植株自旋转多视角重建技术在小麦植株三维表型获取中的应用评估

基于多视角重建技术的作物三维表型高通量获取系统成本低、获取效率高,引起越来越多的关注。植物自旋转式拍摄平台易于搭建,但植物旋转过程中产生的抖动对点云三维重建和表型解析精度有一定影响。为评估旋转式多视角成像在小麦植株三维表型解析中的适用性,基于植物旋转设计了便携式小麦植株三维表型高通量采集系统,选取穗期不同品种的小麦植株作为实验样本进行点云重建,基于Hausdorff距离评价了重建点云的精度误差;并基于人工测量数据,对所提取的表型指标精度进行评价。结果表明,植物旋转式重建的点云与相机旋转式重建的点云有较高的一致性,点云精度差距基本控制在0.4 cm以下;获取的叶长、叶宽和株高的均根方误差分别为0.79、0.13和0.53 cm,平均绝对百分比误差分别为3.26%、7.63%和0.74%,表明该方式适合穗期的小麦植株表型重建,具有较高的点云重建和表型提取精度,并为小麦植株表型评价提供了一种低成本的解决方案。     

基于三维数字化的小麦植株表型参数提取方法

针对小麦植株分蘖多、器官间交叉遮挡严重,难以用图像或点云准确提取植株和器官表型的问题,本研究提出了基于三维数字化的小麦植株表型参数提取方法。首先提出了小麦植株各器官数字化表达方法,制定了适用于小麦全生育期的三维数字化数据获取规范,并依据该规范进行数据获取。根据三维数字化数据的空间位置语义信息和表型参数的定义,提出了小麦植株表型参数计算方法,实现了小麦植株和器官长度、粗度和角度等3类共11个常规可测表型参数的计算。进一步提出了定量描述小麦株型和叶形的表型指标。其中,植株围度通过基于最小二乘法拟合三维离散坐标计算,用于定量化描述小麦植株松散/紧凑程度;小麦叶片卷曲和扭曲程度为定量化叶形的指标,根据叶面向量方向变化计算得到。利用丰抗13号、西农979号和济麦44号三个品种小麦起身期、拔节期、抽穗期三个时期的人工测量值和提取值进行验证。结果表明,在保持植株原始三维形态结构的前提下,提取的茎长、叶长、茎粗、茎叶夹角与实测数据精度相对较高,R² 分别为0.93、0.98、0.93、0.85;叶宽和叶倾角与实测数据的R² 分别为0.75、0.73。本方法能便捷、精确地提取小麦植株和器官形态结构表型参数,为小麦表型相关研究提供了有效技术支撑。     

数字植物研究进展:植物形态结构三维数字化

数字植物围绕农林植物生命、生产和生态系统的多维信息高效感知和认知的理论、技术和方法,通过多学科交叉合作,研究农林植物-环境3D数字化、高通量信息获取、情景感知、信息融合、结构和功能模拟、数字化设计和精准管理决策等数字农业的关键性、基础性以及共性理论和技术问题。植物形态结构的三维数字化是数字植物研究的重要组成部分,近年来很多学者从植物组织、器官、植株和群体等不同尺度,或者从植物根系和地上部等不同视角,围绕植物形态结构的参数测量、几何结构解析、三维模型构建、结构与功能建模,以及三维植物模型真实感展现等需要,开展了更深入的研究。在组织尺度方面,随着MRI、CT、显微成像等技术产品的不断成熟,使得利用这些先进测量仪器获取和测量植物组织内部结构数据成为可能,并被越来越多的研究者采用,成为进行植物内部形态结构测量和分析的有效手段。在植物根系的三维数字化方面,由于植物的根普遍生长在土壤里,观察和测量十分困难。虽然近年来XCT、MRI等穿透射线成像技术已越来越多地用于根系的形态结构探测,但这类技术往往仅能获取范围较小的根系局部数据,且价格昂贵。因此植物根系形态结构的准确、无损(原位)、快速测量仍然是一个挑战。在群体尺度方面,基于实测数据的三维重建逐渐成为植物群体三维重建的主要途径,研究者正试图从激光三维扫描仪获取的植物群体三维点云中提取群体的形态参数并实现群体的三维重构。而在三维植物模型的真实感绘制方面,如何准确地测量各种植物器官的光学特性并建立相应的数学模型是当前的研究重点,虽然已有不少研究者提出了相应的解决方案,但这些方法在便捷性和普适性方面仍然难以令人满意,有待更多深入研究。笔者最后结合相关领域的技术进展对数字植物的进一步研究进行了展望。     

静液压传动拖拉机定速巡航控制系统设计与试验

针对现有农机速度调节策略功率匹配度不高、燃油经济性差的问题,以静液压传动拖拉机为平台,基于CAN总线设计了拖拉机定速巡航控制系统.该系统由拖拉机工况采集、负载检测、油门控制、变量泵排量调节、作业负载调节、通信等模块组成.设计了油门调节机构和负载调节装置,获取并解析了拖拉机工况数据,建立了静液压传动拖拉机油门开度、变量泵...     

