科研产出
基于称重式蒸渗仪及多种传感器的作物表型及蒸散监测系统研制
《农业工程学报 》 2019 EI 北大核心 CSCD
摘要：作物蒸散量测量与估算在农业方面有着重要作用,而当前对于作物蒸散量的估算主要以试验的方式进行,有一定局限性,且测量面积小,与实际应用还有一定距离。针对以上问题,该文在已有24座小型称重式蒸渗仪基础上,集成RGB成像传感器、多光谱成像传感器和二维激光扫描仪于一体,配合龙门架进行移动控制,构建称重式蒸渗仪植物表型监测系统,实现18 m~2植物生长过程中的RGB、红(668 nm)、绿(560 nm)、蓝(475 nm)、红边(717 nm)、近红外(840 nm)图像信息和植株高度信息的自动监测。最后通过试验,在已设定好的常用速度下,系统单趟运行用时142 s,可采集28组RGB、多光谱图像及所有植株高度信息,速度相对误差在1.8%～6.0%之间。通过对获取的夏玉米多光谱图像和激光扫描仪数据信息分析,系统能够可靠获取归一化差异植被指数等作物指数及植株高度信息。并结合气象站数据,对冬小麦主要耗水期的RGB图像进行分析,对其蒸散量进行了估计,与蒸渗仪获取的实际蒸散量对比,其平均相对误差为16.62%。该系统为大面积作物蒸散量的实时监测和精确诊断以及作物生长状况研究提供有效技术与装备支撑。
关键词： 蒸渗仪 蒸散 表型 监测 多光谱图像 成像系统 图像采集
全文链接
请求原文
基于正则化与时空约束改进K最近邻算法的农业物联网数据重构
《农业工程学报 》 2019 EI 北大核心 CSCD
摘要：针对农业复杂环境易发的物联网感知数据丢失异常问题,该文提出一种基于正则化惩罚的K最近邻数据重构方法(K nearest neighbor-regularization penalty,KNN-RP),采用岭回归方法对最近邻方法中的最小二乘因子进行正则化,并讨论了惩罚项的范数选取形式。通过对农业物联网感知数据的时空稳定性与相关性分析,确定了时间与空间约束矩阵的定义方式。采用温室数据样本对算法性能进行交叉验证,结果显示该文的KNN-RP性能在点丢失模型下优于KNN、反距离加权KNN算法以及DT算法,而在块丢失模型下优于KNN和反距离加权KNN算法,略低于DT算法,提高了农业物联网的感知数据质量。该研究可为基于物联网数据的农业生产决策提供参考。
全文链接
请求原文
不同颜色蒜泥的风味及挥发性物质分析
《食品科学 》 2019 EI 北大核心 CSCD
摘要：以打破休眠期的大蒜为原料,制备白色、蓝色、绿色和黄色4种颜色蒜泥,采用电子鼻和气相色谱-质谱(gas chromatography-mass spectrometry,GC-MS)联用技术揭示其风味及挥发性物质的变化。电子鼻检测中,不同颜色蒜泥对传感器的响应值雷达图和主成分分析(principal component analysis,PCA)结果显示各个样品间的风味存在显著差异。GC-MS结果显示4种颜色蒜泥共检测出83种挥发性物质,其中蒜泥的主要挥发性物质是硫醚类和醛类化合物,此为蒜泥的主要风味物质。使用PCA实现对蒜泥样品挥发性物质的区分,明确4种蒜泥风味差异的挥发性物质,为研究不同颜色蒜泥的风味差异提供理论依据。
全文链接
请求原文
村域尺度的不同乡村发展类型多功能特征与振兴方略
《农业工程学报 》 2019 EI 北大核心 CSCD
摘要：村域是中国农村社会经济活动的基本单元,科学划分乡村发展类型是分区分类推进乡村振兴的基础和关键。该研究在考虑规划约束的前提下,从经济条件、交通区位、资源禀赋和生态环境质量4个维度构建密云区乡村综合发展评价指标体系,并借助SOFM网络模型和地理探测器工具系统划分乡村发展类型。结果表明:1)在经济发展、交通区位等综合影响下,密云区乡村发展的空间分异特征明显,其发展水平总体呈现"水库南部>水库北部"的特点。其中,密云镇、穆家峪镇和十里堡镇内的乡村发展最为突出,其乡村发展均处于较高级别以上;古北口镇和新城子镇的乡村发展弱。2)将密云区乡村划分为经济交通主导高水平区、交通生态主导高水平区、资源生态主导中高水平区等7大类,其中交通生态主导高水平区和经济生态主导中高水平区是主要的乡村发展类型,集中分布在不老屯、大城子、巨各庄、穆家峪、西田各庄、冯家峪和溪翁庄等镇。交通生态主导高水平区村庄生态环境质量较高,交通区位优势明显,叠加上较强的经济实力,乡村综合发展水平高。经济生态主导中高水平区村庄具有较强的经济发展水平和生态环境质量,乡村综合发展水平也较高。3)基于多功能视角梳理各类型区的功能特征,遵循"重点发展优势功能、适度提升弱势功能"的思路提出村庄振兴建议,以期为制订差异化的乡村振兴策略提供依据。
