基于注意力机制及多尺度特征融合的番茄叶片缺素图像分类方法

针对番茄早期缺素性状不明显及各生长期特征差异较大所导致的特征区域尺寸不一致、难提取、难辩别等问题,提出了一种基于注意力机制及多尺度特征融合卷积神经网络的番茄叶片缺素图像分类方法（Multi-Scale Feature Fusion Convolutional Neural Networks Based On Atte ntion Mechanism,MSFF-AM-CNNs）。首先根据番茄叶片缺素特点提出了多尺度特征融合结构（Multi-Scale Feature Fusion Module,MSFF Module）;其次在DenseNet基础上,结合浅层网络主要提取纹理、细节特征,深层网络主要提取轮廓、形状特征的特点分别提出具有针对性的特征提取方法,通过不同形式引入注意力机制及多尺度特征融合结构,使全局多尺度信息融合多个特征通道、选择性地强调信息特征并达到对特征精准定位的功能;同时引入Focal Loss函数以减少易分类样本的权重。试验结果表明,MSFF-AM-CNNs的平均召回率、平均F1得分、平均准确率较原模型DenseNet-121均大幅提升,其中缺氮和缺钾叶片的准确率分别提高了8.06和6.14个百分点,召回率分别提高了6.31和5.00个百分点,F1得分分别提高了7.25和5.55个百分点,平均识别准确率可达95.92%,具有较高的识别准确率及广泛的适用性,能够满足番茄叶片缺素图像的高精度分类需求,可为植物叶片缺素识别提供参考。     

细鳞鱼的生物学特性及其在华北分布范围的变化

本文报导了细鳞鱼(Braochymystax lenokP.)的形态构造、食性及其生态环境。调查了华北地区细鳞鱼分布变化情况,并阐明由于生态环境等因素的变化是引起该种在华北地区分布范围缩小的原因,同时提出保护细鳞鱼资资源的措施。     

三沙湾海域化学需氧量（COD）分布特征及相关性分析

2012年5月和11月对三沙湾海域水质化学需氧量( COD)进行大面积调查研究,结果表明,2012年三沙湾海域COD含量变化范围为0．52~2．13 mg/L,平均含量为0．94 mg/L;水平分布特征呈西北侧向东南水域逐渐递减的趋势,白马港海域COD含量最高;秋季高于春季;平均COD含量能达到一类海水水质标准要求;化学需氧量与活性硅酸盐、无机氮、总氮及悬浮物呈极显著正相关;与pH值、盐度呈极显著负相关。     

幽深清远的诗意空间——论武汉宝通禅寺园林空间艺术

从研究中国传统寺庙园林空间特征入手,对武汉宝通禅寺园林的整体空间布局进行了分析,并对各层次空间在幽深清远的意境营造上进行了阐述。结合武汉宝通禅寺园林空间艺术上的开合收放以及意境营造上的关系,指出现代城市园林空间设计中存在只注重功能完整和形式统一而缺乏满足精神需求的不合理现象,提出希望通过研究充满诗画艺术魅力的寺庙园林空间,能为人们创造出一片诗意栖居的精神家园。     

基于加权随机森林的番茄氮元素缺乏分级模型研究

基于叶面颜色特征建立番茄氮元素缺乏分级模型判别准确率可达08以上。夏季定植的番茄叶片表面会覆盖粘质腺毛,粘质腺毛利于番茄吸收水分和营养元素,相同营养液氮离子浓度下叶片黄化过程异于未覆盖粘质腺毛的叶片。故仅基于叶面颜色特征建立分级模型,其准确率降至0.65。覆盖粘质腺毛番茄其叶片周长和叶面积两个形状特征均小于未覆盖粘质腺毛的番茄叶片,本文将番茄叶片两个形状特征结合原有叶面颜色特征共同作为模型输入,建立新的番茄氮元素缺乏分级模型。搭建图像采集系统,该图像采集单元由树莓派和其相机模块构建,使用WiFi或4G网络完成智能手机、图像采集单元、本地计算机之间无线数据传输。智能手机通过Web界面可远程控制采集图像并将图像传输到云平台存储。本地计算机对图像进行预处理提取叶片形状、颜色特征后输入模型进行预测,并输出预测结果。试验结果表明,图像采集系统春季和夏季平均温度在19.7~28.3℃范围内,光照在1.125~9.543lx范围内均可正常使用,采集的图像经预处理分割后降低了环境光线的影响。使用优化后的加权随机森林模型,基于形状特征和颜色特征相结合的叶片氮元素缺乏分级判别准确率可达0.83。     

基于语义分割的非结构化田间道路场景识别

环境信息感知是智能农业装备系统自主导航作业的关键技术之一。农业田间道路复杂多变,快速准确地识别可通行区域,辨析障碍物类别,可为农业装备系统高效安全地进行路径规划和决策控制提供依据。该研究以非结构化农业田间道路场景为研究对象,根据环境对象动、静态属性进行类别划分,提出一种基于通道注意力结合多尺度特征融合的轻量化语义分割模型。首先采用Mobilenet V2轻量卷积神经网络提取图像特征,将混合扩张卷积融入特征提取网络最后2个阶段,在保证特征图分辨率的基础上增加感受野并保持信息的连续性与完整性;然后引入通道注意力模块对特征提取网络各阶段特征通道依据重要程度重新标定;最后通过空间金字塔池化模块将多尺度池化特征进行融合,获取更加有效的全局场景上下文信息,增强对复杂道路场景识别的准确性。语义分割试验表明,不同道路环境下本文模型可以对场景对象进行有效识别解析,像素准确率和平均像素准确率分别为94.85%、90.38%,具有准确率高、鲁棒性强的特点。基于相同测试集将本文模型与FCN-8S、SegNet、DeeplabV3+、BiseNet模型进行对比试验,本文模型的平均区域重合度为85.51%,检测速度达到8.19帧/s,参数数量为,相比于其他模型具有准确性高、推理速度快、参数量小等优点,能够较好地实现精度与速度的均衡。研究成果可为智能农业装备在非结构化道路环境下安全可靠运行提供技术参考。     

