基于LabVIEW的小麦生物量检测系统

为了快速、无损地测量小麦生物量,根据小麦茎秆的力学特性,设计了一种基于LabVIEW的小麦生物量检测系统。以压力传感器为测量元件,以阿尔泰DAM—3056AH为高速采集模块,获取的小麦受推杆作用产生的回弹力信号由LabVIEW测量系统完成数据的实时采集、显示和保存。利用该检测系统在田间进行小麦生物量检测试验,以验证系统的性能。试验结果表明不同品种的小麦茎秆回弹力具有明显的差异,小麦茎秆回弹力与生物量（鲜质量）具有一定的相关性,采用线性回归法建立两者之间的回归模型,模型的决定系数R2达到0.7127。结果表明基于力学原理进行小麦生物量检测是可行的。     

基于近红外的小麦植株含水率检测方法

针对小麦植株含水率快速检测需求，提出了一种基于近红外的小麦植株含水率检测方法。利用不同波长近红外感光元件组成的探测器研发了小麦植株含水率无损快速检测装置，利用该检测装置对采集的多组样品进行了测量，通过均值滤波与参考实时校正方法得到了小麦植株的近红外反射强度。基于测量数据，分别采用多元线性回归、多元逐步回归、偏最小二乘以及最小二乘支持向量机建立了含水率检测模型。结果表明，基于最小二乘支持向量机建立的模型效果最优，校正集决定系数R2达到0.9742。利用建立的检测模型对另一批样品进行含水率检测试验，结果表明：小麦植株含水率真实值与预测值的决定系数R2为0.9337，预测集均方根误差均小于等于3.00%。研究结果为小麦植株含水率无损快速检测提供了一种有效的方法与装置，能够满足联合收获机在作业现场对小麦植株含水率快速调整作业参数的需求。     

偏振光谱在枣叶无损检测中的应用

红枣通过光谱无损检测技术可以快速预测红枣水分、糖分等参量,而将偏振光谱技术应用于红枣叶片的无损检测可以快速对枣叶的水分、叶绿素进行预测,进而预测枣树的生长状态。利用近红外偏振光谱技术对南疆红枣叶片含水量和叶绿素含量进行无损检测,分别选用偏最小二乘法(PLS)和主成分回归分析法(PCR)的化学计量学方法建立红枣叶片校正模型,光谱数据预处理分别选择原始光谱、一阶导数光谱、SG平滑。预测含水率使用0度偏振片和PLS方法效果最好,其校正相关系数(Rc)、校正标准偏差(RMSEC)、预测均方差(RMSEP)分别为0.94222、0.00845、0.00826,预测叶绿素使用0度偏振片和PCR方法效果最好,其Rc、RMSEC、RMSEP分别为0.53646、3.49、4.25。通过试验结果可以看出偏振片为0度时的预测效果最好,且PLS对含水率预测效果更好,PCR对叶绿素预测效果更好。     

基于地基LiDAR高度指标的小麦生物量监测研究

为探讨Li DAR监测作物生物量的可行性和方法,以小麦为研究对象,通过田间试验获取关键生育期的小麦Li DAR点云高度指标和地上部生物量,基于幂函数回归与支持向量回归、利用十折交叉验证法分别进行特征选择和模型构建,选取各算法最优的全生育期小麦地上部生物量监测模型,并在测试集上对模型的预测能力进行检验与比较。结果表明:利用H95和生育期特征所构建的全生育期支持向量回归模型精度最高,训练集上决定系数R2达到0. 814,测试集结果(R2=0. 821,RMSE为1. 730 t/hm2,RRMSE为32. 77%)表明,模型具有较好的准确性;利用Hmean所构建的全生育期幂函数回归模型决定系数R2达到0. 809,测试集结果(R2=0. 815,RMSE为1. 760 t/hm2,RRMSE为33. 33%)也表明模型具有较好的准确性;高度指标估测小麦生物量具有先天局限性,所构建模型较适宜于监测小麦地上部生物量小于10 t/hm2的情况,在超过10 t/hm2的样本集上,95%的模型预测值被低估,RMSE呈指数增长;生育期特征有利于提升监测模型预测精度。     

