基于CiteSpace的农作物遥感估产知识图谱分析

为了更直观地了解国内外农作物遥感估产研究现状,本文运用CiteSpace软件对CNKI中文数据库与WOS英文数据库中关于农作物估产研究的825篇文献进行可视化分析得到知识图谱。结果表明,作物遥感估产领域的核心关键词主要是(冬)小麦、植被指数和模型,以冬小麦为估产对象研究讨论的文章居多;国内在作物遥感估产领域的作者发文量差异较大,合作呈现“大部分集中,小部分分散”的分布方式;发文机构主要集中在北京、浙江和江苏等地的中科院二级机构、地方研究所和大学;WOS数据库中,美国、中国和印度在该领域刊文数量排名前3;WOS数据库文献的共引分析中,共引次数排名前10的文章,共引次数均达到15以上,这些文章代表了作物遥感估产领域的基础知识和研究前沿的演变。     

基于土壤优化光谱参数估测太湖地区土壤全氮含量

为明确太湖地区土壤全氮的高光谱特征,构建定量分析模型,以江苏省无锡市滨湖区为研究区域,选取地理位置跨度大、土壤质地相似的93个样品,进行土壤风干样品全氮含量测定和光谱数据采集,对光谱反射率进行一阶微分,运用相关系数峰谷值法筛选敏感波长,将敏感波长两两结合进行土壤调节光谱指数（MSASI）运算。将两两结合后敏感波段分别采用多元线性回归分析、人工神经网络分析和偏最小二乘法构建土壤全氮含量的定量高光谱分析模型。结果表明,研究区内土壤全氮含量与光谱反射率呈正相关,敏感波段包括420~444 nm和480~537 nm。基于土壤调节光谱指数的多元线性回归分析对敏感波段诊断的效果最佳（R²=0.98、RMSE=0.04）,其精度高、可靠性强,是筛选出的最佳土壤全氮含量估测模型。偏最小二乘法模型（R²=0.70、RMSE=0.13）次之,而人工神经网络模型（R²=0.69、RMSE=0.15）精度最低。该研究结果为太湖地区土壤全氮水平的高光谱快速估测提供了方法借鉴,可为土壤养分精准管理提供技术参考。     

夏玉米叶片光合色素含量高光谱估算

为了实现夏玉米叶片光合色素含量的快速、无损检测,以陕西省关中地区夏玉米“大丰26号”为研究对象,探究了不同总色素含量水平的玉米叶片反射光谱特征。分别提取与叶绿素a、叶绿素b、类胡萝卜素和总色素含量相关性较强的15个光谱参数,通过单变量回归、多元逐步回归和随机森林回归分析,建立光合色素含量估算模型并进行精度比较。结果表明：基于随机森林方法构建的光合色素估算模型精度最高,其中,叶绿素a、叶绿素b、类胡萝卜素的建模R²为0.93,总色素的建模R²为0.92;叶绿素a和类胡萝卜素的检验R^{2<、sup>为0.74,叶绿素b和总色素的检验R2为0.71;各模型的均方根误差（RMSE）和相对误差（RE）相差不大;拟合精度由高到低依次为叶绿素a、类胡萝卜素、总色素和叶绿素b的RF模型。证实了随机森林方法在夏玉米叶片光合色素含量估算中的优越性,并构建了高精度的光合色素RF估算模型。}     

基于高光谱的梭梭幼苗生境土壤氮素含量估算模型研究

【目的】研究荒漠区梭梭幼苗植株冠层光谱特征,建立基于高光谱的幼苗生境土壤氮素含量最佳估测模型,为荒漠区植物与土壤养分状况的实时监测与精确诊断提供重要依据。【方法】以古尔班通古特沙漠梭梭幼苗及其生境土壤为研究对象,采用便携式光谱仪测定幼苗植株冠层光谱反射率,结合室内分析的幼苗生境土壤氮素含量,利用统计学方法分析幼苗植株冠层光谱与生境土壤氮素含量之间的关系。【结果】生长期内幼苗植株冠层光谱反射率一阶微分与土壤氮素含量在403～485、509～538、677～806、1 489～1 616 nm波段范围内呈显著正相关,其中在428、516、751、801、1 534 nm处呈极显著正相关,以751 nm处的相关系数最大,为最强敏感波长。【结论】基于植株冠层光谱反射率一阶微分敏感波段建立的反演模型Y=133.186X_(751)+8.803,其决定系数最大,相对误差最小,拟合效果最优,预测精度较高,可作为荒漠区梭梭幼苗生境土壤氮素含量的最优估算模型。     

基于随机森林回归方法的水稻产量遥感估算

为寻求高效的水稻产量估算方法,以2017年长春市九台和德惠地区的采样点为样本,遥感数据和气象数据为特征变量,通过对产量与特征变量间的相关性分析与特征变量之间的主成分分析和袋外数据(out-of-data,OOB)变量的重要性分析对特征变量进行选择,以选择后的特征变量为输入变量建立水稻产量估算的随机森林回归(RFR)模型。结果表明:特征变量优选后的RFR模型对水稻产量估算的精度更高,决定系数R~2和平均相对误差MRE分别为0.950和0.060;并将该模型应用到农安地区,以多元逐步回归模型作为比较模型,表明RFR模型的水稻产量估算精度明显优于多元逐步回归模型,RFR模型的R~2和MRE分别为0.730和0.090,多元逐步回归模型的R~2和MRE分别为0.530和0.120。     

