为了响应国家转变农业发展方式,实施农业现代化改革号召,推行精细农业生产理念与管理方式,从根本上改变农民化肥的均匀播撒,引导其根据农作物生长情况及土壤养分情况适量播撒,避免形成浪费和环境污染。本课题针对大田作物冠层无损检测设备进行硬件开发及田间试验,仪器开发难度适中,试验结果精度较高,主要分为以三部分内容:(1)设计开发基于光谱分析技术及ZigBee无线网络技术的禾信通作物长势监测仪,包括采集节点与控制器两部分。采集节点包括ZigBee芯片的选取、硬件电路系统、光学结构和软件系统。控制器设计包括手持式内嵌PDA控制器与个人PC机USB协调器,完成两种控制器的硬件电路、软件设计,并针对PDA控制器进行玉米试验。试验计算NDVI、RVI、TVI、SAVI四种常用作物监测植被指数,分析高、中、低三个水平及大田整体长势水平下各植被指数与叶绿素指标相关性,选取RVI、及(R766,R550)和(R850,R550)波段组合NDVI建立玉米冠层叶绿素含量指标检测模型。通过比较三种不同参数组合方式的建模结果,确定采用NDVI(R850,R550)建立玉米冠层叶绿素含量指标检测模型(建模精度R2为0.508,验证建模精度R2为0.458),精度较高,应用其检测结果生成的田间玉米作物叶绿素水平空间分布图,可为玉米拔节期变量作业提供技术支持。(2)设计开发无损检测车载平台,包括车体框架结构设计、控制器设计及禾信通作物长势监测仪采集节点、Topcon CropSpec氮含量传感器的搭载设计,框架采用铝型材为主要材料,驱动电机采用一体轮无刷直流电机。控制器设计包括手持控制器与车载控制器两部分,车载控制器设计包括硬件与软件设计,手持控制器作为实验员操作使用,车载控制器作为车体控制使用,并针对平台可行性进行简单的验证试验。试验将禾信通采集节点与Topcon输出的植被生长信息光谱数据进行数据处理,选取NDVI与SAVI两种植被指数对两种设备的采集数据进行相关性分析,分析结果NDVI的相关性较高,对NDVI进行建模分析,建模精度R2为0.514,验证建模精度R2为0.373。结果精度较高,车载平台可行性较好,对绿色植被的生长信息获取较准确,可进行后期大田采集实验。(3)针对田间冬小麦试验设计使用ASD地物光谱仪(Analytical Spectral Devices.USA)采集冬小麦的冠层光谱反射率数据,使用SPAD-502Plus便携式叶绿素仪测量小麦倒一叶和倒二叶的叶绿素指标(SPAD值),以及G738CM型手持式GPS记录采样点的位置信息。分别进行冠层光谱反射率小麦倒一叶和倒二叶的预处理,结果表明冠层反射光谱倒二叶的SPAD值相关系数高于倒一叶。基于相关性分析,选取敏感波段538nm、661nm、740nm和850nm分别与预处理前、后的光谱数据进行多元线性回归分析,其预处理后的模型精度较高,建模精度R2为0.48,验证建模精度R2为0.32。进而绘制大田作物长势图,可为冬小麦追肥作业提供支持。