基于三维激光点云的靶标探测系统研究与试验

【目的】使用R-Fans-32三维激光雷达(LiDAR)研究植株三维激光点云与植株叶面积之间的关系,为变量喷雾系统提供数据支撑。【方法】假设植株激光点云数量与叶面积之间存在线性关系。搭建基于三维激光点云的靶标探测的试验系统,先测量靶标植株的高度来探究该探测系统的精度,激光雷达以10Hz的扫描频率和1m的探测距离实现对10株番茄的三维点云数据的获取,激光雷达上位机软件Ctrlview实现对三维激光点云数据的储存。利用Cloud Compare软件对储存的点云数据进行处理,利用LiDAR360软件对植株进行高度测量和点云数量的获取。对采集的植株点云进行数量统计,利用CL-202植物叶面积测量仪对采摘的靶标植株叶片测量叶面积,验证植株点云与叶面积之间的关系。【结果】激光雷达探测所得到的番茄植株的高度与手工测量值的最大相对误差为7.92%。利用线性函数拟合植株点云数量与叶面积,拟合度为0.7805,最大相对误差为5.64%。【结论】设计了一种用于探究基于激光点云的变量喷雾系统可行性的试验系统,依据三维激光点云计算植株的叶面积精度良好,R-Fans-32三维激光雷达可作为变量喷雾系统的探测部件。     

改进区域增长算法的植株多视图几何重建

【目的】通过研究3种不同复杂程度植株冠层的三维重建,为更加精准获取植株冠层表型参数提供新方法。【方法】本文首先用单反相机获取3种不同复杂程度植株冠层图片序列,通过三维重建得到各植株稠密点云;随后还原植株点云原始尺度,过滤稠密点云中的噪声,再使用改进区域增长算法分割植株点云冠层;之后借助激光扫描仪,利用手动测量和激光扫描方法分别从二维和三维两个方面对多视图几何重建的叶片进行精度评价,二维精度评价为叶片长宽的实际测量值分别与激光扫描仪获取的叶片的长宽值和多视图几何重建叶片的长宽值进行统计分析,三维精度评价使用传统的网格对比方法豪斯多夫距离与更加精准的工业级网格3D精度对比检测软件Geomagic Qualify。【结果】多视图几何重建的植株叶片表型信息与手动测量值间的判定系数（R ²）均高于0.96,激光扫描方法获取的植株叶片表型信息与手动测量值间的判定系数（R ²）均高0.99;多视图几何重建的叶片与激光扫描得到的叶片在0—±1mm偏差范围内的比例大部分达到97%以上;以激光扫描的叶片网格为参考,多视图几何重建的叶片网格的豪斯多夫距离90%以上分布在0—2 mm。本研究的多视图几何重建方法与改进区域增长算法相结合能对不同复杂程度的植株取得比较理想的重建结果。 【结论】本文提出的多视图几何方法与改进区域增长算法相结合的重建方法可以弥补区域增长算法的不足,对表面不平滑的植株冠层具有更好的分割效果,适合不同复杂程度植株三维重建,为育种研究获取植株表型提供一定的参考。     

基于彩色点云图像的不同成熟阶段番茄果实数量的测定方法

【目的】为测定温室中番茄不同成熟阶段的果实数量,提出一种基于彩色点云图像的测定方法。【方法】在移动平台上搭载KinectV2.0采集温室中行栽番茄的图像信息合成番茄植株点云,再将二视角的番茄植株点云合成1个点云,并通过深度信息截取得到近处番茄植株点云,将标注的点云数据输入到PointRCNN目标检测网络训练预测模型,并识别番茄植株点云中的番茄果实,最后利用基于特征矩阵训练的支持向量机(Support vector machine, SVM)分类器对已经识别出来的果实进行成熟阶段分类,获得不同成熟阶段番茄果实的数量。【结果】基于PointRCNN目标检测网络的方法识别番茄果实数量的精确率为86.19%,召回率为83.39%;基于特征矩阵训练的SVM分类器,针对番茄果实成熟阶段的预测结果在训练集上准确率为94.27%,测试集上准确率为96.09%。【结论】基于彩色点云图像的测定方法能够较为准确地识别不同成熟阶段的番茄果实,可以为评估温室番茄产量提供数据支撑。     

