农田环境下无人机图像并行拼接识别算法

为改善在农田环境下无人机图像计算速度和效率,该研究提出了一种农田环境下无人机图像并行拼接识别算法。利用倒二叉树并行拼接识别算法,通过提取图像拼接中的变换矩阵,实现拼接识别同时进行。根据边缘设备的CPU核心数和图像数量自动将图像拼接识别任务划分为多个子进程,并分配到不同核心上执行,以提高在农田环境下的计算效率。试验结果表明：相同试验环境和数据集条件下,倒二叉树并行拼接算法的拼接耗时相较于商业软件平均减少了60%～90%左右;在农田环境下,倒二叉树并行拼接识别相较于串行拼接识别的耗时减少了70%,图像识别的平均像素交并比提升了10.17个百分点,说明在农田环境下采用多线程倒二叉树并行算法可以更好地利用农田环境下边缘设备的计算资源,大幅提升无人机图像的拼接和识别的速度,为无人机的快速实时监测提供技术支撑。     

柴达木盆地沙丘移动的空间分异及对形态参数的响应

研究沙丘移动规律与空间分异特征有助于准确了解风沙活动的危害程度,为区域城镇规划和青藏高原国家生态安全屏障保护与建设提供参考。该研究基于GoogleEarth软件测量横向沙丘的形态参数与移动速度,分析了移动速度与方向的空间分异特征,以及移动速度对形态参数的响应。结果表明,1)柴达木盆地内沙丘移动速度介于0～23.53 m/a之间,平均4.66 m/a,以中速(1～5 m/a)为主(53.73%),中部移动最快(5.22±4.27 m/a),东南部最慢(3.27±3.08 m/a),移动方向与主风向一致;2)沙丘移动速度与宽度的相关性最好(R~2=0.988),以后的研究中需多关注沙丘宽度这一参数;3)从柴达木盆地整体看,降水量越大、风速越低,沙丘移动越慢;从局部看,植被覆盖度越大,沙丘移动越慢;4)密集的河流可阻挡沙丘移动,保护格尔木市区,但不能消除沙丘移动的威胁。     

中小粒径种子播种检测技术研究进展

播种检测技术是实现播种智能化的关键技术之一,可为变量播种提供基本的技术支撑。该研究分析了国内外中小粒径种子播种检测技术进展及相应检测装备,重点阐述了中小粒径种子感知方法,主要包括机械机电报警检测法、机器视觉检测法、光电传感检测法、电容传感检测法、压电传感检测法,并对不同检测方法优劣进行分析;同时围绕播种机故障监测、播量、播种频率、行距、株距、漏播、重播等评价指标,明确了播种检测的主要内容,结合精准农业要求为不同播种模式提出对应播种检测指标;进一步分析了为解决漏播问题的变量补种技术和播种检测信息传输技术的研究概况。在系统总结和分析播种检测相关技术的基础上,提出在精准农业背景下对中小粒径种子播种检测的发展要求,展望未来中小粒径种子播种检测技术发展趋势。     

融合光谱混合分解与面向对象的土地利用/覆被分类

错综复杂的土地利用模式和破碎的地物斑块制约了土地利用/覆被分类的精度和效率。一方面,混合像元模糊了地物的光谱信息,影响了分类精度。另一方面,如何高效利用地物的光谱、形状和纹理特征是当前土地利用/覆被分类的研究热点。为了提高基于遥感技术的土地利用/覆被分类精度,该研究基于Sentinel-2A遥感影像,开展融合光谱混合分解与面向对象的土地利用/覆被分类研究。首先,基于地物的光谱、形状和纹理特征,在3个分割尺度通过NDWI（Normalized Difference Water Index)、NDVI（Normalized Difference Vegetation Index）、SBL（Soil Background Level）等8个特征参数构建了不同地物信息的提取规则。其次,利用光谱混合分解模型提取研究区基质（SL;岩石和土壤）、植被（GV;光合作用叶片）和暗色物质（DA;阴影和水）3类通用端元。最后,尝试融合3端元光谱特征优化地物信息提取规则。研究结果表明：1）基于构建的光谱、形状和纹理的地物信息提取规则,使用模糊函数、阈值法进行土地利用/覆被分类,获得了较高的分类精度,总体精度为80.83%,Kappa系数为0.76。2）融合3端元的光谱特征的提取规则将分类精度提升至90.00%,Kappa系数提升至0.88。3）具有明确物理意义的3端元的融入增强了像元内各组分信息的差异性,弥补了传统光谱指数对植被与土壤间的亮度信息解析度不足的缺陷。该方法能充分利用影像的光谱信息,是一种由易到难、对不确定因素进行逐层剥离的土地利用/覆被信息提取技术。因此,对中高分辨率的多光谱遥感影像十分友好,在土地利用/覆被的精细化分类中有较大应用潜力。     

