服務(wù)熱線
產(chǎn)品展示PRODUCTS
產(chǎn)地類別 | 進(jìn)口 |
---|
PlantPen葉夾式PRI&NDVI測量儀是一種快速測量植物反射光譜指數(shù)的野外便攜式儀器。PlantPen的兩種標(biāo)準(zhǔn)版配置分別測量NDVI和PRI這兩種應(yīng)用的植被指數(shù)。用戶也可以定制其他參數(shù)。
PlantPen PRI 210:PRI (Photochemical Reflectance Index) 光化學(xué)反射指數(shù)是通過計算植物葉片對531nm和570nm兩個波長光反射而得到的參數(shù)。該參數(shù)對類胡蘿卜素極為敏感,反應(yīng)植物的光合作用中的光能利用效率和CO2同化速率,并可作為植物水脅迫的可靠指數(shù)。因此廣泛用于植物產(chǎn)量和脅迫研究。
PlantPen NDVI 310:NDVI (Normalized Difference Vegetation Index)歸一化植被指數(shù)是通過計算植物葉片對紅光和近紅外兩個波長光反射而得到的參數(shù),是反映植物葉綠素含量的一個重要參數(shù)。葉綠素會強(qiáng)烈吸收紅光用于光合作用,而葉片細(xì)胞結(jié)構(gòu)會強(qiáng)烈反射近紅外光。因此,NDVI與光合能力直接相關(guān),從而反映植物冠層的能量吸收狀況。
應(yīng)用領(lǐng)域
葉綠素含量快速檢測
植物光合研究
早期脅迫檢測
氮素利用效率研究
功能特點
攜帶方便、操作簡單。
直接無損測量得到NDVI和PRI值。
內(nèi)置藍(lán)牙與USB雙通訊模塊,GPS模塊,輸出帶時間戳的地理位置
軟件可導(dǎo)出數(shù)據(jù)為Excel格式,具備實時控制和遙控功能。
可用于農(nóng)業(yè)、林業(yè)以及植物學(xué)中光合作用、逆境脅迫等的研究和教學(xué)。
技術(shù)參數(shù)
測量參數(shù):PlantPen PRI 210:光化學(xué)反射系數(shù)PRI = (R531 - R570)/(R531 + R570);PlantPen NDVI 310:歸一化植被指數(shù)NDVI = (RNIR – RRED) / (RNIR + RRED)
測量光:內(nèi)置雙波長光源,PlantPen PRI 210:531nm和570nm;PlantPen NDVI 310:635nm和760nm
檢測波長:PlantPen PRI 210:500 – 600 nm;PlantPen NDVI 310:620-750 nm
通訊:藍(lán)牙1.1,USB
存儲:16M
數(shù)據(jù)存儲:100,000個
顯示:圖形顯示
鍵盤:密封防水設(shè)計2鍵
電源:可充電鋰電池,USB充電,連續(xù)工作70小時,低電報警
自動關(guān)機(jī):5分鐘無操作
尺寸:135×65×33 mm
重量:188g
操作環(huán)境:溫度: 0 ~ 55 ºC; 相對濕度: 0 ~95 % (無冷凝)
存儲條件:溫度:-10 ~ 60 ºC;相對濕度:0 ~ 95 % (無冷凝)
用戶定制
描述植物結(jié)構(gòu)和葉綠素含量的參數(shù)種類很多,應(yīng)用測量光波長各異,計算方法也各不相同。為了滿足不同客戶的需求,可以定制適合各種類似參數(shù)的掌上植物測量儀?;蛸徺IPolyPen RP410光譜儀測量植物全反射光譜。
應(yīng)用案例
使用PlantPen NDVI 和SpectroSense 2+植被指數(shù)測量儀分別測量水稻葉片和冠層的NDVI(Y Fenghua, et al. 2016)
產(chǎn)地:捷克
參考文獻(xiàn)
1. K Jabran, et al. 2018. High carbon dioxide concentration and elevated temperature impact the growth of weeds but do not change the efficacy of glyphosate. Pest Management Science 74(3): 766-771
2. K Trnková, et al. 2017. Desiccation‐induced changes in photochemical processes of photosynthesis and spectral reflectance in Nostoc commune (Cyanobacteria, Nostocales) colonies from polar regions. Phycological Research 65(1): 44-50
3. V Leemans , et al. 2017. Estimation of leaf nitrogen concentration on winter wheat by multispectral imaging. SPIE Commercial + Scientific Sensing and Imaging
4.Y Fenghua, et al. 2016. Models for estimating the leaf NDVI of japonica rice on a canopy scale by combining canopy NDVI and multisource environmental data in Northeast China. International Journal of Agricultural and Biological Engineering 9(5): 132-142
5.C Zhang, et al. 2016. Affecting Factors and Recent Improvements of the Photochemical Reflectance Index (PRI) for Remotely Sensing Foliar, Canopy and Ecosystemic Radiation-Use Efficiencies. Remote Sensing 8(9): 1-33
6.LLR Mendonçaa, et al. 2016. Management of Meloidogyne javanica with biological pesticides and oils in a lettuce field. Nematoda 3: e152015
7.R Calderón, et al. 2016. Soil temperature determines the reaction of olive c*rs to Verticillium dahliae pathotypes. PLOS ONE 9(10): e110664
8.M Barták, et al. 2015. Effect of dehydration on spectral reflectance and photosynthetic efficiency in Umbilicaria arctica and U. hyperborean. Biologia Plantarum 59(2): 357-365