Способ лесопатологической диагностики Российский патент 2024 года по МПК A01G23/00 

Описание патента на изобретение RU2822373C1

Изобретение относится к лесному хозяйству, в частности к оперативному выявлению зон техногенного угнетения лесов, накапливания в фотосинтезирующих органах вредных поллютантов, разрушения фитопластов, уменьшения хлорофилла.

В отдельные годы, по данным лесопатологического надзора, общая площадь повреждения лесов может достигать млн га. Визуальными признаками лесопатологии являются некроз хвои, листьев, изменение окраски, уменьшение их линейных размеров, ажурность крон, усыхание ветвей, уменьшение степени охвоенности побегов, уменьшение общего объема фитомассы. Во всех случаях лесопатологического мониторинга, желательно обнаруживать лесопатоло-гические изменения на ранней стадии, чтобы своевременно проводить лесозащитные мероприятия, пока процессы не приняли необратимый характер.

Известен способ оценки состояния лесов по проценту потери хвои, ее некротического повреждения. [см., например, Шкала оценки категорий состояния насаждений, Справочник, Общесоюзные нормативы для таксации лесов, Изд. «Колос», М, 1992 г, стр. 182-185, табл. 60-62] - аналог. В известном способе выделяют пять категорий состояния 0 - (0-10)%, I - (10-25)%, II - (25-60)%, III-более 60 %, IV - отмирающие. Сильное варьирование охвоенности кроны деревьев, даже в пределах одной категории состояния, а также, невозможность точного учета некротического состояния с поверхности земли, делают данный диагностический способ недостаточно точным. Недостатками аналога, также, является:

- субъективность визуальных наблюдений;

- не выявляются скрытые, ранние, признаки патологии.

Известен «Способ ранней лесопатологической диагностики» Патент Ru № 2189732, 2002 г. - ближайший аналог. В способе ближайшего аналога, получают цифровые изображения функции яркости I(x, y) в виде матриц дискретных отсчетов (mxn)элементов в зонах R и G, вычисляют попиксельные отношения матриц R и G; составляют результирующую матрицу из этих отношений, выделяют, методами пространственного дифференцирования, контуры на результирующем изображении, рассчитывают функции фрактальной размерности изображений внутри контуров и, по численному значению фрактальной размерности, положению контуров и их площади, судят о причинах, координатах и размерах выявленной патологии.

Недостатками аналога следует считать:

- неадекватность алгоритма формирования и обработки результирующей матрицы измеряемому физическому процессу;

- не все существенные признаки лесопатологии измеряются и используются, что снижает достоверность конечных результатов оценки;

- невысокая чувствительность способа, поскольку интервал изменения фрактальной размерности составляет 0,1…0,3

Задача, решаемая заявленным способом, состоит в оперативной идентификации вида патологии путем вычисления функции взаимной корреляции текущего, отраженного от образца сигнала, с эталонным.

Поставленная задача решается тем, что способ лесопатологической диагностики включает подготовку образцов в виде побегов крон деревьев в вегетационный период, размещение их в светонепроницаемом зажимном устройстве, облучение образцов через окно в зажимном устройстве спектральным потоком в полосе 400…600 нм в импульсном режиме с регулируемой интенсивностью, прием отраженных от образцов сигналов спектрометром высокого разрешения, преобразование измеренных сигналов в цифровую форму с регулируемой дискретностью отчетов, запись сигналов в буферное запоминающее устройство, расчет функций взаимной корреляции текущего сигнала с эталонными сигналами лесопатологических образцов из базы данных, идентификацию вида лесопатологического поражения по ширине функции взаимной корреляции на уровне 0,1 от максимального значения.

Изобретение поясняется чертежами, где:

- фиг. 1 - полосы переизлучения солнечного спектра при квантовом взаимодействии с молекулами вещества;

- фиг. 2 - спектр облучения образцов (а) и спектры отражения от них (б, в, г);

- фиг. 3 - функции взаимной корреляции текущего сигнала и сигналов эталонных образцов;

- фиг. 4 - функциональная схема установки, реализующей способ.