基于深度信念网络的多品种水稻生物量无损检测

提出了基于深度信念网络的多品种生殖生育期水稻生物量无损检测方法。对在正常生长及干旱胁迫两个不同环境下的483个水稻品种,分别于胁迫前、胁迫后和复水后3个时间点进行图像采集。利用HSL颜色空间固定阈值分割法分割图像,并对处理后的图像进行特征提取,共提取57个特征值。对数据进行归一化处理后,构建基于深度信念网络的水稻生物量模型,根据决定系数R2、平均相对误差（MAPE）及相对误差绝对值的标准差（SAPE）选择最优模型,并与逐步线性回归模型进行比较。结果表明,基于深度信念网络的生物量测量模型性能更优,R2为0.9299,MAPE为11.19%,SAPE为18.36%。本研究提供了一种精度高且适用于多品种、不同生殖生育期、不同生长环境的水稻生物量无损检测模型,为水稻研究提供了新的测量工具。     

基于图像处理技术的水稻株型参数测量算法

模型模拟法是简便可行的作物生物量无损检测方法之一。其中,作物株高、植株投影面积等株型参数的无损测量对该方法的应用具有重要意义。为此,以水稻为研究对象,以植株图像的株高和投影面积等参数为测定指标,研究了基于图像处理技术的无损测量方法。在自然条件下获取水稻植株图像,利用超绿色法对彩色图像进行灰度转换,采用中值滤波方法对图像进行降噪处理,应用最大类间方差法实现了植株特征像素的提取。该算法为快速、无损测量作物的图像株型参数提供了有效手段,为作物生物量的无损检测奠定了理论基础。     

不同预处理对近红外光谱检测脐橙VC含量的影响

为了研究适合近红外光谱无损检测脐橙VC含量的光谱预处理方法,比较了11种光谱预处理方法对偏最小二乘法(PLS)建模预测效果的影响。结果表明,小波消噪效果最好,模型预测值与标准值的相关系数R达到0.9574,交叉验证预测均方差仅为3.90,最优光谱波段为7501.7~5449.8cm-1,主成分数为8。小波消噪是脐橙VC含量近红外光谱无损检测的有效光谱预处理方法。     

玉米叶片净光合速率快速检测方法研究

玉米叶片的净光合速率可以用来表征植物生物量的积累和营养盈亏等健康状态,为探求玉米叶片净光合速率的快速无损检测方法,利用叶绿素荧光光谱分析技术对拔节期玉米叶片净光合速率进行检测。实验选取了吉林省典型种植品种先玉335作为研究对象,通过对80组数据的无量纲化处理和标准化处理,降低光谱噪声引起的样本差异,分析不同光谱波段与叶片净光合速率的相关性,确定500~550nm、675~715nm、715~745nm等3组波段作为光谱检测样本。选择675~715nm波段作为光谱波段的典型参数预测玉米叶片的净光合速率,得出两者之间存在显著线性关系,其决定系数R^2=0.7 9 2 4,表明以6 7 5~7 1 5 nm波段预测玉米叶片的净光合速率是可行的。对回归模型进行验证,得到预测值与真实值之间的决定系数R^2=0.7 9 2 1,表明此回归模型对拔节期玉米叶片净光合速率具有良好预测能力,为植物生理信息快速无损检测提供了新的方法。     

大豆含水率快速无损检测方法的研究

提出了应用大豆电特性进行含水量快速无损检测的方法,分析了环境温度、激励频率和介质密度等对测量精度的影响。通过建立人工神经网络模型,对实验数据进行学习、建模和预测．综合分析各种影响因素对含水率测量的影响。结果表明．结合人工神经网络模型．大豆含水量测量的绝对误差平均值可达0．01502．具有较高的检测精度,为大豆的快速无损检测提供了一种新方法。     

