基于虚拟仪器的果树重叠叶片LAI实时检测系统

目前叶面积指数(leaf area index,LAI)检测中重叠叶片的辨别是一个难点。该文提出一种创新的重叠叶片LAI简易检测方法:在室内直射平行光源照射下,通过光电传感器检测叶片透射光能量,传感器信号经过调理,由数据采集卡采集至计算机,利用LabVIEW软件平台进行程序设计,自动判断重叠叶片层数。将叶片层数乘以传感器的接收面积即为该检测位置各层叶片面积,将整个检测过程中的叶片面积累加即为各层叶片的总面积,进而求出LAI。根据试验结果选用近红外作为光源,设计并制作用于检测的近红外光电传感器,其短路电流I1、I2分别与前置放大输出电压U1、主放大输出电压U2均有良好的线性关系,于0.05水平显著。数据采集试验结果表明,在手动进行扫描、定位采集的方式下,以方格法计算的LAI值作为准确值,系统对LAI的计算最大相对误差绝对值为14.8%。初步探讨了叶片间隔对透射辐射量的影响,结果发现乘幂模型的拟合效果较好。     

基于光谱信息的柑橘树叶面积指数测试系统研制

叶面积指数可为精细农业生产提供作物生物量状态信息,通过光谱的分析,找出叶面积指数和光谱的关系,从而通过光谱反演出叶面积指数及叶干质量,可实现叶面积指数的快捷准确测量。该文以柑橘叶片为研究对象,通过扫描标定试验,得到叶片的精确总面积以及标定的LAI值。利用以FieldSpec-FR地物谱仪和计算机为主体的数据采集平台和以计算机和ViewSpecPro、SPSS等软件为核心的反演平台组成的测试系统,对柑橘叶光谱信息进行采集与分析。结果表明,LAI与光谱信息RVI的拟合方程相关系数R=0.891,显著水平Sig＜0.05,应用回归方程计算的结果相对误差为0.04%;LAI与叶干质量的拟合方程相关系数R=0.885,显著水平Sig＜0.05,应用回归方程计算的结果相对误差为0.30%,叶干质量与叶湿质量的拟合方程相关系数R=0.990,显著水平Sig＜0.05,应用回归方程计算的结果相对误差为2.27%。该系统可为果树LAI进行实时快速自动检测提供研究基础。     

基于半球摄影法的果树叶面积指数检测张立俊3，洪添胜1,2,3，吴伟斌1,2,3※，Joseph Mwape Chileshe1,2,3

摘要：为解决传统方法中从数据获取到数据处理出现的误差,进一步改善操作方法,该文设计了一种半球摄影法检测系统,使用鱼眼镜头在不同位置下拍摄单棵果树。对拍摄的图像进行处理,并对叶面积指数测量值和真实值进行验证对比,研究影响测量叶面积指数的因素。研究结果表明：鱼眼镜头在不同方位、不同偏移、不同高度下拍摄,以及不同软件处理方法都会对叶面积指数的测量产生影响。最优化的参数组合为：选择果树东方位拍摄,鱼眼镜头距离柑橘树主干25 cm,距离地面高度89 cm;在软件处理分析时,应取LAI4R,天顶角设为60°,同时采用软件遮罩功能对与冠层无关的区域进行屏蔽。在上述方法操作下,系统线性回归模型的决定系数R2为0.8268,测量值与真实值的平均绝对误差为0.31,平均相对误差为14.19%。该方法可为单棵果树叶面积指数的检测提供研究基础。     

基于高光谱的柑橘叶片氮素含量多元回归分析

快捷、准确、无损地检测柑橘叶片氮(N)素含量,对柑橘树N肥施用的精准动态管理有重大现实意义。以117株园栽罗岗橙为试验研究对象,在不同生长期用ASD公司的FieldSpec3采集柑橘树健康叶片的高光谱反射值,以高光谱反射数据或其变换形式作为柑橘树样本多元矢量描述;用凯氏定氮法同期检测出柑橘树叶的真实N素含量值;在用PCA对高维光谱矢量降维的基础上,利用支持矢量回归算法(SVR)建立高光谱多元表达和N素含量间的映射关系,以实现任意柑橘树N素含量的预测分析。试验结果表明,测试集上预测值和真实值间的平方决定系数R2为0.9730,平均相对误差为0.9033%,均方误差MSE为0.090343,证明了该方法的有效性,为利用高光谱技术进行柑橘树N素含量的无损检测提供了参考。     

