科研产出
基于高斯回归分析的水稻氮素敏感波段筛选及含量估算
《光谱学与光谱分析 》 2021 EI 北大核心 CSCD
摘要：水稻氮素含量的准确监测是稻田精准施肥的重要环节,水稻叶片氮素含量发生变化会引起叶片、冠层的光谱发射率发生变化,高光谱遥感是目前作物氮素无损监测的关键技术之一.以2018年—2019年湖北监利两年水稻氮肥试验为基础,分别获取水稻分蘖期、拔节期、孕穗期、扬花期、灌浆期五个生育期水稻叶片和冠层两个尺度的高光谱反射率数据及对应的叶片氮素含量数据,利用单波段原始光谱和一阶导数光谱的相关性分析、高斯过程回归(GPR)等方法筛选水稻全生育期叶片及冠层尺度氮素敏感波段.针对敏感波段,利用单波段回归分析、随机森林(RF)、支持向量回归(SVR)、高斯过程回归-随机森林(GPR-RF)、高斯过程回归-支持向量回归(GPR-SVR)和GPR构建水稻氮素监测模型,并进行精度对比,以确定水稻叶片在各生育期的氮素估算最佳模型.结果表明:GPR筛选的敏感波段符合水稻氮素含量及光谱变化的规律.相同条件下,叶片模型精度整体高于冠层模型.相关性分析模型中,叶片尺度原始光谱模型更好,冠层尺度刚好相反,冠层一阶导数光谱可以减弱稻田背景噪声的影响.其中,叶片最佳模型建模集R2为0.79,验证集R2为0.84;冠层最佳模型建模集R2为0.80,验证集R2为0.77.与相关性回归分析模型相比,机器学习模型受生育期影响小(R2>0.80,NRMSE<10%).其中,RF比SVR更适合对GPR敏感波段建模,GPR-RF模型可以用1.5% 左右的波段达到RF模型使用全部波段的精度.五种方法中,GPR模型对生育期敏感度最低、叶片及冠层尺度效果都很好(R2>0.94,NRMSE<6%).且与其他四种机器学习方法相比,GPR模型可有效提高冠层氮素含量估算的精度和稳定性(R2增加0.02,NRMSE降低1.2%).GPR方法可为筛选作物氮素高光谱敏感波段、反演各生育期叶片及冠层氮素含量提供方法参考.
关键词： 敏感波段;氮素;高斯过程回归;随机森林;支持向量回归;高光谱
全文链接
请求原文
无人机成像高光谱的马铃薯地上生物量估算
《光谱学与光谱分析 》 2021 EI 北大核心 CSCD
摘要：地上生物量（AGB）的精准监测是农田生产管理的重要环节,因此快速准确地估算AGB,对于精准农业的发展十分重要。传统上,获取AGB的方法是采用破坏性取样法,这使得大面积、长期的测量变得困难。无人机高光谱遥感因具有机动性强、光谱分辨率高和图谱合一的优势,成为当前估算大面积作物AGB最有效的技术手段。该研究通过无人机平台搭载成像高光谱传感器分别获取马铃薯块茎形成期、块茎增长期、淀粉积累期的冠层高光谱影像以及利用烘干称重法获取相应生育期实测AGB数据。然后,采用相关性分析法（CAM）、随机蛙跳算法（RFM）和高斯过程回归波长分析工具（GPR-BAT）分别筛选冠层原始光谱（COS）和一阶导数光谱（FDS）的敏感波长,结合偏最小二乘回归（PLSR）和高斯过程回归（GPR）构建各生育期的AGB估算模型,并对比不同模型的估测效果。结果显示:（1）基于同种方法分别筛选COS和FDS的特征波长,结合2种回归技术估算AGB的效果均从块茎形成期到淀粉积累期由好变差。（2）基于FDS分别通过3种方法筛选的特征波长,通过同种回归技术构建的模型效果要优于基于COS的相应效果。（3）基于COS和FDS使用CAM, RFM和GPR-BAT方法筛选的特征波长个数在块茎形成期分别为28, 12, 6个和12, 23, 10个,在块茎增长期分别为32, 8, 2个和18, 28, 4个,在淀粉积累期分别为30, 15, 3个和21, 33, 5个。（4）各生育期基于COS和FDS通过3种方法筛选的敏感波长估算AGB效果由高到低依次均为GPR-BAT, RFM和CAM。（5）各生育期基于FDS通过GPR-BAT方法筛选的敏感波长,结合PLSR建立的模型精度更高、稳定性更强,R2分别为0.67, 0.73和0.65, NRMSE分别为16.63%, 15.84%和20.81%。研究表明利用无人机高光谱成像技术可以准确地估算AGB,这为实现马铃薯作物长势动态监测,提供科学指导和参考。
