科研产出
中国二系杂交小麦研究进展与展望
《科学通报 》 2022 EI 北大核心 CSCD
摘要：从我国二系杂交小麦全产业链创新角度,本文分析总结了小麦光温敏雄性不育种质发现、光温转化特征、遗传机制,及不育系选育、恢复系创制、强优势杂交种创新、规模化制种技术、示范推广等环节的科研进展;明确了小麦光温敏雄性不育的遗传多样性特点,不同类型不育系具有不同的恢复基因,通过多恢复基因聚合创制恢复系和构建冬春杂交模式是选育强优势杂交种的有效途径;异交生物学规律的揭示和混播制种方法、全过程机械化的应用,大幅度提高了二系杂交小麦制种产量,为杂交小麦产业化奠定了重要基础;提出了中国二系杂交小麦今后发展的科技创新和产业化建议与展望.
全文链接
请求原文
基于深度学习与激光点云的橡胶林枝干重建及参数反演
《农业工程学报 》 2022 EI 北大核心 CSCD
摘要：树木的几何建模在林木性状评价、森林动态经营管理与可视化研究中具有重要意义.现今,从激光雷达(Light Detection And Ranging,LiDAR)数据中重建树体三维模型并精准获取林木空间枝干结构参数是数字林业发展的必然趋势.该研究提出了一种深度学习与计算机图形学相融合的树木骨架重建与参数反演方法.该方法以PR107、CATAS 7-20-59、CATAS 8-79三个品种的橡胶树为实验对象,首先,采用背包移动激光雷达获取三个橡胶树品种的样地数据,并通过体素剖分和数据增广策略来构建橡胶树训练样本集.其次,构造由四层特征编码层和特征解码层所组成的点云分类深度学习网络,并包含优化的PointConv模块与不同尺度的特征插值模块,以实现在多尺度条件下,全面考虑点云的全局和局部优化特征,引导网络实现枝叶点云的精确分类.最后,面向分类后的枝干点云,运用计算机图形学的空间连通性算法与圆柱拟合策略,重建树木骨架模型,并自动解决叶子点云与对应的一级枝干归属问题,进而在叶团簇尺度下开展对单株树的精细描述与参数反演.通过对三块橡胶树测试样地的验证和与实测值的比对表明,该研究提出的深度学习网络枝叶分类总体准确率在90.32%以上.骨架重建与叶团簇分析结果显示,PR107品种橡胶树具有较为发散的树冠、最大的分枝夹角和叶团簇体积;CATAS 7-20-59品种橡胶树冠呈花瓶型,分枝夹角和叶团簇体积较小;而CATAS 8-79品种橡胶树尽管胸径最粗,但不耐寒害处于落叶期导致冠积最小.同时,反演得到的橡胶树一级枝干直径与实测值比对为:决定系数R2不低于0.94,均方根误差(Root Mean Square Error,RMSE)小于3.01 cm;主枝干与一级枝干的分枝角为:决定系数R2不低于0.91,均方根误差RMSE不高于4.94°.同时发现橡胶树一级枝干的直径与对应的叶团簇体积呈正相关分布.该研究将人工智能的理论模型应用于林木的激光点云数据处理中,为林木激光点云的智能化分析与处理提供了新颖的解决思路.