Техническая сущность способа состоит в следующем. В процессе фотосинтеза, до 90% энергии солнечного потока превращается в биомассу. Взаимодействие солнечного света с клетчаткой происходит на молекулярном уровне. При поглощении энергии кванта молекулой, последняя переходит в возбужденное состояние с переходом на разрешенный виртуальный уровень. При всех видах возможного взаимодействия, как то поглощение, рассеяние, переизлучение, интегральный эффект состоит в смещении спектра падающего потока в его длинноволновую часть. На рисунке, фиг. 1, иллюстрируются полосы смещенного переизлучения: серия Лаймана (100…300 нм), серия Бальмера (400…650 нм), серия Пашена (610…1200 нм) [см., например, Р. Межерис, Лазерное дистанционное зондирование, перевод с англ., Мир, М, 1987 г., стр. 124, табл. 3.4, «Волновые числа комбинационного сдвига на длине волны 337,1 нм. Ниже представлены извлечения и данной таблицы:

Тип молекулы вещества NO2 SO2 CO2 NH3 C2H2 Длина волны рассеян-
ного излучения
346,7 350,8 352,5 378,8 380,3
Абсолютная величина
смещения Δλ, нм
8,6 11,7 15,4 42,7 43,2

В результате комбинационного рассеяния, происходит перераспределение энергии между спектральными составляющими отраженного потока. На рисунке фиг. 2 иллюстрируются спектры падающего (облучаемого) Iλ[пад]и отраженные от образцов Iλ[отр] смещенные спектры. В отраженном спектре содержится вся информация о состоянии исследуемых образцов: эффективность поглощения лучистой энергии, состояние фотосинтезирующих органов, химический состав примесей, минеральный состав питания и увлажненность почв. Подобная информация не может быть получена при визуальных наблюдениях или дистанционном зондировании.

В технике, основным методом идентификации объектов является метод сравнения. Математической процедурой сравнения служит вычисление функции взаимной корреляции В(λ1, λ2)текущего сигнала и сигнала от эталонного образца. По определению [см., например, А.М. Заездный, «Основы расчетов по статической радиотехнике», Связь издат, М, 1969 г., стр. 92-96].

При современном развитии вычислительной техники, методы корреляционного анализа (вычисление интеграла) легко реализуются специальной математической программой на ПЭВМ. Предварительно осуществляют преобразование аналоговых сигналов в цифровые посредством аналогово-цифрового преобразователя.

Программа расчета функции взаимной корреляции текущего измерения с эталонным сигналом:

program correlator;

uses crt;

const

nnI=500;

nnR=2*nnI;

T_=1.0;

Type

Imass=array[-nnR..nnR] of real;

Rmass=array[-nnR..nnR] of real;

Var

IE, IH:Imass;

REN:Rmass;

fi, fr, text;

dt:real;

nI, nR, i:integer;

procedure Int (var IE, IH:Imass; var REN:Rmass; T_, dt:real);

var I, integer;

begin

for i:=-nI to nI do

begin

REN[i]:=0;

for j:=-nI to nI do

begin

REN[i]:=REN[i]+1.0/(2*T_)*IE[j]*IH[j+i]*dt

end;

end;

end;

begin

cirscr;

assign (fi, ‘data.pas’);

reset (fi);

readln (fi, nI); nR:=2*nI;

dt:=T_/nI;

for i:=-nR to nR do readln (fi, IE[i], IH[i]);

close (fi);

for i:=-nR to nR do writeln (IE[i]:10:5, IH[i]:10-5);

Int (IE, IH, REN, T_, dt);

assign (fr, ‘rez.pas’);

rewrite (fr);

for i:= -nI to nI do writeln (fr, REN[i]:10:5);

close (fr);

end.

По измерениям образцов с известной патологией (полученных, например, методами химического анализа) создают базу эталонных сигналов, используемую при оперативной лесопатологической диагностике. Функции взаимной корреляции сигнала текущего измерения с эталонными образцами иллюстрируются графиками фиг. 3 По определению [см., например, А.М. Заездный, «Основы расчетов по статической радиотехнике», Связь издат, М, 1969 г.] значение корреляционной функции В(λ1, λ2) в нуле, есть дисперсия (мощность) процесса. Селектируемым параметром функции взаимной корреляции служит интервал корреляции (ширина

Δλ) на уровне 0,1 от максимума. Поэтому графики фиг. 3 могут быть идентифицированы как:

а) - здоровый образец (ширина Δλ=10 нм), категория состояния 0…I;

б) - образец техногенного угнетения фотосинтеза промышленными поллютантами, недостаток минерального питания (ширина Δλ=25 нм), категория состояния II…III;

в) - образец на стадии отмирания (ширина Δλ=50 нм), полное разрушение фитопластов, категория IV…V.

Пример реализации способа.

