Detection of common defects on oranges using hyperspectral reflectance imaging

To detect various common defects on oranges, a hyperspectral imaging system has been built for acquiring reflectance images from orange samples in the spectral region between 400 and 1000 nm. Oranges with insect damage, wind scarring, thrips scarring, scale infestation, canker spot, copper burn, phytotoxicity, heterochromatic stripe, and normal surface were studied. Hyperspectral images of samples were evaluated using principal component analysis (PCA) with the goal of selecting several wavelengths that could potentially be used in an in-line multispectral imaging system. The third principal component images using six wavelengths (630, 691, 769, 786, 810 and 875 nm) in the visible spectral (VIS) and near-infrared (NIR) regions, or the second principal component images using two wavelengths (691 and 769 nm) in VIS region gave better identification results under investigation. However, the stem-ends were easily confused with defective areas. In order to solve this problem, representative regions of interest (ROIs) reflectance spectra of samples with different types of skin conditions were visually analyzed. The researches revealed that a two-band ratio (R875/R691) image could be used to differentiate stem-ends from defects effectively. Finally, the detection algorithm of defects was developed based on PCA and band ratio coupled with a simple thresholding method. For the investigated independent test samples, accuracies of 91.5% and 93.7% with no false positives were achieved for both sets of selected wavelengths using proposed method, respectively. The disadvantage of this algorithm is that it could not discriminate between different types of defects.     

诗情画意的中国古典园林与现代景观的意境营造

就中国古典园林诗情画意的特质,从空间序列、园林布局、叠山理水、植物配置、建筑营造方面,结合古典园林中的各个要素展现了其无处不在的诗情画意。强调了古典园林诗情画意的文化特性使其与中国传统的诗文绘画有着密切的关系,并使其与诗文绘画一样讲究写意,追求意境。分析了意境的内涵特征,即互生性、虚实性、关联性,介绍了中国古典园林写实与写意、造景与借景、移情与象征的意境营造手法。在此基础上,探讨了现代景观设计中意境营造的要点,强调应注重对环境、体验、经验、手法的理解,以通过更广泛的途径来展示空间场所感,营造空间意境美。     

Detection of Thrips Defect on Green-Peel Citrus Using Hyperspectral Imaging Technology Combining PCA and B-Spline Lighting Correction Method

In order to find an effective method of detecting thrips defect on green-peel citrus, a defect segmentation method was developed using a single threshold value based on combination of characteristic wavelengths principal component analysis （PCA） and B-spline lighting correction method in this study. At first, four characteristic wavelengths （523, 587, 700 and 768 nm） were obtained using PCA of Vis-NIR （visible and near-infrared） bands and analysis of weighting coefficients; secondarily, PCA was performed using characteristic wavelengths and the second principal component （PC2） was selected to classify images; then, B-spline lighting correction method was proposed to overcome the influence of lighting non-uniform on citrus when thrips defect was segmented; finally, thrips defect on citrus was extracted by global threshold segmentation and morphological image processing. The experimental results show that thrips defect in citrus can be detected with an accuracy of 96.5% by characteristic wavelengths PCA and B-spline lighting correction method. This study shows that thrips defect on green-peel citrus can be effectively identified using hyperspectral imaging technology.     

冬小麦返青期主要生长指标的HJ-1A/1B遥感影像监测

为进一步深化作物长势遥感监测机理与方法,给大田管理及时提供信息与技术,结合2011-2013年定点观测试验,以HJ-1A/1B数据为遥感影像源,研究了返青期冬小麦主要生长指标、籽粒品质参数和产量间及其与遥感变量间的定量关系,分别构建及评价基于HJ-1A/1B影像遥感变量的返青期叶面积指数、生物量、SPAD值和叶片含氮量监测模型。结果表明,返青期,归一化植被指数（NDVI）、比值植被指数（RVI）、蓝光波段反射率（B₁）和RVI可分别作为监测冬小麦叶面积指数、生物量、SPAD和叶片含氮量的敏感遥感变量,所构建的遥感监测模型可靠且精度较高,模型的决定系数（R²）分别为0.62、0.56、0.46和0.58,均方根误差（RMSE）分别为0.42、452.3 kg·hm^-2、4.39和0.54%。同时,对冬小麦不同等级主要生长指标进行遥感监测并制图,量化表达了主要生长指标区域空间分布。     