关键词： 深度学习 树木骨架重建 激光点云 计算机图形学 林木参数提取
全文链接
请求原文
基于冠层光谱特征和株高的马铃薯植株氮含量估算
《农业机械学报 》 2022 EI 北大核心 CSCD
摘要：为及时准确地掌握作物的植株氮含量（PNC）信息，监测作物生长状况，实现农田氮素施肥的科学管理，以马铃薯为研究对象，首先获取了现蕾期、块茎形成期、块茎增长期、淀粉积累期和成熟期的数码影像，并实测了各生育期的PNC、株高（H）和地面控制点（GCP）的三维坐标。其次利用各生育期的无人机数码影像与GCP结合生成试验区域的数字正射影像（DOM）和数字表面模型（DSM）,并从中提取冠层光谱特征和株高(Hdsm)。然后将各生育期提取的Hdsm和数码影像变量与地面实测的PNC进行相关性分析，从中筛选出相关性较好的影像变量和Hdsm作为马铃薯PNC估算模型的输入参数。最后分别基于影像变量和影像变量结合Hdsm利用多元线性回归（MLR）、误差反向传播（BP）神经网络和Lasso回归3种方法构建马铃薯PNC估算模型。结果表明：基于DSM提取的Hdsm与实测H具有较高的拟合度（R~2为0.860,RMSE为2.663 cm, NRMSE为10.234%）;各生育期加入Hdsm,均能提高马铃薯PNC的估算精度和稳定性；各生育期利用MLR方法构建的PNC估算模型优于BP神经网络和Lasso回归。该研究可为马铃薯PNC状况的高效、无损监测提供技术支撑。
关键词： 马铃薯 植株氮含量 株高 无人机 数码影像 冠层光谱特征
全文链接
请求原文
基于荧光光谱技术研究增效肥料对土壤富里酸荧光特性的影响
《光谱学与光谱分析 》 2021 EI 北大核心 CSCD
摘要：为探讨施用增效肥料后对土壤富里酸（FA）荧光特性及腐殖化程度的影响,在黑龙江省黑河市嫩江县和爱辉区两个试验区采取相同施肥处理,设置5个处理组:平衡施肥（NE）、平衡施肥减量25%（CK）、平衡施肥减量25%+纳米碳增效剂（T1）、平衡施肥减量25%+沸石增效剂（T2）、平衡施肥减量25%+生物炭增效剂（T3）,分析土壤中FA荧光光谱特性的变化情况。三维荧光区域积分（FRI）方法不同肥料处理区域Fmax相对含量的变化表明,施用增效肥料可以提高土壤腐殖化程度,其中T2>T1>T3>NE>CK,沸石增效处理对于提高土壤腐殖化程度、提高土壤的供肥水平表现最为显著,其在嫩江试验区的可见荧光FA区域Ⅴ与紫外荧光FA区域Ⅲ所对应的物质相对含量的比值(PⅤ,n/PⅢ,n)较CK处理提高了5.81%,根据平行因子分析方法将土壤FA分为C1组分和C2组分,其中C2组分与C1组分Fmax的比值（C2/C1）较CK处理提高了22.09%;在爱辉试验区的PⅤ,n/PⅢ,n较CK处理提高了4.65%,C2/C1较CK处理提高了20.93%;根据平行因子分析（PARAFAC）结果,各处理土壤FA可分为C1和C2两个组分,C1组分为类富里酸（Ex/Em=230nm,320/410nm）,C2组分为类胡敏酸（Ex/Em=265/465nm）,施用三种增效肥料均可以提高土壤的供肥能力,其中NE>T2>T1>T3>CK。与CK处理相比,T1,T2和T3三个增效处理中,T2增效处理的提升作用最为明显,采用沸石作为肥料增效剂对于土壤FA的积极作用要优于纳米碳和生物炭,因此长期施用沸石增效肥料可有效提高土壤供肥能力,能够改善土壤生态环境。
关键词： 增效肥料 富里酸 腐殖化 三维荧光光谱 平行因子分析
全文链接
请求原文
不同分辨率无人机数码影像的马铃薯地上生物量估算研究
《光谱学与光谱分析 》 2021 EI 北大核心 CSCD