精密播种机下压力和播深CAN总线监控与评价系统研究

为实现精密播种作业中播种下压力和播深的实时监控和质量评价,设计了一种多行播种机下压力和播深CAN总线监控与评价系统。系统采用基于角度和轴销传感器的播深和下压力测量装置,优化设计了液压驱动和分区控制的气压驱动装置,开发了基于CoDeSys(Controlled development system)编程环境的智能终端交互界面和ECU(Electronic control unit)控制程序,实现了基于CAN总线通信的作业参数监测控制和质量评价。通过搭建的室内试验台完成了播深和下压力静态建模试验,建立了适应不同设定播深的下压力测量模型。分区控制系统响应测试试验表明,在调节范围(0.2~0.6 MPa)内,系统超调量低于5.97%;响应时间与控制行数和设定气压正相关;在设定气压(0.1~0.6 MPa)范围内,6行播种机调节时间不超过2.35 s。为测试系统工作性能,在25、50、75 mm 3种设定播深下,对左区控制(600 N)、右区控制(300 N)、机械调节和自重调节4种控制方式进行了田间性能试验。土壤压实和播种下压力控制效果试验表明,主动分区控制方式可实现更为稳定的土壤紧实度,且在浅旋地块环境下,右区控制方式可达到最优的下压力稳定性,其控制合格率不小于95.78%;播深控制效果试验表明,随着设定播深的增大,播深质量显著降低,在设定播深25~75 mm范围内,左区控制、右区控制、机械调节和自重调节对应的最小播深合格率分别为91.92%、92.53%、70.44%和58.72%,对应的最大标准差分别为2.22、3.11、3.69、7.70 mm,对应的最大变异系数分别为3.52%、4.40%、4.96%和14.01%。相比机械调节和自重调节,分区控制系统提高了单体下压力和播深稳定性。     

农田信息采集无线传感器网络节点设计

农田信息的及时准确获取是精准农业实施的基础。该文分析了几种典型无线传感器网络技术应用实例,基于当前无线传感器网络在农田信息采集中的应用现状,提出了设计体积小、工作持续时间长的农田信息采集无线传感器网络节点的必要性。基于ATmega128L单片机和CC1000射频芯片设计了无线传感器网络节点通信电路,并给出了土壤温湿度、电导率传感器、空气温湿度传感器及光照度传感器的选型和指标参数。设计了节点软件系统,描述了一种基于优先级的静态任务调度机制的实现方法,将S-MAC中的SYNC帧和RTS/CTS帧融合并加入了睡眠周期动态调度机制,并实现了全网的长周期睡眠。最后对节点进行了验证试验,给出了节点吞吐能力曲线和系统电压变化曲线,并进行了分析。试验表明,在论文给出的低功耗机制控制下,节点每秒具有6个数据包处理能力;在20个节点容量的全覆盖网络中,10 min采样周期下,节点可有效持续工作150 d以上,可以满足精准农业信息采集需求。     

高速公路绿化隔离带节水灌溉系统漏水故障诊断模型研究

系统不同破坏形式的漏水量根据位置不同而变化,滴灌系统主要漏水形式是滴头断裂漏水和滴灌管破裂漏水。高速公路2.05km滴灌试验段测试表明,内镶式滴灌管滴头和管上式滴头灌水均匀度Cu分别为90%和89%。根据实测系统流量数据,分析建立具有数据实时更新与记忆衰减功能的漏水故障诊断模型,实际应用表明:该模型漏水报警及时,操作简便。。     

马eCG/LHβ亚基基因多态性研究

马绒毛膜促性腺激素(equine chorionic gonadotropin,eCG)是由妊娠期母马胎儿尿膜—绒毛膜细胞分泌的一种由α、β两个亚基组成的异源二聚体糖蛋白,具有FSH、LH的双重活性。采用PCR-SSCP和测序方法对28匹蒙古马和25匹纯血马的eCG/LHβ亚基基因的多态性进行研究,结果发现,在蒙古马eCG/LHβ亚基基因5′调控区存在一突变位点:G-415A分为AA、BB、AB 3种基因型,AA、BB、AB基因型频率分别为0.89、0.07、0.04;纯血马此基因中未检测到多态性。     

温室蔬菜病害预警体系初探——以黄瓜霜霉病为例

【研究目的】温室蔬菜病害预警是保护温室生态环境和蔬菜质量安全的重要途径。预警体系的建立能够为模型和系统开发提供指导。【方法与结果】温室蔬菜病害预警的概念起源于植物病害流行学,经历了从警报系统到预警系统的转变。病害预警的基本逻辑过程,包括从明确警义、监测警兆、追溯警源、预报警情以及排除警情。制作预警指标体系可以为全面分析病害流行问题和研究病害流行预警模型提供参考。提出以经典预警方法为基础,以新预警方法为逻辑框架,以现代预警方法为关键技术,构建温室蔬菜病害预警体系基本框架。以温室黄瓜霜霉病初侵染预警为例,对该预警体系进行了初步验证。【结论】在该体系指导下建立的预警模型和系统,能够为温室黄瓜霜霉病初侵染预警提供决策支持。     

乡镇尺度的玉米种植面积遥感监测

以快速、准确提取玉米种植面积为目标,以多时相HJ-1A/1B CCD影像和数字高程模型（DEM）为信息源,选取吉林省长春市为试验区,将试验区种植结构、物候特征、地形特征、光谱特征及植被指数等多元信息引入决策树分类模型,构建基于决策树分层分类的玉米种植面积遥感估算模型,并将空间化的农普数据作为参考值,以乡镇为基本评价单元对玉米种植面积遥感测量结果进行精度评价。研究表明：利用该方法可以有效提高玉米识别精度,满足作物种植面积估算大范围、多时相的需求,有助于解决作物种植面积遥感估算业务运行时空分辨率的矛盾,乡镇尺度的玉米种植面积总量提取精度可达92.57%。