基于图像处理的烘烤过程中烟叶含水量检测

【目的】量化烘烤过程中烟叶形态变化的数值特征指标,实现烘烤过程烟叶水分含量的无损检测。【方法】以密集烤房中不同烘烤阶段的烟叶为研究对象,先利用图像处理技术提取鲜烟叶及烘烤过程中烟叶图像的颜色特征（红分量（R）、绿分量（G）、蓝分量(B)）及纹理特征(纹理能量、纹理熵、纹理惯性、相关度),以其为输入指标,分别建立烘烤过程中烟叶含水量的BP神经网络模型和基于遗传算法的最小二乘支持向量机预测模型。用建立的2个模型对烘烤过程中烟叶含水量进行预测,并比较其预测精度。【结果】烟叶图像颜色特征R、G、B分量表现出变黄期剧烈上升,定色前期缓慢上升并达到最大值,定色后期至烘烤结束逐渐下降的变化趋势;纹理能量和相关度呈现出变黄前期减小,变黄后期增大,定色及干筋期逐渐减小的趋势;纹理熵、纹理惯性表现出变黄前期增大,变黄后期减小,定色及干筋期逐渐增大的趋势。以烟叶颜色和纹理特征值作为输入变量,建立了烘烤过程中烟叶含水量的BP神经网络预测模型和基于遗传算法的最小二乘支持向量机预测模型,其预测平均绝对误差分别为0.037 4和0.017 0,预测误差标准差分别为0.048 5和0.020 0,前者预测精度略低于后者,但2个模型均可以满足烘烤过程中烟叶水分含量实时检测的需要。【结论】图像处理技术可以精确量化烘烤过程中烟叶的形态特征变化;利用建立的BP神经网络模型和基于遗传算法的最小二乘支持向量机模型可以实现对烟叶含水量的精确估测。     

基于支持向量机回归的鲜烟叶含水量预测模型

为了提高鲜烟叶含水量的检测准确率,基于机器视觉技术,应用支持向量机理论,建立支持向量机回归的鲜烟叶含水量预测模型,输入变量为鲜烟叶图像的r（红色分量所占比例）、g（绿色分量所占比例）、H（色调）、均值、一致性、熵、宽、面积和伸缩率9个特征参数,输出变量为含水量.通过对利用机器视觉技术提取到的鲜烟叶图像参数进行模型的训练测试,并将其结果与ELMAN神经网络对比.结果表明:支持向量机含水量模型的最大相对误差绝对值为2.410%,平均绝对误差为0.007 9,平均绝对百分比误差为1.119%,误差方差为7.806×10-5,其拟合效果均优于ELMAN神经网络.该方法能够更准确地反映鲜烟叶含水量的实际值,为选择最优烘烤模式和烘烤工艺提供了参考依据.     

一种基于反射光谱的烤烟鲜烟叶成熟度测定方法

为实现烤烟鲜烟叶成熟度的准确测定, 使用ASD Fieldspec FR2500光谱仪进行了5个不同成熟度烤烟鲜烟叶的可见/近红外(350～1 650 nm)光谱测定和分析, 研究了鲜烟叶成熟度的反射光谱特性, 建立了量化判别烟叶成熟度模型并作了验证. 结果表明: 不同成熟度鲜烟叶在可见光503～651 nm之间光谱差异极其显著. 通过逐步回归分析筛选出514 nm、 629 nm、 650 nm的反射率共3个主要预测因子的典则判别分析模型. 判别模型的准确率检验结果是训练样本为98%, 验证样本为97%. 基于高光谱的烟叶成熟度判别模型具有较好的稳健性. 使用光谱技术进行鲜烟叶成熟度判定是可行的.     

一种基于反射光谱的烤烟鲜烟叶成熟度测定方法

为实现烤烟鲜烟叶成熟度的准确测定,使用ASD Fieldspec FR2500光谱仪进行了5个不同成熟度烤烟鲜烟叶的可见/近红外（350~1 650 nm）光谱测定和分析,研究了鲜烟叶成熟度的反射光谱特性,建立了量化判别烟叶成熟度模型并作了验证.结果表明：不同成熟度鲜烟叶在可见光503~651 nm之间光谱差异极其显著.通过逐步回归分析筛选出514 nm、629 nm、650 nm的反射率共3个主要预测因子的典则判别分析模型.判别模型的准确率检验结果是训练样本为98%,验证样本为97%.基于高光谱的烟叶成熟度判别模型具有较好的稳健性.使用光谱技术进行鲜烟叶成熟度判定是可行的.     

