·
搜索结果:找到“田永超”相关结果222条
排序: 按相关 按相关 按时间降序
  • 【专利】 基于四象限光纤包层Bragg光栅的多功能气体传感器

    摘要:本发明涉及光纤气体传感器,具体涉及一种基于四象限光纤包层Bragg光栅的多功能气体传感器及其制备方法,包括光纤纤芯和包裹光纤纤芯的光纤包层,光纤纤芯的前段设置长周期光纤光栅;在光纤中段的包层的四象限内设置周期不同的四个包层Bragg光栅,四个包层Bragg光栅的起点按一、二、三和四象限的顺序依次首尾相连构成一个正方形;一、二和三象限的包层Bragg光栅对应的光纤包层的外表面涂覆有对不同被检测气体敏感的功能材料,光纤的中段外部设有与四个包层Bragg光栅所处的四个象限一一对应气室,本发明技术方案的气体传感器可同时对三种不同的气体浓度进行检测并具有温度补偿功能,可广泛应用于各种工业、生产、工程等领域的多种有毒气体的检测。
  • 【会议】 基于高效型固定翼无人机的水稻长势快速监测

    摘要:【研究背景】水稻是我国重要的粮食作物之一,对我国的粮食安全和保障人民基本生活具有重要意义。快速、无损、准确地监测作物长势,并准确预测作物产量是现代精确农业的核心环节。近年来快速发展的无人机遥感技术,相比地面遥感手段具有覆盖面积大、效率高的优点,相比卫星遥感手段具有重返周期短、灵活性高同时能够获取更高空间分辨率影像的特点。但是目前在水稻长势监测研究上应用较多的是多旋翼无人机,对于效率更高、续航时间更长的固定翼无人机的研究较少。【材料与方法】本研究以水稻为研究对象,在江苏省兴化市百万亩国家粮食生产功能区(119°53E,33°04N),开展了涉及2个水稻品种(籼粳杂交稻:甬优2640;粳稻:南粳9108),3种播栽方式(钵苗机插,毯苗机插,直播稻)和4个施氮水平处理(0;135 kg N ha~(-1);270 kg N ha~(-1);405 kg N ha~(-1))的田间试验,应用固定翼无人机eBee SQ(SenseFly,Ins.,Cheseaux-Losanne,Switzerland)和Sequoia多光谱相机(Parrot,Ins.,Paris,France)获取主要生育期的水稻冠层多光谱影像,经过图像预处理、图像拼接等数据预处理过程后,提取到水稻原始冠层多光谱反射率;并同步破坏性取样测试水稻叶面积指数(leaf area index,LAI)、叶片干物重(leaf dry matter,LDM,g/m~2)和产量(tha~(-1))等。【结果与分析】从拔节期至灌浆前期,采用原始光谱反射率计算所得的各类植被指数与LAI,LDM进行了相关性分析,结果表明,归一化红边植被指数(Normalized difference Red-edge,NDRE_([735,790]))的表现优于其他植被指数,相关系数(R~2)分别达到0.68和0.60。单个生育期植被指数与籽粒产量的相关性分析发现:灌浆期的相关性高于其他生育期,表现最好的植被指数是垂直植被指数(Perpendicular Vegetation Index,PVI_([660,790])),R~2达到0.66。进一步将多生育期的植被指数(PVI_([660,790]))进行组合(连续或非连续)与水稻籽粒产量用3种方法进行相关性分析发现:基于多元线性回归方法的任意两个生育时期植被指数MLR(PVI_([660,790]))与产量进行相关性分析结果显示,水稻拔节期与灌浆期进行组合能够提高与产量的相关性(R~2=0.74)。任意两个生育时期植被指数之和SUM(PVI_([660,790]))与籽粒产量关系中,拔节期与灌浆期组合能够提高与产量的相关性(R~2=0.72)。连续生育时期累计植被指数∑PVI_([660,790])与产量的相关性分析结果显示,不同生育时期不断累积∑PVI_([660,790])与产量的相关性并没有提高,最大R~2只有0.43(开花期到灌浆期)。【结论】本研究构建了基于无人机影像的水稻LAI、LDM监测和产量预测模型。利用多光谱影像监测全生育期LAI和LDM表现最好的植被指数均为NDRE_([735,790])。利用单一生育期植被指数预测产量效果最好的时期是灌浆期,最好的植被指数是PVI_([660,790])。拔节期和灌浆期的植被指数进行组合,利用多元线性回归方法构建的MLR(PVI_([660,790]))和任意2个生育期植被指数之和SUM(PVI_([660,790]))都不同程度地提高了预测精度。研究结果为快速无损监测农作物长势状况提供了技术支撑。
  • 【专利】 液压支架立柱螺纹导向套拆卸及装配工具