中国农村宅基地资源时空分布及利用特征

为了解目前中国农村宅基地资源基本状况,以2009年来可获得的农村居民点面积、村庄现状用地面积等官方统计数据为基础,构建农村宅基地总量估算方法,测算分析2009—2019年中国农村宅基地资源空间分布、变化趋势及利用特征等。结果表明:1)中国农村宅基地总量在933.98万～1 194.13万hm~2,其中,村庄集镇,东部西部中部东北,且省(自治区、市)间差异明显;2)宅基地总量呈现先增后降趋势,其中,集镇增速村庄,西部增速东部中部东北,省(自治区、市)差异显著,未来在经济因素、管理因素和规划因素多重影响下,预计将保持下降态势;3)超占和闲置是现有农村宅基地利用的明显特征,农民认知不清晰、规划与管理不到位、农村人口流动加剧等是其主因。未来可通过构建完善的宅基地统计与监测体系等,加强对农村宅基地资源监控与管理,为宅基地制度改革目标的实现提供基础数据支撑。     

农业车辆双目视觉障碍物感知系统设计与试验

为保证智能化农业机械在自主导航过程中的安全可靠性,该研究将嵌入式AI计算机Jetson TX2作为运算核心,设计一套基于双目视觉的农业机械障碍物感知系统。使用深度卷积神经网络对作业环境中的障碍物进行识别,并提出一种基于改进YOLOv3的深度估计方法。将双目相机抓取的左右图像分别输入至改进的YOLOv3模型中进行障碍物检测,并将输出的目标检测框信息进行目标匹配和视差计算,完成对障碍物的识别、定位和深度估计。试验结果表明,该系统能够对障碍物进行准确识别,平均准确率和召回率分别达到89.54%和90.18%;改进YOLOv3模型的深度估计误差均值、误差比均值较原始YOLOv3模型分别降低25.69%、25.65%,比Hog+SVM方法分别降低41.9%、41.73%;动态场景下系统对障碍物深度估计的平均误差比为4.66%,平均耗时0.573s,系统在深度预警时能够及时开启电控液压转向模块进行安全避障。研究结果可为农业机械的自主导航提供有效的环境感知依据。     

决策单元-多点增量采样法在重金属污染农田土壤-作物协同监测中的应用

农用地土壤环境监测现行导则对于具体采样区混合样所需的分点数量仅做了原则性的规定,采样实践中通常按照最低要求执行,为探讨分点数量对重金属污染农田土壤-作物协同监测数据总体估计误差(The overall estimation error, OEE)的影响,选择安徽铜陵某重金属污染农田为研究对象,在8个小区中运用决策单元-多点增量采样法(Decision Unit-Multi Increment Sampling,DUMIS)分别采集5、50点和100点土壤混合样及对应的小麦籽粒样品,并分析了野外采样、室内制样和实验室分析各环节的误差。结果表明:土壤及小麦籽粒样品Cd、Pb含量室内制样与实验室分析准确度及精密度符合相关标准的要求,不同环节对土壤Cd、Pb含量OEE的贡献依次为实验室分析室内制样野外采样。小麦籽粒Cd含量监测数据的OEE主要来源于野外采样;由于籽粒Pb含量较低,OEE主要来源于实验室分析步骤。在本研究中绝大多数情况下,不同分点数量没有影响土壤和小麦籽粒样品Cd、Pb污染的评价结果,但本研究结果表明,在进行农用地土壤-作物协同监测时,需要考虑混合样分点数量对样品代表性以及评价结果的可能影响。对于污染物组成和空间变异可能较大的农田进行采样时,在给定的采样区内,适合采用DUMIS方法,以保证样品的代表性、数据的重现性和结论的可靠性。     

果园机器人视觉导航行间位姿估计与果树目标定位方法

针对单目视觉导航中位姿信息不完整和果树定位精度低的问题,提出基于实例分割神经网络的偏航角、横向偏移、果树位置计算方法。首先,基于Mask R-CNN模型识别并分割道路与树干;其次,寻找道路掩码凸包并进行霍夫变换,由凸包中的边界方程计算消失点坐标;最后,根据建立的位姿-道路成像几何模型,计算偏航角、横向偏移与果树相对位置。实验结果表明：改进Mask R-CNN模型的边框回归平均精确度为0.564,分割平均精确度为0.559,平均推理时间为110 ms。基于本文方法的偏航角估计误差为2.91%、横向偏移误差为4.82%,果树横向定位误差为3.80%,纵向误差为2.65%。该方法能在不同位姿稳定地提取道路与果树掩码、计算消失点坐标与边界方程,较准确地估计偏航角、横向位移和果树相对位置,为果园环境下的视觉自主导航提供有效参考。