关键词： 马铃薯 无人机 成像高光谱 随机蛙跳 高斯过程回归 地上生物量
全文链接
请求原文
基于免疫传感器和激光诱导击穿光谱的痕量农药测量方法
《光谱学与光谱分析 》 2021 EI 北大核心 CSCD
摘要：农药在农作物病虫害及农作物高产稳产等方面起到了相当重要的作用,但是农药的长期大量使用,对生态和人类健康造成了极大的危害。根据相关文献查阅,基于免疫传感器和激光诱导击穿光谱的分析方法对农药残留的检测未见相关报道。提出了激光诱导击穿光谱对免疫传感器捕获待测目标物的探针进行检测,从而间接计算出待测目标物的浓度。使用免疫层析试纸条对痕量农药进行检测,虽然免疫层析试纸条可以实现对痕量农药的测量,但是仅能定性且检测的范围很窄,为了拓宽免疫层析试纸条对痕量农药的测量范围,运用激光诱导击穿光谱（laser induced breakdown spectroscopy, LIBS）对免疫层析试纸条上捕获痕量农药的金属纳米颗粒进行光谱测量,构建免疫层析试纸条与LIBS的检测方法。以毒死蜱农药为研究对象,因农药残留属于小分子抗原检测,所以免疫层析试纸条运用竞争法对毒死蜱进行检测。滴加了低浓度毒死蜱的免疫层析试纸条上控制线和检测线的颜色差异不明显,难以用人眼分辨出是否检测到了毒死蜱。对添加了毒死蜱的免疫层析试纸条的控制线和检测线分别选取点,测量AuⅠ242.733 nm处的光谱,用控制线的平均光谱强度减去检测线的平均光谱强度即为毒死蜱的信号,此方法可以检测出免疫层析试纸条观察不到的信号,还规避了LIBS检测限高的问题。随着毒死蜱浓度从0增加到106 ng·mL-1, LIBS光谱数据差值逐渐增大。为了消除随机误差的影响,使用ΔLIBS强度（测量样品强度减去空白样品强度）与毒死蜱浓度取Lg绘制校准曲线。ΔLIBS强度与毒死蜱浓度在10～106 ng·mL-1范围内呈线性相关,Y=6.14X+31.85,R2=0.969,毒死蜱的检测限为0.39 ng·mL-1。研究表明,免疫层析试纸条与LIBS结合实现了对痕量农药的测量,能有效的扩宽毒死蜱的检测范围。同时,免疫层析试纸条与LIBS的结合对其他物质的检测也值得进一步研究。
全文链接
请求原文
水果糖度可见-近红外光谱手持式检测装置开发与试验
《光谱学与光谱分析 》 2021 EI 北大核心 CSCD
摘要：基于可见-近红外光谱分析技术开发了手持式水果糖度检测装置,并用于水果糖度的现场实时分析.硬件系统主要包括微型光谱仪、卤素灯、O L ED显示屏、单片机及驱动电路等.采用K eil 5开发工具,用C语言开发单片机程序.配合上位机以LabView编写的光谱采集程序,实现光谱信息的采集.以苹果和大桃作为检测对象,对装置的检测精度和模型在2台装置(主机、从机)间的传递效果进行了探讨.在实验室和果园环境下,分别获取了苹果、大桃样本在600~950 nm范围的可见-近红外光谱.对实验室条件下采集的主机校正集光谱进行分析,经过平滑、最大值归一化、二阶导数等预处理后,利用偏最小二乘算法分别建立了苹果、大桃的糖度检测模型.模型导入主机装置后,对预测集样本进行检验.对苹果、大桃的预测集相关系数和预测均方根误差分别为0.925,0.587% 和0.821,0.613%.