析[J];南方農(nóng)業(yè);2016年09期

5 郭志明;黃文倩;陳全勝;王慶艷;張馳;趙杰文;;蘋(píng)果腐心病的透射光譜在線檢測(cè)系統(tǒng)設(shè)計(jì)及試驗(yàn)[J];農(nóng)業(yè)工程學(xué)報(bào);2016年06期

6 歐陽(yáng)愛(ài)國(guó);吳建;劉燕德;;高光譜成像在農(nóng)產(chǎn)品無(wú)損檢測(cè)中的應(yīng)用[J];廣東農(nóng)業(yè)科學(xué);2015年23期

7 李艷華;馬亞楠;;植物檢疫中無(wú)損檢測(cè)技術(shù)進(jìn)展與應(yīng)用[J];植物檢疫;2014年06期

8 王超;鄭海新;;計(jì)算機(jī)技術(shù)在農(nóng)業(yè)現(xiàn)代化中的應(yīng)用前景分析[J];臺(tái)灣農(nóng)業(yè)探索;2014年04期

9 高寶軍;韓衛(wèi)平;祁勇;馬麗宏;盧秉福;;內(nèi)蒙古甜菜生產(chǎn)優(yōu)勢(shì)分析[J];中國(guó)糖料;2013年04期

10 羅陽(yáng);何建國(guó);賀曉光;王松磊;劉貴珊;;農(nóng)產(chǎn)品無(wú)損檢測(cè)中高光譜成像技術(shù)的應(yīng)用研究[J];農(nóng)機(jī)化研究;2013年06期

相關(guān)會(huì)議論文 前1條

1 劉玉萌;李民贊;安曉飛;鄭立華;;一種便攜式土壤氮素光譜檢測(cè)儀設(shè)計(jì)[A];中國(guó)農(nóng)業(yè)工程學(xué)會(huì)2011年學(xué)術(shù)年會(huì)論文集[C];2011年

相關(guān)博士學(xué)位論文 前1條

1 郭志明;基于近紅外光譜及成像的蘋(píng)果品質(zhì)無(wú)損檢測(cè)方法和裝置研究[D];中國(guó)農(nóng)業(yè)大學(xué);2015年

相關(guān)碩士學(xué)位論文 前8條

1 李哲;基于地面高光譜遙感與數(shù)字圖像信息的甜菜氮素診斷方法研究[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2016年

2 王輝;不同氮素水平下甜菜生長(zhǎng)參數(shù)的高光譜監(jiān)測(cè)研究[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2015年

3 周克友;蘋(píng)果秋季斷根的響應(yīng)機(jī)理及與施用氮素互作效應(yīng)研究[D];西北農(nóng)林科技大學(xué);2014年

4 李濤;基于波長(zhǎng)可調(diào)諧的主動(dòng)高光譜成像技術(shù)研究[D];中國(guó)科學(xué)院研究生院（上海技術(shù)物理研究所）;2014年

5 羅陽(yáng);基于NIR高光譜成像技術(shù)的長(zhǎng)棗蟲(chóng)害及可溶性固形物無(wú)損檢測(cè)研究[D];寧夏大學(xué);2013年

6 雍常;基于ARM11的便攜式黃酒品質(zhì)檢測(cè)儀器的研發(fā)[D];浙江大學(xué);2013年

7 張玨;基于無(wú)線傳感器網(wǎng)絡(luò)的水質(zhì)在線監(jiān)測(cè)系統(tǒng)研究[D];重慶大學(xué);2010年

8 郭志明;利用近紅外光譜分析技術(shù)檢測(cè)綠茶有效成分的研究[D];江蘇大學(xué);2009年

，

本文編號(hào)：1818079