基于典型叶片模板自动匹配的虫损叶面积测量

为了定量化评估农作物的虫害程度,提出了一种基于典型叶片模板自动匹配的叶片虫损面积测量新方法。先将叶片图像二值化并提取其外轮廓;再对提取的轮廓进行多边形近似,以多边形的顶点为端点将叶片外轮廓划分成若干子轮廓;然后采用形状上下文对完整叶片与虫损叶片之间的子轮廓进行自动配准,找出其间的相互映射关系;最后根据映射关系对虫损叶片进行重建,计算出虫损面积。对10类不同叶片的测量分析表明：该方法平均每叶片耗时0.962 s,最大相对误差为8.22%,平均相对误差为4.78%。其中,形状复杂度高的叶片平均相对误差为7.48%,复杂度中等的叶片为5.99%,复杂度低的叶片为1.84%。结果表明,该方法能准确而快速地测量虫损叶面积。     

全国农作物叶面积指数遥感估算方法

目前对农作物叶面积指数LAI的遥感估算研究多是针对单一作物或是作物种植结构单一的区域,该文运用大尺度农作物叶面积指数的遥感估算方法,在像元尺度上对4个代表性实验站的LAI与归一化植被指数(NDVI)的相互关系进行了回归分析后,得到4种代表性作物种植结构的LAI估算模型,然后结合全国农作物种植结构数据对模型外推,建立了一个全国尺度的遥感模型,并估算了全国作物LAI。该文使用“863”项目山东遥感应用综合试验中的作物LAI观测数据进行了验证,结果表明该模型较其它估算模型达到了较高的精度,最大相对误差为39%,平均的相对误差为19%。该模型的计算结果已经在“中国农情遥感速报”系统中得到了广泛的应用。     

基于冠层光谱特性的水稻叶片含水率模型

基于水稻叶片含水状况与冠层光谱反射率存在关联,尝试构建水稻叶片含水率模型。在水稻生长的孕穗期,同时测量室外水稻冠层光谱反射率和叶片含水率,依据水稻叶片含水率与各光谱波段反射率之间的相关性系数,选取高相关性系数对应的光谱特征波段。采用遗传算法对BP神经网络的初始权值进行优化处理。分别应用BP神经网络和GA-BP-Network、传统多元线性回归方法建立预测模型。试验表明,GA-BP-Network模型的预测含水率值与真实值平均误差率为3.9%,最大误差率为6.1%,均比BP神经网络、传统多元线性回归预测模型有了很大的改善,提高了预测水稻叶片含水率的准确性。     

砾石覆盖度测量方法研究

地表砾石是各种水文和侵蚀等过程综合作用的产物,是土壤退化和生态系统恶化的一个标志;反过来这些砾石也影响到侵蚀的各个过程。分别利用视点框架法和照相法对不同粒径样本下(2~6mm,6~20mm,20~60mm)的砾石覆盖度进行了测量,对比分析了不同砾石覆盖度测量方法对其精度的影响。结果表明,采用两种测量方法观测砾石覆盖度均能达到一定精度,视点框架法测量的砾石覆盖度相对误差变化范围为-7.84%~80.86%,平均相对误差为15.69%,照相法测量的砾石覆盖度相对误差变化范围为-48.35%~9.89%,平均相对误差为-11.69%。随着砾石覆盖度的增加,视点框架法测量的相对误差绝对值表现为减小。视点框架法测量的最大相对误差均值的绝对值随着抽样次数的增加而减少,当抽样次数达到约30,相对误差减小的趋势减缓。     

番茄辣椒微型根系形态原位采集系统设计与实现

为实时获取浅根系作物的根系生长形态,设计了一种可用于多点测量的微型根系形态实时原位采集系统。系统主要由微型摄像头和光学放大元件等组成(体积1.5cm3),采集的图像通过无线模块发送至终端。采用基于区域生长的根系图像分析方法,以腐蚀图像为出发点,膨胀图像为终止点,结合相似性准则进行区域生长、区域标记和区域保留,来滤除土壤孔隙和杂质等对图像产生的干扰,从而提取根系轮廓,并通过图像形态学计算得到根长密度、根系平均直径等形态参数。以此系统采集樱桃番茄、辣椒根系形态参数,试验结果表明,根系长度测定值的绝对误差不超过1.5 mm,相对误差不超过5.3%;根系平均直径绝对误差不超过0.09 mm,相对误差不超过6.7%。与土壤采样法测定值相比,在0～10、10～20、20～30和30～40 cm 4个土壤层内2种测定方法根系平均直径决定系数R20.87(P0.01),根长密度在30 cm深度以内的土壤层决定系数R20.81(P0.01)。证明本文设计的微型根系形态实时原位采集系统具有较高的准确性,可用于浅根系作物形态的多点观测。     

