4种水稻气象产量分离方法的对比研究

利用江苏苏中、苏北地区代表性市(县)的1979～2018年水稻产量统计资料,尝试通过三点滑动平均、二次函数、HP滤波和二次指数平滑4种方法对其进行水稻趋势产量的拟合及气象产量的分离。并采用一致性相关系数与一般相关系数相结合以及趋势符合度分析方法对上述4种方法进行了综合评比,结果表明:各市(县)水稻趋势产量序列与江苏省平均趋势产量序列之间,4种方法拟合结果的"一致性相关系数"为0.915～0.946,表现为显著的一致性;4种方法拟合结果的"普通相关系数"为0.49～0.51,达到显著相关或极显著相关。只有二次指数平滑法模拟的3个阶段(1979～1990年、1991～2003年、2004～2018年)水稻趋势产量平均增速最符合江苏区域的变化规律。4种方法均基本适用于宏观、粗线条的气象产量分离,而以二次指数平滑方法最为合理、可信。     

耕深测量装置研究与多元线性回归模型预测分析

针对耕作环境复杂、旋耕机耕作深度测量作业影响因素多等特点，设计了一种自动化测量、省时省力、精度高的便携式耕深深度测量装置。装置搭载于旋耕机后，通过磁致伸缩位移传感器、超声波传感器、姿态传感器和GPS模块等传感器采集数据，结合装置数学模型，融合相关数据，有效获得准确的耕深数据。对超声波传感器和磁致位移传感器采集的数据进行S-G滤波加权融合，有效应对测量过程中泥土飞溅或越坎等数据波动，减小外在因素对测量精度的影响，提高测量的精度。结合多元线性回归预测模型，对滤波融合后的数据进行预测分析，准确预测耕深数据变化值并辅助旋耕机调整机身姿态。试验结果表明：在3组16cm预定耕深下，磁致位移传感器直接采集的数据可以准确地反映数据的变化和趋势，且超声波传感器数据间接辅助磁致伸缩位移传感器数据，还原数据真实变化趋势。研究结果表明：多元线性回归模型预测数据与实际测量的数据之间的平均绝对百分比误差分别为0.03%、0.26%、3.16%,能准确反映实际旋耕机作业耕深数据情况，实现耕深测量预测。     

蒜头高精度动态称重信号获取与分级方法研究

针对蒜头动态称重结果稳定性差、分级效率低等问题，设计了一套蒜头自动称重分级试验台，通过巴特沃斯滤波与卡尔曼滤波对动态称重信号进行处理，以组合速度和组合成功率为目标，以预设精度、运输速度和收集箱数量为试验因素，进行多目标优化试验，研究各因素的较优组合，对滤波效果和分选组合成功率进行试验。结果表明：采用巴特沃斯与卡尔曼滤波后，在皮带输送速度120 m·min^-1下，称重最大平均误差降低到0.5 g以下、标准偏差降低到0.3 g以下，一定程度上抑制了皮带机振动引起的高频干扰信号对动态称重的影响；同时，在不同预设精度下最优参数组合的分级成功率均在95%以上，符合分选包装要求。     

基于MODIS数据的新疆草地枯黄期时空动态变化

植被物候是表征生态系统对气候变化响应的重要指标。草地枯黄期是研究陆地生态系统对气候变化响应的重要指标，然而，植被枯黄期研究较少，寻找适合提取当地的植被枯黄期的最佳模型显得尤为重要。本研究采用双逻辑斯蒂函数拟合法(D-L)、非对称性高斯函数拟合法(A-G)、Savitzky-Golay滤波法(S-G) 3种方法分别模拟了2001-2019年新疆地区草地枯黄期，对比草地枯黄期不同物候提取方法，确定新疆地区草地枯黄期的最佳遥感提取方法，并对草地枯黄期空间格局及变化趋势进行分析。结果表明：1)双逻辑斯蒂函数拟合法是提取新疆地区枯黄期的最佳方法。2) 3种方法估算的新疆地区草地枯黄期均呈现自北向南逐渐提前的明显地域差异。3) 3种遥感方法估算的草地枯黄期均呈现提前的趋势，显著提前(P <0.1)的区域分布于阿尔泰山以南、准噶尔盆地中部及西部边缘区。4)不同草地类型下，利用A-G和D-L两种方法提取的草地枯黄期年际变化趋势基本保持一致。     