基于高光谱成像技术的鲜烟叶叶位识别方法

为实现鲜烟叶叶位的快速无损识别,以不同着生部位烟叶为研究对象,应用高光谱成像技术,构建基于特征光谱的鲜烟叶叶位判别模型。首先,利用标准正态变换（SNV）、二阶导数（2ND）、SavitzkyGolay卷积平滑（SG）和多元散射校正（MSC）4种光谱预处理方法对烟叶原始高光谱数据进行处理,然后采用预处理后的全波段光谱数据和特征波段光谱数据,构建基于支持向量机（SVM）、偏最小二乘判别分析（PLS-DA）和反向传播神经网络（BPNN）的鲜烟叶叶位识别模型。结果表明：采用SG滤波预处理和BPNN所构建的模型识别效果最好,训练集和预测集的预测准确率分别为91.15%和90.63%。此外,利用竞争性自适应重加权算法（CARS）所筛选的特征波长所建立的BPNN模型最优,训练集和预测集的预测准确率达到了93.23%和92.19%。表明利用高光谱成像技术判别鲜烟叶所属部位是可行的,可以实现鲜烟叶所属部位快速、无损检测。     

烤烟烘烤特性评价及其指标筛选

【目的】筛选烤烟烘烤特性评价指标并对其进行综合评价。【方法】以K326、粤烟97、岩烟97、华烟06、华烟12、韶烟1号等6个烤烟品种(系)的中部烟叶,在南方三段式烘烤工艺下,采用相关分析、主成分分析和逐步回归分析方法,考察与烘烤特性相关的农艺性状、生理生化指标及产质量指标。【结果】烘烤指数与鲜烟自由水︰束缚水、叶绿素平均降解速率、前48 h叶绿素降解速率和前48 h类胡萝卜素降解速率呈极显著正相关;烘烤指数与鲜烟含水量和鲜干比呈显著正相关。【结论】叶绿素平均降解速率和前48 h类胡萝卜素降解速率是评价烟叶烘烤特性的关键指标,鲜烟含水量、鲜干比、前48 h叶绿素降解速率可作为评价烟叶烘烤特性的有效指标。     

不同成熟度烤烟鲜叶的高光谱响应及其判别分析

为量化判别烟叶成熟度,使用ASD Fieldspec FR2500光谱仪测定和分析了5个不同成熟度烤烟鲜烟叶的可见/近红外(350-1650 nm)光谱.结果表明:不同成熟度鲜烟叶在可见光503-651 nm之间光谱差异极其显著.通过逐步回归分析筛选出3个主要预测因子514、629、650 nm的反射率的典则判别分析模型.判别模型的准确率检验结果,训练样本为98%,验证样本为97%.基于高光谱的烟叶成熟度判别模型具有较好的稳健性.使用光谱技术进行鲜烟叶成熟度判定是可行的.     

基于色度学的密集烘烤过程中烟叶主要化学成分变化模型研究

【目的】建立烤烟烘烤过程中烟叶颜色参数与含水量和化学成分关系模型,以控制烟叶烘烤过程中的物质变化和水分散失,为优化密集烘烤工艺和提高烟叶质量特色提供参考。【方法】以烤烟NC89上部叶为试验材料,采用河南农业大学设计的电热式温湿度自控密集烤烟箱,按照烤烟"三段式烘烤工艺"进行烘烤,研究烘烤过程中烟叶亮度值(L)、红度值(a)、黄度值(b)、色相角(H°)、色泽比(H)、饱和度(C)和色差值(ΔE)的变化规律及其与烟叶主要化学成分和含水量的关系。【结果】烘烤过程中,烟叶正面与背面各颜色参数的变化规律基本一致,且各颜色参数均在开烤至42℃末时变化剧烈,42℃之后变化幅度减小。相关分析表明,烘烤过程中烟叶内的主要化学成分与各颜色参数之间具有良好的相关性,其中叶绿素、类胡萝卜素、淀粉和蛋白质含量与各颜色参数间相关性较好,且大部分呈显著或极显著相关,而类胡萝卜素/叶绿素、含水量与其相关性略差。烘烤过程中烟叶叶绿素、类胡萝卜素、淀粉和蛋白质含量预测的平均相对误差分别为8.67%,8.71%,8.27%和1.47%,各模型预测精度均较高,而类胡萝卜素/叶绿素和含水量模型预测精度略差。【结论】通过色差计量化分析密集烘烤过程中的烟叶颜色参数,可以快速、准确预测烟叶主要化学成分的变化,实现烟叶烘烤过程中化学成分的实时监测。     

