基于北斗卫星通信的林区小气候监测系统研究

为实现无手机信号林区生态系统参数的实时监测,基于北斗卫星短报文、物联网和云存储等技术,设计了一种林区小气候实时监测系统。该系统由小气候监测站、云服务器和系统软件构成,可实现林区大气、土壤、光照和植物等多参量的实时监测、云存储、动态查询、报表生成和大数据分析。系统对森林火险天气指标的计算进行平滑处理,加入了枯枝落叶层土壤湿度火险因子,实现了森林火险天气等级预报功能,为局部林区的防火预警服务。通过2017年3—5月在北京鹫峰国家森林公园的连续测试实验,3个小气候监测站可以稳定可靠地获取11种林区小气候数据,北斗卫星传输正确率分别为98.57%、99.43%和99.59%,达到了对林区小气候进行长期实时监测的目的,通信费用低于铱星卫星通信。该系统自2016年在北京、内蒙古、河北和河南等地推广应用,为林区的生态大数据获取和分析提供服务。     

基于驻波原理的锥式林区土壤含水率仪设计与性能分析

为了提高现有土壤含水率传感器在林区的测量性能及可使用性,在优化传感器结构的基础上,设计了一种基于驻波原理的锥式林区土壤含水率仪,其锥角30°、探头直径20 mm、探头长度150 mm。实验结果表明:传感器横向测量范围为10 cm、纵向测量范围为18 cm,输出线性拟合决定系数在0.96以上。静动态特性分析表明,传感器测量范围为零到粘壤性土壤饱和含水率,测量精度为3%,稳定性标准差0.49%,超调量为0.48%,过渡时间0.582 s。通过与TDR(TRIME-HD2型传感器、德国)进行对比,测量结果线性拟合决定系数在0.97以上,两者测量性能相当,表明所设计的传感器能够达到实际使用的要求。本文设计的土壤含水率仪性价比更高,更适用于林区土壤含水率测量,使用更为便捷。     

基于全卷积神经网络的云杉图像分割算法

以云杉为研究对象提出了应用全卷积神经网络（Fully convolutional networks,FCN）分割图像的算法。利用无人机采集图像,标注470幅云杉图像,其中300幅组成训练集,170幅组成测试集,标注90幅樟子松图像作为附加测试集。以VGG16为基础建立云杉分割FCN模型,利用Tensorflow框架实现和训练网络,通过共享权值和逐渐降低的学习速率,提高FCN模型的训练性能。选择像素精度（PA）、均像素精度（MPA）、均交并比（MIoU）和频权交并比（FWIoU）4个语义分割评价指标评价测试结果。FCN模型分割云杉图像,PA和MPA达到0.86,MIoU达到0.75,FWIoU达到0.76,处理速率达到0.085s/幅,有效地解决了光照变化、云杉个体差异、地面杂草干扰和植株之间粘连的影响。与HSV颜色空间阈值分割以及K均值聚类分割算法比较,FCN模型的MIoU分别提高0.10和0.38。     

基于HSV空间和拟合椭圆的光核桃种核表型自动量化系统构建

针对现有青藏高原光核桃种核表型主要采用手工测量和目视法获得,操作繁琐,且提取参数种类有限的问题,该研究构建了一种基于HSV（Hue,Saturation,Value）空间和拟合椭圆的光核桃种核表型自动量化系统。该系统包括图像自动分割和多重参数提取2个部分,首先,采用HSV阈值法实现光核桃种核图像的精准分割;其次,用拟合椭圆法进行光核桃种核的核尖提取;最后,对光核桃种核形态、颜色、纹理3类表型进行定量描述。结果表明,该系统对光核桃种核的自动分割准确率达到99.7%,且能够实现多种表型的自动、准确量化,为光核桃表型参数研究提供数据基础和技术支持。     

基于潜热效应的活立木冻融检测传感器设计与实验

针对植物冻融过程中植物水分生理信息(植物水冰含量)难以实时、在线、连续监测及冻融难以准确判断的问题,设计了一种基于潜热效应的活立木冻融检测传感器。通过检测植物冻融过程中潜热释放引起的温度变化对茎干是否冻融进行有效判断,在准确检测冻融点的基础上,根据茎干体积含水率变化计算冻融过程中的茎干体积含冰量及径向冻融深度,同时设计环式弹片探头消除固定式探头对茎干压迫形成的凹槽。标定结果表明,传感器测量结果与真值拟合决定系数超过0. 99。静动态特性分析表明,传感器体积含水率和温度测量范围分别为0～68. 67%、-30～80℃,动态响应时间小于2 s。室内冻融模拟实验及室外长期冻融监测表明,传感器能够有效检测植物冻融过程中茎干水分生理参数的变化,可以作为植物冻融的有效监测手段。     

