GLEAMS模型在我国东南地区模拟硝氮淋失的检验

利用我国东南亚热带地区农业小流域不同土地利用方式的硝氮渗漏淋失实测数据检验了GLEAMS(Groundwater Loading Effects of Agricultural Management Systems)模型在该地区的适用性。通过现场试验和实地调查并结合模型手册,获取模型所需的水文和营养盐参数,参考模型参数的敏感性分析结果对模型进行调试。结果表明模型对水稻田除外的其它土地利用方式的硝氮渗漏淋失模拟效果较好。水稻田渗漏模拟效果差的主要原因在于模型的水分平衡方程不能反应水稻田长期淹水的实际情况。模型模拟结果的精度可以接受,从而验证了GLEAMS模型在该流域的适用性。     

APEX模型在淮河流域中上游的适宜性研究

探讨了APEX(Agricultural Policy/Environmental eXtender)模型在淮河流域中上游的适宜性。将APEX模型用于淮河流域中上游监测资料较匮乏的3个径流小区,用日径流/产沙的实测值和模拟值校正和验证模型,用校正过的模型评价不同土地管理措施的长期水土保持效益(1981~2005)。在模型校正阶段,3个小区日径流量和产沙量的平均百分误差绝对值(APE)小于20%,平均纳希-苏特克利夫有效系数(EF)大于0.6,平均R2大于0.7;在模型验证阶段,3个小区日径流量和产沙量的平均APE小于12%,平均EF大于0.5,平均R2大于0.7,APEX模型可模拟出径流、产沙的日变异。在水土保持效益评价结果中,与对照(休闲地)相比,管理措施2(林地-水平沟)的径流量平均减少37%,产沙量平均减少89%,管理措施1(林草混交-水平梯田)的水土保持效益要略低于管理措施2,构建水平沟、水平梯田以及增加地表植被是控制该地区水土流失的有效措施。研究结果表明:APEX模型适应性强,可用于预测和评价淮河流域中上游不同土地管理措施下的水土流失,这为资料匮乏地区研究土壤侵蚀提供了一种新的思路和工具。     

APEX模型在淮河流域中上游的适宜性研究

探讨了APEX（Agricultural Policy／Environmental eXtender）模型在淮河流域中上游的适宜性。将APEX模型用于淮河流域中上游监测资料较匮乏的3个径流小区,用日径流／产沙的实测值和模拟值校正和验证模型,用校正过的模型评价不同土地管理措施的长期水土保持效益（1981～2005）。在模型校正阶段,3个小区日径流量和产沙量的平均百分误差绝对值（APE）小于20％,平均纳希-苏特克利夫有效系数（EF）大于0．6,平均尺。大于0．7;在模型验证阶段,3个小区日径流量和产沙量的平均APE小于12％,平均EF大于0．5,平均R^2大于0．7,APEX模型可模拟出径流、产沙的日变异。在水土保持效益评价结果中,与对照（休闲地）相比,管理措施2（林地-水平沟）的径流量平均减少37％,产沙量平均减少89％,管理措施1（林草混交-水平梯田）的水土保持效益要略低于管理措施2,构建水平沟、水平梯田以及增加地表植被是控制该地区水土流失的有效措施。研究结果表明：APEX模型适应性强,可用于预测和评价淮河流域中上游不同土地管理措施下的水土流失,这为资料匮乏地区研究土壤侵蚀提供了一种新的思路和工具。     

APEX模型在淮河中上游坡面尺度的适宜性研究

为评价农业政策与环境拓展APEX模型在淮河中上游坡面尺度的适宜性,将其应用于淮河中上游的3个径流小区,在采用傅里叶幅度灵敏度检验扩展法进行灵敏度分析的基础上,利用蒙特卡罗模拟结合多目标函数技术自动校正模型,并使用1982-1986年日径流和产沙数据实测值与模拟值评价模型适宜性.结果表明:湿度条件2下的径流曲线数初始值(CN2)、损耗系数(CNIC)、水土保持措施因子(PEC)以及最大径流率-降雨能量调整因子(APM)对产沙模拟影响较大,CN2和CNIC对地表径流模拟影响较大;在模型校正阶段,径流和产沙日平均模拟值的百分误差绝对值(APE)小于20％,纳希-苏特克利夫有效系数(EF)和R2分别大于0.45和0.55;在模型验证阶段,径流和产沙日平均模拟值的APE小于25％,EF和R2分别大于0.4和0.5.这说明APEX模型适用于淮河中上游坡面尺度,可用于评价该地区不同土地管理措施下的水土流失.     

