基于多列空洞卷积神经网络的麦穗计数方法研究

田间麦穗计数因主要依靠人工而存在耗时长、成本高等问题,为提高麦穗计数的效率和准确性,提出基于人群计数卷积神经网络的麦穗计数方法,在图像基础上进行麦穗数量自动化计数.试验改进了现有人群计数模型中的多列卷积神经网络MCNN和空洞卷积神经网络CSRNet,并对MCNN和CSRNet进行融合,建立了多列卷积神经网络MCSRNet.测试结果表明:MCSRNet网络对麦穗的预测准确率可以达到92.4％,较MC-NN和CSRNet分别提高1.0％和4.0％,且训练迭代次数分别减少39次和5次.另基于独立数据集进行了测试,MCSRNet网络平均准确率为81.9％,较MCNN和CSRNet分别提高了0.4％和0.7％.MCSRNet的麦穗计数结果R2为0.80,优于MCNN和CSRNet.以上研究结果表明,MCSRNet网络有较高的麦穗计数准确率,同时有较快的训练速度,可为后续基于图像的小麦产量预测提供技术方法.     

基于无人机影像的冠层光谱和结构特征监测甜菜长势

甜菜是中国北方地区重要的经济作物。快速、准确、高通量的获取甜菜的地上部和块根鲜质量、块根含糖率、叶绿素含量对甜菜生产具有重要意义。该研究采用无人机搭载数码和多光谱相机,获取甜菜叶丛快速生长期、块根及糖分增长期和糖分积累期的数码影像和多光谱影像,提取了冠层的结构特征和光谱特征。选择随机森林回归（Random Forest Regression,RFR）和偏最小二乘回归（Partial Least Squares Regression,PLSR）2种建模方法基于获取的冠层特征,构建甜菜全生育期的地上部和块根鲜质量、块根含糖率和SPAD（Soil and Plant Analyzer Development）值估算模型。研究结果表明,随机森林回归模型和偏最小二乘回归模型对地上部和块根鲜质量、含糖率都做出较好的预测,R2范围分别为0.9～0.94、0.88～0.9,rRMSE范围分别为7.6%～17%、8.8%～20%。对SPAD值的预测均较弱,R2分别为0.66和0.67。为了减小输入变量集的大小以及去掉对预测不敏感的变量,该研究采用置换重要性（Permutation Importance,PIMP）来筛选冠层光谱特征和结构特征中对预测有重要影响的变量。结果表明基于筛选出的重要性特征构建的随机森林回归模型和偏最小二乘回归模型对地上部和块根鲜质量、含糖率都做出较好的预测,R2范围分别为0.89～0.94、0.74～0.91,rRMSE范围分别为7.3%～19%、7.6%～19%。对SPAD值的预测均较弱,R2分别为0.65和0.68。进一步表明随机森林回归模型在精度上略好于偏最小二乘回归模型。同时基于PIMP筛选变量的方法在保持原有精度的同时能实现降低数据收集复杂性的目的。研究结果为基于无人机遥感技术快速、准确监测甜菜长势和估测块根类作物的根部活性物质提供了参考。     

基于植物功能-结构模型的玉米-大豆条带间作光截获行间差异研究

间作种植形成了异质冠层空间结构,但因此导致的作物生长、表型和光截获的行间差异目前还少有定量化。为解析条带间作生产力的行间差异,本研究基于田间观测数据构建植物功能-结构模型（Functional-Structural Plant Model,FSPM）,量化间作系统中光截获的行间差异。于2017—2018年开展了玉米和大豆单作、2行玉米和2行大豆的2:2 MS间作以及3行玉米和6行大豆的3:6 MS间作田间试验。基于植物生长平台GroIMP开发了玉米-大豆间作的FSPM,模型较好地模拟了叶面积指数（Leaf Area Index,LAI）、株高和光截获系数动态三个指标,均方根误差（Root Mean Square Error,RMSE）分别为0.24～0.70 m²/m²、0.06～0.17 m和0.06～0.10。田间试验结果表明,间作种植显著增加了玉米节间直径。受玉米遮阴影响,大豆节间变长、变细,且随大豆条带变窄差异越明显。模型模拟的2:2 MS间作玉米光截获比单作玉米高35.6%,3:6 MS边行玉米和内行玉米的光截获分别比单作玉米高27.8%和20.3%。2:2 MS与3:6 MS边行大豆的光截获比单作大豆分别少36.0%和28.8%;3:6 MS大豆内I行和内II行比单作大豆的光截获分别少4.1%和1.8%。基于三维FSPM,未来可进行不同生长环境下间作种植模式等的布局优化,以达到最佳系统光截获优势。     