日光温室主动蓄放热冠层增温系统性能研究

【目的】设计日光温室主动蓄放热冠层增温系统(Active heat storage-release system for canopy warming,AHSCW)并进行实地试验,分析该系统对番茄冠层的增温效果,为进一步探讨主动蓄放热热能的高效应用方式和作物局部增温系统的设计提供参考。【方法】在第六代主动蓄放热系统基础上设计AHSCW,以太阳能为热源,白天通过水循环将太阳能以热能的形式收集于蓄热水池内,夜间通过冠层增温管道释放热量,对番茄冠层进行局部增温。以使用AHSCW的日光温室为试验温室,未加温的日光温室为对照温室,通过测定太阳辐射强度、番茄冠层空气温度、水温及水泵耗电量参数及不同时期番茄的株高、茎粗和产量,对系统的增温效果进行测试与分析。【结果】白天AHSCW的蓄热量为166～194 MJ,夜间放热量为129～142 MJ,能量利用效率为67%～86%;该系统能够提高番茄冠层区域气温1.4～3.0℃;AHSCW温室果实产量为1.14 kg/m~2,是对照温室(0.64 kg/m~2)的1.77倍。【结论】AHSCW可以明显提高番茄冠层气温,保证番茄的越冬生产,促进番茄生长,增加其产量并可使果实提前成熟上市。     

基于移动式三维激光雷达的柑橘冠层结构信息的获取

基于移动式三维激光雷达,建立了一种柑橘冠层结构信息(树高、冠幅、分枝角度)的获取方法:1)利用移动式三维激光雷达获取柑橘三维点云数据;2)选定SOR滤波组合(k,α)分别为(100,0.9),(20,1.2),(100,0.9)对冠层残缺叶片点云和叶片边缘点云进行滤波处理;3)利用Mean shift算法求取植株点云中心结合采集点角度,完成点云初始匹准;4)运用ICP算法进行精准拼接并构建完整植株的三维模型,提取柑橘的株高、冠幅和枝干角度信息.验证结果表明,三维模型获取树高、冠幅、枝干角度的相对误差分别小于等于2.5％、小于等于4.5％、小于等于5.5％,判定系数R2大于0.97,均方根误差大于5.1.     

基于多层感知机的温室内番茄茎直径变化预测模型

【目的】研究温室内番茄茎直径变化量动态预测模型,为番茄需水规律提供一定决策支持。【方法】采用多层感知机算法与植物生理生态信息相融合的方法,建立一个包含空气温湿度、土壤湿度、叶片温度、茎直径变化量及光合有效辐射的基于多层感知机算法的茎直径变化量预测模型。采用3层隐含层神经网络对经过正则化及归一化的6维训练集数据向量,进行全连接式训练后,得出预测模型,验证集数据输入预测模型后得出1维输出向量,对输出向量进行反归一化进而得出茎直径变化量预测值。【结果】建立的基于多层感知机短时番茄茎直径变化量动态预测模型的预测值与实测值的回归系数(R²)为0.901,均方根误差(RMSE)为0.175。【结论】该模型适用于温室番茄短时茎直径变化量动态预测,具有较好的应用场景。     

设施蔬菜自动对靶喷药技术研究现状与分析

【目的】回顾与总结国内外设施蔬菜自动对靶喷药技术的研究现状与进展,为该技术在设施蔬菜自动对靶喷药机器人的发展应用上提供理论和科学依据。【方法】采用相关文献资料、实地调研的方法,汇总、整理及分析。【结果】导航技术国外主要采用基于GPS、机器视觉、激光雷达等技术开发的路径识别及智能避障技术,国内主要采用电磁诱导、基于GPS、激光雷达和视觉技术的道路边缘获取与道路识别技术。病虫害检测现阶段国外主要采用图像识别、红外成像和高光谱及基于深度学习的病虫害识别技术,技术较为成熟,国内现阶段主要采用图像识别技术,利用作物颜色、纹理及形状特征进行识别。国外对靶喷药采用机器视觉、激光主动视觉和超声波技术并结合传感器对目标作物进行识别,利用变速喷药技术在生菜、番茄等作物上进行了应用,国内开发了温室自主喷药机器人,采用机器视觉技术获取靶标病虫害位置信息,对喷头进行单独控制,以达到精准对靶施药的效果。【结论】导航技术、病虫害识别技术及对靶喷药技术是自动对靶喷药技术的核心。导航方面在温室中利用机器视觉和激光雷达技术相比GPS技术更加可靠、灵活,精准度更高,高光谱与病虫害识别技术可提高病虫害识别的效率,对靶喷药技术中目标作物的识别与冠层稠密程度的判断是发展趋势。     

