基于GC-Cascade R-CNN的梨叶病斑计数方法

为提高梨叶片病害发生程度诊断的效率和准确性,本文提出基于全局上下文级联R-CNN网络（Global context Cascade R-CNN,GC-Cascade R-CNN）的梨叶病斑计数方法。模型的主干特征提取网络嵌入全局上下文模块（Global context feature model, GC-Model）,建立有效的长距离和通道依赖,增强目标特征信息。引入特征金字塔网络（Feature pyramid network, FPN）融合浅层细节特征和深层丰富语义特征。使用ROI Align替换ROI Pooling进行区域特征聚集,增强目标特征表达。最后利用多层级联网络对目标区域进行边框回归和分类,完成病斑计数任务。在梨叶病斑图像测试中,模型的各类病斑平均精确率均值（Mean average precision, mAP）达89.4%,检测单幅图像平均耗时为0.347 s。结果表明,模型能够有效地从梨叶片病害图像中检测出多类病斑目标,尤其对叶片炭疽病斑检测效果提升显著;不同种类梨叶片病害病斑计数值与真实值回归实验决定系数R²均大于0.92,表明模型病斑计数...     

基于SupReMe影像重建和RF的玉米冠层LAI反演

针对Sentinel-2卫星影像拥有3个对植被生长状况非常敏感、空间分辨率为20m的红边波段（705、740、783nm）,其空间分辨率与可见光和近红外波段10m的空间分辨率不一致,使Sentinel-2影像应用受到限制的问题,基于多光谱多分辨率估计的超分辨率（Super-resolution for multispectral multiresoltion estimation, SupReMe）算法将空间分辨率20m的6个波段重建为10m;以重建后的影像为数据源,耦合PROSAIL辐射传输模型和随机森林模型反演玉米冠层叶面积指数（LAI）,并以野外实测LAI验证其反演精度。结果表明,采用SupReMe算法对Sentinel-2影像进行重建后,在保持光谱特性不变的同时提高了影像的空间细节;基于重建影像和原始影像的LAI反演决定系数R2分别为0.70、0.68,均方根误差RSME分别为0.240、0.262。研究表明,利用SupReMe算法重建后的Sentinel-2卫星影像,能够在提高玉米冠层LAI反演空间分辨率的同时提高反演精度,在挖掘高分辨率农作物生长信息方面具有很大潜力。     

灌溉施氮和种植密度对棉花叶面积指数与产量的影响

为构建便于实际应用的棉花叶面积指数和产量模型,综合考虑灌溉、施肥、种植密度及覆膜的影响,建立了基于相对有效积温的普适棉花相对叶面积指数的Logistic模型,并研究了棉花最大叶面积指数与全生育期灌水量、施氮量、种植密度及产量之间的关系。结果表明：覆膜棉花叶面积指数最大时的有效积温为1400℃左右,不覆膜棉花的叶面积指数最大时的有效积温为1600℃左右。棉花最大叶面积指数随耗水量、施氮量呈现出先增后减的变化趋势,而种植密度与最大叶面积指数之间表现出明显的正相关性。综合考虑灌水量、施氮量和种植密度的作用可以较为准确描述最大叶面积指数变化特征。棉花产量随着最大叶面积指数的变化呈现出明显的先增后减的变化趋势,当最大叶面积指数为4.93时籽棉产量最大达6066.2kg/hm2。相对化分析结果表明,覆膜与不覆膜棉花相对叶面积指数的变化趋势基本一致,相应的模型参数也基本相同,从而建立了全国范围内覆膜与不覆膜棉花统一的相对叶面积指数的Logistic模型。该研究为棉花科学种植和精细化管理提供了方法,也为其他作物在不同管理措施和地域时进行建模提供了参考。     

不同覆膜处理下春玉米叶面积指数高光谱估算

为实现快速、无损、实时监测不同覆膜处理下春玉米的叶面积指数(Leaf area index,LAI),研究覆膜因子对LAI及冠层反射率的影响,借助高光谱遥感技术获取了各生育期春玉米的冠层反射率,在对光谱数据进行预处理后,经相关性分析提取各覆膜处理LAI的敏感单波段、敏感植被指数和特征指数,据此构建了全生育期各覆膜处理下...     

基于无人机高光谱影像的水稻叶片磷素含量估算

为快速获取水稻叶片磷素含量信息,采用无人机搭载高光谱成像仪获取水稻冠层高光谱影像,并采样检测叶片磷素含量(质量分数)(Leaf phosphorus content, LPC).分析了水稻LPC在无人机高光谱影像上的光谱特征,使用连续投影算法提取对磷素敏感的特征波长,通过任意波段组合构建并筛选与磷素高度相关的光谱指数,...     

