基于蒙特卡罗特征投影法的小麦蛋白质近红外光谱测量变量选择

为了实现小麦蛋白质的无损检测,简化便携式小麦蛋白质检测设备的预测模型,提高模型预测精度,该文针对小麦采集波长范围为950～1690nm的近红外漫透反射光谱,结合蒙特卡罗采样(MCS,monte carlosampling)技术与特征投影图(LPG,latent projective graph)方法对波长变量进行选择。根据模型集群分析(MPA,model population analysis)思想,采用MCS技术建立样本子空间,利用主成分分析(PCA,principal componentanalysis)得到LPG,假定LPG中共线性光谱变量对建模作用相同,选出少数波长变量建立子预测模型,选出预测均方根误差(RMSEP,root-mean-square error of prediction)较小的子模型,统计分析其变量的出现频次,选取频次最高的波长变量作为影响变量(IVs,influential variables)。研究结果表明,利用IVs建模可以将RMSEP值由0.5245减小到0.2548,采用蒙特卡罗采样技术的特征投影图方法(MC-LPG,monte carlo-latent projective graph)进行变量选择,对于提高模型预测精度是可行的。     

土壤水分反演的特征变量选择研究综述

土壤水分是水、能量和生物地球化学循环中不可忽略的组成部分,土壤水分信息对水资源管理、农业生产以及气候变化等相关研究有着重要意义。基于遥感数据的土壤水分反演算法是获取土壤水分信息的重要手段,通过对影响土壤水分反演的因素进行梳理,将影响因素抽象为包括土壤特征,植被特征,以及气象特征在内的特征变量,并以此为主线对土壤水分的反演研究进行回顾与梳理。分析了利用不同特征变量反演土壤水分时存在的问题和发展趋势,指出土壤水分反演过程中存在特征变量理论研究不足、综合应用不深的问题,强调耦合使用各类特征变量以提高水分反演精度是未来的研究热点。     

用于灌溉耕地制图的特征变量优选

灌溉耕地制图可以为粮食安全、水资源管理和气候变化等相关研究提供数据基础。构建和选择表征灌溉耕地信息的特征变量是灌溉耕地制图最重要的环节之一。该研究选择有良好灌溉信息数据基础的美国内布拉斯加州为研究区,基于已有灌溉耕地空间分布图和灌溉信息数据,提取灌溉耕地和雨养耕地的样本,计算了样本的4类82个特征变量,利用随机森林对比分析了82个特征变量对灌溉耕地识别的重要性。研究结果显示四类特征变量对灌溉耕地识别的贡献程度由高到低为综合特征变量、植被特征变量、土壤特征变量、气象特征变量。不同时相的特征变量对于灌溉农田的识别效果存在差异。重要性排序前4的特征变量包括4月和5月的作物水分胁迫指数,7月的增强型植被指数以及灌溉概率指数。利用重要性前16的特征变量分类得到的灌溉农田的总体精度最高,为88.44%。研究可为灌溉耕地制图相关研究中特征变量的选择提供参考。     

基于GIS的江苏省耕地质量等级评价

为科学评价江苏省耕地质量等级,提升耕地质量管理水平,按照国家标准《耕地质量等级》(GB/T 33469-2016),确定了适用于江苏省的耕地质量统一指标体系和等级划分标准,并应用GIS技术进行耕地质量数据处理和等级划分。结果表明:江苏省耕地质量高、中、低等级耕地分别占全省耕地总量的31.55%、48.05%、20.40%。各农区耕地质量等级由高到低依次为太湖农区、里下河农区和沿江农区、宁镇扬丘陵农区和徐淮农区、沿海农区。江苏省耕地主要存在盐碱、障碍层次、酸化、瘠薄、渍潜5类障碍因素,盐碱型主要分布在沿海农区、徐淮农区,障碍层次型主要分布在宁镇扬丘陵农区、徐淮农区、太湖农区,酸化型主要分布在里下河农区、宁镇扬丘陵农区,瘠薄型主要分布在沿江农区、徐淮农区,渍潜型主要分布在里下河农区、太湖农区。研究结果可为全面掌握江苏省耕地质量等级,了解存在的主要障碍因素,有针对性地培肥改良,促进耕地质量进一步提升提供科学依据。     