近红外光谱技术在水果内部品质无损检测中的应用

针对近红外光谱分析技术在水果内部品质无损检测的应用问题，简单介绍了近红外光谱的基本原理；描述了国内外近红外光谱分析技术无损检测水果内部品质的最新研究进展；并指出当今国内外研究中存在的问题和今后进一步的研究设想。     

声波物理技术在农业生产中的应用

阐述了声波物理技术在灌溉水肥测量、瓜果无损检测以及仓储虫鼠害检测等领域的应用原理与应用形式，并针对该技术在各领域应用过程中出现的问题与今后发展的方向提出了部分见解。      

近地遥感技术在大田作物株高测量中的研究现状与展望

株高是动态衡量作物健康和整体生长状况的关键指标,广泛用于估测作物的生物学产量和最终籽粒产量。传统的人工测量方式存在规模小、效率低以及耗时长等问题。近十年来,近地遥感技术在农业领域发展迅速,使得高精度、高频次、高效率的作物株高采集成为可能。本文首先回顾了国内外基于遥感手段获取株高研究的论文发表情况;其次对获取株高的不同平台以及传感器的基本原理、优势及其局限性进行了介绍和评述,重点论述了激光雷达和可见光相机两种传感器的测高流程与涉及的关键技术;在此基础上归纳了株高在作物生物量估算、倒伏监测、产量预测和辅助育种等方面的应用研究进展;最后对近地遥感技术在株高获取上存在的问题进行讨论分析,并从测高平台和传感器、裸土探测和插值算法、株高应用研究及农学与遥感测高差异四个方向进行了展望,可为今后近地遥感测高的研究与方法应用提供参考。     

信息农机农艺技术融合的小麦智慧生产模式研究

为研究智慧农业发展模式与实现途径,本研究设计了小麦产前、产中和产后各生产阶段信息技术与农机农艺融合的基本框架,即产前利用精准导航和激光平地技术实现对土地精准规范化作业,利用空间插值技术和变量施肥技术实现精准化播种与施肥;产中利用物联网和图像处理技术开展营养诊断服务;产后运用传感器技术开展产量实时预测服务。完成并实现了普通农机装备的智能化改造和与农业生产相适应的播种收获装备的研发;研究了具有高效利用光热资源、提高产量和绿色发展的小麦生产优化种植模式;研发了与小麦产前品种播期播量选择和施肥推荐、产中苗情营养诊断、产后产量实时测报等相关系统,并在河南省进行了试验。试验结果表明,采用信息技术与农机农艺融合方案可使小麦增产18.4%,增加产投比16.7%和8.1%,表明信息技术与农机农艺融合的小麦智慧化生产模式是有效的、可行的。     

基于无人机影像技术的小麦长势遥感监测

随着精准农业的发展,农作物长势监测越来越重要。传统的小麦长势监测主要依靠人工采样进行,作业效率低、监测范围小、耗费人力物力大。为有效提高小麦长势监测效率,引入无人机影像技术,以曹妃甸地区的小麦为研究对象,利用无人机影像技术和高光谱影像采集传感器完成对曹妃甸地区小麦叶面积指数、叶片生物量、叶绿素含量及叶片氮含量等长势参数的测定,构建小麦长势参数的PLSR模型,并采用决定系数(R²)和均方根误差(RMSE)对PLSR模型进行综合评价和验证。最后,比对小麦长势参数CGMI的实测值和小麦长势参数PLSR模型的预测值,结果表明:基于无人机影像技术的小麦长势遥感监测具有较高的监测精度,对实现精细农业、提高农业生产效率具有十分重要的现实意义。     

稻麦繁育收获机研究现状及展望

以稻麦繁育试验收获环节现状为引，介绍了目前国内外稻麦种子繁育收获环节技术装备现状，对比分析国内外技术装备差异。结合现有机械的作业效果及已有研究基础，探讨稻麦繁育收获环节的最佳方式及关键技术装备，提出稻麦繁育收获机发展方向。      

