剔除土壤背景的棉花水分胁迫无人机热红外遥感诊断

剔除无人机热红外影像中的土壤背景是提高作物水分诊断精度的有效途径,但也是热红外图像处理的难点问题。本文以不同水分处理的花铃期棉花为研究对象,分别在09:00、13:00和17:00等3个时刻,连续5 d采集无人机高分辨率热红外影像,并采用二值化Ostu算法和Canny边缘检测算法对热红外图像进行掩膜处理,实现对土壤背景的剔除,然后分别计算二值化Ostu算法、Canny边缘检测算法和包含土壤背景下的3种棉花水分胁迫指数(Crop water stress index,CWSI),最后建立不同时刻下3种CWSI与棉花叶片气孔导度Gs的关系模型。研究结果表明,应用Canny边缘检测算法可有效剔除热红外影像中的土壤背景,剔除土壤背景后的温度直方图呈单峰的偏态分布;3种处理方法获得的作物水分胁迫指数CWSI中,Canny边缘检测算法的CWSI最小,二值化Ostu算法的CWSI较高,包含土壤背景的CWSI最大;采用Canny边缘检测算法剔除土壤背景后的CWSI与棉花叶片气孔导度Gs的决定系数R2达到0.84,Ostu算法的结果次之,包含土壤背景的最差。本研究可为无人机热红外遥感监测作物水分状况提供参考。     

电动多旋翼植保无人机升力特性综合测评方法

升力特性是电动多旋翼植保无人机性能测试的重要参数之一。为了实现对电动多旋翼植保无人机升力特性的性能检测,针对不同型号、不同规格的电动多旋翼植保无人机在评价过程中存在无统一的评价指标问题,该文提出了一种半系留式电动多旋翼植保无人机升力特性的测试与评价方法,包括性能检测平台、升力特性测试方法及指标、升力特性的评价方法。为了验证方法的可行性,对3种不同机型(分别为四旋翼机型Ⅰ、六旋翼机型Ⅱ、八旋翼机型Ⅲ)进行了升力特性指标的性能测试试验。试验结果表明:3种机型在功率载荷、重量效率、热效比等方面有较大差异,功率载荷最好的机型Ⅲ比最差的机型Ⅰ大7.6 m N/W,重量效率最好的机型Ⅰ比最差的机型Ⅱ大0.33,热效比最好的机型Ⅲ比最差的机型Ⅱ大10.5 N/℃,反映出3种机型在设计过程中整个动力系统效率、机型整体结构和材料选择上的差异,从而在整机作业性能上表现出差异。在上述指标测试的基础上,结合无人机动力系统数学模型,提出了运用功率载荷、重量效率和热效比进行电动多旋翼植保无人机升力特性综合评价的评分方法,对上述3种机型进行综合评分的结果为:机型Ⅲ机型Ⅰ机型Ⅱ,该结果表明所提出的评价方法能有效对不同类型电动多旋翼植保无人机的升力特性进行综合评判。该文所给出的测试与评价方法,不仅能用于电动多旋翼植保无人机性能的评测,还能为机型性能的进一步改进提供参考。     

