您好,欢迎访问北京市农林科学院 机构知识库!
筛选
科研产出
排序方式:

时间

  • 时间
  • 相关度
  • 被引量
资源类型: 中文期刊
收录级别:EI(精确检索)
1227条记录
基于权重自动调整神经网络的水稻病虫害诊断专家系统

农业工程学报 2007 EI 北大核心 CSCD

摘要:针对水稻病虫害诊断特点,从人工智能角度出发,提出了一种基于权重自动调整的神经网络水稻病虫害的知识组织方式。文章以15种常见水稻病虫害为例,通过对病虫害症状的特点和特征进行分类、抽象和编码,构建了基于权重自动调整的BP神经网络。利用神经网络和不确定性推理技术,对实例样本进行训练学习,并将权值数据作为知识库来进行诊断,并基于这种方法构建了水稻病虫害神经网络诊断专家系统。

关键词: 水稻病虫害 专家系统 神经网络 权重

 全文链接 请求原文
用高光谱微分指数监测冬小麦病害的研究

光谱学与光谱分析 2007 EI SCI 北大核心 CSCD

摘要:人工田间诱发不同等级小麦条锈病,在不同生育期测定染病冬小麦冠层光谱、生理生化参数以及相应的病情指数。对小麦冠层一阶微分光谱进行分析,结果表明随病情指数增大,一阶微分光谱在绿边(500~560 nm)内逐渐增大,在红边(680~760 nm)内逐渐降低。红边核心区(725~735 nm)内一阶微分总和(SDr′)与绿边核心区(520~530 nm)内一阶微分总和(SDg′)的比值,与病情指数具有极显著线性负相关性,相关系数r2=0.921(n=28),且能够在症状出现前12 d识别出健康作物与病害作物。因此,微分植被指数SDr′/SDg′能够监测并反演作物病害信息。研究结果对利用高光谱遥感获取作物病害信息具有实际应用价值,对提高粮食产量、保证粮食安全具有重要意义。

关键词: 高光谱遥感 病害胁迫 病情指数 冬小麦 病害监测

 全文链接 请求原文
不同尺度冬小麦氮素遥感监测方法及其应用研究

农业工程学报 2007 EI 北大核心 CSCD

摘要:该文以航空影像、地面冠层光谱数据及同步观测的植被生化数据为基础,探讨了冬小麦冠层氮素监测的遥感方法。该方法应用于Lukina变量施肥模型,研究了基于遥感影像变量施肥量的计算方法。为实现以上目标,首先采用矩匹配和反射率转换方法,对获取的机载实用模块化成像光谱仪(OMIS)影像进行辐射校正;然后结合航拍相片及地面高精度差分GPS定位点坐标对高光谱影像进行几何校正。以预处理后的反射率影像和冠层光谱数据为数据源,采用倒高斯模型拟合冬小麦红边光谱曲线,并构建红谷位置、红边位置和红边宽度等光谱特征参量。通过对红边光谱特征量和实测氮素进行统计分析,寻找相关性显著、拟合误差小的最佳光谱特征量,并用于预测冬小麦冠层的氮素含量。统计相关分析结果表明:拟合曲线和图像反射率曲线面积差和实测的氮素含量有最高的相关性,且相关性达到极显著。最后,把该氮素预测方法集成到Lukina变量施肥模型中,结合反射率影像数据生成变量施肥处方图。文中探讨的最佳氮素预测方法改善了氮素预测的精度;基于影像的面状信息获取技术克服了点状信息的不足,使变量施肥技术更利于实用和推广。

