基于赤池信息量准则的冬小麦叶面积指数估算

冬小麦叶面积指数(LAI)是重要的农学参数之一,对冬小麦长势分析、产量预测具有重要意义。使用2008/2009年在中国北京市通州区和顺义区获取的整个生育期冬小麦叶面积指数和对应的光谱数据,将相关系数(|r|)-赤池信息量准则(AIC)、灰色关联分析(GRA)-AIC、变量投影重要性(VIP)-AIC、VIP-预测残差平方和(PRESS)系数分别与偏最小二乘法(PLS)进行整合,提出利用AIC择优构建冬小麦LAI估算模型,并与传统PRESS方法构建的冬小麦LAI模型进行比较。结果表明:|r|-PLS-AIC、GRA-PLS-AIC、VIP-PLS-AIC、VIP-PLS-PRESS建模的R2分别为0.72、0.67、0.73和0.70,VIP-PLS-AIC比|r|-PLS-AIC、GRA-PLS-AIC和VIP-PLS-PRESS有更好的冬小麦LAI预测能力。考虑到冬小麦LAI的时域特性,将2009/2010年相关数据引入模型中,评价模型对不同年际的冬小麦估测能力。研究表明VIP-PLS-AIC(RMSE为0.81)较|r|-PLS-AIC(RMSE为0.87)、GRA-PLS-AIC(RMSE为0.96)和VIPPLS-PRESS(RMSE为0.83)有更高的精度。将AIC作为冬小麦LAI最优估测模型筛选条件不仅能获得同年LAI的最优估算模型,而且适用于不同年际的冬小麦LAI探测研究。     

基于上轮农用地分等的耕地质量评价研究

基于上轮农用地分等成果,采用面积权重法、空间聚类和局部自相关分析等方法,从分等因素指标值获取、系数等值区划分、质量异常图斑检查3个方面对新一轮耕地质量评价进行研究.以武汉市汉南区为例,基于上轮分等成果进行新一轮耕地质量评价.结果表明:①依据分等因素时间变异程度,采用不同的方法可科学高效地获取新一轮耕地分等因素指标值.②结合系数和空间位置的等值区聚类结果连片性更好,更符合实际情况.③运用局部Moran'sI自相关指数可有效的探测出质量异常图斑.该研究对进行新一轮耕地质量评价,实现耕地数质一体化管理具有重要意义.     

基于图像分割的玉米粒数高通量估算方法

设计了一种高通量玉米粒计数的方法,首先针对玉米穗分割对边界进行跟踪,根据方向变化幅度寻找"凹点",然后根据边界的方向对"凹点"两两连接进行图像分割;其次提出了改进的支持向量机分类算法的玉米粒识别,除了颜色信息外还将图像中的梯度信息加入分类的自变量中,避免了玉米粒的连通现象;最后通过面积对玉米粒粒数进行估算。结果表明,该方法精确度较高,准确率达到了96.4%;实现了高通量处理,解决了随机摆放的玉米穗粘连分割与高通量条件下图像模糊玉米子粒难以识别的问题。     

基于多时相GF-1遥感影像的作物分类提取

为了提高遥感影像数据对作物分类提取的精度,更多地反映作物的空间分布结构和物候差异,以黑龙江农垦赵光农场为研究对象,提出一种基于分区与决策树分层分类相结合的作物遥感分类方法,利用2014年高分一号卫星(GF-1)WFV遥感影像数据(4景)开展主要作物的识别分类提取。首先,结合实地调查与影像光谱特征信息的总体分布,将研究区分割成3个子区域(西南区、北部区和东南区);其次,基于多时相遥感影像序列,分析主要作物的反射光谱和植被指数的时序变化特征,构建基于决策树分层分类的主要作物遥感分类模型,成功提取了赵光农场主要作物的空间种植信息。结果表明,2种分类方法的精度都很高,总体精度均在97.00%以上,Kappa系数均在0.900 0以上。分区分类更优于整幅图像非分区分类,总体精度达到98.10%,Kappa系数达到0.960 7;非分区分类总体精度为97.50%,Kappa系数为0.948 3。研究表明,基于分区与决策树分类法相结合的作物分类结果精度,明显优于不使用分区分类的结果。由分区与决策树分层相结合的分类方法能够有效提高黑龙江垦区主要种植作物分类的准确性和精度。     

