基于蒙特卡洛方法的土壤含水量检测技术研究

提出基于蒙特卡洛方法和数字图像处理结合的土壤含水量检测技术,摄像头采集土壤图像,对采集的土壤图像进行处理、提取土壤图像灰度平均值,建立土壤图像灰度与土壤含水量关系的数学模型,应用蒙特卡洛方法计算土壤含水量。试验结果表明,用蒙特卡洛方法测量土壤含水量,减少了复杂非线性测量模型的分析,减少计算一些附加的一阶或高阶灵敏度系数,当使用足够多的蒙特卡洛试验次数,可获得土壤含水量的最佳估计值,使得土壤含水量检测值与真实值之间的误差很小,为土壤含水量的检测提供技术参考。     

基于机器视觉的植物水势测量装置设计

压力室法判断水势测量终点需要对待测样本截面渗液状况进行观察,但由于观察者的判断标准不一致,容易造成较大测量误差。为此,根据待测样本截面出现渗液时光线发生折射、截面图像的灰度值出现变化的现象,提出了利用机器视觉代替人眼进行水势测量终点判断的方法。该方法使用USB摄像头采集待测样本截面图像,通过控制系统软件计算采集到的图像平均灰度值变化来判断水势测量终点。根据该方法设计了一种基于机器视觉的植物水势测量装置,并进行了试验验证,结果表明:该方法可行,且提高了水势测量速度和测量精度。     

基于土壤LF-UHF频段介电特性的FDR测量频率研究

土壤介电特性是影响FDR传感器测量土壤含水量精度和适应性的重要物理参数。为了确定28 mm长、10 mm间距的7探针FDR传感器理想频率,通过矢量网络分析仪对4种不同土壤的LF-UHF频段(1 MHz～3 GHz)散射参数进行了测量,通过Logsdon和Laird模型变换,使用Matlab进行了4种土壤表观介电常数的计算和绘制。通过土壤介电频谱分析,研究了土壤极化机理,分析了土壤介电特性与频率的关系,确定了FDR传感器的工作频段为44～398 MHz,考虑到温度对极化的影响,其最佳工作频段为62～110 MHz,其中75 MHz是其工作的最佳频率。此频率下土壤介电值仅对土壤含水量敏感,是消除温度等因素对FDR传感器影响的理想频率。     

水田土壤圆锥指数测量间距合适值的确定研究

采用静载式水田土壤承压仪对不同地区水田土壤进行试验,经分析计算,求得水田土壤圆锥指数测量间距的合适值,可在保证较高的数值精度前提下减少测量采样的工作量,以准确描述不同田块的土壤强度。     

几种土壤密度随土壤含水量变化的模拟研究

以湖北地区的黄棕壤、红壤、潮土、水稻土为供试土壤,研究了土壤密度随土壤含水量的变化,并进行了数值模拟,结果表明,所有供试土壤随着重量含水量的降低,土壤密度都会逐渐增大,土壤密度(B)随含水量(θg)变化的关系可用指数模型B=a e-bθg描述,且其精度较高.模型中不同土壤的a值和b值有所不同,一般土壤黏粒含量高,黏粒中...     

基于Landsat8与Sentinel-1遥感图像融合的土壤含水率反演模型

针对当前运用单一光学卫星反演土壤含水率时易受到云的影响,单一SAR卫星反演土壤含水率时易受到地表粗糙度和植被影响的问题,以内蒙古河套灌区沙壕渠为研究区域,以4个深度的土壤含水率为研究对象,分别采用主成分分析(PCA)、施密特正交变换(GS)融合Landsat8和Sentinel-1图像以减少云、植被、土壤粗糙度的影响,并对融合后的图像质量进行评价,然后用融合图像的灰度构建1 134种遥感指数,基于相关系数分析、变量投影重要性分析、灰色关联分析3种变量筛选方法与BP神经网络(BP)、极限学习机(ELM)、随机森林(RF)、支持向量机(SVM)4种机器学习算法的耦合模型反演沙壕渠土壤含水率。研究结果表明：经PCA、GS融合后的融合图像可同时保持Sentinel-1和Landsat8图像的优势,并成功定量反演土壤含水率。基于融合图像构建的三维指数普遍比二维指数对土壤含水率更敏感。在表层土壤含水率反演中,基于GS融合的VIP-ELM模型精度最高(决定系数R²=0.66,均方根误差(RMSE)为1.35%)。将GS融合的VIP-ELM模型应用于其他土壤深度含水率的反演后发现...     