基于无人机载LiDAR数据的玉米涝灾灾情评估

【目的】基于无人机平台的遥感技术是目前研究的热点,也是推动现代化农业快速发展的主要力量之一。笔者欲通过分析涝灾研究区激光雷达点云数据反演的玉米冠层高度,快速准确实现玉米涝灾受灾范围监测和灾情评估,为防灾减灾、高产稳产、农业保险理赔等提供依据。拓展无人机载LiDAR数据在农业领域的应用价值,为农业等相关部门快速有效掌握农情信息提供保障。【方法】2016年7月19—20日,以因大暴雨导致涝灾的北京市昌平区一块玉米大田作为研究区,基于无人机平台获取研究区激光雷达数据。通过冠层高度模型(canopy height model,CHM)反演出玉米冠层高度,采用正态统计理论的双阈值划分策略确定阈值,构建基于玉米冠层高度差异的涝灾灾情遥感监测模型,评价玉米涝灾灾情严重程度,并基于地面实测数据进行精度评价。【结果】涝灾发生后,玉米长势存在一定差异,最明显的差异体现在玉米植株高度。基于正态统计理论和野外测量,最终确定严重涝灾玉米冠层高度为0.30—0.84 m,中度涝灾玉米冠层高度为0.84—1.70 m,冠层高度1.70 m以上为轻度受灾区域。通过野外实测样本对无人机载LiDAR数据估算结果进行混淆矩阵分析,总体分类精度达到72.15%,Kappa系数为0.44。结合数码影像做进一步验证,结果表明研究区玉米涝灾遥感空间制图结果与数码影像结果基本一致。【结论】通过无人机载LiDAR数据能实现玉米冠层高度反演,结合涝灾后玉米植株高度差异特征能有效反映不同涝灾程度,实现区域尺度下玉米涝灾受灾范围监测和灾情等级评估,有利于便捷高效获取灾情灾害信息。     

靶向加工番茄elF4E1的CRISPR/Cas9载体有效性验证

【目的】验证基于CRISPR/Cas9系统构建的靶向编辑加工番茄(Solanum lycopersicum) eIF4E1基因载体的有效性,为CRISPR/Cas9系统在培育PVY抗性植株中的应用提供技术支持。【方法】构建靶向编辑番茄真核翻译起始因子elF4E1基因的CRISPR/Cas9系统表达载体,用农杆菌渗透法瞬时转化番茄植株,PCR扩增已转化植株靶位点周围DNA序列后用HaeⅢ进行酶切,回收未切开的条带与pGEM-T载体连接后进行单克隆测序。【结果】对测得的9个克隆序列进行比对分析,在PAM (protospacer adjacent motifs)上游的6~8 bp的碱基处均发生突变,并且都为单碱基的替换,导致多肽链中单个氨基酸的替换。【结论】利用CRISPR/Cas9基因组编辑系统构建的载体能够特异性地靶向加工番茄eIF4E1基因,为利用CRISPR/Cas9系统敲除eIF4E1基因,获得抗PVY病毒的番茄育种材料奠定了基础。     

基于移动LiDAR 点云的树木三维重建

【目的】树木三维结构的描述是进行农林生态研究的重要科学基础,而移动激光雷达的使用将有利于快速、高效的农林树木三维结构重建。【方法】文章利用同时定位与构图技术实现基于移动激光雷达点云的农林样地树木三维重建,并以地基激光雷达数据为参考,验证三维重建精度,同时对比树木胸径,分析移动激光雷达在农林树木三维重建中的有效性和可行性。【结果】同时定位与构图技术可实现移动激光雷达点云的树木三维重建,其中,水平方向重建精度为0.038 m,垂直方向重建精度为0.017 m;以地基激光雷达数据拟合出的树干胸径为真实值,移动激光雷达点云拟合出的树干胸径为观测值,两者的相关系数为0.715 6,均方根误差(RMSE)和平均绝对误差(MAE)分别为0.011、0.01 m。【结论】移动激光雷达可实现农林树木三维结构快速重建,且基于重建结果可实现树干胸径准确提取。因此,移动激光雷达对提高农林树木测量效率具有积极作用。     

