科研产出
基于LBPHSV+ResNet50融合的水稻冠层氮素营养监测方法
《中国农业大学学报 》 2023 北大核心 CSCD
摘要：为采用数码相机拍摄的水稻冠层图像来估测作物的氮素含量.以自然环境下获得的水稻冠层图像为研究对象,提出一种基于图像纹理色彩特征(LBPHSV)和ResNet50网络融合算法的氮素含量预测方法.LBPHSV+ResNet50融合算法是通过运用LBP算子和HSV颜色空间矩阵提取图像特征参数,将提取到的融合特征集作为ResNet50模型输入以加强对作物氮素营养的表征,并将预测结果与常用的多元线性回归、随机森林(RF)、支持向量回归模型、多层感知机、卷积神经网络、长短记忆网络(LSTM)及组合模型预测结果进行对比分析.结果显示:相比于浅层机器学习模型,深度学习算法能显著提高预测模型的准确率;LBPHSV+ResNet50融合模型的预测能力和泛化能力达到最优,R2和RMSE分别为0.97、0.02.相比于RF、LBP+LSTM、ResNet50,新模型的R2分别提升了16.36%、9.72%、16.55%和 1.13%,RMSE 分别下降了0.35、0.46、0.05 和 0.002.因此,LBPHSV+ResNet50融合模型在预测水稻氮素含量时可提供令人满意的性能,能够满足对水稻氮素营养无损精准监测的农业需求.
全文链接
请求原文
基于无人机图像的水稻地上部生物量估算
《福建农业学报 》 2022 北大核心 CSCD
摘要：[目的]为探究无人机图像估算水稻地上部生物量(Aboveground biomass,AGB)的可行性,明确各图像特征与水稻AGB的定量关系,构建基于图像特征的水稻AGB估算模型.[方法]通过实施2个品种和4个施氮水平的小区试验,于分蘖期、孕穗期和齐穗期测定水稻AGB,同步采用无人机搭载数码相机获取水稻图像并提取颜色指数和纹理特征,分析其在不同生育期与水稻AGB之间的相关性,构建定量估算模型,并对模型进行检验.[结果]颜色指数中红蓝差值(r-b)与水稻AGB之间的相关性最好,纹理特征参数(G-mean)与水稻AGB之间的相关性最高;基于红蓝差值(r-b)和G-mean构建的水稻AGB双指数模型优于单一指数模型,全生育期估算模型y=2 544.507+5 054.243x1-145.543x2-556.553x1x2+27 379.41x12+3.927x22,建模决定系数(R2)为0.920 2,模型检验的决定系数(R2)为0.911 2.[结论]基于颜色指数(r-b)和纹理特征参数(G-mean)融合构建的AGB估算模型可准确的估算水稻AGB,在水稻长势快速无损监测和精确管理中具有应用价值.
全文链接
请求原文
基于颜色指数与阈值法的稻田图像分割
《中国农业大学学报 》 2022 北大核心 CSCD
摘要：为系统、全面地分析不同颜色指数对南方稻田图像分割的适应性,以分蘗期、拔节期稻田图像为研究对象,选择36种常用的颜色指数,采用Otsu阈值法开展基于颜色指数和阈值的图像分割研究,通过比较各颜色指数的分割结果,明确分蘗期和拔节期图像分割的主要干扰因素,筛选最适宜稻田图像分割的颜色指数.结果表明:水稻倒影、浮萍是分蘗期稻田图像分割的主要干扰因素,叶片镜面反射、浮萍和土壤阴影是拔节期稻田图像分割的主要干扰因素;组合指数COM2、MxEG、CIVE和GMR在分蘗期图像和拔节期图像均具有较好的分割精度.因此,基于颜色指数COM2、MxEG、CIVE、GMR和Otsu阈值的稻田图像分割方法对稻田图像分割的干扰要素具有较强的区分能力,分割精度较高,更适宜于南方稻田图像处理研究.