基于图像处理和GBRT模型的表土层土壤容重预测

针对传统的表土层土壤容重测量方法费时、耗力的问题,利用易获得的土壤物理参数实现农田大范围表土层土壤容重的快速、准确预测。通过分析表土层土壤容重与土壤表面粗糙度、土壤阻力的关系,构建了以土壤表面粗糙度和土壤阻力为输入的GBRT模型,土壤表面粗糙度利用图像处理技术获得,土壤阻力使用实验室车载式阻力测量系统获得。使用同态滤波技术对土壤表面图像进行预处理,提取图像灰度直方图的熵、平均值、方差、偏度和峰度表征图像的纹理特征参数,提取图像灰度共生矩阵的能量、熵、对比度和逆方差表征图像的区域特征参数。利用灰度关联分析,从9个表征土壤表面粗糙度的特征参数和土壤阻力中选取与表土层土壤容重关联度大于0.65的变量作为模型输入,将得到的GBRT模型预测结果与环刀法得到的结果进行相关性分析,R2达到0.878 2,平均绝对误差达到0.021 g/cm3。同时在相同的输入参数和运算环境下,与BPNN和SVR模型的预测精度和运算速度进行了对比,验证得到GBRT模型具有更高的预测精度和更短的运算时间。本文研究结果为科学指导农田表土层土壤容重的获取提供了思路。     

柑桔的灌水方法和用水量的研究

<正> 日本目前实行的灌水计划是以保证作物充分灌溉为前提制定的。但柑桔多种植于水源不足地区,如采用节水灌溉,降低单位用水量,就可以扩大灌溉面积,节省工程投资从而降低柑桔的生产成本。 山下重良自1974年开始,按10年一遇干旱年标准,在每年7～8月耗水高峰期,进行了持续干旱条件下的节水灌溉研究,得出的柑桔经济灌水方法和制定用水计划的基础资料及能够精确迅速地确定灌水时间的方法,即利用树干的水胁迫确定灌溉指标的方法。 试验在和歌山县树园艺试验场进行,供试品种为兴津早熟品种、树龄11年,树干长势中等。试验地采用树下固定喷灌,喷头间距为3m。有效土层深60cm,有效含水量为36.7mm。试验分七个小区(A～G)每小区有3株柑桔。其中A～E小区隔绝天雨,A区为充分灌溉区(对照区),当土壤含水量降至pF值为3.0时,灌水至土壤含水量上限,B区当土壤含水量降低至pF值为3.8(初始凋萎点)时,灌水至含水量上限,C、D区的灌     

玉米冠层叶片氮素营养估测研究——基于近地多光谱图像

运用图像处理技术对不同氮营养成分下玉米冠层叶片的近地CCD多光谱图像进行分析,建立玉米叶片氮素营养含量的快速、非破坏性估测模型。实验基于红通道和近红外通道的CCD图像,通过图像切割提取两个通道的主叶片区域的平均灰度值和叶片周围的土壤平均灰度值,根据土壤平均灰度值比值来调整叶片的近红外平均灰度值,计算玉米叶片的基于灰度的植被指数,建立了氮素营养含量和两个通道的图像灰度以及灰度植被指数间的经验线性模型。经过多元线性回归分析后,两者间的相关系数R可以达到0.704。由此实现了对玉米冠层氮营养含量的快速估测。     

基于支持向量回归的灰度图像三维形状重构

为实现未知光源的灰度图像高效重构形状,提出一种基于支持向量回归机和粒子群优化算法相结合的灰度图像重构三维表面形状的方法。通过研究和分析灰度重构形状(SFS)问题,基于支持向量回归机理论,构建了物体表面形状与其灰度图像间的非线性映射模型。对未知光照方向的实际图像进行光源方向估计,生成对应光照方向的训练样本以提高任意光照方向下的图像的形状恢复精度。为克服支持向量回归机中各参数选取无依据的不足,引入粒子群优化算法主动对各参数进行飞行寻优,使得回归模型为最优,以提高形状重构精度。最后,通过实例分析验证了所提方法的可行性及有效性。     

基于K­means聚类和分区寻优的秸秆覆盖率计算方法

针对农田秸秆形态多样、细碎秸秆难以准确识别的问题,基于机器视觉技术,提出了一种基于K-means聚类和分区寻优结合的秸秆覆盖率计算方法。该方法首先利用K-means聚类算法对玉米秸秆图像进行分割,使秸秆从背景图像中分离;然后将秸秆图像分隔为16区,利用统计学方法分别计算各区秸秆中位数和众数灰度平均值,16区平均后分别获得秸秆中心灰度和土壤背景中心灰度,将其作为新的分类中心,重新采用K-means聚类方法对玉米秸秆图像进行分割,当秸秆中心灰度不再发生变化时停止迭代,计算秸秆像素点数量;最后计算获得玉米秸秆覆盖率。2021年4月,该方法在吉林省长春市玉米地100个采样点进行了实际验证,与人工拉绳法和人工图像标记法的相关系数分别为0.7161和0.9068,误判率7%,平均误差比Otsu阈值化方法和经典K-means聚类方法分别降低了45.6%和29.2%。试验结果表明,所提方法能够实现对不同天气、不同种植模式、不同地块条件下的秸秆覆盖率准确计算,该研究结果可为秸秆覆盖率在线计算提供一种新方法。     