采用分段直接校正和基于典型相关分析算法的模型传递方法将模型由主机传递到从机.对比后发现,基于典型相关分析算法取得了更好的模型传递结果.从机对苹果、大桃糖度的预测集相关系数和预测均方根误差分别为0.883,0.641% 和0.805,0.626%.将实验室条件下建立的模型用于树上采集到的水果光谱数据分析,得到预测集相关系数和预测均方根误差分别为0.866,0.741% 和0.816,0.627%.整体检测结果表明,该装置可以满足对苹果、大桃糖度的有效检测,借助模型传递算法,实现了模型在不同装置间的共享和有效传递,且实验室环境下采集的数据建立的模型可以用于树上水果糖度的有效检测,该装置具有较大的经济价值和应用前景.
关键词： 无损检测;水果;可见-近红外光谱;光谱分析;糖度;模型传递
全文链接
请求原文
红蓝光交替照射下生菜能量利用与光合性能分析
《农业机械学报 》 2021 EI 北大核心 CSCD
摘要：针对植物工厂中人工光源能耗大的问题,进行了交替供光模式提高生菜能量利用率、降低光源能耗的研究。试验在全人工光型植物工厂中进行,采用供光模式可调的红蓝LED光源,以不同间隔（5、10、15、30、60 min）的红蓝光交替照射生菜,并以纯红光、纯蓝光以及红蓝光同时照射作为对照,分析了红蓝光交替照射对生菜能量利用及光合性能的影响。结果表明:与红蓝光同时供光的处理相比,所有交替光处理下的生菜地上部鲜质量、LUE、EUE均有所提高,提高幅度分别为18.6%～53.6%、34.3%～78.6%、34.6%～79.4%,其中红蓝光30 min间隔交替照射下生菜鲜质量、LUE、EUE均最高,分别为115.50 g、5.84%、1.92%;交替光照射的处理之间,随着交替时间间隔的延长,叶片净光合速率有逐渐提高的趋势;红蓝光30 min间隔交替照射下生菜叶片净光合速率、水分利用效率、Ψo、RC/CSo、PⅠabs、ABS/CS、TRo/CS、ETo/CS均得到显著提高,该处理下PSⅡ光合机构的比活性整体最高。纯红光下,生菜地上部生物量最大,但LUE和EUE均显著小于红蓝光30 min间隔交替照射处理;纯蓝光下,PⅠabs表现为所有处理间的最大值,但LUE和EUE在处理间最低或与最低值无显著性差异,纯蓝光下总叶面积及整体光合能力受到限制;红蓝光5 min间隔交替照射更有利于刺激生菜叶片中类胡萝卜素的合成和积累,进而有利于对光合器官的保护。
关键词： 生菜 植物工厂 能量利用率 红蓝光 交替照射 光合
全文链接
请求原文
采用双模态联合表征学习方法识别作物病害
《农业工程学报 》 2021 EI 北大核心 CSCD
摘要：基于深度卷积神经网络的视觉识别方法在病害诊断中表现出色,逐渐成为了研究热点.但是,基于深度卷积神经网络建立的视觉识别模型通常只利用了图像模态的数据,导致模型的识别准确率和鲁棒性,都依赖训练数据集的规模和标注的质量.构建开放环境下大规模的病害数据集并完成高质量的标注,通常需要付出巨大的经济和技术代价,限制了基于深度卷积神经网络的视觉识别方法在实际应用中的推广.该研究提出了一种基于图像与文本双模态联合表征学习的开放环境下作物病害识别模型(bimodalNet).该模型在病害图像模态的基础上,进行了病害文本模态信息的嵌入,利用两种模态病害信息间的相关性和互补性,实现了病害特征的联合表征学习.最终bimodalNet在较小的数据集上取得了优于单纯的图像模态模型和文本模态模型的效果,最优模型组合在测试集的准确率、精确率、灵敏度、特异性和F1值分别为99.47%、98.51%、98.61%、99.68%和98.51%.该研究证明了利用病害图像和病害文本的双模态表征学习是解决开放环境下作物病害识别的有效方法.