Заявленный способ может быть реализован по схеме фиг. 4. Функциональная схема содержит зажимную светоизолирующую клипсу (1) внутрь которой помещают испытываемый образец побега (2), размещенную на поверхности рабочего стола (3). Облучение образца осуществляют через окно в клипсе (1) диаметром 4 мм импульсным световым потоком с регулируемой интенсивностью посредством генератора оптического излучения (4), собранного на светодиодах (светодиодная матрица) обеспечивающих равномерность освещения поверхности образца посредством рассеивающих линз. Сдвинутый (по длине волны) сигнал флуоресценции (из-за поглощения падающего потока хлорофиллом образца) воспринимается спектрометром (5). Сигнал флуоресценции квантуется аналогово-цифровым преобразователем (6) с изменяемой дискретизацией отсчетов (в интервале от единиц ms до единиц сек) и накапливается в буферном запоминающем устройстве (7).

Обработку массивов измерений осуществляют посредством микропроцессора (8) на основе программ, записанных на жестком диске (9). Предварительно создают базу эталонных спектров сигналов (10) от образцов с известными лесопатологическими заболеваниями. Вычисление функций взаимной корреляции осуществляют посредством коррелятора (11). Управление микропроцессором (8) осуществляют посредством буквенно-цифровой клавиатуры (12) с отображением результата обработки сигналов на жидкокристаллическом дисплее (13).

Расчетные функции взаимной корреляции иллюстрируются графиками фиг. 3. Как следует из графиков, интервал корреляции Δλ текущего сигнала с эталонным составляет от 5 нм до 25 нм. Следовательно, спектральное разрешение спектрометра (5) должно составлять единицы нм. Чем выше спектральное разрешение, тем точнее результат и выше вероятность раннего обнаружения лесопатологии. На настоящий момент, существуют спектрометры высокого разрешения [см., например, «Технические предложения по ОКР «Вулкан-Астрогон», НТЦ Реагент, г.Москва, 2001 г, стр. 10-16]. Гиперспектрометр высокого разрешения Астрогон-1, спектральное разрешение 1,7 нм. Перечисленный функционал средств (1, 4, 5, 6, 7, 8, 9, 12, 13) также реализован на существующей технической базе в виде флуориметра (fluorimeter «Handy FEA» (фирма Hansatech Instruments).

Похожие патенты RU2822373C1

название год авторы номер документа
СПОСОБ РАННЕЙ ЛЕСОПАТОЛОГИЧЕСКОЙ ДИАГНОСТИКИ 2010
  • Давыдов Вячеслав Федорович
  • Новоселов Олег Николаевич
  • Батырев Юрий Павлович
  • Афанасьева Виктория Викторовна
  • Кузьмин Дмитрий Александрович
RU2436291C1
СПОСОБ ОПРЕДЕЛЕНИЯ СОСТОЯНИЯ ДРЕВОСТОЯ ПО ПОБЕГАМ КРОН 2023
  • Чернышенко Оксана Васильевна
  • Фролова Вера Алексеевна
  • Комарова Мария Евгеньевна
  • Кустова Елена Владимировна
  • Миславский Александр Николаевич
RU2824521C1
СПОСОБ ИДЕНТИФИКАЦИИ ИНВАЗИЙ НАСАЖДЕНИЙ 2010
  • Бондур Валерий Григорьевич
  • Воробьев Владимир Евгеньевич
  • Давыдов Вячеслав Федорович
  • Корольков Анатолий Владимирович
  • Комаров Евгений Геннадьевич
RU2422898C1
СПОСОБ РАННЕЙ ЛЕСОПАТОЛОГИЧЕСКОЙ ДИАГНОСТИКИ 2000
  • Давыдов В.Ф.
  • Илларионов Г.П.
  • Мозолевская Е.Г.
  • Шалаев В.С.
  • Гольцева Л.В.
RU2189732C2
Способ измерений содержания парниковых газов в атмосфере 2018
  • Давыдов Вячеслав Фёдорович
  • Комаров Евгений Геннадьевич
  • Соболев Алексей Викторович
RU2695086C1
Способ выбора вида пород для плана озеленения 2015
  • Давыдов Вячеслав Федорович
  • Комаров Евгений Геннадиевич
  • Полещук Ольга Митрофановна
  • Соболев Алексей Викторович
RU2622708C2
Способ определения продуктивности насаждений 2023
  • Давыдов Вячеслав Федорович
  • Комаров Евгений Геннадиевич
  • Максимова Алина Николаевна
  • Чернышенко Оксана Васильевна
  • Фролова Вера Алексеевна
RU2824463C1
СПОСОБ ЭКОЛОГИЧЕСКОГО МОНИТОРИНГА ЛЕСОВ 2009
  • Бондур Валерий Григорьевич
  • Воробьев Владимир Евгеньевич
  • Черепанова Елена Валентиновна
  • Давыдов Вячеслав Федорович
  • Комаров Евгений Геннадиевич
  • Фролова Вера Алексеевна
RU2406295C1
СПОСОБ ОЦЕНКИ СОСТОЯНИЯ ЛЕСОВ 1992
  • Бронников С.В.
  • Щербаков А.С.
  • Шалаев В.С.
  • Давыдов В.Ф.
RU2038001C1
СПОСОБ ОПРЕДЕЛЕНИЯ ЭКОЛОГИЧЕСКОГО СОСТОЯНИЯ ЛЕСОВ 2009
  • Бондур Валерий Григорьевич
  • Воробьев Владимир Евгеньевич
  • Черепанова Елена Валентиновна
  • Давыдов Вячеслав Федорович
  • Комаров Евгений Геннадиевич
  • Фролова Вера Алексеевна
RU2416192C2