基于Kinect V3深度传感器的田间植株点云配准方法

准确建立植物的三维点云是以点云方式高通量获取植株各部位物理参数的前提。为实现田间复杂环境下的植株三维点云配准,该研究提出了一种基于多标定球的田间植株点云自动配准方法,并分别在室内简单场景及大田复杂场景下从不同角度对多种作物采集的点云数据进行验证。该方法采用随机抽样一致性算法（Random Sample Consensus, RANSAC）结合点云减法的概念从下采样后的点云中实现多标定球的自动提取,弥补了RANSAC一次只能提取单个物体的缺点。然后基于各标定球的球心距离信息实现三维点集的自动匹配。最后使用奇异值分解算法解算旋转平移矩阵,实现点云的自动配准。不同场景下各作物的配准结果表明,各植株的水平90°、180°、270°以及垂直方向上的点云配准到水平0°点云下的平均轴向误差在6～17 mm之间,平均点位误差在13～30 mm之间,与手动配准的商用同类软件LiDAR360的配准结果相当,但配准过程的自动化程度明显提高,效率提高了67%。该文所提出的方法可在田间复杂环境下对低成本深度相机获取的植株点云实现高精度的自动配准,为田间植物表型参数的提取提供了低成本的可行方案。     

泛第三极典型地区土地利用和水保措施解译精度分析

[目的]进行泛第三极典型地区抽样单元土地利用和水土保持措施遥感解译精度评价,提高高分辨率影像的解译正确率,分析解译结果的区域代表性。[方法]于2018—2019年在中国西藏、泰国清莱和巴基斯坦地区分别选取9个、18个、15个抽样单元进行野外调查。以野外调查的土地利用结果作为参照,通过混淆矩阵、土地利用变化转移矩阵分析基于Google Earth影像进行土地利用和水保措施判读的精度;通过与参考数据集土地利用结构的对比,分析解译结果的区域代表性。[结果]①3个典型样区土地利用解译精度较理想,总体分类精度在80%以上,平均kappa系数分别为0.74,0.75和0.82;②与野外调查结果相比,3个典型样区水土保持措施解译结果比较理想;③遥感抽样解译的结果与GLC 30 m,GLC 10 m数据集的土地利用结构相似度较高。[结论]基于高分影像解译土地利用类型和水土保持措施的结果与野外调查的结果一致性较好,且符合参考数据集的土地利用结构,抽样单元遥感解译结果对于土地利用的宏观特征结构有较好的区域代表性表达。     

基于区间分析的自动移栽机苗盘定位控制方法

苗盘输送部件是自动移栽机的关键部分,由于国内标准塑料苗盘易变形造成苗盘外表面的光反射率不稳定,导致单个光电传感器识别苗盘到位信息误差大,苗盘定位不准确。针对这一问题,该研究设计了一种推杆平移输送、双传感器融合定位的苗盘输送装置,并提出一种苗盘精确定位控制方法。该方法首先通过双传感器分别感知苗盘与推杆的到位信息,并融合输送装置的结构信息,得到苗盘从起始位置输送至取苗位置的精确输送距离;然后设计了一种苗盘与推杆之间放置位置的判定方法,判定苗盘当前放置位置后输入对应的位移量将苗盘输送至取苗位置,最后驱动伺服电机实现苗盘输送的精确控制。以128穴标准PVC硬塑苗盘为测试对象,开展了苗盘输送定位及取苗性能试验,结果表明：控制系统可以准确判定苗盘任意放置在输送链推杆上的具体位置,在苗盘不同放置位置及不同输送速度下,电机脉冲频率越快,定位偏差越大。当电机脉冲频率为800 Hz时,输送定位偏差最大值为1.35 mm,最小值为0.79 mm,此时定位偏差平均值最大为1.07 mm,定位偏差变异系数最大为14.1%。在不同输送速度下,取苗成功率均达100%,满足精确输送定位要求,解决了单个光电传感器定位不...     