中国天眼工程周边地区土地利用时空演变与生态环境效应

[目的] 分析FAST （中国天眼）工程周边的贵州省平塘县、惠水县、罗甸县的土地利用类型和空间变化,探讨土地利用变化与生态环境的关系,为FAST工程周边的生态环境保护和改善提供科学参考。[方法] 以2000,2005,2010,2013和2017年5期TM遥感影像数据为基础,运用RS和GIS技术解译遥感影像数据获取惠水县、罗甸县、平塘县“三生”空间的土地利用数据,计算区域生态环境质量指数及其生态贡献率,分析研究区近20 a土地利用功能演变特征及区域生态环境响应状况。[结果] ①FAST周边林地面积比例最大,但呈减少的趋势。研究区土地利用面积表现为：生态用地>生产用地>生活用地,但生活和生产用地面积增加,分别由1 661.74和12.84 km²增加到1 674.07和25.66 km²,生态用地面积则由6 610.55 km²减少到6 590.86 km²。②FAST工程建设加速土地利用类型的转变,促使FAST周边林地生态用地、草地生态用地、农业生产用地、水域生态用地相互转换,其中林地生态用地的转出面积最大,占转出面积的46.14%。③FAST周边的生态环境质量指数由0.471 0下降到0.468 1,生态环境呈现下降的趋势,FAST周边的发展促使高生态环境土地利用转向低生态环境土地利用类型。[结论] FAST周边的生态环境与土地利用变化存在耦合关系,生态环境质量随生态用地向生产、生活用地转变呈现下降趋势。提高FAST周边生态用地质量,有助于FAST工程的安全运行。     

基于中值点Hough变换玉米行检测的导航线提取方法

为解决机器视觉对早期玉米苗带在多环境变量下导航线提取耗时长、准确率低的问题,该研究提出了一种基于中值点Hough变换作物行检测的导航线提取算法。首先,改进了传统的2G-R-B算法,再结合中值滤波、最大类间方差法和形态学操作实现土壤背景与玉米苗带的分割。其次,通过均值法提取玉米苗带特征点,然后采用中值点Hough变换拟合垄间两侧玉米苗列线,最后将检测出的双侧玉米苗列线为导航基准线,利用夹角正切公式提取导航线。试验结果表明：改进的灰度化算法能够正确分割玉米苗带与土壤,处理一幅640×480像素彩色图像平均耗时小于160 ms,基于中值点Hough变换检测玉米苗列再提取导航线的最大误差为0.53°,相比于传统Hough变换时间上平均快62.9 ms,比最小二乘法平均精确度提高了7.12°,在农田早期玉米苗带多环境变量影响因素下导航线提取准确率均达92%以上,具有较强的可靠性和准确性。     

基于MCR模型的江西省抚州市生态安全格局构建

[目的]开展城市生态安全格局构建和主要生态廊道识别研究,为城市国土空间规划中生态格局的优化提供科学参考。[方法]以江西省抚州市为研究区,选取土地利用因子,水土保持功能重要性以及生态敏感性等多种因子构建最小累积阻力模型,依据生物多样性维护功能重要性评价、全域水文分析、生态保护红线以及自然保护地识别生态源地,依托MCR模型和ArcGIS中的空间分析工具开展研究。[结果](1)抚州市整体生态环境良好,水土保持功能极重要性区所占比例为49.97%,主要集中在抚州市中部地区,以黎川县、乐安县、宜黄县和南丰县为主;抚州市生态敏感性极重要区所占比例为1.39%;(2)生态源地面积3302.34 km~2,所占比例为17.57%,以抚州市东部和西南部为主;(3)以全域的生态要素和地形地貌等为基底,抚州市呈现出“一轴、两屏、多廊、多节点”的生态安全格局。[结论]结合生态源地、生态廊道和生态节点,形成完整、系统的生态保护格局和开敞空间网络体系,维护抚州市生态安全和生物多样性。     

基于光谱特征空间的农田植被区土壤湿度遥感监测

土壤湿度遥感动态监测在农业生产中具有重要作用。近年来,多种基于光谱特征空间的土壤水分监测指数被陆续提出,并得到广泛关注和应用,但当前多数监测指数未考虑混合像元的影响。该文针对垂直干旱指数(perpendicular drought index,PDI)在农田植被覆盖区监测精度降低问题,分析了植被覆盖下的PDI误差分布规律,引入垂直植被指数(perpendicular vegetation index,PVI)作为植被覆盖表征量,在PVI-PDI二维空间对PDI模型进行调整,提出了适于植被覆盖的植被调整垂直干旱指数(vegetation adjusted perpendicular drought index,VAPDI),并利用内蒙古明安镇研究区实测土壤湿度数据,对PDI与VAPDI进行了比较和验证。结果表明,在裸土、麦茬、土豆、豇豆4种植被覆盖类型中,PDI与土壤实测含水率的决定系数分别为0.630、0.504、0.571、0.543,VAPDI与土壤实测含水率的决定系数分别为0.599、0.523、0.602、0.585。VAPDI在植被区的误差略小于PDI,一定程度上克服了植被覆盖对监测精度的影响。通过PDI和VAPDI空间分布图的比较也说明,VAPDI对土壤湿度的差别有更好的区分能力,在中尺度土壤表层水分遥感反演方面具有一定的优势。该研究可为农田土壤湿度遥感监测方法选择及监测误差分析提供参考依据。