多光谱低空遥感图像光照辐射度校正

为了提高受云层阴影影响的遥感图像的信息提取准确度,该文以水稻小区试验过程中为进行氮素水平检测而采集的低空机载高分辨率多光谱遥感图像为对象,对受云层阴影影响的高光谱图像进行光谱校正,从而提高氮素水平检测的精度。试验中采用机载的双摄像机同步采集可见光和近红外的水稻遥感图像,并将两摄像机的图像进行几何校正后合成得到彩红外(color infrared,CIR)光谱图像;同时在图像采集区域布置3块不同反射率的1.2 m×1.2 m标定靶,利用便携式光谱仪测定标定靶的反射光谱曲线,并统计标定靶在图像中各通道的亮度均值。以标定靶在晴天无云和有云图像中的亮度值为节点,对G、R和近红外(near infrared,NIR)通道分别建立分段的线性变换模型进行校正。为验证校正精度,在遥感图像中分别选择大田水稻、小区试验田块和裸地3个不同区域的图像的G、R和NIR通道像素亮度均值及归一化植被指数(normalized differential vegetation index,NDVI)作为评价指标。试验结果表明,和传统的整体线性变换相比,采用分段线性变换校正具有较高精度,G、R和NIR通道校正后的平均误差为8.6%,9.1%和11.7%,NDVI平均误差为11.5%,有效提高了阴影条件下的遥感图像的信息提取精度,提高了受云层影响遥感图像的利用率。研究为低空遥感的图像校正提供了参考。     

新疆天山山区TRMM卫星降水数据的精度检验和校正方法研究

在降水资料缺乏的天山山区,基于重建时间序列后的NDVI和DEM数据,采用CART算法对TRMM3B43月降水数据进行校正。利用研究区25个站点实测降水量对校正前的TRMM降水数据和校正后的TRMM降水数据分别进行精度检验。结果表明:校正前TRMM月降水与站点实测降水有很好的一致性,存在显著的线性相关关系,但误差较大;TRMM降水与实测降水的决定系数(R2)随时间尺度的增大而减小,相对误差(δ)和均方根误差(RMSE)则随之增大,说明TRMM遥感数据的精度随时间尺度的增加而减小;校正后TRMM降水精度得到了显著地提高,与实测降水在月、季、年尺度上的R2分别为:0.97,0.87,0.83,相比校正前R~2提高了10%以上,误差也有明显的减小。这说明在天山山区,使用CART对TRMM降水数据进行校正的方法可行。     

基于SWAT模型的径流与土壤侵蚀过程模拟

将可表征土地利用变化对水文响应影响的分布式水文模型SWAT应用于密云水库潮河子流域,对模型的敏感性进行了分析,并采用1986～1991年下会水文站数据对其径流量和泥沙负荷进行了率定和验证,模型评估结果表明该模型对径流的模拟效果非常好,对泥沙的模拟效果较好。通过计算34个子流域内的侵蚀模数,对流域内的土壤侵蚀强度进行了分级,并分析了不同土地利用方式对产沙的影响。结果表明,流域内的土壤侵蚀主要发生在农田,为保障密云水库的水质应对其采取有效的水土保持措施。     

基于SWAT模型的湟水流域径流模拟与评价

以青海省湟水流域民和水文站以上流域为研究区,在GIS技术支持下,运用分布式水文模型SWAT（Soil and Water Assessment Tool）进行了湟水流域天然径流的产流模拟,通过选用湟水流域1980～1997年相应的水文气象资料作为SWAT模型的输入数据,选用1980～1987年湟水流域出口民和站的年、月平均天然流量进行模型的参数率定,1989～1997年民和站的年、月平均天然流量进行模型的验证,采用了相对误差（RE）、相关系数（R2）以及Nash-Suttclife模拟系数（Ens）作为模型适用性的评价系数,结果表明SWAT模型对湟水流域长期天然径流变化过程模拟结果良好,较好地反映了湟水流域水资源的变化过程,为研究湟水流域的水资源提供了模型支持。     

