Application of digital photogrammetry to measure distribution of tree postions

The application of digital photogrammetry to measure distribution of tree positions with stereo image couple is introduced in detail, and the procedure of stereo vision applied in forestry environment is explored. Nonlinear error in measure model is adopted in the camera calibration; the interactive correlation matching is used under constraint of epipolar line and edge of tree detected by Canny operator. Results prove that application of digital photogrammetry technology to measure distribution of tree positions can meet demand of precision in experimental conditions.     

Estimating maize seedling number with UAV RGB images and advanced image processing methods

Precision Agriculture - Accurately identifying the quantity of maize seedlings is useful in improving maize varieties with high seedling emergence rates in a breeding program. The traditional...     

基于迁移学习和金字塔卷积网络的河蟹个体图像识别方法研究

针对目前河蟹追溯成本高、消费者无法细粒度地追溯单体河蟹信息等问题,提出一种基于迁移学习和金字塔卷积的河蟹背甲图像个体识别算法。该算法使用金字塔卷积层替换普通残差卷积块构建网络模型,可以从蟹背图像中提取多尺度、深层次的特征信息。结果显示:采用金字塔卷积结构的Resnet34和Resnet50的准确率分别为98.38%、98.51%,与使用普通卷积层的模型相比,准确率提升5.49%、1.3%,而当模型深度达到101层时,模型性能不再明显提升。与使用金字塔卷积结构的全新学习模型相比,迁移学习方法的训练收敛迭代轮次从20轮降低至5轮,此时模型准确率为98.88%,较全新学习的准确率提升0.37%,同时弥补了样本量较少的问题。该研究为河蟹个体识别追溯提供了理论依据和技术支持。     

规模化畜禽养殖场粪便养分数据空间化表征方法

针对目前进行规模化养殖场粪便养分分配,主要以行政单元为单位将规模化养殖统计数据总量按农田面积简单分配,认为所有的农用地之间都是均匀的,而忽视了农用地块之间存在差异性的问题,利用GIS空间分析技术,结合农用地地块间的空间差异性以及规模养殖畜禽粪便作为肥料施用的特殊性,构建了规模化畜禽养殖统计数据空间化算法,并结合农用地最大养分负荷,实现从规模畜禽养殖统计数据到区域畜禽粪便养分供给的空间化转换,最后以福州市闽侯县上街镇为例进行了算法的实际应用。结果表明研究区农用地氮、磷最大养分负荷分别为169.994 kg/hm2和34.973 kg/hm2。无论是畜禽养殖粪便氮养分还是磷养分,都未超过算法设定的阈值。     

基于深度学习与激光点云的橡胶林枝干重建及参数反演

树木的几何建模在林木性状评价、森林动态经营管理与可视化研究中具有重要意义。现今,从激光雷达（Light Detection And Ranging,LiDAR）数据中重建树体三维模型并精准获取林木空间枝干结构参数是数字林业发展的必然趋势。该研究提出了一种深度学习与计算机图形学相融合的树木骨架重建与参数反演方法。该方法以PR107、CATAS 7-20-59、CATAS 8-79三个品种的橡胶树为实验对象,首先,采用背包移动激光雷达获取三个橡胶树品种的样地数据,并通过体素剖分和数据增广策略来构建橡胶树训练样本集。其次,构造由四层特征编码层和特征解码层所组成的点云分类深度学习网络,并包含优化的PointConv模块与不同尺度的特征插值模块,以实现在多尺度条件下,全面考虑点云的全局和局部优化特征,引导网络实现枝叶点云的精确分类。最后,面向分类后的枝干点云,运用计算机图形学的空间连通性算法与圆柱拟合策略,重建树木骨架模型,并自动解决叶子点云与对应的一级枝干归属问题,进而在叶团簇尺度下开展对单株树的精细描述与参数反演。通过对三块橡胶树测试样地的验证和与实测值的比对表明,该研究提出的深度学习网络枝叶分类总体准确率在90.32%以上。骨架重建与叶团簇分析结果显示,PR107品种橡胶树具有较为发散的树冠、最大的分枝夹角和叶团簇体积;CATAS 7-20-59品种橡胶树冠呈花瓶型,分枝夹角和叶团簇体积较小;而CATAS 8-79品种橡胶树尽管胸径最粗,但不耐寒害处于落叶期导致冠积最小。同时,反演得到的橡胶树一级枝干直径与实测值比对为：决定系数R2不低于0.94,均方根误差（Root Mean Square Error,RMSE）小于3.01 cm;主枝干与一级枝干的分枝角为：决定系数R2不低于0.91,均方根误差RMSE不高于4.94°。同时发现橡胶树一级枝干的直径与对应的叶团簇体积呈正相关分布。该研究将人工智能的理论模型应用于林木的激光点云数据处理中,为林木激光点云的智能化分析与处理提供了新颖的解决思路。     