冬小麦冠层温度对大气温度的时滞效应与影响因素研究

冠气温差能够间接监测作物水分变化规律,而冠层温度与大气温度之间存在的时滞效应会影响监测效果,为探明两者之间的时滞效应变化规律及影响因素,本研究以拔节期至乳熟期的冬小麦为研究对象,利用红外温度传感器连续监测灌溉上限分别为田间持水率的95%(T1)、80%(T2)、65%(T3)和50%(T4)4个不同灌溉处理的冠层温度,并同步获取短波净辐射(Short-wave net radiation,R_S)、大气温度(Atmospheric temperature,T_A)、相对湿度(Relative humidity,R_H)等气象数据。利用错位相关法计算冠层温度与大气温度之间的时滞时间(Time lag,T_L),分析其在不同生育期和不同灌溉条件下变化规律,并采用相关性分析法探究气象因子(R_S、T_A、R_H)变化率和日均值与时滞时间的相关性,最后通过通径分析探讨气象因子(R_S、T_A、R_H     

基于纹理-颜色特征与植被指数融合的冬小麦LAI估测

准确、快速、无损估测叶面积指数(LAI)对于冬小麦生产管理具有重要意义。利用无人机搭载Prime ALTUM多光谱相机获取冬小麦拔节期、孕穗期、抽穗期、灌浆期多光谱图像,利用LAI-2200C型植物冠层分析仪获取地面LAI数据。通过Pearson相关性分析筛选出25个植被指数,并提取植被指数影像中8种纹理特征：对比度(CON)、熵(ENT)、方差(VAR)、均值(MEA)、协同性(HOM)、相异性(DIS)、二阶矩(SEM)和相关性(COR),以及3种颜色特征：一阶矩(M)、二阶矩(V)和三阶矩(S),再分别利用多元逐步回归模型(MSR)、支持向量回归模型(SVR)和高斯过程回归模型(GPR)构建冬小麦LAI估测模型。结果表明：相对于考虑单一类型变量,考虑结合纹理特征和颜色特征进行估测时模型精度更高;3类模型中,GPR模型估测冬小麦LAI的精度最高;所有模型中,基于纹理-颜色特征与植被指数融合的GPR模型估测冬小麦LAI精度最高(决定系数R²为0.94,均方根误差(RMSE)为0.17 m²/m²,平均绝对误差(MAE)...     

5个园林树种滞尘能力与叶表形态及颗粒物粒径的关系

目的 研究园林树种叶片滞尘能力与叶表结构及颗粒物特征的关系,为筛选优良园林绿化树种、提高植被的滞尘效应提供科学依据。 方法 以杭州市富阳区5个常见园林绿化树种（红花檵木、海桐、红叶石楠、桂花和香樟）为研究对象,分别在工业区、交通区和清洁区进行采样,采用质量差值法测定植物对不同粒径颗粒物的滞留能力,利用扫描电镜及能谱仪观测植物叶表面结构、颗粒物形貌特征及所含元素,分析叶片表面结构、颗粒物形态、粒径大小与植株滞尘能力的相互关系。 结果 在工业区中绿化树种对总颗粒物的滞留量大小为：红花檵木（7.36 g·m−2） > 桂花（6.53 g·m−2） > 海桐（6.44 g·m−2） > 红叶石楠（4.28 g·m−2） > 香樟（2.59 g·m−2）,交通区和清洁区也呈现同样的规律。不同功能区绿化树种对PM10的总滞留量达11.34 g·m−2,不同树种的滞留能力依次为红花檵木、海桐、红叶石楠、桂花和香樟。不同功能区内绿化树种对颗粒物的滞留量呈现工业区 > 交通区 > 清洁区的趋势;植物叶片滞留的颗粒物形态可分为规则和不规则两类,常见球形、椭圆形、蓬松状聚合体、链状聚合体、不规则块状、不规则片状等。 结论 各功能区内,均以红花檵木的滞尘量最大,香樟的滞尘量最小;叶片滞留颗粒物中粗颗粒物占比大于细颗粒物;叶片滞留的颗粒物多为烟尘集合体和矿物颗粒。     

单叶刺槐半同胞子代叶片的滞尘能力及叶表SEM特征分析

以单叶刺槐母本(A1-1)及6个叶形产生明显变异的半同胞子代无性系(A20-5、B24-3、C24-2、B23-1、C24-1、C23-1)新鲜叶片为材料,测定各样本的单位叶面积总颗粒物滞留量、颗粒物粒径分析及叶表微观结构SEM特征,通过相关性分析,筛选与滞尘能力相关的叶形及SEM指标,运用隶属函数法,依据各样本滞尘指...     

马尾松叶表微生物多样性

为发掘对林木生长发育有利的优良微生物资源,并筛选适合叶表微生物的收集方法,以马尾松针叶为试验材料,分别用悬摇法和超声波法收集马尾松叶表微生物,用扩增子高通量测序技术、MUSCLE和Qiime软件研究马尾松叶表微生物的多样性。结果表明:扫描电镜观测结果显示,马尾松针叶表面定殖有大量微生物,包括真菌(菌丝及孢子)和细菌。扩增子高通量测序结果表明,马尾松叶表微生物物种丰富,包含细菌运算分类单位(OTUs)490个,真菌OTUs 1273个。马尾松叶表细菌以未分类的蓝细菌属(unidentified_Cyanobacteria)(36.53%)、未分类的拜叶林克氏菌属(unidentified_Beijerinckia)(28.60%)、鞘氨醇单胞菌属(Sphingomonas)(2.35%)为优势属;叶表真菌以枝孢属(Cladosporium)(2.45%)、拟盘多毛孢属(Pestalotiopsis)(0.92%)、无头孢菌属(Capnobotryella)(0.91%)为优势属。针对叶表细菌多样性的研究表明,悬摇法和超声波法均有较高的物种检出度;在叶表真菌多样性的研究中超声波法优于悬摇法,但超声波法样品间数据变异性较大,测定结果不稳定。