基于IHS＿NSCT多光谱图像融合算法的研究

基于无人机多光谱影像的大豆生产状况信息获取是近年来农业信息技术研究的主要方向之一，但大豆生长过程中无人机多光谱图像不同通道间图像存在重叠且合成的多光谱图像分辨率较低。为此，针对传统的IHS变换只能进行3个波段的图像融合且易出现光谱扭曲失真现象，将源图像配准操作消除重叠影响，提取图像中光谱信息更为丰富的强度分量单位，并利用NSCT变换的多尺度、平移不变特性结合分量单位进行高、低频子带的提取和再融合操作，完成MS图像与PAN图像的融合。同时，以信息熵(EN)、相关系数(CC)等参数作为评价指标，得到高分辨率的融合图像。实试结果表明：算法熵值信息和相关系数参数明显优于另两种算法结果，其信息熵值达到7.79,相关系数达到0.97,可见融合算法能够表达作物光谱信息且可为作物营养成分监测任务提供理论与技术支撑。     

油菜气象产量4种分离方法的效果对比

【目的】确定湖南省油菜气象产量分离的较佳方法，为油菜产量预报提供支撑。【方法】利用湖南省南县1987—2019年33年油菜单产数据，分别通过HP滤波法、Logistic 函数拟合法、5a滑动平均法和平均趋势法4种方法拟合趋势产量，进而分离出气象产量，将4种不同方法拟合的趋势产量及由其分离得到的气象产量进行对比分析。【结果】4种方法拟合的趋势产量均能反映实际产量随时间的变化趋势，HP滤波法和5a滑动平均法拟合的趋势产量与实际产量最吻合，其中5a滑动平均法是4种方法中唯一体现减产情况的方法。4种方法分离得到的气象产量随时间的变化规律大体一致，均能准确反映气象条件对油菜产量的影响。在气象灾害偏重发生年份，HP 滤波法和5a滑动平均法分离得到的气象产量更能准确反映气象灾害的影响。【结论】5a滑动平均法分离湖南省油菜气象产量的效果最好。     

基于改进ORB-SLAM2的果园喷药机器人定位与稠密建图算法

针对果园喷药机器人视觉导航过程中定位精度低、地图构建效果差等问题，本文提出一种新的视觉定位与稠密建图算法。该算法基于ORB-SLAM2算法架构，首先，通过优化FAST角点、描述子阈值，并采取图像金字塔法与高斯滤波算法，剔除劣质ORB特征点，以提升图像关键帧质量和特征匹配精度。其次，引入稠密建图线程，利用点云恢复算法、统计滤波方法形成点云队列，采取点云拼接技术与体素滤波算法输出稠密点云地图，并在ORB-SLAM2算法的ROS节点中增加关键帧输出接口与位姿发布话题，通过NeedNewKeyFrame函数选取ORB-SLAM2算法所生成的关键帧，减少系统计算量。最终，由RGB-D相机实现果园喷药机器人的精准定位与稠密建图。为验证本文算法的有效性与实用性，进行TUM数据集仿真分析与真实场景测试，结果表明：相较ORB-SLAM2算法，本文算法的绝对轨迹平均误差降低44.01%、相对轨迹平均误差降低7.93%,ORB特征点匹配数量平均提升19.03%,定位精度与运行轨迹效果均有显著提升，此外，还能获取较高精度的果园喷药机器人工作场景信息。本文算法可为果园喷药机器人的自主导航提供理论基础。     

变三角形滤波法—一种新的图形概括模型

简要介绍了两种传统的图形概括模型的基本原理和方法，并针对它们所存在的一些缺陷，结合计算机制图综合的特点，提出了一种新的图形概括模型－变三角形滤波法。该模型易于理解，操作简便，可做为一个实用的制图综合数学模型。