机器视觉技术在初烤烟质量预测中的应用

为探究机器视觉技术在初烤烟质量预测中的应用效果,以红花大金元品种的中、上部烟叶为供试材料,通过分析不同成熟度烟叶色度学指标值、SPAD值和感官质量得分可知:中、上部鲜烟叶3个色度学指标值和SPAD值均呈下降趋势,烤后烟叶色度学指标中,中部叶的L值和a*值,上部叶的L值、a*值和b*值在不同处理间达到显著水平,其中L值和b*值达到极显著水平。机器视觉能够分辨不同成熟度的鲜烟叶颜色和烤后烟叶颜色差别,所测值能够用于烟叶质量的预测。     

机器视觉技术在初烤烟质量预测中的应用

为探究机器视觉技术在初烤烟质量预测中的应用效果,以红花大金元品种的中、上部烟叶为供试材料,通过分析不同成熟度烟叶色度学指标值、SPAD值和感官质量得分可知:中、上部鲜烟叶3个色度学指标值和SPAD值均呈下降趋势,烤后烟叶色度学指标中,中部叶的L值和a*值,上部叶的L值、a*值和b*值在不同处理间达到显著水平,其中L值和b*值达到极显著水平。机器视觉能够分辨不同成熟度的鲜烟叶颜色和烤后烟叶颜色差别,所测值能够用于烟叶质量的预测。     

Elman反馈型神经网络模型在灌溉用水量预测中的应用

灌溉用水量的预测对灌区的灌溉管理起着重要的作用。运用神经网络中Elman反馈型神经网络建立了灌溉用水量预测模型,模型输入层神经元数目为4,输出层神经元数目为1,隐含层神经元数目确定采用试验法,最终确定为10。预测结果表明:该方法与传统的预测方法相比,具有网络稳定性高,训练误差曲线比较平滑,模型预报精度较高等优点。     

基于熵权的年降雨量预报优化组合模型研究

鉴于单一预测模型在建模时预测值比实际值存在较大偏差问题,为了提高预测精度,在此首先采用自回归综合移动平均ARIMA模型（简称A模型）、Elman神经网络模型（简称B模型）、小波网络分析模型（简称C模型）、灰色系统GM（1,1）模型（简称D模型）,利用广西田东县1990～ 2007年的年降雨量分别进行了模拟计算,然后在各单一模型预测（拟合）的年降雨量偏差值基础上,应用熵权法对4种模型的偏差值进行客观赋权后优化组合,并根据最优组合结果,选用A、B、C单一模型和最优选的A-B-C优化组合模型对广西田东县2008～ 2010年的年降雨量进行预测对比.结果表明,A、B、C和A-B-C模型得到的均方根误差RMSE和模型效率EF分别为0.018、0.015、0.017、0.013和0.817、0.877、0.843、0.897,优化组合模型的预测精度和拟合度比单一模型的结果得到了提高和改善,该组合方法提高了年降水量的预测精度,为诸如广西田东县以雨养农业为主的区域农业干旱预报提供了新的方法和依据.     

土壤水分预测的BP神经网络方法及模型

土壤水分预报是农田适时适量灌水的基础。田间土壤水分的变化受到外界气象因素及土壤特性、作物生长的影响,关系比较复杂。笔者利用多年实测土壤水分资料和气象资料,建立了考虑多个因素对土壤水分影响的BP人工神经网络模型。模型结果表明:所建立的模型具有较好的预测效果;用神经网络建立土壤水分预测模型的方法是可行的。     