有效降水指数在暴雨洪涝监测和评估中的应用

科学有效的监测和评估是防范和减轻暴雨洪涝灾害的重要基础。基于有效降水指数(EP)构建单站和区域暴雨洪涝监测、评估指标,利用1961-2014年湖北省76站逐日气象观测资料及相关灾情资料,确定降水衰减参数及致涝阈值,在此基础上分析EP指数在历史暴雨洪涝评估及实时暴雨洪涝过程监测中的应用效果。结果表明：经参数率定后的EP指数对农作物洪涝受灾面积的解释方差达78.1%,对年际间暴雨洪涝强度差异反应敏感,能识别历史典型大涝年和严重洪涝年,在2014年实时暴雨洪涝过程监测中能直观诊断出一般性暴雨洪涝的起止时间和过程动态变化,但对局地性和间歇性发生的暴雨洪涝过程刻画不足。创建EP指数所需数据资料少、计算简便,可用于洪涝灾害历史排位、年景评价、灾情预评估、风险区划以及作物产量建模等。     

制动工况下液力偶合器涡轮轴向漩涡流场试验分析

轴向漩涡流动是研究液力偶合器能量损耗的重要基础。该文基于粒子图像测速技术采集制动工况下液力偶合器轴向漩涡流场图像,通过图像处理技术识别并提取液力偶合器外壁面上特殊几何结构所呈现的光学特征,完成流动图像动态标定。利用霍夫变化直线检测算法识别泵轮轴向流场流速方向,通过图像互相关算法并采用查询窗口偏移技术提取涡轮轴向漩涡流场结构,应用误矢量识别算法检测错误流速矢量并予以剔除,获得优化的流动图谱。研究结果表明:泵轮轴向流场中液流是一种复合加速运动;涡轮轴向流场中液流是一种多尺度漩涡流动,主流区域上流速值为0.2~0.4 m/s,叶片与壁面组成的角隅区域上形成小尺度涡旋,角隅区域上流速值为0.6~1.1 m/s。上侧叶片与泵轮、涡轮交界面处的角隅区域上存在与主流循环流动方向相同的小尺度涡旋,涡量数值为?8 s?1,此处涡旋将促进液力能量的传递与转换,其他3个角隅区域上的涡旋方向与此相反,涡量数值分别为13、15和20 s?1,由于该局部区域小尺度涡与主循环涡的相互混合作用,引起流动迟缓,造成能量损耗。试验研究结果将为液力偶合器轴向漩涡流动现象提供有价值的参考依据。     

基于垄线平行特征的视觉导航多垄线识别

为有效快速地识别农田多条垄线以实现农业机器人视觉导航与定位,提出一种基于机器视觉的田间多垄线识别与定位方法。使用VC++ 6.0开发了农业机器人视觉导航定位图像处理软件。该方法通过图像预处理获得各垄行所在区域,使用垂直投影法提取出导航定位点。根据摄像机标定原理与透视变换原理,计算出各导航定位点世界坐标。然后结合垄线基本平行的特征,使用改进的基于Hough变换的农田多垄线识别算法,实现多垄线的识别与定位。使用多幅农田图像进行试验并在室内进行了模拟试验。处理一幅320×240的农田图像约耗时219.4 ms,室内试验各垄线导航距与导航角的平均误差分别为2.33 mm与0.3°。结果表明,该方法能有效识别与定位农田的多条垄线,同时算法的实时性也能满足 要求。     

模式识别在大米品质检测中的应用

从图像的二值处理、图像分割、米粒的形状分析及米粒颜色的识别与分析等几个方面进行了研究,形成了一套实用、有效的检测系统。     

水果外观质量在线检测系统的软件实现

鉴于模拟信号摄像头采集技术在有严格时间要求的在线检测方面存在种种弊端,就数字摄像头采集技术进行了初步探讨,以获取满足高速度要求的动态图像。对所获图像进行分割处理,运用多线程技术进行动态交换,解决了序列图像处理结果的动态显示以及数据库文件的实时存储,为水果在线分级的后续自动化控制做了铺垫。     

红毛丹色泽品质的计算机视觉分级技术研究

应用计算机视觉研究了红毛丹外观色泽品质的分级检测技术。通过CCD采集红毛丹可见光图像,经OSTU分割算法来分割图像背景后,采用面积标记算法得到去除长穗梗区域的红毛丹图像;然后提取基于色度的红毛丹图像的彩色纹理特征,并用多分类支持向量机的模式识别方法来识别红毛丹色泽等级。结果表明,该模型对4个色泽等级的红毛丹的正确分类率分别是94%、88%、89%和95%,且具有较好的稳定性。与人工神经网络方法预测结果比较,该方法具有速度快、识别能力强的特点。     