基于人工神经网络的土壤养分肥力等级评价方法

土壤养分肥力等级是土壤特性的综合反映,也是揭示土壤条件动态的最敏感的指标。对它的评价涉及多个指标,很难用常规方法进行。人工神经网络由于有大规模并行处理、分布式存储、自适应性、容错性等特点,可以解决复杂的非线性高维同题,本研究拟采用建立的土壤养分肥力等级BP神经网络评价模型,对山西省大同地区的土壤养分肥力等级进行评价。     

基于GIS的蚌埠市淮上区耕地地力等级评价

借助遥感解译和GPS野外采样,获得安徽省蚌埠市淮上区田块尺度的评价单元和2 642个土壤采样点。应用GIS的空间分析功能,利用DELPH法、层次分析法和模糊评价等模型,以耕地的养分状况、理化性质、地理条件、管理状况4个方面和17个影响因素为主要评价依据,建立了评价模型。采用积累曲线法确定地力等级评价界限,将淮上区2万多块评价单元划分为5个等级。一等地和二等地主要集中在曹老集镇,其中分别占一等地的96.89%,二等地的70%,三等地和五等地在梅桥乡分布较多,分别占三等地的47.08%,五等地的61.37%,而沿淮河的小蚌埠镇和吴小街镇主要是三等地和四等地。地力等级评价结果能准确反映当地耕地的状况,为淮河流域耕地地力等级评价提供依据。     

不同产地红富士苹果品质评价因子的选择北大核心CSCD

本研究选取了全国9个具有代表性的苹果产地的红富士苹果,对果实的单果重、果形指数、可溶性固形物等30个品质指标进行测定,采用主成分分析法将品质指标进行降维压缩,并进行了聚类分析。结果表明:通过主成分分析,提取8个λ>1的综合指标,并且前8个主成分反映了果实品质100%的信息量,根据8个主成分对30个品质指标进行系统聚类分析,结合方差分析与变异系数,最终选择单果体积、果皮色泽b值、果肉颜色a值、淀粉含量、出汁率、固酸比、果实硬度、蛋白质为8个具有代表性的品质评价因子。     

基于PPC模型与RI指数法的茶产地土壤重金属污染评价

以某喀斯特山区茶产地表层土壤为研究对象,依托GIS空间分析技术,采用投影寻踪聚类(PPC)模型和潜在生态风险指数(RI)法两种较新的评价方法对土壤重金属污染进行综合评价。投影寻踪聚类模型将236个土壤样本中的Hg、As、Cd、Pb、Cr含量指标作为多维投影参数寻求其最优投影方向,由投影指标函数得出土壤重金属污染投影值来反映重金属含量的特征,建立投影寻踪聚类模型,从而得出研究区土壤重金属污染实际现况,结合潜在生态风险指数法,进一步对研究区土壤重金属污染风险程度和演变趋势进行预测。结果表明:(1)在指标投影方向上Hg和As对研究区土壤污染影响最大,Cd对土壤污染影响最小;(2)根据PPC评价标准,研究区土壤环境质量状况良好,无污染的样点区域达到96.61%,清洁占总样点数的30.08%,尚清洁占总样点数的66.53%;(3)在潜在生态风险上存在低度、中度,分别占采样点的89.41%和10.59%,风险程度较低,但有向中度演变的趋势;(4)在污染情况上,清洁和尚清洁的空间分布广阔,轻度污染进行内插后空间分布不明显。本文研究结果有利于综合评价该地的土壤环境质量状况,在实践中将为喀斯特山区的土壤资源的管理和茶叶种植区的合理布局起到参考作用。     