关键词： 模型;病害;双模态;联合表征学习;少样本;开放环境;病害识别
全文链接
请求原文
基于卷积神经网络的生菜多光谱图像分割与配准
《农业机械学报 》 2021 EI 北大核心 CSCD
摘要：针对多光谱图像中由于多镜头多光谱相机各通道之间存在的偏差以及传统分割方法的不适用,图像分析处理过程往往会出现无法自动化分割或分割精度较低的问题,提出采用基于相位相关算法和基于UNet的语义分割模型对田间生菜多光谱图像进行各个通道的精确配准并实现前景分割。使用Canny算法对多光谱各通道图像进行边缘提取,进而使用相位相关算法对多光谱各通道图像进行配准,单幅图像平均处理时间0.92 s,配准精度达到99%,满足后续图像分割所需精度;以VGG16作为主干特征提取网络,直接采用两倍上采样,使最终输出图像和输入图像高宽相等,构建优化的UNet模型。实验结果表明:本文所提出的图像配准和图像分割网络,分割像素准确率达到99.19%,平均Io U可以达到94.98%,能够很好地对生菜多光谱图像进行前景分割,可以为后续研究作物精准表型的光谱分析提供参考。
关键词： 生菜 多光谱图像 图像配准 图像分割 卷积神经网络
全文链接
请求原文
无人机多光谱影像的马铃薯地上生物量估算
《光谱学与光谱分析 》 2021 EI 北大核心 CSCD
摘要：地上生物量(AGB)是评估作物生长发育和指导田间农业生产管理的重要指标.因此,高效精准地获取作物AGB信息,可以及时准确地估算产量,对于保障粮食供应和贸易提供有力依据.传统获取AGB的方法是采用破坏性取样法,这使得大面积、长期的测量变为困难.然而,随着精准农业的快速发展,无人机遥感技术被认为是估算大面积作物AGB最有效的技术方式.通过无人机平台搭载多光谱传感器获取马铃薯块茎形成期、块茎增长期和淀粉积累期的多光谱影像,地面实测株高和AGB以及地面控制点(GCP)的空间位置信息.首先,基于SFM(structure from motion,SFM)技术利用无人机影像数据结合GCP的三维坐标生成试验田的DSM(digital surface model,DSM),通过DSM提取出马铃薯各生育期的株高(Hdsm);然后,选取原始4个单波段植被指数、9个多波段组合的植被指数、红边波段的高频信息(HFI)和提取的Hdsm分别与AGB作相关性分析;最后基于单波段植被指数(x1)、多波段组合的植被指数(x2)、植被指数结合Hdsm(x3)、植被指数结合HFI(x4)以及植被指数融合HFI和Hdsm(x5)为模型输入参数,采用偏最小二乘回归(PLSR)和岭回归(RR)估算各生育期的AGB.结果表明:(1)提取的Hdsm和实测株高拟合的R2为0.87,NRMSE为14.34%;(2)各模型参数都与AGB达到极显著水平,相关性均从块茎形成期到淀粉积累期先升高后降低;(3)各生育期以5种变量使用同种方法估算马铃薯AGB的效果,均从块茎形成期到淀粉积累期先好后变差,其估算精度由高到低依次为x5>x4>x3>x2>x1;(4)各生育期使用PLSR以不同变量估算AGB的效果要优于RR方法,其中在块茎增长期基于x5变量估算马铃薯AGB效果最佳,R2为0.73,NRMSE为15.22%.因此,选取多光谱植被指数结合红边波段的高频信息和Hdsm并使用PLSR方法可以明显提高AGB的估算精度,这为大面积马铃薯作物AGB的监测提供了新的技术支撑.