摘要：地上生物量（AGB）是表征作物生命活动的重要参数,对作物长势监测和产量预测尤为关键。因此,快速准确地获取AGB信息,对于监测作物生长状况、指导农业管理和提高产量具有重要的意义。以无人机为平台搭载数码相机传感器,因机动性强、价格低、空间分辨率高的优势,能够及时准确的估算作物AGB,已成为遥感估算研究的热点之一。由于无人机不同飞行高度及其对应不同分辨率数码影像的AGB估算模型精度不同,因此,尝试在马铃薯的块茎增长期,通过设置10,20,30,40和50m共5种无人机飞行高度,获取不同分辨率的数码影像,探究其对以光谱信息、纹理特征和光谱信息+纹理特征构建AGB模型精度的影响。首先,基于无人机数码影像,分别提取光谱信息和纹理特征,通过光谱信息构建的植被指数和纹理特征,分别结合地面试验获取的实测地上部生物量数据进行相关性分析,分别筛选了相关系数绝对值较大的前10个影像指数和前8个纹理特征。然后,分别以3种输入变量整合方差膨胀因子（VIF）进行主成分分析（PCA）降维处理,获得最佳主成分后以多元线性回归（MLR）构建AGB估算模型。最后,对比不同分辨率的数码影像以3种变量和同种分辨率下以同种变量构建的AGB估测模型效果。结果发现:（1）获得的影像分辨率在0.43～2.05cm之间变化时,纹理特征与马铃薯AGB相关性弱于植被指数,但都达到极显著相关水平（p<0.01）,随着数码影像分辨率降低,二者相关性差异明显。（2）同种分辨率影像下,光谱信息+纹理特征估算AGB的效果最优,其次为单一纹理特征模型,而单一光谱模型表现效果最差。（3）随着数码影像分辨率提高,光谱信息、纹理信息以及光谱+纹理信息估算AGB的精度逐渐变好。
关键词： 马铃薯 地上生物量 影像分辨率 光谱信息 纹理特征
全文链接
请求原文
农产品供应链区块链追溯技术研究进展与展望
《农业机械学报 》 2021 EI 北大核心 CSCD
摘要：农产品供应链具有链条长、生产分散、信息多源异构等特点,极易造成供应链上下游信息断链和不透明。传统追溯数据存储于各节点企业在供应链上下游数据传递过程中存在协作信任度低、真实性差等问题,造成消费者对追溯信息的真实性产生信任危机。区块链追溯系统通过建立多方参与、共同维护的分布式数据库,并利用密码学和共识机制建立信任关系具有数据无法篡改、共享可信度高等优势近年来成为国内外研究的热点。本文系统总结了国内外农产品区块链追溯系统的研究进展从区块链追溯链上链下数据协同、区块链追溯共识机制和区块链追溯数据隐私保护等方面详细分析了区块链追溯关键技术的研究进展;对区块链追溯技术的未来发展进行了展望指出区块链规模化应用后多链和跨链技术将成为发展趋势,区块链技术与物联网、人工智能、大数据等新一代信息技术的深度融合将推动农产品供应链追溯进入新的发展阶段。
全文链接
请求原文
利用太赫兹光谱技术构建番茄水分胁迫状态检测模型
《农业工程学报 》 2021 EI 北大核心 CSCD
摘要：快速检测番茄水分胁迫状态,对于科学有效地进行番茄的水肥管理,保障和提高番茄的产量和品质具有重要意义。该研究利用太赫兹光谱对水分极为敏感的特性,提出了基于太赫兹光谱技术的番茄水分胁迫状态的快速检测方法。试验利用太赫兹光谱系统获取不同水分胁迫番茄叶片的功率谱、吸光度及透射率频谱数据。采用（Savitzky-Golay,SG）算法对数据进行降噪,利用稳定性竞争自适应重加权（Stability Competitive Adaptive Reweighted Sampling, SCARS）算法进行了多维特征频段的提取;在此基础上,建立了叶片含水率功率谱、吸光度及透射率等单一维度下的多元线性回归（Multiple Linear Regression, MLR）模型。结果表明,太赫兹功率谱和吸光度与叶片含水率之间呈负相关;而透射率则随水分胁迫程度的提高逐渐升高,呈正相关。为了进一步提高模型的精度,使用支持向量机（Support Vector Machines, SVM）在融合3种维度太赫兹特征的基础上,建立了番茄含水率的融合预测模型,结果表明,预测集R2达到0.951 4,RMSE为0.366 8,均高于单一维度检测模型,实现了番茄水分的快速检测。
关键词： 水分 光谱 番茄叶片 太赫兹光谱 水分胁迫 特征提取 融合模型
全文链接
请求原文
基于机器视觉的玉米苗期多条作物行线检测算法
《农业机械学报 》 2021 EI 北大核心 CSCD