水稻冠层的田间原位三维数字化及虚拟层切法研究

 【目的】旨在对水稻冠层空间结构精确定量化的方法进行探索。【方法】应用三维数字化技术在田间原位对灌浆期的水稻冠层结构进行测定,探讨该方法的可行性,并建立虚拟层切法以分析水稻的结构特征。【结果】使用三维数字化仪能够在田间原位精确的测定水稻各器官的空间位置和几何形态,从而获取田间水稻冠层的三维结构数据;应用虚拟层切法能够精确、多角度地分析冠层元素在三维空间的分布状况,但层切步长对计算结果有较明显的影响,需要根据具体对象进行合理的选择。【结论】三维数字化和虚拟层切法结合能够实现对水稻冠层结构的精确分析。     

基于多视角立体视觉的植株三维重建与精度评估

基于图像序列的植株三维结构重建是植物无损测量的重要方法之一。而对重建模型的精度评估方法大多基于视觉逼真程度和常规测量数据。该研究以精确的激光扫描三维模型为参照,采用豪斯多夫距离,从三维尺度上对基于图像序列的植株三维重建模型进行精度评估。同时,从植株表型参数(叶片长、宽、叶面积)方面,对植株三维重建模型进行精度评估。结果表明,基于图像序列的三维重建模型精度较高,豪斯多夫距离在0~10 mm之间,各试验植株豪斯多夫距离大多小于4.0 mm,各植株表型参数与其对照值的R2均大于0.95,且两者的无显著性差异(P0.05)。此植株三维结构重建方法能够应用于植物表型、基因育种、植物表型与环境互作等研究领域。     

基于高光谱数据的玉米叶面积指数和生物量评估

利用高光谱技术获取玉米农学参数信息,有助于提升玉米精准管理水平。本研究基于3个种植密度和5份玉米材料的田间试验,获取玉米大喇叭口期的地面ASD高光谱数据与无人机高光谱影像,分析不同种植密度下不同遗传材料的叶面积指数（LAI）和单株地上部生物量,构建基于全波段、敏感波段和植被指数的LAI和单株地上部生物量高光谱估算模型,比较分析两类高光谱数据在玉米表型性状参数上的监测能力。结果表明,野生型玉米材料的冠层光谱反射率在近红外波段随着种植密度的增大而增大;同一种植密度下的野生型玉米材料的光谱反射率在可见光和近红外波段均为最低。在可见光波段550 nm的波峰处,4种转基因材料的光谱反射率比野生型玉米材料的光谱反射率提高4.52%~19.9%,在近红外波段870 nm的波峰处,4种转基因材料的光谱反射率比野生型玉米材料的光谱反射率提高23.64%~57.05%。基于21个高光谱植被指数构建的模型对LAI的估算效果最好,测试集决定系数R²为0.70,均方根误差RMSE为0.92,相对均方根误差rRMSE为15.94%。敏感波段反射率（839~893 nm和1336~1348 nm）对玉米单株地上部生物量估算效果最佳,测试集R²为0.71,RMSE为12.31 g,rRMSE为15.89%。综上,田间非成像高光谱和无人机成像高光谱在玉米LAI及生物量估算方面具有较好的一致性,能够快速有效地提取地块尺度玉米农学参数信息,本研究可为高光谱技术在小区尺度的精准农业管理应用提供参考。     

条带间作下矮秆作物行间辐射差异的模拟与分析

间作是未来中国解决粮食安全的一种重要途径,提高间作内光合有效辐射(photosynthetically active radiation,PAR)的利用效率对于提高作物单产具有重要意义。该文针对Munz模型中对于窄条带间作下模拟精度降低的问题,引入了玉米叶面积密度随冠层深度的分布函数,并基于试验测量的辐射重新获取了散射辐射消光系数,实现了窄条带间作系统中不同行矮秆作物冠顶瞬时PAR的模拟。试验设置了3∶6和2∶3两种玉米/大豆间作处理,并进行不同天气条件下各行大豆冠顶PAR模拟值与测量值的比较。结果显示:两者之间具有较好的一致性,决定系数(R2)的范围为0.76~0.99,3∶6间作大豆中行的均方根误差(root mean square error,RMSE)范围为59.1~76.4μmol/(m2·s),内行为76.8~99.7μmol/(m2·s),边行为97.2~157.8μmol/(m2·s);2∶3间作大豆中行RMSE的范围94.9~129.5μmol/(m2·s),边行为125.8~181.0μmol/(m2·s)。结果表明:模型能够较好模拟一天中各行大豆冠顶PAR的变化规律,并能基本反映各行全天累积PAR的差异,且3∶6间作的模拟精度优于2∶3间作,内行优于边行。研究可为条带间作系统内不同行矮秆作物的生长及产量差异提供理论基础和依据。     