关键词： 马铃薯;多光谱;株高;植被指数;高频信息;地上生物量
全文链接
请求原文
堆肥厂不同工作区空气真菌的多样性与群落结构
《环境科学 》 2021 EI 北大核心 CSCD
摘要：动物粪便堆肥厂是空气中真菌的重要来源。目前对其不同工作区逸散真菌的种类和丰度差异尚无相关报道，无法全面评估堆肥厂空气真菌的生态健康风险。针对这一问题，对动物粪便堆肥厂的堆肥区、包装区、办公区和下风向区空气样本进行采集，利用高通量测序技术对4个区域空气中真菌的生物多样性和群落结构进行分析，并进一步对办公区及下风向区空气真菌的来源进行研究。结果表明，所调查堆肥厂的包装区和堆肥区空气中真菌的丰富度和多样性均为最高。4个工作区相对丰度最高的2个真菌菌门相同，均为Ascomycota和Basidiomycota。整体上，厂内外不同区域空气中优势真菌菌属分布规律有所差异，Trichocomaceae 和Davidiella为厂内3个工作区的优势菌属。在所检测到的136个真菌菌属中，堆肥区和包装区空气中特有菌属数量最多，其中52.94%的菌属为4个区域共有。在真菌属水平上，堆肥厂内3个区域空气中群落结构更为相似。不同工作区关键菌属的分析结果表明，下风向区与包装区和堆肥区之间的差异性菌属数量最多，而包装区与堆肥区空气中未检测到具有统计学差异的菌属。溯源分析结果显示，包装区和堆肥区对办公区和下风向区空气中真菌菌属的贡献率在9.52%～15.85%之间。结果将为评估堆肥厂不同工作区空气真菌暴露与人类健康的关系，以及其对周围空气环境的生态影响提供基础数据。
全文链接
请求原文
面向遥感分类精度评价的空间分层模式与分异性评估
《农业机械学报 》 2021 EI 北大核心 CSCD
摘要：为实现遥感分类抽样精度评估,以京津冀不同空间分辨率遥感数据产品为例,首先基于土地利用类型对遥感图像进行内部与边界对象划分,并构建不同的空间分层模式;其次,分别采用直接利用土地利用类型、图像8邻域算法、多尺度空间分异性方法、图像8邻域和多尺度空间分异性耦合方法进行空间分层;最后,设置与K-means聚类对比实验,并利用地理探测器定量评估不同空间分层模式的分异性。结果表明:不考虑内部与边界对象（6层）、考虑边界对象（12层）、考虑内部对象（18层）、考虑内部与边界对象（24层）和K-means（12、18、24层）空间分层模式相应的5组样本点集的q均值±标准偏差分别为0.252±0.022 66、0.259±0.022 45、0.321±0.019 01、0.318±0.018 06、0.269±0.006 98、0.304±0.010 56、0.317±0.011 25;内部对象对空间分层分异性起主导作用,边界对象可以稍微提高空间分层分异性,分层数目也影响空间分层的分异性。本研究可更好地认识和理解内部和边界对象对提高空间分层分异性的贡献作用,对提出分异性更高的空间分层方法具有一定的研究价值和指导意义。
关键词： 遥感分类 精度评价 空间分层 地理探测器 抽样 空间分异性
全文链接
请求原文