摘要：为满足玉米苗期中耕、追肥等田间管理环节的自主导航行走需求,研究了基于机器视觉的多条作物行线实时检测技术。首先,基于绿色分量增强法、分割阈值优化法和形态特征分析法,对图像分别进行灰度化、二值化和去噪等预处理,该预处理结果不受自然光照变化、阴影、降水/积水、播种模式等影响,对细密状杂草干扰或植株冠层交叠条件下作物行间分界间隙的清理效果较好,对小尺寸噪声、行间零散分布的圆形叶片类杂草噪声以及呈横向生长状或聚集状的杂草噪声也有较好的清除效果。然后,将二值图像沿纵坐标均分为20个水平条,在各水平条内部建立目标区域的水平间距、水平跨度等特征参数,并跨水平条建立目标区域间的垂直间距、趋势角、覆盖宽度等特征参数,基于以上参数在行内和行间分布的差异性,完成各水平条中隶属于不同作物行的目标区域的定位分割和不同水平条中隶属于同一作物行的目标区域的聚类,其分割聚类效果良好。最后,基于离群特征点去除后的最小二乘法,进行线性拟合并获取作物行中心线,结果表明,整体检测准确率不低于91.2%,单帧图像处理时间不超过368 ms,说明采用本文方法可快速实现不同环境因素干扰下的多条作物行线的同步检测。
关键词： 苗期玉米 机器视觉 作物行线检测算法 农田环境感知 田间自主导航
全文链接
请求原文
基于卫星定位的玉米高位精播种子着床位置预测方法
《农业机械学报 》 2021 EI 北大核心 CSCD
摘要：玉米植株的精确空间位置分布信息可为中耕、植保、对行收获等田间精准作业提供数据支撑,是玉米精细化生产的基础。本文提出一种基于卫星定位的玉米高位精播种子着床位置预测方法。基于卫星精准定位播种机组位置,结合播种机结构特点构建播种机组与播种单体相对位置模型,基于EDEM数值模拟和动态仿真,构建高位精播种子着床补偿模型,搭建种子着床位置预测系统,实现了玉米播种环节种子着床位置的精准预测。田间试验表明,作业速度、定位数据更新率对着床位置偏差影响极显著（p <0.01）,播种株距对着床位置偏差影响显著（p <0.05）;作业速度对着床位置预测准确率影响显著（p <0.05）,播种株距、定位数据更新率对着床位置预测准确率影响不显著（p> 0.05）。着床位置偏差随着作业速度的减小、播种株距和定位数据更新率的增大而减小;着床位置预测精确率随作业速度的减小而增大。作业速度、播种株距、定位数据更新率为3 km/h、0.4 m、10 Hz时,着床位置预测最准确,平均着床位置偏差和着床位置预测准确率分别为24.3 mm和88.9%。该系统能将玉米高位精播种子着床位置的预测控制在厘米级。
关键词： 玉米 高位精播 卫星定位 EDEM仿真 着床位置预测
全文链接
请求原文
基于无人机高光谱影像的马铃薯株高和地上生物量估算
《农业机械学报 》 2021 EI 北大核心 CSCD
摘要：为实现快速无损获取马铃薯株高和地上生物量信息,分别获取马铃薯现蕾期、块茎形成期、块茎增长期、淀粉积累期、成熟期的高光谱影像,实测马铃薯株高H、地上生物量（AGB）和地面控制点（GCP）的三维空间坐标,基于无人机高光谱影像结合GCP生成试验田的数字表面模型（DSM）,利用DSM提取马铃薯的株高Hdsm;然后,对马铃薯AGB与原始无人机冠层光谱和高光谱指数分别进行相关性分析,筛选出最优光谱指数和前10个光谱指数,利用指数回归（Exponential regression,ER）构建单变量模型;最后,采用多元线性回归（Multiple linear regression,MLR）、偏最小二乘回归（Partial least square regression,PLSR）和随机森林（Random forest,RF） 3种方法构建不同生育期的估算模型,并进行对比,挑选出马铃薯AGB估算的最优模型。结果表明:将提取的马铃薯株高与实测值进行线性拟合,R2为0.84;在单变量模型中,每个生育期以ER估算AGB得到的验证精度高于相应的建模精度,其中构建模型效果优劣次序依次为最优光谱指数、Hdsm、H,块茎增长期以CIrededge指数估测精度最高（R2=0.45）;在多变量模型中,每个生育期采用3种方法构建AGB估算模型,每种方法以光谱指数加入Hdsm的模型精度更高、稳定性更强;每个生育期利用MLR以光谱指数和Hdsm为变量的AGB模型（R2为0.64、0.70、0.79、0.68、0.63）效果优于PLSR（R2为0.62、0.68、0.75、0.67、0.60）和RF（R2为0.56、0.61、0.67、0.63、0.53）模型。利用MLR模型进行马铃薯AGB填图,5个生育期的AGB空间分布与实际生长情况一致。利用融入Hdsm的MLR模型可估测大面积马铃薯AGB,为精准农业定量化研究提供技术支持。
全文链接
请求原文