Иллюстрации к изобретению RU 2 822 373 C1

Реферат патента 2024 года Способ лесопатологической диагностики

Изобретение относится к лесному хозяйству, в частности к лесопатологической диагностике. Выполняют подготовку образцов в виде побегов крон деревьев в вегетационный период, размещают их в светонепроницаемом зажимном устройстве. Облучают образцы через окно в зажимном устройстве диаметром 4 мм спектральным потоком в полосе 400-600 нм в импульсном режиме с регулируемой интенсивностью. Принимают отраженные от образцов сигналы спектрометром высокого разрешения, преобразовывают измеренные сигналы в цифровую форму с регулируемой дискретностью отчетов, записывают сигналы в буферное запоминающее устройство, рассчитывают функции взаимной корреляции текущего сигнала с эталонными сигналами лесопатологических образцов из базы данных, идентифицируют вид лесопатологического поражения по ширине функции взаимной корреляции на уровне 0,1 от максимального значения. Повышается достоверность конечных результатов оценки. 4 ил., 1 табл.

Формула изобретения RU 2 822 373 C1

Способ лесопатологической диагностики, отличающийся тем, что выполняют подготовку образцов в виде побегов крон деревьев в вегетационный период, размещают их в светонепроницаемом зажимном устройстве, облучают образцы через окно в зажимном устройстве диаметром 4 мм спектральным потоком в полосе 400-600 нм в импульсном режиме с регулируемой интенсивностью, принимают отраженные от образцов сигналы спектрометром высокого разрешения, преобразовывают измеренные сигналы в цифровую форму с регулируемой дискретностью отчетов, записывают сигналы в буферное запоминающее устройство, рассчитывают функции взаимной корреляции текущего сигнала с эталонными сигналами лесопатологических образцов из базы данных, идентифицируют вид лесопатологического поражения по ширине функции взаимной корреляции на уровне 0,1 от максимального значения.

Документы, цитированные в отчете о поиске Патент 2024 года RU2822373C1

СПОСОБ РАННЕЙ ЛЕСОПАТОЛОГИЧЕСКОЙ ДИАГНОСТИКИ 2000
  • Давыдов В.Ф.
  • Илларионов Г.П.
  • Мозолевская Е.Г.
  • Шалаев В.С.
  • Гольцева Л.В.
RU2189732C2
СПОСОБ РАННЕЙ ЛЕСОПАТОЛОГИЧЕСКОЙ ДИАГНОСТИКИ 2010
  • Давыдов Вячеслав Федорович
  • Новоселов Олег Николаевич
  • Батырев Юрий Павлович
  • Афанасьева Виктория Викторовна
  • Кузьмин Дмитрий Александрович
RU2436291C1
СПОСОБ ОПРЕДЕЛЕНИЯ ЭКОЛОГИЧЕСКОГО СОСТОЯНИЯ ЛЕСОВ 2009
  • Бондур Валерий Григорьевич
  • Воробьев Владимир Евгеньевич
  • Черепанова Елена Валентиновна
  • Давыдов Вячеслав Федорович
  • Комаров Евгений Геннадиевич
  • Фролова Вера Алексеевна
RU2416192C2
СПОСОБ ОПРЕДЕЛЕНИЯ ДИГРЕССИИ НАДПОЧВЕННОГО ПОКРОВА В АРКТИЧЕСКОЙ ЗОНЕ 2015
  • Бондур Валерий Григорьевич
  • Воробьев Владимир Евгеньевич
  • Давыдов Вячеслав Федорович
  • Комаров Евгений Геннадьевич
RU2588179C1
CN 110114800 A, 09.08.2019.

RU 2 822 373 C1

Авторы

Давыдов Вячеслав Федорович

Комаров Евгений Геннадиевич

Максимова Алина Николаевна

Румянцев Денис Евгеньевич

Воробьева Наталия Сергеевна

Даты

2024-07-04Публикация

2023-07-27Подача