基于多喷头组合的变量喷药系统的设计与试验

为了克服传统压力式和脉宽调制（pulse width modulation）调节控制方式的缺点,以及目前变量喷药系统的“较复杂,实现成本较高”的不足,该文设计了基于多喷头组合的变量喷药系统,建立了变量喷药影响因素模型,设计了变量喷药系统的管路、上位机处理系统及变量喷药控制器,运用流体网络理论建立喷药网络的数学模型,分析了系统的流阻。在喷雾试验台上搭建了变量喷药系统,试验数据分析表明多喷头组合的变量喷药系统是可行的,每种方式下喷药量与理论值误差均小于10%,可调节喷药量范围宽,农药的施用量大幅度减少。     

基于DPSIR模型的崩岗侵蚀风险评价及时空特征

崩岗是中国南方红壤区最为严重的土壤侵蚀形式之一,不仅具有突发性且危害巨大,对其进行全方面的风险评价有利于崩岗综合整治。该研究引入驱动力-压力-状态-影响-响应模型（driving force-pressure-state-impact-response, DPSIR）,并结合自然灾害风险理论,根据崩岗侵蚀过程从易发性、脆弱性、暴露性和防灾减灾能力等方面构建了较为综合的崩岗侵蚀风险评价体系,然后对安溪县官桥镇2010、2015和2020年的崩岗侵蚀风险进行了评价。结果表明：1）基于DPSIR的崩岗侵蚀风险评价模型精度结果良好,ROC曲线下方的面积AUC（area under curve, AUC）均大于0.59;其中沟壑密度、土壤侵蚀强度和人口密度指标权重较大,分别为0.217、0.182 和 0.174。2）3个年份的官桥镇崩岗侵蚀风险主要为低风险等级（占总面积57.49%～62.90%）,在空间上呈中部高、四周低的分布特征;风险变化主要分布在中西部和东部地区,且中风险、高风险和极高风险主要向低一级的风险等级转变,但在2015—2020年该区域的空间变化速度放缓。3）与崩岗侵蚀易发性风险评价结果相比,二者的空间分布趋势大致相似,但综合性风险评价结果的空间变异性更大,即综合性崩岗侵蚀风险的描述更为全面,更能体现崩岗侵蚀风险体系中不同指标产生的影响。研究结果不仅提供了一种综合的崩岗侵蚀风险评价思路和方法,并且可以为崩岗预警、防治与管理工作提供更为全面的参考。     

基于机器视觉形状特征参数的祁门红茶等级识别

外形是评价茶叶质量的重要指标之一,目前主要依赖人工审评的方法,客观、准确的评价外形指标对茶叶加工、销售有重要的意义。该研究提出了一种基于形状特征直方图结合支持向量机的茶叶等级识别方法。以7个等级的祁门工夫红茶为研究对象,构建图像采集系统,标定相机参数,采集各等级的茶叶图像。对图像进行灰度化、二值化处理,提取叶片的6个绝对形状特征:长度、宽度、面积、周长、最小外接矩长、宽,在此基础上计算狭长度,矩形度2个相对形状特征,生成形状特征的直方图。以直方图分布为特征向量,构建了基于BP神经网络,极限学习机(extreme learning machine,ELM),支持向量机(support vector machine,SVM),最小二乘支持向量机(least squares support vector machine,LS-SVM)的等级识别模型,并对比了不同模型的识别效果。结果表明,该文构建的图像采集系统测量精度0.3 mm,能够准确提取形状特征参数;基于形状特征直方图的LS-SVM模型识别效果最好,识别精度为95.71%,测试集决定系数为96.2%,具有算法复杂度低,易于求解的优点。研究结果为实现茶叶的客观、数字化等级鉴定,提供了试验数据和参考方法。     