基于PCA-BPNN的温室番茄果实直径预测模型

[目的]研究温室番茄果实直径变化量的动态预测模型,为番茄所需水肥规律提供数据支持.[方法]选择番茄果实横径为研究对象,以5株番茄果实膨大期的数据建立模型,采用主成分分析法对植物生理生态信息和环境信息进行分析,提取主要成分,以主成分为自变量,输出变量为因变量,建立一个包含空气温度、空气湿度、土壤含水率、叶片温度及果实横径...     

基于机载LiDAR的高郁闭度华北落叶松林单木识别

  目的  高郁闭度华北落叶松林Larix principis-rupprechtii林木树冠交叉重叠,传统的基于高分辨影像的单木识别方法识别精度不高。利用机载LiDAR三维点云数据可提高高郁闭度华北落叶松林的单木识别精度。  方法  在点云数据预处理基础上,提出基于点云空间特征的高斯核函数改进的均值漂移单木位置识别方法(MSP),比较并分析MSP法与基于点云空间特征的区域生长点云分割方法(RGP)、基于冠层高度模型的局部最大值单木位置识别方法(LMC)和基于冠层模型的多尺度分割单木位置识别方法(MSC)的单木识别效果。  结果  4种方法单木位置识别精度从大到小依次为MSP (89.30%)、LMC (85.60%)、RGP (77.50%)和MSC (70.00%),MSP的漏分误差和错分误差最小,分别为8.7%和8.0%,平均单木冠幅提取精度为90.18%。  结论  提出的MSP法对高郁闭度华北落叶松林单木位置识别具有较好的适用性,利用机载LiDAR可为提取华北落叶松林森林结构参数提供新的途径。图3表3参28     

适合南疆日光温室越冬茬栽培的番茄品种筛选

[目的]筛选适合南疆温室越冬茬栽培的番茄品种.[方法]以目前越冬品种印第安为对照,选择国内外不同来源的番茄品种试验种植,通过物候期、生长发育和产量性状进行评价.[结果]11个品种开花至始收长达94～119 d,植株最高的185 cm,最矮的103 cm,品种间差异大,长势强的品种4个,中等的7个,7个硬质品种多为小果型,4个软质品种均为大果型,TOP1056产量最高11 522.1 kg/667 m2,较对照高1 015.6kg/667m2,红宝石2号最低7 955.2 kg/667 m2,较对照低2 551.3 kg/667 m2,6个品种单产在10 000 kg/667 m2以上.[结论]TOP1056、TOP1131、印第安、TOP1107、中杂102、特硬红果等6个品种均可作为日光温室越冬茬栽培品种.     

不同密度及果穗数对日光温室番茄干物质生产与分配的影响

[目的]为科学安排日光温室生产茬次、高效栽培番茄及合理密植提供理论依据.[方法]采用单干整枝方式研究不同密度及果穗数对温室冬春茬栽培番茄干物质生产与分配的影响.[结果]温室番茄定植密度对干物质生产的影响较大,保留果穗数间接影响干物质的分配.摘心前期,不同密度间单位面积群体植株总干重存在差异显著性变化,处理4 000株/667 m2单位面积群体干物质生产最多,主要分配于茎叶供给营养生长.在适宜保留果穗数下,干物质生产影响植株上的坐果穗数,从而间接影响植株内干物质分配,不同密度及适宜留果穗数下干物质生产与营养器官和生殖器官的分配比例有关.[结论]在密度为4000株/667 m2(3穗果)时,既能实现营养生长期茎叶干物质的最大生产又能实现生殖生长果实最大分配累积,前期产量最高达4 310.7 kg/667 m2.     