    摘要:本发明公开了一种液压支架立柱螺纹导向套煤矿井下拆卸及装配工具,包括固定盘、旋转盘和辅助扳手,所述的固定盘为分体半环式结构,两个半环上均设有联接板,所述的联接板通过螺栓固定;在固定盘的边缘处设有液压千斤顶支座,通过设置在液压千斤顶支座上的液压千斤顶锁紧或松开旋转盘;所述的旋转盘为整体环形结构,在旋转盘的外侧设有若干个旋转盘顶块,旋转盘的上下两侧均设有突出的旋转盘上挡盘与旋转盘下挡盘,所述的旋转盘顶块与上挡盘和下挡盘形成腔体;所述的辅助扳手包括扳手手柄、扳手本体和设置在扳手本体内侧的扳手卡爪。发明适用于对液压支架立柱螺纹导向套位置密封圈、防尘圈更换时进行导向套拆卸及装配的现场检修作业。
  • 【专利】 一种防止滚落的金属材料轨道物流车系统

    作者:田永超 ; 包宇航 ; 沈林琴 年份:2016
    摘要:本发明公开了一种防止滚落的金属材料轨道物流车系统,其包括至少一辆轨道物流车,一物流总控单元;所述至少一辆轨道物流车接收所述物流总控单元的控制,用于移载所述金属材料;或所述至少一辆轨道物流车接收驾驶员操作及所述物流总控单元的控制,用于移载所述金属材料,其中所述物流总控单元的控制优先级大于所述驾驶员操作的优先级;所述轨道物流车上设置有车辆承载体及车辆计量机构。
  • 【会议】 基于高光谱的稻麦叶面积指数监测研究

    作者:田永超 ; 周晓双 ; 姚霞 ; 程涛 ; 朱艳 ; 曹卫星 关键词:稻麦 ; 叶面积指数 ; 高光谱遥感 ; 离散小波函数 机构:南京农业大学,国家信息农业工程技术中心 ; 南京农业大学,国家信息农业工程技术中心 年份:2014
    摘要:叶面积指数是表征作物冠层结构特征的重要生理参数。稻麦叶面积指数的快速监测对于精确氮素管理具有重要作用。已有的基于高光谱信息反演叶面积指数的研究取得了显著进展,但存在稳定性和准确性不高的问题,且基于植被指数反演叶面积指数存在过饱和问题。本研究基于连续十年的不同品种、水分、氮素、密度水平的稻麦田间试验,系统获取12个生态点全生育期的叶面积指数和冠层高光谱信息,采用植被指数法和离散小波法构建稻麦叶面积指数模型。结果表明,利用植被指数(MTVI2)建立的稻麦叶面积指数预测模型的表现,相比其他传统的植被指数更精确、稳定(决定系数R2为0.72)。利用离散小波函数db3分解得到的9个能量系数中,以第五小波能量系数的回归模型具有更好的精度(R2=0.67)。利用独立试验数据对建立的模型进行检验发现,两类模型稳定性和准确性均较高,但基于离散小波db3建立的模型能够在一定程度上降低植被指数的过饱和问题。
  • 【专利】 一种用于作物生长信息监测的信号调理电路