设施果园自动对靶精准变量施肥控制系统

针对目前果园条施肥过程中缺乏精准变量对靶施肥装置的问题,该研究研制了一种排肥轮槽口体积可根据果树目标施肥量及冠层直径大小自动调节,排肥轮转速随施肥车速自动变化的果园精准变量自动对靶施肥装置与控制系统。该装置采用外槽轮式结构,槽口体积可连续调节自动变化。采用激光雷达传感器实时探测果树冠层位置,使用霍尔传感器检测施肥车行驶速度,以STM32F407VET6单片机为核心设计了控制器。分别以尿素、复合肥、有机复合肥3种颗粒肥料为试验材料,标定了不同排肥轮槽口开度在不同排肥轮转速下的排肥量,单个槽口排肥量与排肥轮转速呈负线性关系,决定系数R2不小于0.93;建立了单棵果树目标施肥量与排肥轮转速、施肥车速、槽口体积以及果树冠层直径4个变量之间的关系及排肥轮转速控制规则。室内台架试验结果表明,单棵柑橘树实际施肥量与给定目标施肥量相对误差最大为5.17%,变异系数最大为1.47%,可在施肥车速变化情况下准确施用不同颗粒肥料。大棚柑橘果园自动对靶施肥试验结果表明,单棵柑橘树实际施肥量与给定目标施肥量相对误差最大为4.83%,变异系数最大为6.96%,且施肥均在果树冠层直径范围内完成。该装置能够根据果树冠层直径大小对靶按需施肥,适应不同种类颗粒肥的少量或较大量定量施肥,满足不同大小果树不同需肥量的精准变量自动施肥要求。     

我国4种主要苹果树形冠层结构和辐射三维分布比较研究

树体结构和辐射分布是影响果树冠层光合生产力和果实产量品质的主要因素。本文以"富士"苹果(Malus domestica Borkh.cv.‘Fuji’)为试材,采用田间调查方法,系统研究了我国苹果生产中4种主要树形的树体结构参数以及叶面积密度(LAD)和光合有效辐射(PAR)的三维分布特征。结果表明,开心形树冠的枝量(894×103·hm-2)和叶面积指数(LAI,2.53)最小,其他3种树形中小冠疏层形分别为2 280×103·hm-2、4.14,疏散分层形分别为2 119×103·hm-2、3.98,纺锤形分别为2 190×103·hm-2、3.88。不同树形LAD三维分布各不相同,小冠疏层形苹果树的叶片主要分布在树冠的0.5~1.5 m之间,疏散分层形和纺锤形主要分布在0.5~2.0 m之间,开心形主要分布在1.0~2.0 m之间。通过对不同树形LAD和PAR三维分布比较发现,每种树形的PAR都随树冠深度的增加而降低,在树冠中部LAD最大部位辐射消减最快,PAR的三维分布主要与叶片分布有关。其中开心形树冠的平均PAR最高,分布最均匀。4种树冠内叶片得到的平均相对PAR小冠疏层形为24.85%,疏散分层形为28.84%,纺锤形为27.71%,开心形为37.28%。开心形树冠内低光区的叶片所占比例只有35%,其他树形都超过50%。研究表明,不同相对PAR范围内的叶片比例能够更好地反映果树冠层的辐射情况,开心形树冠在辐射分布上优于其他3种树形。     

野外叶面积指数自动测量仪器设计及应用试验

为提高长时间序列叶面积指数测定模型的模拟精度,该文设计一种可以长期在野外间接测量叶面积指数仪器,仪器由太阳能提供持久电能,利用单片机控制垂直水平舵机,带动光强传感器记录多角度光线强度,在2台仪器同时测量的情况下,获得光线透过林分冠层多角度光强衰减率,通过编写计算程序解算林分叶面积指数。使用商品化光学仪器LAI-2200验证该仪器测量精度,对24块样地叶面积指数进行测量,两仪器测量结果高度吻合R2为0.927,绝对标准误差为0.36。长时间野外叶面积指数自动测量获取数据可节省人力、减少人为误差。     