木材干燥过程的Elman神经网络模型研究

[目的]研究木材干燥过程的Elman神经网络模型。[方法]在人工神经网络理论的基础上,选用Elman神经网络建立木材干燥过程模型。针对木材干燥过程的特点,Elman神经网络利用木材干燥过程材堆的温度、湿度以及对应的木材含水率建立模型。[结果]通过实际干燥过程数据对模型的准确度进行验证,结果表明Elman神经网络利用少量数据就可以建立模型,并且模型预测精度高,对数据的联想记忆和优化能力强。[结论]Elman神经网络建立的木材干燥过程模型准确,对于提高木材干燥过程的控制水平具有重要研究意义。     

基于高光谱的荒漠植物含水率预测模型

[目的]根据实地测定的荒漠植物高光谱和含水率,建立其含水率预测模型,为遥感生态监测和荒漠生境评价提供依据.[方法]实地测定了17种荒漠植物光谱反射率,使用烘干法测定其含水率,对荒漠植物的含水率和反射光谱进行相关分析.[结果]1405-1534 nn波段是荒漠植物含水率的敏感波段.引人吸收深度为参量,分别以978-1030,1405-1534 mn波段水分吸收深度建立荒漠植物含水率线性预测模型,其决定系数分别为R2＝0.696和R2＝0.928.根据模型计算荒漠植物含水率与真值的误差分别在-16.84;-12.01;和-1.86;-2.84;,[结论]以1405-1534 nm波段水分吸收深度建立荒漠植物含水率线性预测模型可以较准确的反映荒漠植物的含水率.     

皖南烟叶生产农用天气预报服务研究

[目的]研究皖南烟叶生产农用天气预报服务。[方法]宣城市农业气象试验站根据皖南烟叶田间管理规程确定的农事活动,通过皖南烟叶生产与天气关系研究,分析农用天气预报的内容及实际需求。[结果]总结归纳出7种主要预报对象,分别是大棚防雪灾预报、适宜移栽期预报、病虫害防治预报、清沟排渍预报、灌溉预报、排涝及适宜收获期预报;提出用皖南烟叶生长天气关系模型制作农用天气预报预报,并编制了皖南烟叶田间生产周年气象服务方案,通过掌握烟叶生产布局和追踪烟叶生长动态,及时开展服务,提出保障烟叶优质生产可行的农事措施。[结论]该研究为皖南烟叶优质适产提供了农业气象科技支撑。     

平移喷灌机变量灌溉决策支持系统研究

依据农田内土壤含水量的差异性,有针对性地进行变量灌溉,既可节约用水又可提高经济效益。该变量灌溉决策支持系统由不同采样点实测量土壤含水量,利用土壤水分预报模型,可预测田块实时的土壤含水量,然后与作物的轻旱指标、重旱指标比较可决定是否灌溉。灌溉量可以根据耗水—产量模型,通过经济效益分析来决定,进而可生成冬小麦的灌溉处方图,用以指挥喷灌机的运行。系统利用GIS组件MapObjects在VC 平台上开发,可以实现地块信息的查询、数据存储、管理和分析等功能。     

基于Elman网络的地面太阳总辐射估算方法

通过建立地面太阳总辐射的Elman网络估算模型,利用北京市1971～1995年的气象数据训练网络,并对1996～2000年的数据进行估算。对比分析结果表明,基于Elman网络的地面太阳总辐射估算方法具有较高的精度。     

基于人工神经网络的土壤含水量预报模型

土壤水分含量是影响作物生长的重要因素,精确预测技术对水资源的合理利用与管理具有重要的指导意义。土壤水分运动是一个复杂的时间序列系统,其变化与区域气候条件和生态环境密切相关,具有明显的随机性波动。利用人工神经网络的方法对河南驻马店地区的土壤含水量进行预报,利用表层土壤含水量资料计算了一些与深层土壤含水量相关的预报因子,用以建立驻马店地区深层土壤含水量的神经网络预报模型,并应用独立样本进行了初步的模拟预报检验。结果表明,预报模型取得了令人满意的效果,应用神经网络的方法预报深层土壤含水量是可行的。     

湖南烟草赤星病发生测报技术研究

通过在湖南主产烟区5点16年次以上系统调查,发现赤星病季节流行呈逻辑斯蒂曲线增长,发病程度年间波动大,分析了发病轻重与环境因子的关系,提出用发生型法及积温法预测赤星病发生期,用孢子捕捉法及多元相关法预测发生程度。