科研产出
基于无人机数码影像的大豆育种材料叶面积指数估测
《农业机械学报 》 2017 EI 北大核心 CSCD
摘要：利用低成本的无人机(Unmanned aerial vehicle,UAV)高清数码影像获取系统,于2016年7—9月在山东省济宁市嘉祥县圣丰大豆育种基地,获取大豆育种材料试验区的R1-R2、R3、R5-R6共3个关键生育期的高清数码影像,首先利用高清数码影像中的黑白定标布,对数码影像的DN(Digital number,DN)值进行归一化标定,并构建标定的18个数码影像变量,然后基于900个育种小区的叶面积指数实测数据构建大豆育种材料叶面积指数的一元线性回归、逐步回归、全子集回归、偏最小二乘回归、支持向量机回归和随机森林回归模型,最后基于模型建立和验证的决定系数(R~2)、均方根误差(RMSE)和归一化的均方根误差(nRMSE)3个指标,筛选估测叶面积指数的最佳模型。研究表明,全子集回归模型中采用4个数码影像变量B、RGBVI、GLA和B/(R+G+B)的多元线性回归模型对大豆育种材料叶面积指数的解析精度最优,模型建立的R~2、RMSE和nRMSE分别为0.69、0.99和17.90%,验证模型的R~2、RMSE和nRMSE分别为0.68、1.00和18.10%。结果表明,以无人机为遥感平台,搭载低成本的高清数码相机,利用高清数码影像进行大豆育种材料LAI估测是可行的,可以快速、有效、无损地获取大豆育种材料的长势信息,为筛选高产大豆品种提供一种低成本的可行方法。
关键词： 大豆育种材料 叶面积指数 标定 无人机 数码影像 全子集回归
全文链接
请求原文
气象因子对负水头供液下番茄日耗液量的敏感性分析
《农业机械学报 》 2017 EI 北大核心 CSCD
摘要：以番茄为试验材料,测定其在温室内基质栽培负水头供液条件下的日耗液量、空气相对湿度、气温和太阳辐射强度等气象因子数据,采用通径分析方法,建立多元回归模型,计算各气象因子对番茄日耗液量的直接通径系数、间接通径系数、决定系数和对回归方程估测可靠程度R~2的总贡献值。结果表明:作物系数和日平均太阳辐射强度的直接通径系数达到极显著水平(P<0.01),2个因子的决定系数和对R~2总贡献值最大,是影响番茄日耗液量的重要因子;气象因子减少对番茄日耗液量影响的通径分析发现,敏感性最强的气象因子是日平均太阳辐射强度,其次分别是作物系数和日最高太阳辐射强度。
关键词： 番茄 日耗液量 负水头灌溉技术 气象因子 通径分析 敏感性
全文链接
请求原文
分布式多源农林物联网感知数据共享平台研发
《农业工程学报 》 2017 EI 北大核心 CSCD
摘要：由于农业和林业传感器种类繁多、数据传输协议多样,在各个物联网数据应用系统之间形成了信息孤单现象,难以实现物联网传感器数据的交互共享。因此,该文以农林领域常见传感器数据为研究对象,针对不同类型传感器节点及采集数据差异性等特点,采用符号表示法表达传感器节点数据,设计了通用数据交互格式;针对其海量性特点,采用分布式面向服务的结构方法及成熟的开发技术,设计了分布式多源农林物联网感知数据共享平台。该平台由数据中心子系统、数据适配子系统、数据存储子系统、数据发布子系统及数据传输总线5部分组成,分别实现了传感器节点注册、多源差异数据的接入适配、数据的分布式存储、数据标准化发布及数据传输等功能,为农林领域不同物联网设备与数据应用系统之间架起了数据桥梁,实现了农业和林业物联网感知数据的统一管理。目前,平台分别接入了顺义、新疆、杨凌、通州等17个合作单位的550个传感器节点数据,接入数据量每天超过10 000条,运行状态良好。
