应用数字图像分析技术进行冬小麦 拔节期氮营养诊断

传统的作物营养诊断如植株全氮、生物量和植株硝酸盐浓度测试等需要进行大量的田间取样和实验室分析,时效性不足,难以适应作物生长期间追肥诊断的需要。通过田间试验,应用数字图像技术对拔节期作物的氮营养状况进行了研究,发现冠层数字图像色彩参数可以用来表征冬小麦拔节期的氮营养状况。数字图像标准化红光值R/(R+G+B)与冬小麦常规营养诊断指标如叶绿素仪读数、茎基部硝酸盐浓度、植株全氮含量和地上部生物量之间的相关系数达到了0.809~0.946,是较好的表征作物氮营养状况的诊断指标。     

图像识别技术在树木年轮分析中的应用进展

图像识别技术在树木年轮学研究中具有重要的地位和实用价值。在了解树轮图像分析技术发展历程的基础上,介绍了图像处理新技术在树木年轮分析中的应用,综述了国内外的研究进展。从研究区域、思路与方法、应用领域等方面详细综述了国内最新的研究进展。概述了研究存在的问题及未来的展望。结论表明,图像识别技术能够取代树轮实验分析中常规的人工操作,可以大幅度提高实验分析的自动化程度、量测的精准度以及工作效率。虽然图像识别技术在树木年轮实验分析中仍处在起步阶段,但是其超强的技术优势和发展前景已经显现。