关键词: 高光谱 OMIS 倒高斯模型 氮素预测 变量施肥

 全文链接 请求原文
基于小麦长势遥感监测的土壤氮素累积估测研究

农业工程学报 2007 EI 北大核心 CSCD

摘要:农田长时间被植被所覆盖给遥感直接监测农田土壤养分及其动态带来巨大难度。由于不同的土壤条件和施肥量会在一定程度上引起作物长势的差异,并最终反映在作物冠层光谱反射率的差异,因此,通过遥感监测作物长势动态实现农田土壤养分与环境质量将是遥感监测土壤质量的一个重要方法。该文利用追肥前后两期高光谱航空影像提取反映小麦长势状况的归一化植被指数N DV I,并结合小麦种植前后的土壤采样数据,分析了追肥前后N DV I及其增量与小麦种植前后土壤碱解氮增量之间的关系。研究结果表明:与追肥前后N DV I绝对增量相比,追肥前的N DV I能够较好地估测小麦生育期内土壤碱解氮增量,追肥前后N DV I绝对增量与追肥前的N DV I的比值是估测小麦生育期内土壤碱解氮增量的最好指标,而追肥后的N DV I与土壤碱解氮增量之间没有显著的相关关系,不能用于土壤碱解氮增量的估测。

关键词: 氮素累积增量 碱解氮增量 NDVI 遥感

 全文链接 请求原文
近红外光谱法测定紫花苜蓿青贮鲜样的营养价值

光谱学与光谱分析 2007 EI SCI 北大核心 CSCD

摘要:应用近红外光谱技术(NIRS)直接分析新鲜饲草的营养价值,如饲草中干物质(DM),粗蛋白(CP),中性洗涤纤维(NDF),酸性洗涤纤维(ADF)含量,对畜牧业生产具有重要意义。鲜草中由于含有较多的水分,不易制备均一的样品和进行光谱中有用信息的提取,因此难于进行近红外光谱分析。本试验应用偏最小二乘回归法(PLS)、傅里叶变换近红外光谱技术和液氮冷冻制样技术,建立了适合于不同品种,不同生育期,不同茬次和不同青贮方法即时测定青贮苜蓿鲜样中DM,CP,NDF,ADF的模型,以期对NIRS在测定紫花苜蓿青贮鲜样品这些成分测定的可行性进行分析。所建DM,CP,NDF和ADF模型的交叉检验决定系数(R2cv)为0.884 6~0.989 8,交叉检验标准误(RMSECV)为3.9~9.7 g.kg-1鲜重。用50个样品对模型进行外部检验,预测相关系数(r)为0.939 7~0.994 9,预测标准误为1.9~8.3 g.kg-1鲜重。结果表明:采用适当的样品处理方法和光谱分析技术可以实现近红外光谱技术对苜蓿青贮鲜样的营养价值评定。

关键词: 紫花苜蓿青贮 营养成分 未干燥 近红外漫反射光谱

 全文链接 请求原文
基于近地光谱探测技术的冬小麦变量施肥

吉林大学学报(工学版) 2007 EI 北大核心 CSCD

摘要:首先利用GreenSeeker RT200变量施肥机器系统按小区测量了田间试验区冬小麦在拔节期的归一化植被指数NDVI,然后根据改进的氮肥优化算法,由测得的NDVI数据和预测的谷物可能产量等参数,计算出氮肥需要量FNR,进而根据不同小区的氮肥需要量进行了田间变量施肥。试验结果表明,采用变量施肥之后,冬小麦的NDVI空间变异明显变小,作物长势趋于平衡。对比常规管理区和精准管理区的产量分布,精准管理区的产量不仅空间变异小,而且产量明显提高。