农作物冠层结构参数自动测量系统设计与试验

农作物冠层的结构参数,如叶面积指数与平均叶倾角,是影响太阳辐射在农田内进行重新分配的重要参数。在农业工程中,以玉米与小麦为例,这些参数的测量以传统的手持仪器为主,需要消耗较大的人力和时间,难以被应用于大区域尺度、长时间序列结构参数获取。该文设计并实现了一种基于无线传感器网络技术的农作物结构参数自动测量系统。系统由冠层上、下部光强测量节点、数据汇聚节点以及数据无线传输的路由节点组成,通过测量不同太阳高度角下冠层透过率来求解冠层的结构参数。数值模拟结果与野外实测结果表明,该文所用的结构参数反演算法稳定,测量系统可以较好的探测一天之中不同太阳高度角下的植被冠层太阳辐射透过率,基于方向透过率计算得到的叶面积指数与LAI2000仪器测量结果有较好的相关性,平均叶倾角和理论分布模式计算结果基本一致。该系统可以应用于对大区域尺度上的农作物长时间序列连续观测,提高农作物结构参数测量的自动化程度。     

AWRA-L模型估算区域林冠降雨截留量

目前模拟林冠截留的Gash模型的应用多是针对某一特定点或特定林分开展,而在区域范围内的应用国内尚无报道,在国外也仅见其在澳大利亚水资源评价系统AWRA.L模型中的应用。该研究介绍了AWRA-L(Australian water resources assessment-landscape)模型,并利用GI_。ASS LAI遥感数据结合浸水法获得的林冠持水量,使用该模型对试验点白桦(Betula platyphylla Suk.)天然次生林2013年的林冠截留进行模拟。结果显示,基于Van等改进过的Gash模型的AWRA.L模型和基于Gash(1979)模型的AWRA—L(1979)模型,对累积林冠截留模拟的绝对误差分别为-4.4和1.5 mm,相对误差分别为-8.7%和3.0%;对于单场降雨林冠截留的模拟结果显示,2模型的模拟误差值分别为(-0.15±1.64)和(-0.03±1.39)mm,模拟值与实测值之间无显著差异。研究结果说明结合GLASS LAI遥感数据,AWRA-L模型可以应用于区域范围林冠截留的模拟,模拟结果较好。     

基于差分的土壤墒情自动监测数据误差修正方法

土壤墒情自动监测设备能够快速、高效、连续地观测土壤墒情数据,但由于受安装调试水平、设备自身状态、以及田间环境变化的影响,在长期连续监测中输出数据的准确性和稳定性会逐渐降低,不利于墒情监测业务的开展。本文以北京市昌平区土壤墒情的人工和自动同步观测数据为基础,通过分析土壤墒情自动监测数据的误差特点,构建了一元一次、一元二次和一元三次差分方程对自动监测数据进行误差修正,并对修正后的误差特征进行分析。结果表明:经过差分修正后,20 cm深度的绝对误差均值减小了34%和24%,40 cm深度的绝对误差均值减小了67%和54%,自动监测数据误差显著下降;3种差分方程中线性差分方程表现最优;修正后的误差统计特性符合简单随机误差,可以通过求算数平均数的方法进一步降低误差。通过差分方法来修正自动监测数据简单易行,能有效的提高自动监测数据精度,充分能够发挥人工和自动监测的优势,提高监测体系整体性能。     

基于超声波传感器和DGPS的果树冠径检测

为实现果园果树的仿形精确喷雾，适时获取果树冠径信息，采用超声波传感器，GPS接受机和电子罗盘等在拖拉机上建立了一套果树冠径检测试验系统。并在室外对5个圆柱规则外形树冠进行了检测试验。试验分别采用4种树冠直径检测计算方法，并选择0.31 m/s和0.65 m/s两种不同拖拉机行驶速度进行检测。采用误差分析的方法检验果树冠径检测系统的实际检测效果。误差分析表明拖拉机分别以0.31 m/s和0.65 m/s速度行驶时，应用超声波探测果树树冠两个轮廓边缘计算5个树冠直径的平均相对误差分别为5.54%和5.80%。用电子罗盘和DGPS数据进行加权平均融合修正拖拉机行驶轨迹，由超声波检测到的果树两个轮廓边缘的位置信息计算果树直径，在两种检测速度下的平均相对误差为14.38%。研究结果为果树仿行喷雾控制和果园果树生长信息采集提供了技术方法。