基于HJ时间序列数据的农作物种植面积估算

通过对长时间序列遥感影像的波谱变化特征分析,可以有效地进行农作物种类识别与信息提取,提高农作物种植面积的遥感监测精度。中空间分辨率多光谱遥感影像适合于中国大范围大宗农作物面积监测,也是能够提供稳定时间序列遥感数据源之一。该研究以河北省衡水市为研究区域,采用2011年10月3日-2012年10月24日期间,16景30 m空间分辨率的HJ-1A/B卫星CCD(电荷耦合元件,charge-coupled device)影像月度NDVI(归一化植被指数,normalized difference vegetation index)时间序列数据,针对冬小麦、夏玉米、春玉米、棉花、花生和大豆等主要作物类型,在全生育期波谱特征曲线分析基础上,提取主要作物类型的曲线特征,采用基于NDVI阈值的决策分类技术,进行了农作物种植面积遥感识别,以15个规则的2 km×2 km的地面实测GPS(全球定位系统,global positioning system)样方进行了精度验证。考虑到大豆和花生2种作物的NDVI时间序列特征相似性较高,将这2种作物合并为一类进行分类,并命名为小宗作物。结果表明,冬小麦、夏玉米、春玉米、棉花和小宗作物等5类目标可以有效识别,分类总体精度达到90.9%,制图精度分别为94.7%、94.7%、82.4%、86.9%和81.2%,其他未分类类别精度为85.9%。利用中高分辨率遥感时间序列卫星影像,在大宗农作物时间序列的变化规律分析基础上,可以准确地提取大宗农作物种植面积,在农作物面积资源调查中具有较大的应用潜力。     

土壤水分对黄土丘陵区演替序列种种间竞争的影响

种间竞争是不同物种为争夺资源发生的相互关系,对群落植被演替、恢复有重要意义。同时水分是黄土丘陵区植物生长的限制因素,该区多物种种间水资源竞争研究较少,为此选取该区6种演替序列种,采用种对试验法研究其对土壤水分变化的竞争响应。结果表明:(1)除狗尾草外,其他5种植物的生长指标和土壤水分变化趋势基本一致,地下部分变化程度大于地上部分。不同植物最适水分条件不同。(2)单位竞争能力与总竞争能力相似地反映植物种间竞争状况。狗尾草和白羊草在中高水竞争力均高于同组的猪毛蒿、达乌里胡枝子,低水反之。铁杆蒿随着水分减少,竞争力低于茭蒿。受水分胁迫时,达乌里胡枝子、白羊草的竞争力茭蒿、铁杆蒿猪毛蒿、狗尾草,即演替后期种竞争能力演替中期演替初期,符合演替生态位理论。竞争的不对称随着环境生产力的增加而降低。随着演替中土壤水分的减少,物种耐水分胁迫的能力逐渐增强,从而促使演替的继续。     

基于时空双序列分析的温室WSN故障诊断

根据温室无线传感器网络(WSN)所采集数据在时间和空间上具有很强的相关性,从温室无线传感器网络基本结构出发,在分析WSN原始数据的基础上,通过对时空序列样本信息的预处理,分别建立了时间和空间故障诊断数学模型,据此分析传感节点的工作状态,给出了温室WSN故障诊断的综合算法.研究结果表明,该故障诊断方法能够及时、有效地发现温室WSN的异常并诊断出故障节点,提高了WSN工作的可靠性.     

甘蓝型油菜品质性状间动态关系的分析

本文采用时间序列分析等方法,研究了油菜种子成熟过程中,蛋白质、油分、纤维素、可溶性糖、ATP 和生长量变化过程中的量化规律和动态相关规律。初步认为 ATP 在各发育阶段对有机物质合成有一定影响,其他物质变化过程表现一定程度的显著优势的周期函数特征。说明种子成熟过程中可能有某种代谢调节的共同系统。为了控制该系统以     

Screening for low grain cadmium phenotypes in sunflower, durum wheat and flax

Cadmium (Cd) level in nonoilseed sunflower (Helianthus annuus L.), flax (Linum usitatissimum L.), and durum wheat (Triticum turgidum L. var. durum) grown on uncontaminated, alkaline soils has exceeded limits established in Northern Europe. Separate field experiments were conducted to investigate variability of grain Cd levels among sunflower, durum wheat and flax germplasm, and to seek an efficient screening method for future breeding. There were large variations in leaf Cd concentration among 200 sunflower lines. These lines performed more consistently for Cd uptake at the R5 stage than at the V8 stage across 4 locations with markedly differing soils. Cd concentration in V8 leaves was not related to Cd in grain. The positive correlation between R5 leaf Cd and kernel Cd level was obtained from nonoilseed hybrid (Sigco 954) (R²; = 0.74**), and 200 lines (R² = 0.44**) tested over 4 locations in 2 field trials, respectively. This indicates that an efficient and low cost screening method can be developed for genotype selection, but plants must be grown to the R5 stage. A preliminary evaluation of 30 durum wheat and 74 flax lines indicated large variations in grain Cd level of durum wheat and flax. Grain Cd concentration ranged from 0.11 to 0.34 mg Cd kg^-1 DW for durum wheat, and 0.14 to 1.37 mg Cd kg^-1 DW for flax, respectively. This variability indicates that breeding for low grain Cd in durum wheat and flax should be feasible. This revised version was published online in July 2006 with corrections to the Cover Date.     