灌溉水质对FDR土壤水分传感器的性能影响研究

为探究在灌溉控制系统中灌水水质对土壤水分传感器性能的影响效应,选择了3种国内外常用的基于介电原理(FDR)的土壤水分传感器(5TE、CSF13、FDS100)对其精准性、一致性等关键性能进行评价分析,结果表明:在测量精度方面,5TE和FDS100传感器精度较好,土壤含水量测试值与实际值的R2达到0.892与0.914;...     

TDR技术及其在土壤水分及土壤溶质测定方面的应用

测量土壤含水量有许多方法 ,称量法费时费力 ,不能原位重复测量 ,中子仪法测量土壤表层含水量时 ,特别是在低含水量测量时由于中子的泄漏而测不准确。时域反射仪 ( TDR)为表层土壤的精确测量提供了有效的手段 ( Nielson,1 995)。用 TDR测量土壤含水量由 Topp( 1 980 )首创 ,近 2 0年来 ,无论是在技术上还是应用上都得到了长足的发展。近年来 ,出于对植物营养需求及溶质输运的研究 ,特别是无机污染物迁移的研究的兴起 ,使得迅速测定土壤溶液的化学组成变得越来越重要。以往土壤溶液组成的测定是用真空陶土头抽提土壤水溶液进行分析 ( Rho…     

干旱区绿洲植被高光谱与浅层土壤含水量拟合研究

水资源一直是制约我国西北干旱区农业发展的关键因素。本文以新疆渭库绿洲为研究区域,选取41个土壤含水量与干旱区绿洲植被实测高光谱样本,以植被指数为桥梁,采用支持向量机回归(SVR)方法,建立干旱区绿洲土壤含水量与植被指数之间的拟合方程模型,并与多元回归(MLSR)、偏最小二乘(PLS)回归2种模型进行对比。实验结果表明:不同模型的精度各异,拟合效果由优到劣为:改进的SVR模型、PLS模型、MLSR模型,其中基于干旱区绿洲实测的植被光谱数据改进的SVR模型对土壤含水量具有较好的拟合效果,通过最优参数的定值与最优测试集的抽取,R2高达0.8916,RMSE仅为2.292,在干旱区绿洲的土壤含水量拟合中获得比较高的预测精度。而MLSR模型与PLS模型,R2值分别为0.630、0.655,RMSE为3.002与2.749。研究结果表明,因地制宜开展合理的土壤含水量反演模型规则制定是提高干旱区绿洲土壤浅层含水量监测精度的有效手段,也可为干旱区农业作物生长提供更精准的数据积累。     

基于Sentinel-1A数据和BP神经网络的裸露地表土壤含水量反演研究

土壤含水量是影响水文循环和气候变化的重要参数，相比于光学遥感，雷达遥感不受云、雨等气象因素影响，可以实现全天时、全天候的连续观测，是大范围获取土壤含水量信息的有效手段。为研究裸露地表雷达后向散射信号的影响因素和变化规律，探讨利用Sentinel-1A雷达数据反演裸露地表土壤含水量的方法，在南阳盆地典型农业区进行了观测试验。首先利用微波散射模型—AIEM理论模型模拟不同雷达入射角度、地表均方根高度、相关长度、以及土壤含水量参数下的雷达后向散射系数，分析各参数对雷达后向散射系数的影响。进而采用实测数据和模拟数据训练BP神经网络模型(Back Propagation Neural Network,BPNN)，以实现对裸露地表土壤含水量的反演，并对其反演精度进行验证。结果表明：在特定入射角下，地表粗糙度对土壤含水量反演精度的影响不可忽略。不同极化方式下，BPNN模型与AIEM理论模型对微波后向散射系数模拟值的R²达到0.99以上。采用野外实测数据对BPNN模型反演土壤含水量的精度进行测试，结果显示，模型预测值与实测值之间的R²为0.72,RMSE为0...     