    作者:田永超 ; 朱艳 ; 曹卫星 ; 倪军 ; 卢少林 ; 姚霞 年份:2013
    摘要:一种用于作物生长信息监测的信号调理电路,其特征是包括前级放大器电路、仪表放大器电路和峰值信号检波电路;前级放大器电路的电流信号输入端连接光电探测器输出端,前级放大器电路的电压输出端连接仪表放大器电路的电压输入端,仪表放大器电路的调制信号输出端连接峰值信号检波电路的调制信号输入端。本发明的用于作物生长信息监测的信号调理电路采用光电二极管接收作物冠层反射的敏感光谱信息,将其转化为电信号,电信号中主要含有固定频率信号(有效信号)、低频日光干扰信号和高频电磁波干扰信号。
  • 【专利】 土压力传感器安装加载测试装置及其操作方法

    作者:田永超 ; 丁启朔 ; 柏建彩 ; 陈青春 ; 丁为民 年份:2013
    摘要:本发明公开了一种土压力传感器安装加载测试装置及其操作方法,其中打孔机构和埋设机构无需提前开挖用于埋设传感器的坑道,只需沿一定角度向下钻出放置土压力传感器的孔洞,避免开挖的坑道对埋放土压力传感器测点处的边界效应影响,可最大程度的减小对原位土壤结构状态的扰动和破坏,同时降低埋设土压力传感器的劳动强度;加载测试机构采用加载速度稳定、控制准确的液压驱动控制,通过加载荷载和埋设在土体内的土压力传感器测得的加载应力反映应力在土体内的传递状况,能够更加准确地反映农田土壤的压实及应力过程。本发明的结构简单、成本低且使用方便、测量准确,能够广泛适用于农田土壤压实状况测试,适宜推广使用。
  • 【会议】 基于无人机遥感的小麦氮素营养和生长监测

    作者:田永超 ; 姚霞 ; 刘勇 ; 王妮 ; 程涛 ; 曹卫星 ; 朱艳 关键词:无人机 ; 多光谱影像 ; 辐射定标 ; 叶面积指数 ; 叶干重 ; 冠层叶片氮含量 ; 冠层叶片氮积累量 机构:国家信息农业工程技术中心南京农业大学 ; 国家信息农业工程技术中心南京农业大学 年份:2014
    摘要:无人机遥感具有高时间、空间分辨率、低成本、低损耗等优势。本研究利用无人机平台获取不同氮素水平、密度、品种试验的小麦氮素营养、生长指标、多光谱遥感影像(波段为490,550,671,700,800 nm),比较了两种不同的辐射定标方法(经验线性校正法和光强传感器校正法),定量分析了植被指数与冠层叶片氮含量(CLNC)、叶片氮积累量(CLNA)、叶干重(LDW)、叶面积指数(LAI)的关系。结果显示,经验线性校正法的校正效果要好于光强传感器校正法,结果更可靠;但光强传感器校正法由于不需要测定地面标定板的光谱更为方便。并且发现,基于无人机多光谱遥感监测小麦氮素状况和生长特征准确性较高,能够定量反演小麦的氮素营养和生长状况。
  • 【会议】 小麦叶面积指数估测的最佳高光谱参数研究

