光谱技术在农作物信息感知中的应用研究进展

被引:10
作者
于海业
李晓凯
于跃
王洪健
张蕾
张昕
隋媛媛
机构
[1] 吉林大学生物与农业工程学院
关键词
光谱分析; 智慧农业; 生理信息检测; 作物识别; 农药残留;
D O I
10.13327/j.jjlau.2021.1145
中图分类号
S126 [电子技术、计算机技术在农业上的应用];
学科分类号
082804 ;
摘要
农作物的生长状况是影响农产品品质的重要因素,及时检测农作物的生长状况并进行有效管理,是保证农业健康发展的关键。光谱技术是现代农业生产智慧检测的重要手段之一,文章总结了农作物营养元素、作物识别、农药残留、生理信息检测等方面的光谱技术应用,在总结所取得重要进展的基础上,提出目前发展所存在的问题,并进行了发展趋势分析。
引用
收藏
页码:153 / 162
页数:10
相关论文
共 96 条
[1]  
基于表面增强拉曼光谱的农药残留快速检测研究.[D].王芳.安徽大学.2019, 07
[2]  
基于光谱技术的茶叶重金属检测及生理生化研究.[D].金娟娟.浙江大学.2019, 02
[3]  
纽荷尔脐橙氮磷钾养分推荐技术初步研究.[D].李文涛.西南大学.2018, 01
[4]  
基于高光谱的小麦钾素营养监测研究.[D].齐浩.南京农业大学.2017, 07
[5]  
基于高光谱的柑橘叶片氮磷钾含量检测模型.[D].全东平.华南农业大学.2016, 03
[6]  
基于高光谱的苹果树叶片叶绿素与氮素含量估测.[D].王卓远.山东农业大学.2015, 06
[7]   铜胁迫下玉米叶片光谱STFT分析与叶片铜离子浓度反演 [J].
孟飞 ;
崔宇 ;
付萍杰 .
农业机械学报, 2021, 52 (04) :181-189
[8]   基于“三边”参数的冬小麦冠层SPAD值监测模型 [J].
林少喆 ;
彭致功 ;
王春堂 ;
张宝忠 ;
魏征 ;
张倩 ;
韩娜娜 ;
刘露 .
排灌机械工程学报, 2021, (01) :102-108
[9]  
基于光谱及成像技术的种子品质无损速测研究进展.[J].王冬;王坤;吴静珠;韩平;.光谱学与光谱分析.2021, 01
[10]   基于高光谱的水稻叶片氮含量估计的深度森林模型研究 [J].
李金敏 ;
陈秀青 ;
杨琦 ;
史良胜 .
作物学报, 2021, 47 (07) :1342-1350