基于离散小波分解与重构的多源土壤含水量数据融合方法与评估

为提高土壤含水量格点数据的区域适用性、准确性，该研究提出了基于离散小波多尺度分解与重构的多源土壤含水量数据融合方法，利用2016-2018年6-9月ESA-CCI、SMAP、ERA5-Land数据集以及地面站点观测的土壤含水量数据，在以黄河流域为主体的主要农业气候区开展了融合方法可行性和适用性研究。结果表明，融合方法能有效捕获融合数据源的多尺度特征信息，通过多源多尺度逐层特征信息权重融合与重构，能有效改进单一数据源在不同农业气候区域的适用性、时空结构和波动特征的准确性。融合结果总体评估的均方根误差、偏差(Bias)和相关系数(r)分别为0.053 m³/m³、0.001 m³/m³和0.721，时空分解评估的综合表现均优于单一融合数据源的评估指标，多尺度时空波动频谱结构特征与观测时空序列更吻合，特别在25 d时间尺度以内时空波动吻合度改进最为明显。该研究获得了较理想的区域土壤含水量改进预期，可为区域生态环境监测、农业可持续发展、水土保持、防灾减灾等科学研究和业务应用提供可行有效的方法参考。     

基于遥感生态指数的焦作市生态环境动态监测与评价

[目的] 探究河南省焦作市其近20 a来生态环境质量演化特征，可为该市及其他资源枯竭型城市生态建设提供科学参考。[方法] 选取2000，2006，2009，2014和2019年5期Landsat影像数据，耦合绿度、湿度、温度及干度4个指标，通过主成分分析法建立遥感生态指数（RSEI）评价模型，对焦作市生态环境质量进行定量评价。[结果] ①2000-2014年，焦作市生态环境质量为倒"U"形曲线，2014-2019年生态环境质量好转；②城镇人口占比增幅变缓及产业结构由第二产业向第三产业转变改善了焦作市生态环境质量；③回归分析中所选4个指标中对焦作市生态环境变化影响的重要程度表现为：干度 > 湿度 > 绿度 > 热度。[结论] 遥感生态指数对资源枯竭型城市生态环境质量可进行有效监测与评价。     

基于灰度关联-岭回归的荒漠土壤有机质含量高光谱估算

为改善高光谱技术对荒漠土壤有机质的估测效果,该文采集了以色列Seder Boker地区的荒漠土壤,经预处理、理化分析后将土样分为砂质土和黏壤土2类,再通过光谱采集、处理得到6种光谱指标:反射率(reflectivity,REF)、倒数之对数变换(inverse-log reflectance,LR)、去包络线处理(continuum removal,CR)、标准正态变量变换(standard normal variable reflectance,SNV)、一阶微分变换(first order differential reflectance,FDR)和二阶微分变换(second order differential reflectance,SDR)。通过灰度关联(gray correlation,GC)法确定SNV、FDR、SDR为敏感光谱指标,采用偏最小二乘回归(partial least squares regression,PLSR)法和岭回归(ridge regression,RR)法,构建基于敏感光谱指标的土壤有机质高光谱反演模型,并对模型精度进行比较。结果表明:砂质土有机质含量的反演效果要优于黏壤土;基于SNV指标建立的模型决定系数R~2和相对分析误差RPD均为最高、均方根误差RMSE最低,所以SNV是土壤有机质的最佳光谱反演指标;对SNV-PLSR模型和SNV-RR模型综合比较得出,SNV-RR模型仅用全谱4%左右的波段建模,实现了更为理想的反演效果:其中,对砂质土有机质的预测能力极强(R_p~2为0.866,RMSE为0.610 g/kg、RPD为2.72),对黏壤土有机质的预测能力很好(Rp2为0.863,RMSE为0.898 g/kg、RPD为2.37)。荒漠土壤有机质GC-SNV-RR反演模型的建立为高光谱模型的优化、土壤有机质的快速测定提供了一种新的途径。