基于深度度量学习的茶叶相似性评价方法

在眉茶拼配过程中,为了客观定量的评价试拼小样与标准样之间的相似性,该研究提出了一种基于深度度量学习的相似性评价方法,采用7种等级的眉茶标准样作为训练集,并在标准样中加入不同含量半成品茶构建具有不同相似性的测试集。采集茶样的高光谱数据并获取光谱特征与图像特征,分别以光谱数据、图像数据、图谱融合数据3种数据类型作为模型的输入。为了构建距离特征空间,该研究提出了基于三元组损失的深度特征提取网络,并设计了Center Anchor Triplet Loss损失函数,通过样本在特征空间的距离,表征相似程度,达到定性判断相似性和定量度量相似度的目的。结果表明：图谱融合数据结合Center Anchor Triplet Loss的方法精度最高,相似性判断准确率为98.89%,相似度度量准确率为100%。该研究采用未经训练的独立样本评价模型,可以获得较好的结果,说明算法具有较好的泛化能力。研究结果为眉茶的相似性评价提供了理论依据。     

基于图像特征选择识别田间籽棉品级

依据中国籽棉品级文字标准,在HSI颜色空间提取了反映籽棉颜色和杂质含量的14个纹理特征以及反映棉瓣大小、结构的16个形状特征,该特征集存在维数灾难,需要进行降维。面向籽棉品级识别的特征选择问题属于非多项式(NP)难题,该文基于交叉验证、混合Filter-Wrapper和启发式搜索提出了一种求解算法。首先,以最优特征组合和浮动搜索为启发式搜索策略,基于10-折交叉验证在每一个训练集上用Filter启发式搜索最优l维特征子集（l=1, 2, 3,…, 30）,评价函数为类可分性准则;其次,在10个训练集上用Wrapper从最优l维特征子集中选择最优特征子集的容量（l=1,2,3,…,30）,评价函数为Bayes分类器的误分率,10个验证集的平均误分率极小处产生最优特征子集的容量;最后,在最优特征子集容量处验证预测集的平均误分率。结果表明,所选择的10个最优特征子集在预测集上的平均识别率为88.39%,混合Filter-Wrapper和浮动搜索的特征选择算法效率高、效果好。     

基于逆模型解耦的绿茶烘焙变论域模糊控制

绿茶烘焙过程,伴随着复杂的物质交换和热交换,温、湿度变化耦合严重。针对这一问题该文提出了一种基于逆模型解耦的变论域模糊控制方法。采用支持向量机(support vector machine,SVM)方法辨识绿茶烘焙过程,建立精度相对较高逆模型,根据试验结果,电热丝电流平均误差为4.3%,而风机转速为8.5%。将该模型并与被控对象进行串联,建立伪线性系统,实现温、湿度解耦。同时采用模糊控制器对温、湿度分别进行独立控制,同时对模糊控制器的论域进行改进,增强系统的环境适应能力。性能试验结果表明,该控制系统能够将温度误差控制在小于1.4℃,相对湿度控制误差仅为2.8%;品质试验表明,绿茶橙花叔醇成分平均提升15.2%,α-法呢烯成分平均提升17.4%,芳樟醇成分平均提升14.2%。该文方法能够有效提升绿茶烘焙过程的控制效果,提供了一种控制绿茶烘焙过程的新途径。     

基于WebGIS的茶叶产地编码及其质量安全与溯源技术

科学的产地编码体系的建立是茶叶安全生产和溯源的基础性工作。该研究在产地环境评价的基础上,结合地形地貌、茶叶种植等情况,对茶叶种植区域进行产地划分,采用以县区行政代码加地块编码的方式进行统一编码,绘制产地编码图。同时,结合茶叶生产、加工、流通等过程,应用WebGIS技术进行地理空间信息和生产流通信息的融合,开发出一个灵活开放的、从产地到餐桌的茶叶安全生产全程管理系统,实现茶叶流通信息化和安全生产溯源,并在宁波茶叶生产上得到应用。该研究可为其他农产品产地编码和安全生产溯源提供参考。     