关键词： 农村 分区 乡村发展 村域 多功能 乡村振兴 密云区
全文链接
请求原文
S/B和DS算法校正土壤水分对土壤有机质近红外光谱预测的影响（英文）
《光谱学与光谱分析 》 2019 EI SCI 北大核心 CSCD
摘要：土壤水分对近红外光谱表现出强烈的吸收和对土壤有机质含量的预测造成干扰。研究选择41个样本作为校正集和9个样本作为预测集,所有样本做不同含水率(5%, 10%, 15%和17%)的处理。采用S/B和DS算法分别对预测结果和全光谱进行校正,消除土壤水分的影响。结果得出预测结果偏差减小和模型预测性能得到改善,R_p高于0.89和RMSEP低于0.885%。研究表明S/B和DS算法能有效消除土壤水分的影响和提高土壤有机质预测的准确性。
关键词： S/B算法 DS算法 土壤水分 土壤有机质 近红外光谱
全文链接
请求原文
基于高光谱的番茄叶片斑潜蝇虫害检测
《光谱学与光谱分析 》 2018 EI SCI 北大核心 CSCD
摘要：番茄植株在生长过程中受病虫害的侵染,将导致番茄减产和种植户的经济效益降低,该研究用高光谱技术结合化学计量学方法,实现了番茄叶片斑潜蝇虫害的快速识别。搭建了简易的高光谱成像系统,包括光源单元、高光谱图像采集单元和数据处理单元,用该系统获取番茄叶片的高光谱图像,对高光谱图像进行校准,并从每一幅图像中提取光谱信息。分别采用了光谱角匹配(SAM)分析方法和光谱红边参数判别分析(DA)方法识别番茄叶片斑潜蝇虫害。在SAM分析中,对高光谱数据进行了归一化预处理,以消除多余信息,增加样品之间的差异。比较了以不同番茄叶片样品的反射光谱作为测试光谱时,虫害识别效果的差异,当以受到斑潜蝇侵染的番茄叶片的平均反射光谱作为测试光谱时,虫害识别的正确率较高,达到96.5%。在光谱红边参数判别分析中,从光谱数据中提取了红边位置、红边振幅、最小振幅、红边面积、红谷位置和红边振幅/最小振幅6组红边信息,利用判别分析方法建立番茄叶片斑潜蝇虫害的判别模型,比较了距离判别、Fisher判别、Bayes判别分析方法的判别效果,使用距离判别分析建模的判别正确率最低,判别正确率为88.0%,使用Fisher判别分析建模的效果最佳,判别正确率为96.0%。研究结果表明,采用高光谱技术识别番茄叶片斑潜蝇虫害具有可行性。
全文链接
请求原文
基于DRGB的运动中肉牛形体部位识别
《农业工程学报 》 2018 EI 北大核心 CSCD
摘要：如何解决运动中肉牛关键部位自动识别,是实现肉牛异常行为早期发现的关键。该文通过Kinect采集肉牛图像的2种模态(Depth和RGB):基于RGB模态提出随机最近邻像素比较法,实现肉牛动作样本的自动抓取;基于Depth模态提出深度均值法,实现彩色图像背景过滤并保留肉牛形体信息,生成DRGB图像样本;基于Fast R-CNN设计识别器,参考Alex Net设计了8种分类网络并比较网络分类精度,选择最优网络作为识别器的基础网络;输入DRGB样本对网络的识别部分二次训练,最终得到符合精度要求的识别器。试验证明,RNNPC的有效数据率为94%;Selective Search算法在DRGB上产生的候选区域数量减少90%;识别网络的平均分类精度可以达到75.88%,处理图像速率为4.32帧/s,效果优于原Fast RCNN,基本可以实现运动中肉牛形体部位识别。
关键词： 图像重构 图像识别 算法 肉牛 深度卷积神经网络 目标识别 DRGB
全文链接
请求原文
Mn-Co/蜂窝陶瓷催化剂制备及催化臭氧化对苯二酚效能
《环境科学 》 2018 EI 北大核心 CSCD