皮棉中地膜的高光谱图像分割方法

混入棉花中的地膜大部分是透明的或者颜色与棉花相近,使用传统的视觉检测方法很难对其进行检测。针对此问题,采集了地膜的高光谱图像,结合光谱分析与图像处理技术,提出一种地膜的高光谱图像分割方法。首先提取地膜的平均光谱数据,经过去除噪声波段、多项式卷积平滑(Savitzky-Golay,SG)、标准正态变量(standard normal variate,SNV)变换等操作后,使用偏最小二乘回归(partial least squares regression,PLSR)分析方法优选出4个最优波段,分别为560.3、673.9、716.9和798.8 nm;然后提取出4个波段对应的图像,分别进行两次图像融合,并对融合后的图像进行阈值分割、中值滤波操作;最后对处理后的图像再次进行图像融合,并移除小目标得到最终结果。为验证该方法,采用面积交迭度(area overlap measure,AOM)、误分率(misclassified error,ME)和识别率(recognition accuracy)对分割结果进行客观评价分析,结果表明该方法能较好地完成对地膜图像的分割,可为后续的地膜特征提取和自动识别打下良好的基础。     

风扇组对气流速度场影响的CFD仿真及验证

针对密植苹果园农药喷施不均匀、药液难以进入冠层内部的问题,结合密植苹果园的种植特点,提出了一种组合风扇的风送式喷雾结构,并通过CFD模拟探究该组合风扇出风口速度和倾角对气流速度场的影响规律。结果表明:随着组合风扇入口气流速度的增大,风送距离随之增大,但气流场分布特性基本一致;随着上下位风扇倾角的增大,3个风扇的相互影响越来越明显,3个风扇气流场的交汇扩大了组合风扇气流场的作用范围,侧位风扇倾角越大,X轴正向气流速度越大且越容易穿入厚厚的冠层内部;在入口风速为9m/s时,上下位风扇最佳倾角为35°～50°,侧位风扇倾角可根据果园植株幅宽特性进行调整;舍去两端误差较大的采样点,各倾角下采样点的相对误差基本分布在11. 00%～30. 00%之间,标准差介于0. 50～7. 50之间,模拟值与实验值的符合性较好。在距风扇安装位置0. 5～1. 5m之间的垂面上,气流场分布总体趋势为:中部流速最大,由中部向两侧逐渐递减。     

农产品安全溯源物联网体系分析

为缓解农产品安全问题,综合分析了农产品安全监管与信息服务现状和国内外研究进展,并结合调查分析,制定农产品安全溯源物联网管理体系,涉及农产品全过程的数据采集、汇总、统计分析和监管查询等溯源管理,有助于实现农产品质量追溯到源头,使市民吃到放心菜,提升现代农民收入水平和改善居民安全农产品的消费现状。     

基于Variance–SFFS的小麦叶部病害图像识别

利用中值滤波结合k均值聚类的方法分割出小麦白粉病、条锈病和叶锈病叶部病斑,分别采用颜色矩和灰度共生矩阵的方法提取病斑的颜色特征和纹理特征参数,设计了一种基于Variance算法初选与序列浮动前向选择搜索算法(SFFS)相结合的特征选择方法,选择出优良的特征子集,实现对小麦3种叶部病害的识别。试验以SVM为分类器,利用特征选择方法获得的特征子集识别准确率为99%,与采用主成分分析(PCA)方法进行特征降维获得的子集的识别准确率比较,能有效降低特征维度,提高识别准确率。     

基于改进三次B样条曲线的奶牛点云缺失区域修复方法

奶牛三维点云包含的尺寸和体型等信息对奶牛体型评价、尺寸测量和健康评定等具有重要意义。在奶牛活动场和挤奶间栏杆通道获取奶牛点云时,由于栏杆遮挡导致获取的点云缺失区域较大,严重影响奶牛三维建模精度。为了修复缺失的大区域点云,提出一种基于三次B样条曲线的奶牛点云缺失区域修复方法。该方法先对Kinect v2传感器获取的奶牛点云进行预处理,去除周围环境背景,然后沿点云坐标系x轴方向对提取的奶牛点云进行切片投影处理,对每个切片点列中间距较大的相邻点进行补点,再用三次B样条曲线进行拟合。在试验分析补点操作中参数h和L较优取值的基础上,对45头荷斯坦奶牛共225帧点云进行修复试验。结果表明,所提方法比三次B样条方法修复得到的点云均匀性和逼近性能更好,平均帧逼近误差降低了26.7%,为大面积点云缺失修复提供了有效方法。