单旋翼油动无人施药直升机悬停状态下风场下洗气流分布规律研究

无人施药直升机,具有机动灵活、无需专用起降场地、对飞行空域要求低等优点,在我国航空植保中已经初步得到应用。相关文献中通过实验证明,单旋翼无人直升机施药装备进行水稻、玉米等病虫害的防治,在旋翼产生的下洗气流的辅助作用下,药液的沉积率和穿透率都大大提高,尤其是在水稻生长分蘖期和玉米生长穗期(封行)以后,防效优于常规地面机具。风场的有效覆盖范围、下洗气流风速的大小,对机载施药装备的装配布局以及施药效果有着直接的影响。该文采用计算流体力学(computational fluid dynamics,CFD),对油动单旋翼直升机悬停状态时5、6、7m高度下的旋翼所产生的风场进行了模拟分析,重点研究了风场中对农药喷洒作业过程中主要影响雾滴沉积分布的下洗气流分布规律,并设计了一套农用无人机风场测量装备,并以单旋翼油动无人机为测试对象,对旋翼产生的风场进行了测试验证。试验中,将无人机升至距离地面5、6和7m,采用"米-环形放射状布点法",纵向(Z轴向)、径向(从原点O至与Z轴垂直面上的测量点)均以主旋翼中轴和地面相交处为圆心、0.5m为一步长,径向以45°夹角分隔测量8个方向,垂直向和径向布置测量点,测量范围以主旋翼中轴为圆心、旋翼旋转覆盖面为主。以5m高度时风场下洗气流风速数据为例进行了充分讨论,模拟结果和试验测量结果显示:随着高度的增大同一纵向剖面上风速变化总体趋势是由大变小再迅速变大,并在1m左右高度处出现下洗气流风速极小值区间,在2m左右高度处出现下洗气流风速值极大值区间;随着径向距离的增加同一径向上风速变化总体趋势是先由小变大,再由大变小,下洗气流最大测量值为11.37m/s,风速值较大区间为径向0.5~1.5m之间;接近地面(高度0.5m处)的风速变化规律不明显。对8个方向5个测量高度的试验数据进行标准差对比,结果表明标准差总体不大于0.6m/s;以测量数据为依据,计算了模拟数据与测量数据间的误差,结果表明整体最大相对误差限介于0.3~0.7之间,验证了模拟数据的可信度;结合模拟数据和实验测量数据,采用高次多项式拟合,测量高度超过1m以上时,多项式拟合决定系数R2达到或超过0.75,说明拟合方程具有参考价值,0.5m以下测量高度,多项式拟合决定系数R2值较小,介于0.4~0.7之间不等。研究将为单旋翼无人机航空施药提供优化依据。     

基于无人机遥感影像的冬小麦氮素监测

精准氮素管理是一项提高作物氮肥利用效率的有效策略,利用无人机遥感技术精确估测小麦氮素状况是必要的。试验在山东省乐陵市科技小院实验基地进行,利用八旋翼无人机搭载Mini-MCA多光谱相机于2016年获取冬小麦4个关键生育时期(返青期、拔节期、孕穗期、扬花期)冠层多光谱数据,同步获取地上部植株样品并测定其生物量、吸氮量、氮营养指数,及成熟期籽粒产量,根据各关键生育期与全生育期分别构建植被指数与农学参数回归分析模型,评估基于无人机遥感影像的冬小麦氮素营养诊断潜力。结果表明:基于无人机遥感影像能够较好地估测冬小麦氮素指标(R2为0.45~0.96),决定系数随着生育期推移而逐渐增大。拔节期、孕穗期和扬花期估产效果接近且具有很好的估测能力,扬花期DATT幂函数模型对小麦氮营养指数的解释能力最强(R2=0.95)。因此,以多旋翼无人机为平台同步搭载多光谱相机对冬小麦有较好的氮素诊断潜力,可利用估测结果指导精准氮肥管理。     

抑制肠道气呼吸大鳞副泥鳅主要呼吸器官的组织病理

为了阐明肠道气呼吸对泥鳅的生理作用,本研究通过抑制大鳞副泥鳅肠道气呼吸,探究其主要呼吸器官的组织病理变化。结果显示,被抑制肠道气呼吸的大鳞副泥鳅通常在1周左右死亡。当被抑制肠道气呼吸的大鳞副泥鳅出现垂死时,采集对照组和实验组的鳃、皮肤、前肠、中肠、后肠以及直肠进行苏木素—伊红(H.E)染色、阿利新蓝—高碘酸雪夫氏(AB-PAS)染色组织切片观察和扫描电镜观察,主要的病理变化:①H.E染色结果显示实验组大鳞副泥鳅鳃丝末端充血,背部皮肤表皮层的毛细血管收缩并减少,且真皮层细胞呈畸形,前肠黏膜褶膨大,后肠浆膜层有血红细胞渗出,后肠、直肠结缔组织显著增厚;②AB-PAS染色结果显示,实验组大鳞副泥鳅鳃、背部皮肤、后肠、直肠组织中嗜酸性空泡细胞均增多,前肠和中肠固有层酸性黏蛋白含量增多,黏膜下层中性黏蛋白含量减少;③扫描电镜结果显示,实验组大鳞副泥鳅鳃丝鳃小片表面皱缩,表皮受损脱落,背部皮肤表面分泌孔增加,中肠内腔表面突起增多,后肠和直肠絮状颗粒增多。研究表明,抑制大鳞副泥鳅肠道气呼吸会引发其主要呼吸器官上皮组织出现黏液细胞增多、血红细胞溢出等病理变化,甚至导致机体死亡,由此可知,肠道气呼吸行为是大鳞副泥鳅的必要生理活动。本研究将为大鳞副泥鳅的健康养殖及幼苗培育提供新的参考。     