摘要：为了提高金属催化剂的活性和使用寿命,以硝酸钴Co(NO3)2·6H2O和硝酸锰Mn(NO3)2作为前驱体,蜂窝陶瓷(ceramic honeycomb,CH)作为载体,采用涂覆法制备了4种不同质量比的Mn-Co/CH催化剂,通过XRD、N2-吸附/脱附、FESEM和XPS等方法分析了催化剂的结构,研究了催化剂的材料力学性能,建立了单独臭氧和催化臭氧化对苯二酚的反应动力学模型,考察了催化剂催化臭氧化的效能.结果表明,Mn1Co1/CH(Mn∶Co=1∶1)催化剂的晶相主要以Mn3O4和Co O为主,具有较大的比表面积、孔容和孔径,分别达到190 m~2·g~(-1)、0.25 cm3·g-1和4.8 nm;Mn1Co1/CH催化剂的催化活性最高,对苯二酚和COD的去除率分别达到78%和54%.Mn-Co/CH催化剂的抗压缩强度大(15.89~16.94 MPa).当添加叔丁醇时,对苯二酚去除率显著下降,·OH在Mn1Co1/CH催化臭氧化过程中起着重要的作用,催化臭氧化对苯二酚符合一级反应动力学模型.Mn-Co/CH催化剂用量少、催化效率高、使用寿命长,易于实现工业化.
关键词： 涂覆法 催化臭氧化 对苯二酚 Mn-Co/CH催化剂 动力学
全文链接
请求原文
具有动态稀释功能的EA-IRMS联机系统在δ~(13)C和δ~(15)N测定中的应用
《质谱学报 》 2018 EI 北大核心 CSCD
摘要：自然界的样品中C、N元素含量或C/N变化极大,以往的元素分析-稳定同位素比值质谱仪(EAIRMS)大多采用固定比例稀释样品气,不仅需要预先了解样品中元素含量及C/N等信息,还需要精确控制取样量。为了提高样品分析效率,本实验初步建立了具有动态稀释功能的EA-IRMS联机系统,快速分析有机碳、总氮稳定同位素比值(δ~(13) C和δ~(15) N)。结果表明,该联机系统与传统的固定比例稀释方法的δ~(13) C和δ~(15) N测定结果一致性较好(p>0.05)。对于C/N差异较大或难以精确称重的9种样品,该联机系统的δ~(13) C和δ~(15) N测定结果具有良好的重复性。通过动态稀释,δ~(13) C和δ~(15) N的测定精度分别为0.07‰～0.32‰和0.05‰～0.27‰。该联机系统在不同时间(间隔45天)的测定结果再现性良好(p>0.05),δ~(13) C和δ~(15) N的测定偏差分别小于0.2‰和0.3‰。结合动态稀释功能的EA-IRMS,无需精确控制样品质量,省时、省力,具有一定的应用前景。
关键词： 元素分析-稳定同位素比值质谱(EA-IRMS) δ13C δ15N 元素含量 碳氮比 固定比例稀释 动态稀释
全文链接
请求原文
随机森林算法的水果糖分近红外光谱测量
《光谱学与光谱分析 》 2018 EI SCI 北大核心 CSCD
摘要：近年来,有关水果糖分等内部品质的近红外光谱测量方法研究很多,并有部分商业化仪器问世。但由于近红外光谱复杂多变,模型的传递性较差,往往所建模型只能针对特定品种甚至特定产地的水果。随机森林(RF)是一种基于决策树的集成算法,通过对分类回归树(CART)模型的集成来提高预测精度。相对于偏最小二乘法(PLS),多元线型回归法(MLR)等方法,随机森林回归方法对非线性数据的解析能力较强。考虑到RF模型的随机性,通过调试决策树数量(ntree)和分裂变量数目(mtry)等变量来进行模型优选。尝试使用随机森林对不同种类的水果(苹果、梨)糖分进行预测。实验表明,对于同一种类的水果,随机森林和PLS的建模和预测结果均较好。但对于不同种类的水果,随机森林明显增加了模型的预测能力,将建模R~2由PLS的0.878提高到了0.999,将建模的RMSEC由0.453降低到了0.015。经过独立的预测集样品对最优RF模型进行检验,预测R~2由PLS的0.731提高到为0.888,预测RMSEP由1.148降低到0.334。随机森林在对多种水果糖分预测时,具有明显的优势。这一研究证明了随机森林有望应用于多种水果糖分的近红外光谱测定,进而解决模型的普适性和传递性问题。
全文链接
请求原文