基于云平台和BFAST算法的地表变化检测方法

准确识别地表变化的时空信息,有助于探究地表自然环境和生态系统发展演变的规律,支撑相关的科研与行政管理工作。本文以河南某生态保护修复工程部分实施范围为研究区域,基于Google Earth Engine(GEE)云平台,以2013—2020年的98景Landsat8/OLI遥感影像作为数据源,应用Breaks for additive season and trend(BFAST)算法对地表变化进行了信息提取和制图。首先基于GEE云平台对Landsat8/OLI地表反射率数据集进行调用和预处理,基于CFMask算法对遥感数据集进行云影掩膜,开展光谱指数(植被指数NDVI)的计算以及时间序列数据集的构建。其次基于时序数据集与BFAST算法构建由趋势项、季节项和残差项组成的广义线性回归模型,通过最小二乘法求解模型中的未知参数集,以此进一步构建时序拟合模型,而后基于残差的Moving sums(MOSUM)方法对时序结构变化进行检测。最后从检测结果中抽取像元样点,通过与Google Earth高分辨率影像数据叠置和目视解译,开展结果验证和精度评价。结果表明,本文提出的方法在研究区的时序地表变化...     

基于时序高光谱和多任务学习的水稻病害早期预测研究

水稻病害是影响水稻产量的重要因素之一,水稻病害的早期预测对水稻病害防治至关重要。为了实现水稻白叶枯病害的预测,连续采集了从接种病菌到早期发病共7d的白叶枯病害胁迫下的叶片高光谱图像。利用Savitzky-Golay算法对高光谱图像进行预处理,并利用主成分分析（Principal component analysis, PCA）和随机森林（Random forest, RF）算法提取光谱特征,构建多任务学习(Multi-task learning, MTL)与长短期记忆（Long short-term memory, LSTM）网络融合的预测模型,对水稻病害发病率和潜伏期进行预测,并利用鲸鱼优化算法（Whale optimization algorithm, WOA）对MTL-LSTM模型进行优化。实验结果表明：PCA和RF可以有效地从高光谱图像中提取光谱特征,降低高光谱数据维度,且基于光谱特征构建的预测模型性能优于全波段光谱构建的预测模型性能,建模时间降低约98%。基于时序高光谱构建的预测模型对发病率和潜伏期的预测取得了预期效果,基于前10个特征波长构建的WOA-MTL-LSTM模型取得了最优的预测性能,对发病率和潜伏期预测测试集的R2分别为0.93和0.85,RMSE分别为0.34和2.12,RE分别为0.33%和1.21%。通过WOA算法可以提升MTL-LSTM的预测性能,对发病率和潜伏期预测的R2均提升0.05。研究结果表明RF提取高光谱特征能有效表征全波段光谱,基于时序高光谱的WOA-MTL-LSTM模型可以准确预测白叶枯病害发病率和潜伏期,为水稻白叶枯病害的预防提供了技术支持。     

渐开线齿面串联弹性器件传动机理研究

串联弹性器件广泛应用于外骨骼机器人驱动关节,有利于重载荷情况下的电机软启动。针对旋转类串联弹性器件转动刚度变化引起的传动力矩波动,弹性传动和刚性传动两种状态转换时的传动冲击等问题,提出了一种渐开线齿面弹性器件,建立了传动力学模型,并对器件的弹性-刚性传动过程进行了动力学分析与仿真,研究轴心装配偏差对渐开线齿面啮合滑动率与接触面接合冲击的影响,通过对弹性器件安装倾角参数优化保证了传动件转动刚度变化率最小,有效控制了弹性传动过程中的转矩波动。最后对器件进行了下肢外骨骼驱动关节工程验证和传动静特性实验,结果表明,轴心装配偏差会导致接触面接合时转矩激增,当偏差在0.05 mm内时(渐开线齿面啮合滑动率最大为0.006 5),与平面矩形弹性器件相比,转矩激增值平均降低43.55%。     

滚动轴承摩擦力矩的非线性特

以混沌理论为基础,通过试验研究滚动轴承摩擦力矩时间序列的非线性特征评估问题,为精确计算滚动轴承摩擦力矩的动态性能奠定基础.用关联维数标准差刻画摩擦力矩的不确定性,用关联维数均值描述摩擦力矩非线性特征的演变历程.研究表明,滚动轴承属于确定的非线性动力学系统,但其摩擦力矩呈现出明显的不确定性.随着转速的增加,滚动轴承摩擦力矩关联维数标准差与均值都呈现出非线性增大的趋势.     

行星齿轮架孔系加工的车床夹具设计

以一典型零件为例,介绍一种使用专用工艺装备加工孔系的加工方法及工艺装备设计.同时分析了加工过程中误差产生的原因及解决措施.对于中小企业和非专业厂家来说.能利用现有设备资源进行挖潜改造不失为一种投资省、见效快而且切实可行的有效途径.