关键词： 互联网 信息技术 无线传感网络 农林感知数据 数据共享 数据管理 分布式
全文链接
请求原文
CO_2与氮肥交互作用的番茄光合速率预测模型
《农业机械学报 》 2017 EI 北大核心 CSCD
摘要：为了实现CO_2气肥和营养液氮肥含量的准确调控,建立了作物整个生长周期的光合速率预测模型。以番茄为实验对象,设置了3个CO_2浓度和3个营养液含氮量的交互处理实验,使用LI-6400型便携式光合速率仪采集叶室内的环境信息和单叶净光合速率。利用多元线性回归方法建立了番茄整个生长周期的光合速率预测模型,模型的相关系数为0.885,调整后的决定系数为0.782。实验结果表明,该模型具有较高预测精度,可为温室CO_2气肥浓度和营养液氮肥含量的调控提供理论依据。
全文链接
请求原文
新型石墨烯/聚吡咯水性防腐涂料的制备及性能
《化工进展 》 2017 EI 北大核心 CSCD
摘要：传统的石墨烯防腐涂料存在填料成分不均一、防腐性能低、涂层不稳定等问题。为了提高石墨烯防腐涂料的分散性能和防腐性能,本文采用改进原位聚合法合成的石墨烯(rGO)/聚吡咯(PPy)复合物为填料,水性环氧树脂(EP)为成膜物质,制备新型石墨烯/聚吡咯水性防腐涂料(rGO/PPy/EP)。采用X射线衍射(XRD)、傅里叶红外光谱(FTIR)、拉曼光谱(Raman)、扫描电子显微镜(SEM)和透射电子显微镜(TEM)对涂料进行结构分析,通过塔菲尔极化曲线(Tafel)、交流阻抗谱图(EIS)和腐蚀形貌分析测试rGO/PPy/EP对Q235碳钢的防腐性能。结果表明:采用改进原位聚合法制备的rGO/PPy/EP涂料分散性好,结构致密。质量分数为1%rGO/PPy/EP涂料的腐蚀电位E_(corr)=–613m V,腐蚀电流密度I_(corr)=46.42μA/cm~2,对裸钢的保护度P_i=91.02%。与rGO/EP涂料相比,rGO/PPy/EP涂料的腐蚀电流密度降低了38.62μA/cm~2,对O_2和H_2O腐蚀介质具有较高的屏蔽性能。因此,原位聚合法制备的rGO/PPy水性涂料具有环境友好、分散性能强、结构稳定和防腐性能优异等优点,具有广阔的应用前景。
全文链接
请求原文
基于多源数据的PM_(2.5)浓度时空分布预测与制图
《环境科学 》 2017 EI 北大核心 CSCD
摘要：随着我国经济、工业化、城市化进程迅速发展,PM_(2.5)污染在中国已经成为一个极端的环境和社会问题,并引起广泛关注.采用新技术估算的地表PM_(2.5)质量浓度,收集并处理了遥感反演的气溶胶光学厚度(AOD),气象数据,其他地理数据和污染物排放数据,采用贝叶斯最大熵(BME)结合地理加权回归(GWR)来分析2015年冬季的PM_(2.5)暴露在我国东部大范围区域的时空变异特征.结果表明,BME模型的十折交叉验证结果的决定系数R~2为0.92,均方根误差(RMSE)为8.32μg·m~(-3),平均拟合误差(MPE)为-0.042μg·m~(-3),平均绝对拟合误差(MAE)为4.60μg·m~(-3),与地理加权回归模型的结果相比(R~2=0.71,RMSE=15.68μg·m~(-3),MPE=-0.095μg·m~(-3),MAE=11.14μg·m~(-3)),BME的预测结果有极大的提高.空间上,PM_(2.5)高浓度地区主要集中在华北、长江三角洲、四川盆地,低浓度地区主要集中在中国的最南部如珠江三角洲和云南的西南部;时间上,不同月份的研究区域PM_(2.5)空间分布所有差别,2015年的12月、2016年1月PM_(2.5)污染最为严重,2015年的11月,2016年的2月污染相对较低.