植物检疫中无损检测技术进展与应用

随着全球经济的一体化进展,植物产品的国际贸易及人员交流越来越广泛,有害生物的跨国传播风险日益增大。同时,随着植物产品绿色通道的全线开通,如何缓解国际贸易快速通关与国境疫情防控之间的矛盾,满足对外检验检疫中“检得出、检得准、检得快”的要求,已成为检验检疫部门一个迫切需要解决的课题。传统的检验检疫方法存在难以实现无损、快速、在线检测的缺点,因此研究快速、高效、无损的植物检疫技术,实现植物检疫的自动实时检测,对推动经济的健康、持续发展,提高产品交易价格,具有十分重要的现实意义。本文从植物及其产品的虫害、病害方面综述了植物检验检疫中的声测法、X 射线、机器视觉、近红外光谱分析以及高光谱图像等无损检测技术的原理和应用研究,并对其中的优缺点加以分析。在此基础上,对无损技术的检测应用前景进行了展望,指出未来植物检疫的重要手段和发展方向。     

用PLS算法由HJ-1A/1B遥感影像估测区域冬小麦理论产量

【目的】作物遥感估产是遥感技术在农业生产中研究与应用的重点领域,能够向大田区域生产提供及时可靠的产量信息,准确地估测作物产量,对于确保国家粮食安全,制定社会发展规划,指导和调控宏观种植业结构调整,提高涉农企业与农民的经营管理水平具有重要意义,为进一步提高遥感估产精度,显示国产影像在农业估产中的应用效果。通过筛选冬小麦理论产量的敏感遥感变量,构建基于国产影像的理论产量遥感估测模型,实现区域冬小麦理论产量遥感估测,为及时了解不同生态区域冬小麦产量丰欠变化趋势提供参考。【方法】以2010年4月26日、2011年4月28日、2012年4月28日和2013年5月2日冬小麦开花期四景HJ-1A/1B影像为遥感数据,提取出13个遥感变量,以江苏省泰兴、姜堰、仪征、兴化、大丰5县作为试验采样区,于各实验区选取具有代表性的样点进行采样,并于室内进行测定,将335个实测的冬小麦理论产量样本按3﹕2比例分成建模集和验证集样本,依据估算残差平方和处于最小值确定模型所需主成分数,将决定系数、均方根误差和相对误差为模型评价参数,利用建模集样本分析了卫星遥感变量与冬小麦理论产量的定量关系,运用偏最小二乘回归算法构建及验证了以理论单产为目标的多变量遥感估产模型,将其算法模型估产效果与线性回归算法和主成分分析算法模型进行比较,并制作了冬小麦理论产量空间等级分布图。【结果】理论产量与所选的大多数遥感变量间关系密切,且多数遥感变量两两间具有极显著的多重相关性;理论产量偏最小二乘回归模型的最佳主成分数为4,且结构加强色素植被指数、归一化植被指数、绿色归一化植被指数和植被衰减指数为理论产量遥感估测的敏感变量;经建模集和验证集评价,理论产量估测模型的决定系数分别为0.79和0.76,均方根误差分别为720.45和928.05 kg·hm^-2,相对误差分别为11.45%和13.92%,且估测精度比线性回归算法分别提高了25%以上和27%以上,比主成分分析算法分别提高了15%以上和16%以上,说明偏最小二乘回归算法模型估测区域理论产量的效果明显好于线性回归和主成分分析算法,且具有较强的应用能力。【结论】该模型应用结果与冬小麦理论产量实际区域分布情况相符合,为提高遥感对区域冬小麦理论产量的估测精度提供了一种有效途径,有利于大面积应用和推广。     

以HJ-CCD影像为基础的冬小麦孕穗期关键苗情参数遥感定量反演

【目的】应用卫星遥感数据可以及时获取大田种植作物“面状”苗情信息,准确反映作物群体苗情状况及其趋势,服务于产量预报和实际生产。进一步深化冬小麦关键期苗情遥感反演机理与方法,为大田种植管理提供及时信息。【方法】结合2011-2013年定点观测试验,以环境减灾卫星HJ-CCD数据为遥感影像源,着重研究样本实验区孕穗期冬小麦关键苗情参数与籽粒品质参数和产量间及其与卫星遥感变量间的定量关系,进一步增强遥感反演的机理性和重演性,与地面实测结果一起建立模型共同分析,提高遥感反演的定量化水平和可信度;以相关性最高为原则,筛选反演孕穗期冬小麦叶面积指数、生物量、SPAD以及叶片含氮量的敏感卫星遥感变量,并以2013年数据为建模样本、2011年和2012年数据为验证样本,分别构建及评价基于HJ-CCD影像遥感变量孕穗期叶面积指数、生物量、SPAD和叶片含氮量监测模型。【结果】冬小麦处于孕穗期,植被衰减指数（PSRI）可作为反演冬小麦叶面积指数、SPAD和叶片含氮量的敏感遥感变量,比值植被指数（RVI）可作为反演冬小麦生物量的敏感遥感变量,所构建的遥感反演模型是可靠的,且精度较高,尤其利用PSRI反演叶片含氮量最可靠。模型的决定系数（R²）分别为0.651、0.585、0.630和0.675,均方根误差（RMSE）分别为1.344、4.62、0.618%和2 804.3 kg·hm^-2。以此为依据,为表征该研究的实际农学意义,对冬小麦不同等级的关键苗情参数进行遥感反演并制图分析,从而量化表达了冬小麦关键苗情参数区域空间分布,不仅有助于制定冬小麦田间补救措施和水肥资源调配方案,而且为农业政策的制订和粮食贸易提供决策依据。【结论】构建的冬小麦孕穗期关键苗情参数遥感反演模型是可行的,为大田生产提供了一种快速、便捷、费用低廉的大面积作物苗情参数提取方法,可支持农业研究者、涉农部门领导和种植管理者获取及时有效的农情信息。     