基于过程本体的奶牛养殖业信息协同服务系统的建立

农业信息协同服务是农业信息化发展的重要方向之一,也是目前农业信息领域倍受关注的热点学术问题。该文将农业本体论思想引入农业生产经营过程,并以奶牛养殖业为例,探讨并划分了奶牛业生产经营过程阶段和对应的信息需求单元,构建了奶牛养殖过程本体和奶牛养殖业信息协同服务业务链模型,建立了基于业务链模型的奶牛养殖业信息协同服务系统,进而对系统的服务功能进行了初步实现。研究结果表明：建立在生物学特征基础上的农业过程本体在作为农业信息统一分类标准方面具有显著优势,基于过程本体的业务链模型有效地解决了农业信息资源优化调度和协同服务机制难题,实现了农业搜索服务和异构网站服务的协同。     

构建鲜活农产品全程电子商务的探讨

随着农业市场化程度的不断提高,农业现代化发展步伐加快,传统农业生产、流通和销售方式面临新的问题和挑战,电子商务等现代市场流通方式备受关注。基于实践经验,结合探索与思考,提出了鲜活农产品全程电子商务的构建思路。     

冬小麦叶片氮素时空分布特征及其与籽粒品质的关系

从时间变化、水平和垂直空间分布的角度对冬小麦氮素营养指标进行了分析。结果表明，株型紧凑的普通籽粒蛋白品种“京冬8（JD8）”叶片全氮含量于返青后16 d达最大值，而株型松散的籽粒高蛋白型品种“中优9507（9507）”于返青后8 d达最大值。后期9507叶片全氮含量下降明显，JD8则不同。两品种叶片叶绿素（Chl）含量随时间消     

基于水质-声音-视觉融合的循环水养殖鱼类摄食强度识别

在工厂化循环水养殖中，准确识别鱼类摄食强度是实现精准投喂的前提和关键。水质、视觉、声音等单模态数据均可用于评估摄食强度，但单一模态往往具有片面性，难以完全反映全局特征，存在识别精度低、可移植性差等问题。多模态方法通过融合不同模态的特征，可为摄食强度量化提供新的手段。基于此，为融合鱼类摄食中的“水质-声音-视觉”信息，实现高精度的鱼类摄食强度量化，该研究在多模态Transformer（multimodal transformer，MulT）的基础上，提出一种多模态融合的鱼类摄食强度识别算法Fish-MulT。首先，从输入的水质、声音和视觉数据中提取特征向量；其次，利用多模态转移模块（multimodal transfer module，MMTM）对输入的特征向量进行融合，得到3种融合向量；然后对融合向量添加自适应权重并相加，得到融合模态；最后，利用融合模态将MulT算法中各模态分支的跨模态Transformer（cross-modal transformer）从2个优化为1个。试验结果表明，与MulT算法相比，本文算法的鱼类摄食强度识别准确率由93.30%提高到95.36%，参数量减少38%。与水质、声音和视觉单模态相比，准确率分别提高68.56%、21.65%和3.61%。可用于制定精准投喂策略，并为开发智能投喂系统提供技术支持。     

利用无人机多光谱影像的多品种玉米成熟度监测

基于遥感监测多品种玉米成熟度进而掌握最佳收获时机，对提高其产量和品质至关重要。该研究在玉米成熟阶段获取无人机多光谱影像，同步采集叶片叶绿素含量（chlorophyll content，C）、籽粒含水率（moisture content，M）、乳线占比（proportion of milk line，P）等地面实测数据，以此构建玉米成熟度指数（maize maturity index，MMI），从而定量表征玉米成熟度。通过MMI与植被指数构建回归模型和随机森林模型，验证MMI适用性，并分析无人机遥感对不同品种玉米成熟度的监测精度。结果表明：1）不同品种玉米的叶片叶绿素含量、籽粒含水率、乳线占比的变化速率均存在差异。2）MMI与所选植被指数的相关性均可达到0.01显著水平，其中与归一化植被指数（normalized difference vegetation index，NDVI）、转换叶绿素吸收率（transformed chlorophyll absorbtion ratio index，TCARI）相关性最高，相关系数均为0.87。3）该研究基于不同组合的数据集进行了模型验证，其中随机森林模型对MMI的估测精度最高，测试集决定系数（coefficient of determination，R²）为0.84，均方根误差（root mean squared error，RMSE）为8.77%，标准均方根误差（normalized root mean squared error，nRMSE）为12.05%。此外，随机森林模型对不同品种MMI的估测精度较好，京九青贮16精度最优，其中R²、RMSE、nRMSE为0.76、10.67%、15.88%，模型精度证明了可以利用无人机平台对不同品种玉米成熟度进行监测。研究结果可为多光谱无人机实时监测农田多品种玉米成熟度的动态变化提供参考。