基于解模糊算法的蚕蛹图像恢复及雌雄识别

在利用机器视觉技术识别雌雄蚕蛹过程中,因蛹体为非规则椭球体所带来的空间变化模糊造成蚕蛹图像中大量细节结构特征信息丢失,这极大地降低了雌雄蚕蛹识别的准确率。针对此问题,该文提出了一种将复杂的空间变化模糊图像恢复问题化为多个简单的空间模糊图像求解的策略。首先根据蚕蛹图像的模糊图谱将图像划分为多个具有相似程度模糊的子图像区域;再利用 Lucy Richardson 方法对各子图像区域分别进行非盲反卷积解模糊;最后将恢复的各子图像进行拼合并使用双边滤波方法消除图像拼合误差,保证图像信息准确融合。试验结果表明,该算法性能与目前所公认最优的 Shen 方法相比,能够得到更好的蚕蛹图像视觉质量,蚕蛹图像质量的定量评估指标——总变差均值（TVM）平均提高了22.8%,因此,该文方法具有更优的性能,能够有效消除空间变化模糊影响,恢复出更多的蚕蛹图像细节结构特征。利用基于霍夫变换理论的形状匹配算法对处理前和处理后的400颗蚕蛹成像图像进行了雌雄识别试验研究,试验结果表明,相对于原始未处理的蚕蛹图像,经该文方法处理后的蚕蛹图像,雌雄蚕蛹识别率提高了40.5百分点。该文方法对西葫芦、南瓜等类非规则椭球体果蔬图像也能够进行有效的图像质量改善,这充分显示了该文方法的广泛适应性。     

棉花异性纤维图像在线分割方法

图像分割是基于机器视觉检测棉花中异性纤维含量的关键技术。棉花图像的背景（棉花纤维）简单,灰度服从正态分布,目标（异性纤维）一般都比背景暗,但是细小且灰度分布方差大。该文有针对性地提出一种背景估计阈值BET（Background Estimation Thresholding）方法对棉花图像进行分割,并选择3类典型棉花图像样本与Otsu方法进行了对比试验。BET方法能得到更好的分割结果,并且算法速度快,100万次分割耗时仅8.46 s。试验结果表明该方法简单有效,速度快,可应用于大批量棉花异性纤维的实时在线     

Leaf nitrogen determination using non-destructive techniques–A review

The optimisation of plant nitrogen-use-efficiency (NUE) has a direct impact on increasing crop production by optimising use of nitrogen fertiliser. Moreover, it protects environment from negative effects of nitrate leaching and nitrous oxide production. Accordingly, nitrogen (N) management in agriculture systems has been major focus of many researchers. Improvement of NUE can be achieved through several methods including more accurate measurement of foliar N contents of crops during different growth phases. There are two types of methods to diagnose foliar N status: destructive and non-destructive. Destructive methods are expensive and time-consuming, as they require tissue sampling and subsequent laboratory analysis. Thus, many farmers find destructive methods to be less attractive. Non-destructive methods are rapid and less expensive but are usually less accurate. Accordingly, improving the accuracy of non-destructive N estimations has become a common goal of many researchers, and various methods varying in complexity and optimality have been proposed for this purpose. This paper reviews various commonly used non-destructive methods for estimating foliar N status of plants.     

水土保持监测中SPOT5遥感图像几何精校正方法研究

为探索空间分辨率为2.5 m的SPOT5遥感图像用于水土保持监测的可行性,须进行遥感图像几何精校正。在理论分析遥感图像校正模型的基础上,通过实例计算,详细研究各种可能的几何精校正方法及实际精度状况。综合考虑几何位置变换精度、灰度重采样精度,确定适合水土保持监测的SPOT5遥感图像的几何精校正方法。     

基于计算机视觉技术的油菜冠层营养信息监测

为了探讨利用计算机视觉技术监测油菜长相长势的可行性,在大田自然条件下,用数码相机构建了计算机视觉系统,获取、分割图像,用逐步回归的方法建立了用颜色值监测叶绿素含量、全氮含量、碳氮比值的最优模型,模型具有较好的预测性。试验结果表明：在大田自然光照条件下,用数码相机采集油菜图像,监测冠层叶绿素含量、全氮含量、碳氮比等生理指标是可行的。