基于图像处理的玉米收割机导航路线检测方法

快速精准的检测出导航路线并对田端做出准确判断是收割机视觉导航的前提。为解决玉米收割机导航作业过程中因玉米列阴影、玉米田端的杂草等因素对检测精度干扰的问题,该文通过分析视觉导航图像的颜色特征去除阴影干扰,对玉米收割机提取导航作业路径和判断田端提出了检测算法。为减少计算量,设定关注区域作为非第一帧图像的处理范围;为去除玉米列阴影对检测结果造成的干扰,强调关注区域内G(绿色)分量并减弱R(红色)或B(蓝色)分量;为加快处理速度,采用跳行累计G分量的方式确定候补点。在关注区域内对图像中去除阴影干扰后的G分量垂直累计值查找候补点,对图像上半部分收敛性好的候补点通过方差计算确定出已知点,再利用过已知点Hough变换拟合出玉米列边界所在的导航线。最后采用R分量的连续突变判断收割机是否到达田端。田间试验表明:目标直线的平均检测时间为50.13 ms/帧,对田端的检测准确可靠,满足玉米收割的作业要求。该研究成果也适用于高粱等其它高杆作物的机械化收获应用。     

基于时间序列叶面积指数傅里叶变换的作物种植区域提取

为了获取不同农作物的空间分布信息,以华北平原黄河以北地区为研究区域,利用Savitzky-Golay滤波对2014—2016年的时间序列叶面积指数(leaf area index,LAI)进行重构,进而应用一阶差分法和重构LAI的傅里叶变换的谐波特征对研究区域主要农作物冬小麦、玉米和棉花种植区域进行识别和提取,并对不同作物的识别精度进行验证。结果表明,基于Savitzky-Golay滤波重构的LAI能够去除由云、大气等因素造成的LAI骤降的影响,重构LAI曲线平滑且符合作物的生长规律特征。研究区域2014—2016年作物识别的总体精度均大于80.00%,2015年达到87.08%,冬小麦-夏玉米、春玉米、棉花和单季夏玉米的识别精度分别为92.50%、80.00%、85.00%和82.50%,表明利用一阶差分法能够准确提取研究区域一年一季和一年两季作物种植区域。结合傅里叶变换方法和作物物候信息能够有效地识别不同作物的种植区域,进而获取研究区域主要农作物的分布信息。该研究可为研究区域主要作物的长势监测及产量估测预测提供参考。     

梯形渠道渠底土层水分溶质运移模拟研究

建立了梯形渠道浸水过程中水盐运动数学模型及其定解条件,用混合拉普拉斯变换有限元数值解法,初步分析了其渠道浸水预溶过程渠底土层中水盐运动规律。结果表明:混合拉普拉斯变换有限元法求解梯形渠底土层水分运动和溶质运移过程,计算时间短,精度较高结果稳定,可用于梯形渠底水分运动和溶质运移的模拟。     

一种适用于非平稳、非线性振动信号分析方法研究

Hilbert-Huang变换(HHT)被认为近年来信号分析领域的一大突破。适用于非平稳、非线性信号分析。从往复机械上得到的振动信号往往具有非平稳、非线性特征,因此采用HHT方法分析是一种较佳的选择。然而,该方法提出不久,并不能用一个解析公式表示,影响了对其理论分析及性能评价。建立一多分量仿真信号,并应用HHT、傅里叶变换、小波变换、时频分布对其分析比较,证明它具有较高的分解效率及准确地刻画信号的能力,并由此发展了能消除多分量信号交叉干扰项的时频分析方法。应用HHT对内燃机敲缸信号进行分析,有效地提取故障的特征信息,为往复机械的状态监测及故障诊断提供了一条有效途径。     

基于图像频谱特征的稻飞虱识别方法

为准确、快速的识别稻飞虱种类,采用自行设计的野外环境昆虫图像采集装置获取稻飞虱背部图像,通过对背景与目标像素的统计,选取140为阈值,对稻飞虱图像的蓝色通道进行二值化,将背景与目标分割开,采用形态学滤波以及开运算,与灰度图像进行与操作,获取单个稻飞虱虫体背部区域的灰度图像。然后对灰度图像进行二维傅里叶变换,获得虫体背部图像的二维傅里叶频谱。最后以ll(l=1,2,…,6)的二维频谱窗口数据作为稻飞虱特征参数,建立Fisher判别函数。训练集和验证集的试验结果表明,选用33二维傅里叶频谱窗口数据建立的判别模型,稻飞虱正确识别率可达到90%以上。该方法可以实现田间稻飞虱的自动识别。     

基于傅里叶描述子和共振频率的不规则果形梨果硬度评估指标构建

针对不规则果形梨果,为构建适用于评估果形不规则梨果硬度的硬度指标,该研究采用傅里叶描述子对梨果轮廓进行描述,并将试验模态分析和有限元模态分析相结合,研究果形变化对梨果振动频率的影响规律,基于振动频率和果形描述子构建硬度评估指标.结果表明,采用前15个傅里叶描述子可以准确描述啤梨果形轮廓特征,第1傅里叶描述子与啤梨低频弯...     

玉米冠层内外风速变化周期特征的研究

应用Morlet连续小波变换对玉米冠层内外 4个高度风速数据的变化分析结果表明 ,1h平均风速的连续小波变换提供了不同高度风速数据所包含的多种周期分量的清晰图像 ,1d和 18d周期是 4组风速数据包含的主要周期分量。连续小波变换的平均谱显示了风速数据的时间变异性和能量在不同周期分量中的分布     

基于小波变换和神经网络的短期风电功率预测方法

随着并网风电场规模的不断增大,为保证电力系统运行的稳定性、合理制定调度计划、提高风电场在发电市场的竞争力,需要对短期风电功率进行准确地预测。该文提出一种小波变换和神经网络理论相结合的综合预测方法,将历史风电功率序列和历史风速序列分别进行小波单尺度分解,得到对应的概貌功率、细节功率和概貌风速、细节风速;然后用概貌功率和概貌风速序列训练BP神经网络,预测未来的概貌功率;用细节功率和细节风速序列训练BP神经网络,预测未来的细节功率。在此基础上,将概貌功率和细节功率叠加,得到最终预测结果。对我国某风电场的实际数据     

不同年代的埃特纳火山土壤上用甘油萃取有机质的特性

We characterized humic acids (HAs) and glycerol-extractable organic fractions (GEOFs) extracted from four Andisols, taken from comparable soil-climate conditions on the east side of Mount Etna. The soils were formed on old lava (about 9 000 years ago), old tephra (about 8 700 years ago), recent lava (about 2 600 years ago) and recent tephra (about 3 600 years ago). A part of the organic matter of the soils, deprived of HAs and fulvic acids (FAs), was isolated by glycerol extraction. The GEOF can not be extracted with alkaline solutions, probably because it is closely bound to the mineral component of the soil. The characterization of the extracted organic fraction was carried out using elementary and functional group analysis and Fourier transform infrared (FT-IR) spectroscopy. About 20 extractions were necessary to extract the HA and FA from the older soils and about 10 extractions to extract them from the younger soils. Data showed that the GEOFs had a greater ash content and a smaller N content, as well as a greater presence of aliphatic compounds and carboxylic groups as compared to the HA extracted from the same soil. The GEOFs extracted from younger soils also had a lower yield, ash and COOH-group content, and were more aliphatic than the GEOF extracted from older soils. Finally, the GEOFs were more closely bound to the amorphous component of the soil (‘short-range’ minerals) and consequently less subject to biodegradation.     

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。