跨度对日光温室气温和番茄生长的影响及模拟分析

【目的】研究跨度对日光温室保温性能及番茄生长的影响。【方法】对陕西杨凌地区越冬种植番茄的8,10和12 m 3种跨度西北型日光温室的气温、光照、热流等参数进行监测,以日光温室夜间传热模型为基础,通过夜间气温的变化来分析跨度对日光温室保温性能的影响,同时监测了不同跨度日光温室中番茄幼苗的生长情况。【结果】10 m跨度日光温室1月份平均气温分别较8和12 m跨度日光温室高1.9和2.6 ℃;种植番茄的平均株高分别高0.4和2.2 cm,平均茎粗分别高0.3和0.5 mm;夜间气温的模拟值与预测值吻合度均较高,其中8 m跨度日光温室夜间气温预测模型的平均相对误差为4.40%,10和12 m跨度日光温室分别为2.43%和2.38%。【结论】供试3种跨度日光温室中,以10 m跨度日光温室的保温性能最好,较适宜在杨凌地区推广应用。     

基于Mask R-CNN的玉米苗与株芯检测方法

【目的】研究基于改进Mask R-CNN的玉米苗冠层分割算法,满足精准作业中对靶施肥的识别要求,提高化肥的使用效率,减少环境污染。【方法】采集田间玉米苗图片并增强数据,生成田间数据集;使用ResNeXt50/101-FPN作为特征提取网络对分割算法进行训练,并与原始ResNet50/101-FPN的训练精度结果作对比;采用不同光照强度及有伴生杂草的玉米苗图片对比验证冠层识别算法效果。【结果】在不同光照强度下,无伴生杂草的目标平均识别精度高于95.5%,分割精度达98.1%;在有伴生杂草与玉米苗有交叉重合情况下,目标平均识别精度高于94.7%,分割精度达97.9%。检测一帧图像的平均时间为0.11 s。【结论】Mask R-CNN的玉米苗及株芯检测算法有更高的准确率和分割精度,更能适应不同光照强度及有伴生杂草的苗草交叉重合情况的目标检测。     

基于光热资源的中国温室气候区划与能耗估算系统建立

 【目的】建立基于光热资源的中国温室气候区划与能耗估算计算机系统,实现中国温室的动态区划,明确中国温室作物周年生产光热资源与能耗分布状况。【方法】针对温室作物生产特点,确定10个温室气候区划指标,采用模糊C-均值聚类方法进行气候区划,并建立基于光热资源的中国温室气候区划系统。将温室气候区划系统与温室作物周年生产能耗预测模型相结合,建立基于光热资源的中国温室气候区划与能耗估算计算机系统,并以Venlo型玻璃温室及温室主栽作物黄瓜和番茄作物为例,利用中国621个标准气象站30年(1971—2000)的逐日气象资料,对系统进行应用实例分析。【结果】系统将中国区划为温室作物生产适宜、次适宜和不适宜3个一级区域和9个二级区(每个一级区分为I级、II级、III级区)。适宜区的特点是一年中适宜温室作物生产时期长,温室冬季加温能耗低,决定温室作物生产经济效益的主要因子是适宜温室作物生产时期的总太阳总辐射量。次适宜和不适宜区的特点是温室冬季加温时间长、能耗高,夏季降温能耗少,决定温室作物生产经济效益的主要因子是温室需要进行加热时期的负积温。【结论】本研究建立的系统一方面可以根据历史气候资料年代的变化进行温室气候动态区划,明确不同气候区温室作物生产光热资源分布动态,另一方面可以应用于计算不同类型温室和不同作物在不同温室温度控制目标下,各个温室气候区域的温室作物周年生产能耗,为中国不同类型温室投资风险评估、以及从能耗角度优化温室结构设计和环境调控提供理论依据与决策分析工具。     

基于LiDAR数据的单木提取算法研究

有效了解森林生长变化信息对森林资源的保护以及生态环境的研究具有重要意义。近年来,激光雷达数据是森林清查中主要的LiDAR数据源。但是现有机载LiDAR数据单木分割算法在密集林区应用精度较低,尤其在中下层冠层单木提取精度不高,存在漏检的现象。针对以上问题,采用归一化割（normalized cut,Ncut）方法直接对激光点云数据进行初始分割,然后设定冠层的形状参数与点云数量阈值,利用全局最大值重复Ncut方法,对林区下层冠层进行探测,实现单木的精确提取。结果表明,与只利用归一化割方法提取单木结果相比,本研究方法使单木提取误判率由22.66%降至3.9%,识别率由原先的68.49%提升至86.63%,有效规避了上层冠木对下层遮盖导致的下层单木漏检情况,提高了在冠层中间层和下层树木的识别率,可为今后森林清查、森林资源管理提供分割方法的选择,也为森林分类、单木分割提供样例。