局部显著特征下的光学遥感图像舷靠舰船检测

目的 在光学遥感图像中,针对舷靠舰船灰度和纹理特征与港口相近,传统方法检测效果不理想的问题,提出一种基于局部显著特征的舷靠舰船检测方法。方法 首先,对原始图像预处理得到海陆分割后的二值图像;然后,提取二值图像中的直线段作为局部显著特征检测舰船目标;再将直线段提取结果与舰首检测相结合,建立舷靠舰船检测模型;最后,通过计算舰船几何尺寸及环境信息分析确定舰船目标。结果 在两幅不同场景的光学遥感图像中验证本文方法并与其他算法进行对比,本文方法识别率可达100%,且不存在误检和漏检情况,相比于其他算法具有一定优势。在舰船背景复杂或停泊朝向不定时,文中方法可有效判别舰船停靠方向并对舰船目标进行正确标记。结论 在复杂背景环境及其他干扰下,应用本文方法检测舷靠舰船目标准确率高,鲁棒性强,具有较高适应性。     

Forest variable estimation using photogrammetric matching of digital aerial images in combination with a high-resolution DEM

Abstract

The rapid development in aerial digital cameras in combination with the increased availability of high-resolution Digital Elevation Models (DEMs) provides a renaissance for photogrammetry in forest management planning. Tree height, stem volume, and basal area were estimated for forest stands using canopy height, density, and texture metrics derived from photogrammetric matching of digital aerial images and a high-resolution DEM. The study was conducted at a coniferous hemi-boreal site in southern Sweden. Three different data-sets of digital aerial images were used to test the effects of flight altitude and stereo overlap on an area-based estimation of forest variables. Metrics were calculated for 344 field plots (10 m radius) from point cloud data and used in regression analysis. Stand level accuracy was evaluated using leave-one-out cross validation of 24 stands. For these stands the tree height ranged from 4.8 to 26.9 m (17.8 m mean), stem volume 13.3 to 455 m³ ha^?1 (250 m³ ha^?1 mean), and basal area from 4.1 to 42.9 m² ha^?1 (27.1 m² ha^?1 mean) with mean stand size of 2.8 ha. The results showed small differences in estimation accuracy of forest variables between the data-sets. The data-set of digital aerial images corresponding to the standard acquisition of the Swedish National Land Survey (Lantmäteriet), showed Root Mean Square Errors (in percent of the surveyed stand mean) of 8.8% for tree height, 13.1% for stem volume and 14.9% for basal area. The results imply that photogrammetric matching of digital aerial images has significant potential for operational use in forestry.     

基于Landsat影像的烟台市近30年来湿地资源时空变化研究

[目的]对山东省烟台市近30a来湿地资源时空变化进行研究,为该市湿地资源的合理利用与保护提供基础资料和科学依据。[方法]在RS与GIS技术支持下,以1986和1995年TM,2005年ETM+以及2015年OLI遥感影像为数据源,解译提取烟台市湿地资源信息,对湿地资源的面积、变化速度以及各湿地类型的转换进行定量分析,从而获取近30a来烟台市湿地资源时空变化规律。[结果]近30a来烟台市湿地总面积以5.46km~2/a的速度呈逐年增加趋势,湿地总面积增长了158.47km~2;各湿地类型中浅海水域一直处于主导地位;沿海滩涂和河口湿地的面积呈逐年减少趋势;养殖池和盐田的面积则以4.59km~2/a的速度呈逐年增加趋势;河流湿地的面积呈现出波动变化的趋势;水库坑塘的面积以1.23km~2/a的速度增长了35.8km~2;烟台市各湿地类型之间的转换较少,而各湿地类型与非湿地之间转换较为强烈。[结论]受人类活动的干扰,近30a来烟台市湿地资源时空变化十分显著,须采取措施加强对湿地资源的合理利用与保护。