基于GF-1遥感图像土壤含盐量反演研究

快速获取土壤含盐量是监测、治理土地盐碱化问题的前提条件。以我国重要苏打盐碱土区—白城市为研究对象,以我国的高分一号遥感影像(GF-1)为数据源,结合研究区实地采样的化验数据,定量反演白城市土壤含盐量。首先对遥感影像进行辐射校正、大气校正、图像裁剪及图像镶嵌等预处理;再将影像的反射率及其变换形式与土样含盐量的化验值进行相关性分析,获得盐碱的敏感波段;最后以多元逐步回归分析的方法建立土壤含盐量反演模型,反演研究区土壤含盐量。研究结果表明:GF-1遥感影像具有较高的分辨率,其反射率与土壤含盐量呈显著正相关,将反射率进行适当的数学变换可以提高与含盐量的相关性,以第2波段指数、第4波段倒数、第4波段倒数的对数变换形式建立的反演模型具有较高的精度与稳定性,模型判定系数R~2=0.846,均方根误差RMSE_(cal)=0.522。利用GF-1遥感影像反演土壤含盐量是一种快速、稳定、可靠的方法。     

农田秸秆覆盖率检测方法与试验

针对秸秆覆盖率检测准确率易受光照不均匀影响以及现有检测方法对无秸秆图像检测精度较差的问题,提出一种基于图像行平均灰度标准差分类及图像分块可变阈值检测法。首先通过计算图像的行平均灰度标准差对图像进行分类,将标准差小于阈值的图像判断为无秸秆覆盖;然后将标准差大于阈值的图像划分成多个子块,对每个子块分别采用最大类间方差法进行阈值分割;最后将所有子块重新组合,用基本的形态学法计算目标图像的秸秆覆盖率。试验结果表明,该方法在很大程度上减少光照不均匀对检测结果的影响,对秸秆均匀分布图像的检测误差为2.87%,对无秸秆覆盖图像的检测误差为0.45%,能够提高农田秸秆覆盖率检测方法的适用性。     

双通道近地遥感图像采集处理系

利用2CCD多光谱相机设计了近地遥感图像采集平台,同步获取小范围区域作物的可见光和NIR图像,通过图像处理技术从作物图像获得反射光谱信息.采集平台包括一个2CCD多光谱相机,两个采集盒,一台具有两个千兆网口的田间计算机.图像处理部分通过2GRB灰度化、中值滤波和Otsu二值化,从背景中分割出作物图像,结合作物原始R分量灰度图像,提取出作物红光图像平均灰度值,利用建立的灰度值与反射率的线性模型,计算得到作物红光波段的反射率.试验结果表明,图像采集平台工作稳定,利用图像处理方法提取的反射率与ASD光谱仪测量结果有较好相关性,为从作物冠层图像探测生长状况提供了理论依据.     

耕作土壤固有频率与含水率关系的测试分析

为明确耕作土壤固有频率与土壤含水量的关系,自制不同含水率的耕作土壤试样,根据模态分析方法,采用Vib'SYS振动信号采集、处理和分析软件(ForWindows V1.02版本)中的多点锤击模块进行振动信号的采集和处理,得到系统的传递函数,并用模态分析模块对传递函数进行模态分析得到土壤固有频率。实验结果表明:土壤固有频率随土壤含水量的增加而增加;当土壤含水量超过某一特定值,土壤的固有频率随土壤含水量的增加而极速增加;当土壤含水量超过另一特定值时,土壤的固有频率随土壤含水量的增加而缓慢增加。试验结果为新疆农用土壤的软路面谱形成机理和表达研究提供了数据参考。     

基于机器视觉的玉米果穗性状参数测量方法研究

在玉米育种、田间测产和提高玉米产量的过程中，均需要对玉米果穗考种，即需要对玉米果穗的穗长、穗粗、穗行数、行粒数和穗粒数等性状参数进行测量。人工考种不仅花费大量的人力物力，而且在考种过程中普遍存在人工劳动强度大、观测效率低、人为干扰导致测试结果不客观及不准确等问题，在很大程度上限制了考种的速度与精度。针对上述问题，利用所研制的自动考种设备和机器视觉方法，通过USB工业相机获取玉米果穗单面性状彩色图像，利用|B-R|模型、（G+B）/2模型将彩色图像分别进行灰度化，利用改进后的一维最大熵阈值分割方法对灰度图像进行二值化，分别得到果穗轮廓二值图像和果穗特征二值图像；通过轮廓二值图像计算果穗放置后的倾斜角，实现果穗轮廓二值图像和特征二值图像的自动纠偏；通过相机标定，得到单位像素对应的实际值，进而得到穗长及穗粗；通过提取局部籽粒特征二值图像，利用水平黑背景点扫描及对扫描曲线的修正获取穗行宽度，通过穗行数修正模型得到果穗的穗行数；通过提取局部单行籽粒特征二值图像，利用垂直黑背景点扫描及对扫描曲线的修正得到行粒数；根据行粒数和穗行数得到穗粒数。试验结果表明，穗长和穗粗平均测量精度分别为98.05%和97.99%，穗行数测量正确率为95%，行粒数平均测量精度为96.29%，穗粒数平均测量精度为95.67%，和实际值相比，穗粗、穗长、行粒数及穗粒数的测量值差异无显著性。单穗玉米果穗机器视觉平均测量速度为600ms/穗，考种设备测量速度为6s/穗，能够满足自动考种设备的使用需求。