    作者:田永超 ; 曹中盛 ; 朱艳 ; 曹卫星 ; 姚霞 关键词:最佳波段 ; 高光谱指数 ; 叶面积指数 ; 小麦 年份:2013
    摘要:作物叶面积指数是评价长势和预测产量的重要指标。小麦叶面积指数的快速监测对于掌握小麦生长状况以及精确水肥管理具有重要作用。本文旨在通过对高光谱信息的精细分析和信息提取,探索小麦叶面积指数估算的最佳波段、光谱参数并建立监测模型。利用7年的系统观测资料,分别根据现有植被指数和新构建的三波段植被指数,采用精细采样法,详细分析350~2500nm波段范围内原始光谱反射率任意三波段组合而成的主要高光谱指数与小麦叶面积指数的定量关系。发现两波段指数中土壤调节光谱指数SASI(R_(947),R)(539))(L=0.08)和比值光谱指数DSI(FD_(751),FD_(956))构建的叶面积指数估算模型决定系数(R~2)分别为0.834和0.832。三波段植被指数中(R_(1208)-R_(946))/(R_(1208)+R_(946))-0.5R_(1083)、(R_(954)-(R_(724)+R_(1271)))/(R_(954)+(R_(724)+R_(1271)))和(R_(954)-(R_(1271)-2R_(551))/(R_(954)+R_(1271)+2R_(551))构建的叶面积指数估算模型决定系数(R~2)分别为0.795、0.856和0.861。利用独立试验资料对模型检验的结果显示,模型测试的精度(R~2)均大于0.800,RRMSE均小于0.300,尤其是三波段光谱指数(R_(954)-(R_(724)+R_(1271)))/(R_(954)+(R_(724)+R_(1271)))和(R_(954)-(R_(1271)-2R_(551))/(R_(954)+R_(1271)+2R_(551))表现最好。总体上,利用精细采样法确定最佳波段,构建植被指数和叶面积指数的估算模型,可显著提高模型的精确度和可靠性,从而为快速估算小麦叶面积指数提供新的波段选择和技术途径。
  • 【专利】 一种基于近地面高光谱影像的水稻阴阳叶穗识别方法

    作者:田永超 ; 朱艳 ; 周凯 ; 程涛 ; 曹卫星 ; 姚霞 年份:2016
    摘要:本发明提出一种基于近地面高光谱影像的水稻阴阳叶穗识别方法,通过对水稻冠层内部不同器官组分光谱特征进行差异分析,获得阴阳叶穗分类决策树并区分阴叶、阳叶、阴穗、阳穗。该识别方法具有较高的识别精度,操作步骤简单易行,运算速度快,适用于不同水稻品种、不同栽培处理、不同生育时期,可广泛用作水稻冠层内部不同器官组分像元的识别分类。
  • 【专利】 基于主动光源的便携式作物生长信息监测仪

    作者:田永超 ; 曹卫星 ; 卢少林 ; 倪军 ; 朱艳 ; 姚霞 年份:2012
    摘要:一种基于主动光源的便携式作物生长信息监测仪,其特征是包括光源系统、光谱信号采集系统和主机系统,其中光源系统的前端连接主机系统,光源系统的后端连接光谱信号采集系统,光谱信号采集系统的后端连接主机系统,主机系统的后端连接光源系统。本实用新型能同时对作物的叶绿素含量、植被归一化指数(NDVI)、叶面积指数、叶干重、氮含量、氮积累量、净光合速率、蒸腾速率和叶温等多种生理、生态信息进行综合监测与诊断,具有数据采集、分析、显示、存储、查看和显示功能;嵌入式电子信息技术的应用,简化了系统结构,使仪器具有携带方便、低功耗等优点。
  • 【专利】 一种高精度作物生长信息监测仪及其检测方法

    作者:田永超 ; 倪军 ; 朱艳 ; 曹卫星 ; 姚霞 年份:2012
    摘要:本发明公开了一种高精度作物生长信息监测仪,包括光谱传感器(1)、标准反射率白板(13)、信号采集器(5)、屏蔽导线(4),以及由水平支架(2)、活动支撑杆(3)组成的支架;其中,光谱传感器固定于水平支架的一端,水平支架的另一端与活动支撑杆活动连接,信号采集器紧固于活动支撑杆上位于人眼易于观察的高度;光谱传感器的输出端通过屏蔽导线串接信号采集器;标准反射率白板设置于光谱传感器下方且与光谱传感器垂直。本发明还公开了一种基于高精度作物生长信息监测仪的检测方法。本发明能够实时、无损获取作物氮含量、氮积累量、叶面积指数和叶干重多个生长指标,不仅结构简单,而且提高了仪器的稳定性和测量精度。
上一页 1 2 3 4 5 6 7 8 9 10 下一页 跳转