反射式叶片叶绿素含量检测仪的优化与试验

针对现有反射式仪器的输出值易受检测距离影响，且仪器在不同波长下的检测区不同而导致检测值出现偏差的问题，该文优化了现有仪器的输出参数，并提出多波长检测光路的设计方案，以此开发了一款反射式叶片叶绿素含量检测仪。试验结果表明，在不同光照条件下，仪器输出电压的最大波动率为0.95%，在不同检测距离下，仪器输出参数的最大波动率为1.13%，最佳检测模型的均方根误差为0.105 6 mg/g，表明仪器能够适应环境光和检测距离的变化，检测效果较好，可为田间作物的差异化分析提供支持。      

新型环保缓释肥料对小麦的应用效果

为考察氮素利用率、缓释肥使用技术及肥料价值，以小麦为试验对象，探讨新型缓释肥对作物的影响。结果表明，新型缓释肥在应用后，氮素的利用率进一步提升，农作物的品质提升，并降低氮素淋溶损失及对环境产生的污染，该肥料具有良好的使用效果。在小麦产量、蛋白质含量对比试验发现，使用新型环保型缓释肥后小麦质量更佳。与传统施肥方式相比，新型环保缓释肥对小麦不同生长期的影响效果效果更佳，在满足产量需求的同时，保证社会效益及经济效益。      

基于IBAS-BP算法的冬小麦根系土壤含水率预测模型

为在节水灌溉系统中精确测量和预测根系土壤含水率,将传统天牛须算法每次迭代过程中的一只天牛改进为一个天牛种群,建立了基于改进天牛须搜索算法优化的IBAS BP预测模型,并利用实测浅层土壤含水率数据,对深度50 cm冬小麦根系土壤含水率进行预测。结果表明,与PSO BP预测模型、GA BP预测模型以及原始BAS BP模型相比,IBAS BP模型可准确预测冬小麦根系土壤含水率,有效避免了网络陷入局部极小值的可能性,且相对误差均值仅为0.0045。     

基于X射线成像与卷积神经网络的核桃内部品质检测

针对目前我国核桃内部品质混杂、不易检测等问题,提出利用X射线成像技术结合卷积神经网络对核桃内部品质进行快速检测.对获取的核桃X射线图像进行预处理和数据扩充,采用GoogLeNet、ResNet 101、MobileNet v2和VGG 19共4种迁移学习模型构建卷积神经网络,对核桃数据集进行训练.通过预测集准确率、预测...     

基于小波能量系数和叶面积指数的冬小麦生物量估算

生物量是评价作物长势及产量估算的重要指标,科学、快速、准确地获取生物量信息,对于监测冬小麦生长状况以及产量预测等具有重要意义。以冬小麦为研究对象,通过相关性分析,选取相关性较好的小波能量系数,同时耦合叶面积指数,基于支持向量回归算法、随机森林算法、高斯过程回归3种算法构建冬小麦生物量估算模型。结果显示,基于小波能量系数,分别利用支持向量回归算法、随机森林算法、高斯过程回归进行生物量估算,4个生育期的验证R2分别是0.55、0.40、0.39;0.75、0.70、0.83;0.84、0.92、0.93;0.84、0.89、0.85。表明高斯过程回归模型估算精度最优。叶面积指数耦合小波能量系数,利用支持向量回归算法、随机森林回归算法、高斯过程回归进行生物量估算,4个生育期的验证R2分别是0.76、0.73、0.77;0.76、0.72、0.84;0.87、0.94、0.94;0.85、0.90、0.91。表明高斯过程回归算法估算精度最优,并且在一定程度上能够克服冠层光谱饱和现象,提高模型估算精度。以小波能量系数和叶面积指数为输入变量结合高斯过程回归算法建立冬小麦生物量估算模型,可以提高生物量估算精度,为基于遥感技术的作物参数快速估算提供参考。