关键词： PM2.5 遥感 气溶胶光学厚度 贝叶斯最大熵 地理加权回归 制图
全文链接
请求原文
基于机器视觉的蛾类三维姿态中前翅间夹角计算方法
《林业科学 》 2017 EI 北大核心 CSCD
摘要：【目的】在农林业害虫自动识别分类过程中,目标蛾类三维姿态的准确获取可以优化识别过程,提高识别效率。通过对复杂的蛾类害虫三维姿态进行量化,准确获取虫体三维姿态的信息数据,可克服二维姿态识别的信息缺失问题,提高算法的鲁棒性,为蛾类虫体的自动识别奠定基础。【方法】以棉铃虫为例,提出一种基于机器视觉原理的蛾类虫体前翅间夹角计算方法,以确定虫体的三维姿态,即:通过角点检测原理提取蛾类虫体前翅的标记特征点,获取标记特征点的空间坐标,进而计算虫体前翅间夹角角度。【结果】此方法能够快速、便捷、准确地获取棉铃虫成虫虫体前翅间夹角,且相对误差0.10%~3.96%;该计算方法与激光测量进行偏差分析,均方根误差为1.421 6;配对T检验无显著性差异,表明本文提出的方法可行。【结论】以棉铃虫为例提出一种基于机器视觉的标记特征点虫体前翅间夹角计算方法,平均用时仅14.6 s,少于激光测量法的1 min,在计算效率上也有所提高,为多姿态蛾类害虫的自动监测、快速识别提供重要的技术手段。
全文链接
请求原文
拉曼高光谱成像系统中光在奶粉层的穿透深度研究
《光谱学与光谱分析 》 2017 EI SCI 北大核心 CSCD
摘要：拉曼高光谱成像技术不仅可以获取样本的空间分布信息,图像上每个像素点还包括了完整的光谱信息,因其信息量丰富的特点已在食品安全检测方面得到了应用。本研究探索拉曼高光谱成像系统中光在奶粉层中的穿透深度,以及采集参数和奶粉类型对穿透深度的影响。实验选取均匀奶粉层样品放置于厚度为5mm的三聚氰胺样本之上,检测奶粉层厚度为0.8~4.0mm时的三聚氰胺特征峰强度,以此评估光在奶粉层中的穿透性和信号衰减情况。结果显示当奶粉层厚度一定时,随着激光功率变大,拉曼特征峰值随之增加,此外更长的曝光时间也可以使拉曼信号得到增强。在激光功率不小于2 W且曝光时间不小于500ms时,光在全脂奶粉层的穿透深度可达4mm。奶粉层厚度在0.8~4.0mm范围内,穿透奶粉层的拉曼信号随着奶粉层厚度增加呈指数式衰减。在激光功率为8W、曝光时间为1 000ms的条件下,光在全脂、低脂和脱脂奶粉层的穿透深度均达到了4mm。在相同测量厚度下,通过脱脂奶粉层接收的拉曼信号弱于通过全脂和低脂奶粉层接收的拉曼信号强度。研究结果为拉曼高光谱检测中奶粉样品的前处理提供了有益参考。
全文链接
请求原文
基于综合指标的冬小麦长势无人机遥感监测
《农业工程学报 》 2017 EI 北大核心 CSCD
摘要：作物长势监测可以及时获取作物的长势信息,该文尝试建立新型长势指标,监测小麦总体长势情况。将反映小麦长势的叶面积指数(leaf area index,LAI)、叶片叶绿素含量、植株氮含量、植株水分含量和生物量5个指标按照均等权重综合成一个指标,综合长势指标(comprehensive growth index,CGI)。利用450~882 nm范围内单波段和任意两个波段构建归一化光谱指数(normalized difference spectral index,NDSI),比值光谱指数(ratio spectral index,RSI)和简单光谱指数(simple spectral index,SSI),计算CGI与光谱指数的相关性,筛选出相关性好的光谱指数,结合偏最小二乘回归(partial least squares regression,PLSR)建立反演模型。以CGI为指标,运用无人机高光谱影像对2015年小麦多生育期的长势监测。结果表明:1)冬小麦各生育期,总体上CGI与光谱指数的决定系数R~2均好于各项单独指标与相应光谱指数的R~2。仅孕穗期CGI和RSI(754,694)的R~2比叶绿素和RSI(486,518)的R~2低,开花期的CGI和R570的R~2比生物量和R834的R~2低以及灌浆期CGI和SSI(582,498)的R~2比植株含水量和SSI(790,862)的R~2低。2)拔节期,孕穗期,开花期,灌浆期和全生育期PLSR模型的建模R~2分别为0.70,0.72,0.78,0.78和0.61。拔节期,孕穗期和开花期的无人机CGI影像验证模型的均方根误差RMSE(root mean square error)分别为0.050,0.032和0.047。CGI与相应光谱指数的R~2高于单独各项指标与相应光谱指数的R~2,光谱指数能够很好反映CGI包含的信息。无人机高光谱影像反演CGI精度较高,能够判断出小麦总体的长势差异,可为监测小麦长势提供参考。
关键词： 无人机 光谱分析 作物 长势监测 冬小麦 综合长势指标
全文链接
请求原文