氮水平对盆栽沙培番茄苗期根系三维构型与氮素利用的影响

为了研究施氮量对番茄苗期根系三维空间分布与氮素吸收利用的影响,以中杂109番茄幼苗为材料,采用沙培盆栽方式并设置3个氮素水平处理,利用~(15)N示踪法和三维数字化仪分别研究幼苗根际氮素吸收运转效率与根系三维构型。结果表明:施氮肥4 mmol/L处理番茄幼苗根系总长、根表面积和根系分支密度分别高于20 mmol/L处理16.5%、17.5%和~(15).5%;4 mmol/L处理幼苗根系三维构型是半径窄而深度深,20 mmol/L处理根系三维构型是半径宽而深度浅,4 mmol/L根系的平均深度较20 mmol/L处理高30%、但半径宽度较20 mmol/L处理低8%,12 mmol/L处理下幼苗根系半径宽度与深度均匀分布;高氮浓度会提高根系~(15)N吸收率与分配率,各器官~(15)N分配率为叶茎根,说明根际氮素转运对叶的贡献率最大;12 mmol/L处理幼苗~(15)N转运量与氮素利用率最高分别为508.3 mg/株和8.9%,20 mmol/L处理较4 mmol/L处理~(15)N转运量高128 mg/株,但是氮素利用率却降低2%。研究表明苗期管理上可以适当降低施氮量,番茄幼苗会主动改变根系三维构型来提高氮素利用效率。     

利用多视角图像法分析番茄幼苗根构型对氮水平的响应

【目的】 根系作为植物从环境中获取氮素的重要器官,如何无损并高效地获取其特征参数值是当今研究热点。随着高清成像技术的迅速发展,基于多视角图像法是研究植株根构型无损测量的新型方法。本研究对根系多视角成像系统和 GIARoot 软件平台相结合的多视角图像分析法精度进行了较系统的评估。并利用此套系统动态定量分析了不同氮素水平对番茄幼苗根构型的影响,为进一步研究植物根构型与矿质元素互作提供新的手段和依据。 【方法】 本研究以“中杂 109”番茄为材料进行水培试验,设置 4、12、20 mmol/L 3 个氮处理,分别以 N4、N12、N20 表示,定植于透明玻璃柱中 16 d。利用自行设计的根系多视角成像系统获取每天根系 360°图像序列,并基于 GIARoot 软件平台对图像序列进行根系特征参数的定量计算,在第 16 d 时将根系进行破坏性取样,将 GIARoot 基于无损测定分析的图像系列结果与 WinRHIZO Pro 的破坏性取样根系扫描图的计算结果进行对比评估。 【结果】 GIARoot 与 WinRHIZO Pro 根系特征参数评估结果总体上线性回归斜率在 0.96～0.99, R2 均为 0.99, RE 为 2.95%～12.69%,根总长、根总表面积、根总体积和根平均直径的 RMSE 分别为 44.73 cm、4.96 cm2、0.09 cm3、0.05 mm,各个根系特征参数差异均不显著 ( P > 0.05)。在 N4、N12、N20 3 个氮处理下,番茄幼苗定植 16 d 内各根系特征参数值均为 N12 处理最大,且 N20 的根总长、根总表面积、根垂直投影面积、根总体积分别比 N4 的高 14.2%、13.2%、35.8%、27.7%,而 N4 的横截面最大根个数、一级侧根个数分别比 N20 的高 28.2%、30.4%。不同氮水平间,第 4 d 根总长、根总表面积、根垂直投影面积出现显著性差异 ( P < 0.05),N12 分别比 N20 显著高 113.9%、153.7%、113.8%。第 12 d 根总体积、横截面最大根个数出现显著性差异 ( P < 0.05),N12 分别比 N20 显著高 57.0%、117.9%。而根平均直径 16 d 内无明显差异 ( P > 0.05),均在 0.42～0.54 mm。 【结论】 利用将多视角成像系统和 GIARoot 软件平台结合的多视角图像法,进行无损测量获取根系特征参数值是可行的。通过对不同氮水平下番茄幼苗各根系特征参数分析表明,适当提高氮浓度可以促进番茄幼苗根系生长,20 mmol/L 的高氮对根系生长具有抑制作用,且相对于根总长、根总表面积、根垂直投影面积、根总体积,这种抑制对侧根数量尤为明显,氮素浓度对根平均直径影响最小。      

应用三维数字化仪对玉米植株叶片方位分布的研究

采用三维数字化仪在田间原位测量了玉米(品种为农大108)植株生长过程中每个叶片中脉在空间坐标系中的位置,据此计算出植株每个叶片的方位角,应用对方向数据的统计分析方法对植株叶片的空间伸展方向规律进行了研究,并分析了单个叶片在生长过程中方位角的变化规律。结果表明,(1) 单株叶位越高叶片偏离植株方位平面的程度越大。叶片方位角从露尖到完全展开前3 d变化较大,最大可达150°,此后基本不变。(2) 种植行向与行距相同(0.6 m)而株距不同(分别为0.3 m和0.6 m)的2个处理的玉米群体中各植株方位平面取向分布均匀,但株距影响叶片在植株方位平面附近的分散程度,株距小的植株叶片方向对植株方位平面的偏离大,其第9~13片叶分散程度与宽株距处理对应叶片差异显著,但没有发现上层叶片有明显转向行间的趋势。