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RGB颜色空间的早稻氮素营养监测研究
《中国农业大学学报 》 2020 北大核心 CSCD
摘要：针对双季稻区水稻过量施肥带来环境污染和成本提高问题,设计不同品种氮肥梯度大田试验,应用数码相机获取早稻冠层数字图像,研究不同色彩参数及早稻氮素营养指标的时空变化特征,以期确立双季早稻氮素营养预测模型。结果表明:不同品种同一氮肥处理下图像色彩参数差异不大;拔节期数字图像参数对氮素营养指标敏感;模型构建结果显示,图像参数INT与水稻氮素营养指标构建的模型决定系数(R2)最大,模型预测效果最佳,R2分别为0.895 7和0.924 7;进一步采用多元回归分析和BP神经网络分析法进行预测,预测效果均较好。对预测结果进行检验,发现品种对于模型的构建影响不大,以BP神经网络分析法构建的叶片氮浓度(LNC)模型和以INT为敏感色彩参数构建的叶片氮积累量(LNA)回归模型效果最优,而多元回归分析方法则效果不佳。早稻冠层RGB颜色空间敏感参数与氮素营养指标间相关性较好,可以实现氮素营养的无损监测诊断。
全文链接
请求原文
江西省小菜蛾田间种群的抗药性监测
《江苏农业科学 》 2015 北大核心
摘要：2012—2013年采用浸叶法测定江西省南昌县、武宁县和信丰县3个蔬菜产区的小菜蛾田间种群对9种药剂敏感性的年度变化。结果表明,3个地区小菜蛾种群对阿维菌素和高效氯氰菊酯的抗性倍数分别为95.03~564.87倍和60.52~209.42倍,均已产生高水平至极高水平抗性;对多杀菌素抗性倍数为8.27~35.12倍,产生中低水平抗性;对苏云金杆菌、溴虫腈、氟啶脲、丁醚脲、茚虫威和氯虫苯甲酰胺等药剂仍比较敏感。因此,阿维菌素和高效氯氰菊酯均不适宜于江西地区防治小菜蛾,推荐使用苏云金杆菌、溴虫腈、氟啶脲、丁醚脲、茚虫威、氯虫苯甲酰胺等药剂,注意交替、轮换使用,以便延缓抗药性的产生与发展。
关键词： 小菜蛾 抗药性 监测 阿维菌素 高效氯氰菊酯 苏云金杆菌
全文链接
请求原文
首页上一页1下一页尾页