基于Relief F和PSO混合特征选择的面向对象土地利用分类

针对面向对象土地利用分类存在特征维数过高的问题,提出了一种结合Relief F和粒子群优化算法(particle swarm optimization,PSO)的混合特征选择方法,即首先利用Relief F作为特征预选器滤除相关性小的特征,然后以PSO作为搜索算法,以支持向量机(support vector machine,SVM)的分类精度作为评估函数在剩余特征中选择出最优特征子集。该文以吉林省长春市部分区域为研究区,采用Landsat8遥感影像为数据源,首先对其进行多尺度分割,然后提取影像对象的光谱、纹理、形状和空间关系特征,利用提出的混合特征选择方法选取最优特征子集,最后使用SVM分类器对研究区进行土地利用分类,总体分类精度和Kappa系数分别为85.88%和0.8036,与基于4种其他特征选择方法的土地利用分类结果进行比较,基于Relief F和PSO的混合特征选择方法利用最少的特征获得最高的分类精度,能够有效地用于面向对象土地利用分类。     

基于随机森林特征优选的雪茄烟叶晾制过程含水率预测

针对雪茄烟叶晾制过程含水率人工判断主观性强、准确度低等不足,以及对影响雪茄烟叶晾制过程含水率预测的重要表观特征尚不明确等问题,该研究基于图像特征提取以及机器学习技术实现雪茄烟叶晾制过程含水率的预测。试验以雪茄烟品种“云雪2号”为试验材料,获取晾制过程的烟叶图像的颜色、轮廓、纹理以及部位四类特征并筛选出雪茄烟叶含水率预测的优选图像特征子集。在此基础上,构建了随机森林（random forest, RF）、支持向量机（support vector regression, SVR）与反向传播神经网络（back propagation neural network, BPNN）模型,并利用遗传算法（genetic algorithm, GA）对各模型超参数进行优化,将原始图像特征集与优选图像特征集输入3个机器学习模型,构建出6种模型-特征组合方案,依据晾制时期对原始数据集进行划分,并对测试集进行预测。最终结果显示：GA-SVR模型+优选图像特征子集的组合方案在测试集上表现最优,其决定系数（coefficient of determination,r²）与均方误差（mean square error,MSE）分别为0.980和0.001,且运行时间最短（运行时长=0.128 s）。研究结果可为雪茄烟叶晾制过程智能化控制提供理论依据。     

基于高效液相色谱的普洱晒青毛茶指纹图谱识别方法

为了对不同产地的晒青毛茶进行鉴别,研究了晒青毛茶高效液相色谱指纹图谱的不同识别方法。运用相关系数、夹角余弦和重叠率3种方法分别计算指纹图谱的相似度,以数字化指纹图谱为基础,对样品进行了系统聚类,分析了18个茶叶样品的主成分,并以前2个主成分作二维散点图。结果表明,3种方法均能准确地体现指纹图谱的相似程度,使毛茶与绿茶得到良好的分离;茶叶内含成分复杂,主成分较多,7个主成分累计贡献率为88.61%,系统聚类和二维排序散布图能够区分晒青毛茶和绿茶,具有简便、直观的特点。4种识别模式均能较好地对指纹图谱进行识别,为普洱茶原料鉴别和质量控制提供新的试验依据。     

基于GIS及气候-土壤-地形因子的浙江省茶树栽培适宜性评价

进行茶树栽培精细化的综合区划研究可为浙江省茶叶产业的规划布局提供科学依据.该文根据茶叶产量与气象、地形、土壤条件的相关分析,提出了茶树栽培综合区划指标为4个气候因子(年平均气温、稳定通过10℃的积温、极端最低气温≤-13℃出现的频率和4-10月的平均相对湿度)、2个土壤因子(土壤类型和土壤质地)和3个地形因子(坡度、坡...