基于3-D数据的叶片萎蔫形态辨识方法

以西葫芦为试验对象,采用非接触式激光扫描获取植物叶片3-D形态信息,运用微分几何算法、二维傅里叶谱分析法、垂直投影叶面积法以及标准差法定义了4种植物萎蔫指数(TB_3D、RLWI-2DFT、RTPLA和RSD)用来定量刻画植物萎蔫状态。试验结果表明萎蔫指数能够很好地定量刻画植物萎蔫形态。其中TB_3D与太阳全辐射量、大气温度线性相关,决定系数取值范围分别为[0.710,0.721]和[0.513,0.589]。TB_3D与茎秆直径线性相关,决定系数为0.845。最后通过比较4种萎蔫指数刻画萎蔫状态的相关性,两两间决定系数大于0.736,结果表明4种指数的萎蔫表征效果基本一致。     

线区域尺度土壤水分实时测量方法研究

提出了一种线区域尺度的土壤水分测量方法,设计了基于频域振荡法实时检测植物根区尺度土壤水分信息的传感系统。系统由土壤水分传感器、PVC套管、电动机牵引系统以及控制器组成,控制器控制电动机牵引传感器在套管中往复运动,可以实时获取240 cm长度上的土壤体积含水率信息。土壤水分传感器的动态响应时间为32 ms,稳定性测试结果的标准差为0.006 1 V,与时域反射(TDR)土壤水分传感器测量结果的相关性决定系数达到0.989,满足区域性土壤水分实时检测的要求。野外试验证明:当传感系统埋设深度为30 cm时,与相距10 cm平行埋设的BD-Ⅲ型土壤水分传感器(精度为±2%)测量结果的均方误差小于0.5%,能够测量到因降水导致的土壤水分变化,验证了系统的有效性。     

基于TOF摄像机的植物叶态萎蔫辨识研究

为定量辨识植物叶态的萎蔫程度,定义了基于离散时域傅里叶变换的萎蔫指数,搭建了一套植物叶态采集系统,以黄瓜和绿皮西葫芦幼苗为试验样品,采用植株根部快速失水与汲水的方法,控制植株叶片处于不同程度的萎蔫状况,使用TOF摄像机获取叶态3D图像信息,对图像进行去噪、阈值分割、点积运算等处理,得到目标叶片的三维点云数据,运用离散时域傅里叶变换计算其萎蔫指数。通过对黄瓜单片叶和绿皮西葫芦多片叶在植物失水、叶片萎蔫阶段和植物吸水、叶片恢复阶段的萎蔫指数定量对比分析,以及对叶片萎蔫指数在整个植物水分胁迫过程的单因素方差分析,显著性分别为0.890 4、0.292 2、0.903 6,均大于0.05,验证了基于TOF摄像机的叶态萎蔫定量辨识方法的可行性与准确性。     

基于三维机器视觉的植物叶片萎蔫预测模型

采用基于激光斜射测距原理的三维扫描装置实时获取植株三维图像,从中提取叶面卷曲统计指数、分形维数和二维傅里叶变换直流分量作为萎蔫指数来定量研究植物的萎蔫程度,采用西葫芦、葫芦、南瓜及秋葵4种植物的嫩叶期体态变化检验了3种萎蔫指数与萎蔫程度的相关性,结果表明:3种萎蔫指数与萎蔫程度均具有较好的相关性,相关系数都达到了0.82以上。在此基础上,运用SPSS软件建立了3种萎蔫指数与环境饱和水气压差VPD及光合有效辐射的多元线性回归统计模型。     

基于K-SVD基的林区监测站数据采集方法研究

基于K-SVD字典学习算法（K-singular value decomposition, K-SVD）的压缩感知技术应用在林区微环境监测站中,可极大地减少数据传输数量,从而降低监测站的使用能耗,延长监测站的使用寿命。本文选用空气温度作为实验对象,验证算法的可行性,并与前人提出的基于离散傅里叶变换基（Discrete fourier transform, DFT）的压缩感知方法进行对比实验。实验结果表明,当稀疏度k相同时,K-SVD算法的平均稀疏化误差始终小于DFT算法,且误差分布范围更加集中;当稀疏度和压缩率均相同时,K-SVD算法的平均重构误差也始终小于DFT算法,且误差分布范围更加集中。在林区微环境监测站中,K-SVD算法具有更好的稀疏表示性能以及重构性能,在降低相同系统能耗的同时,也降低了数据传输的误差。