基于小规模数据集的柑橘树冠层施药情况的分类模型

目的 提升柑橘果园的智能化管理水平,快速无损获取柑橘树冠层的施药情况,改善小规模数据集导致施药情况分类模型易发生过拟合的问题。方法 提出一种基于卷积神经网络的柑橘树冠层施药情况分类模型——VGG_C模型。模型以VGG模型核心思想为基础进行构建,通过交叉熵损失函数优化,加速概率分布与真实分布的迭代过程,并在输出端引入不确定性度量计算以及在下采样模块中插入Droupout方法,降低由于数据较少而发生过拟合的概率。结果 VGG_C模型针对训练集的分类损失值为0.44%,比ResNet和VGG模型分别降低了87%和91%;准确率为95.3%,比ResNet和VGG模型分别提高了5%和10%;验证集的预测平均准确率为96.4%。结论 VGG_C模型通过多层卷积模型协同实现柑橘冠层热红外图像特征的高效提取,通过优化输出端结构提高了柑橘冠层施药情况分类模型在小数据集规模上的训练测试优度,可为柑橘树施药情况的智能化判断提供有效参考。     

密度驱动条件下饱和介质盐分迁移规律

为探究一维饱和介质中考虑密度驱动条件下的盐分迁移规律，在室内开展了从土柱顶端释放NaCl盐溶液的密度驱动下盐分迁移试验，结果表明：浓度为100 g/L的盐溶液从顶部释放后仅720 min土柱底部浓度即达到最大值；土柱顶部释放的盐分浓度越高密度驱动效果越明显，迁移到土柱底部（深度70～100 cm）的盐分含量占比越高；释放盐分浓度为6、12、40、60、100、150 g/L时底部盐分含量占比分别为33.3%、36.7%、38.0%、40.0%、40.2%、47.1%。为对比密度驱动和浓度弥散作用下的盐分迁移规律差异，开展了从土柱底部释放高浓度盐溶液的反向弥散试验，结果表明：试验期内密度驱动对盐分迁移的影响效果远大于浓度弥散作用，试验进行30 d后弥散作用仅对土柱底部20 cm范围内的浓度分布产生影响；底部释放盐分浓度越高，向上的弥散通量越大，但对浓度的重分布影响不明显，浓度为6、40、60、100 g/L的NaCl溶液试验进行15 d后土柱底部20 cm范围内含盐量占比依次增大，分别为37.5%、62.4%、72.7%、82.7%。该研究量化分析了在密度驱动和弥散作用下盐分的迁移规律，可为干旱灌区盐分平衡规律的研究提供一定的理论依据。