全文链接
请求原文
适宜南方丘陵双季杂交稻的精量育秧播种装备的研制与试验
《江西农业学报 》 2021
摘要：针对南方丘陵双季稻育插秧这一水稻机械化生产的薄弱环节,为解决双季稻育秧小播量播种均匀性差及落种位置准确性不高的难题,实现双季杂交稻的精量播种育秧。通过开展双季稻精量育秧播种装备的关键部件设计和仿真分析等创新研究,研制出气力式水稻精量育秧播种装备。通过试验表明,精量育秧播种装备能够有效满足双季杂交稻微小播量播种的农艺要求,具有省种、效率高（570盘/h）、播种均匀度高（95.56%）的显著特点,有效实现双季杂交稻的机械化稀播、匀播、定位落种育秧,为双季稻机械化育秧提供了适宜的装备支撑,具有良好的推广应用价值。
全文链接
请求原文
不同育秧盘对机插双季稻株型与产量的影响
《中国水稻科学 》 2020 北大核心 CSCD
摘要：[目的]旨在阐明不同育秧盘对机插双季稻株型与产量的影响.[方法]以4个早、晚稻品种为材料,设置毯状盘(CK)、钵体盘(D1)和钵体毯状盘(D2)3种育秧盘试验,系统测定了不同育秧盘处理下早、晚稻植株形态特征与产量结构.[结果]1)不同秧盘处理秧苗素质表现为CK>D1>D2;机插时,D2处理下秧苗整体机插质量最优,表现在漂秧率、伤秧率和漏插率D2均优于CK,提高了栽插质量;2)D2处理下秧苗返青快,拔节期后分蘖快,孕穗期分蘖数D2>D1>CK,有效促进了茎蘖成穗,直接影响产量;从SPAD值看,早晚稻孕穗期时,D2处理下秧苗叶片SPAD值比D1处理平均高出3.2%,比CK处理平均高出9.2%,可有效促进光合作用,为增产提供了营养保障;3)产量数据显示,早晚稻均以D2处理产量最高,早稻分别比CK和D1增产13.04%和1.65%,晚稻分别增产30%和19%,平均比对照(CK)育秧机插增产20%;具体表现在D2处理叶片叶绿素含量高,有效穗数多,结实率和千粒重指标好.[结论]与毯状盘和钵体盘相比,钵体毯状盘可提高秧苗素质和产量,在江西双季稻生产中具有推广应用价值.
全文链接
请求原文
基于高光谱的双季稻分蘖数监测模型
《农业工程学报 》 2020 EI 北大核心 CSCD
摘要：旨在阐明双季稻分蘖数与冠层反射高光谱间的定量关系,构建基于高光谱的双季稻分蘖数监测模型。基于不同早、晚稻品种和施氮水平的田间试验,于关键生育期(分蘖期、拔节期和孕穗期)测定早、晚稻分蘖数,同步使用FieldSpec HandHeld 2型高光谱仪采集早、晚稻冠层反射高光谱数据,分别利用光谱指数法和连续小波变换构建新型光谱指数和敏感小波特征对双季稻分蘖数进行监测,建立双季稻分蘖数光谱监测模型,并用独立试验数据进行检验。结果表明,新型光谱指数和敏感小波特征对双季稻分蘖数的监测效果优于其他类型光谱参数(植被指数和"三边"参数),其中位于红边区域的小波特征db7(s9,w735)监测早稻分蘖数时表现最优,监测模型R~2为0.754,模型检验相对均方根误差RRMSE为0.128;位于红边区域的小波特征mexh(s6,w714)监测晚稻分蘖数时表现最优,监测模型R~2为0.837,模型检验RRMSE为0.112。研究结果可为双季稻分蘖数快速无损监测和群体质量精确调控提供理论基础与技术支持。
全文链接
请求原文
"十四五"江西食品产业关键技术创新的研究
《科技广场 》 2020
摘要：本文分析了江西省食品科技"十三五"发展概况、存在问题、面临的机遇与挑战,阐述了江西省"十四五"食品科技创新的指导思想和基本原则,提出了食品科技创新的重点领域和关键技术,以及相应的保障措施。
全文链接
请求原文
首页上一页1下一页尾页