基于无人机航摄技术在土地整治项目中的应用研究

针对传统土地整治项目施工监管、后期监测效率不高的问题,本文通过低空无人机航摄和PhotoScan软件后期处理,对比生成的正射影像图和Google earth卫星图的分辨率和位置,发现该影像图能精准、高效的表征项目区影像数据变化,从而得到一种可用于土地整治项目各阶段动态观测的简单、快捷方法。     

微型旋翼无人机在水蚀外业调查中的应用

[目的]提高水土流失抽样调查的效率和准确度,降低难度和成本。[方法]应用微型旋翼无人机结合倾斜摄影测量技术,通过几何校正过程,多视图匹配,三角网(TIN)构建和自动赋予处理等步聚,建立调查单元的高分辨率正射影像和三维实景,然后通过人工解译的方法,得到调查区域内不同地块的边界和属性信息,代替传统现场勾绘的工作方式和技术流程。[结果]应用微型旋翼无人机有效提高了调查地块边界的精度,同时降低了现场调查的难度和成本,大大节约了调查时间。[结论]应用微型旋翼无人机提高了基于抽样现场调查方法的水土流失评价结果的可靠性,有利于促进抽样调查方法在各级政府水土流失评价中的采用,以及水土流失评价定量化技术的发展。     

南瓜饲养榕树粉蚧的发育历期与生物学特征初报

榕树粉蚧是一种重要的入侵害虫,对果蔬和园林植物存在巨大的潜在威胁。为满足开展检疫处理、防控、生物学和生理学等研究的需要,本研究以南瓜为饲养材料,在室温条件下(26±1℃,RH 65%±5%)观察榕树粉蚧的生物学特性与发育历期。结果表明,榕树粉蚧具有典型的雌雄二型现象。雄虫主要经历卵、12龄若虫、预蛹、蛹、雄成虫阶段;雌虫经历卵、13龄若虫、雌成虫(产卵前期、产卵期)阶段,其发育历期(mean±SE)分别为8.51±0.03 d、9.79±0.09 d、7.46±0.10 d、6.52±0.11 d、12.13±0.11 d、8.16±0.11 d,世代发育历期54.4±0.25 d。雌成虫产卵量483651粒,平均550.87±51.07粒,卵期711 d,孵化率95.19%±0.75%。该研究结果表明榕树粉蚧繁殖能力强,应高度重视其防控工作。     

A novel approach to estimating the competitive ability of Cirsium arvense in cereals using unmanned aerial vehicle imagery

Eight experiments were carried out in Denmark to determine the yield loss of spring barley due to Cirsium arvense in farmers' fields and to suggest and evaluate a novel approach for quantifying C. arvense infestation in large plots. Literature about the competitive ability of C. arvense is old, scattered and inconclusive, and existing models for estimating crop yield loss are based on data from North America. This study showed that C. arvense coverage could be quantified from unmanned aerial vehicle imagery using a manual image analysis procedure. This gave similar results as scoring the coverage. Yield loss of spring barley due to C. arvense infestation assessed at harvest was given by Y = 100·(1−exp(−0.00170·X)) where Y is the percentage of crop yield loss and X is the percentage of C. arvense coverage. The yield loss was much lower than estimates from models that have been developed in North America. It is speculated that the main reason for this is the later emergence of C. arvense than the crop due to lower soil temperatures in spring. Grain moisture increased linearly with C. arvense coverage: M = 0.0310·X where M is the proportional (%) increase in grain moisture and X is the proportion (%) of C. arvense coverage. Automated image analysis procedures are needed to estimate C. arvense coverage on field scales, and further experiments are needed to reveal whether the low competitive ability of C. arvense found in this study is representative for Northern Europe.     

一种改进的双能量源电动汽车功率分配策略

以并联式双能量源(锂电池组&超级电容)纯电动汽车为研究对象,提出一种改进的功率分配策略。这种功率分配策略在模糊控制的基础上增加深度神经网络训练过程,以获得更精确的功率分配因子。通过整车模型构建、功率分配模型构建、功率分配策略制定、仿真验证结果分析后得出结论:与电量消耗功率分配策略相比,这种改进的功率分配策略能优化锂电池组和超级电容二者之间的功率分流,限制锂电池组充放电的峰值电流,延长复合储能系统的工作寿命,提升动力系统的工作效率。