关键词: 农业工程 NDVI 近地遥感 变量施肥 精准农业

 全文链接 请求原文
玉米水分管理动态知识模型的设计与实现

农业工程学报 2007 EI 北大核心 CSCD

摘要:农田水分管理与模型构建一直是农业生产的一个热点和难点问题。运用知识模型的构建原理,将系统分析方法和数学建模技术应用于玉米水分管理专家知识表达体系中,根据土壤水分平衡原理,分阶段定量灌溉与玉米和环境影响因子之间的关系,建立了具有系统性和适用性的玉米水分管理动态知识模型,可用于设计不同地区不同降雨年型玉米生育期所需的灌溉定额和灌水定额。利用北京昌平、山东泰安、辽宁沈阳3个不同地区的常年气象资料和玉米品种农大108的品种特征资料对不同生态点常年气候条件下玉米水分管理模型进行了检验;利用北京昌平区不同降雨年型气象资料和玉米品种农大108的品种特征资料对同一生态点不同降雨年型常年播期条件下的玉米水分管理模型进行了检验。结果表明:不同生态点常年气候条件下节水效果不明显,灌溉制度随生态点变化显著;同一生态点不同降水年型条件下丰水年和平水年节水效果显著,分别为8.6%和31.9%,且玉米苗期是否灌水随水分年型变化不明显,拔节期和灌浆期随水分年型变化显著。模型设计结果与当前高产玉米实际农作制度体现较好的一致性和适用性。

关键词: 玉米 知识模型 水分管理 专家系统 灌溉

 全文链接 请求原文
蒙特卡罗方法仿真光在多层结构农产品中的传输及试验研究

农业工程学报 2007 EI 北大核心 CSCD

摘要:通过对光与农产品相互作用物理本质的分析,采用一种求解光子在生物组织中迁移规律的蒙特卡罗(MonteCarlo)计算方法,并设计了基于Windows蒙特卡罗仿真软件。对大量光子进行仿真计算就可以获得漫反射率、平均光学路径、空间灵敏度图像等。利用液体模型的实测光学参数进行仿真,其结果与试验结果符合。进一步对多层结构的农产品样品进行了蒙特卡罗仿真研究,可为合理设计无损检测的传感器提供依据。

关键词: 蒙特卡罗仿真方法 光子迁移 漫射光 农产品

 全文链接 请求原文
基于核驱动模型参数反演的作物株型遥感识别

光谱学与光谱分析 2007 EI SCI 北大核心 CSCD

摘要:传统的单一方向遥感只能得到地面目标一个方向的辐射量,缺乏足够信息来同时推断像元的波谱和空间结构。多角度的反射光谱对于植被结构特征的估算及类型鉴别比垂直光谱具有明显的优越性。将多角度观测数据和核驱动模型结合,构建了基于核参数各向同性核所占比例(fiso),几何光学核所占比例(fgeo)和体散射核所占比例(fvol)的植被结构参数敏感指数(SPEI)来进行作物株型的遥感识别,并将SPEI与结构散射指数(SSI)和归一化差异参数指数(NDFI)等对紧凑型品种京411和披散型品种中优9507的实测多角度冠层方向反射率数据进行了核参数的反演,不同指数对作物株型结构表现出的敏感性依次为:SPEI>SSI>NDFI。SPEI较以往学者构建的指数对不同株型品种遥感识别具有更好的敏感性,该方法可以在其他作物上拓展应用,具有很好的理论基础和应用前景。

关键词: 冬小麦 株型 冠层反射光谱 植被结构参数敏感指数(SPEI)

 全文链接 请求原文
复合支持向量机方法及其在光谱分析中的应用

光谱学与光谱分析 2007 EI SCI 北大核心 CSCD

摘要:SVC和SVR是支持向量机研究的两个主要问题。文章把两种建模方法相结合,先由SVC模型判别分类,后由各类的局部SVR模型进行定量分析,提出了复合支持向量机(CSVM)方法。根据71个试验小区的水稻冠层高光谱与叶片含氮量建立定量分析模型,考证了CSVM算法。基于模拟研究的思想,随机划分建模集和预测集,比例为55∶16。经过5次划分试验,复合支持向量机方法建模对叶片含氮量的预测值与凯氏定氮实际值之间的平均相关系数为0.89,平均绝对误差为0.088;而传统的支持向量机方法得到的平均相关系数为0.87,平均绝对误差为0.091。由此可见,复合支持向量机方法相对于传统的支持向量机方法预测精度有所提高。文章研究方法的提出为化学计量学定量分析研究给出了新的思路。

关键词: 复合支持向量机 高光谱 回归模型 叶片含氮量

 全文链接 请求原文