检索结果-南通市图书馆

Identification of banana fusarium wilt using supervised classification algorithms with UAV-based multi-spectral imagery

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

International Journal of Agricultural and Biological Engineering 2020年第3期13卷 136-142,I0001页

作者： Huichun Ye Wenjiang Huang Shanyu Huang Bei Cui Yingying Dong anting guo Yu Ren Yu Jin Key Laboratory of Digital Earth Science Institute of Remote Sensing and Digital EarthChinese Academy of SciencesBeijing 100094China Aerospace Information Research Institute Chinese Academy of SciencesBeijing 100094China Key Laboratory of Earth Observation Hainan ProvinceSanya 572029China Chinese Academy of Agricultural Engineering Planning&Design Beijing 100125China University of Chinese Academy of Sciences Beijing 100049China School of Electronics and Information Engineering Anhui UniversityHefei 230601China

The disease of banana Fusarium wilt currently threatens banana production areas all over the *** and large-area monitoring of Fusarium wilt disease is very important for the disease treatment and crop planting *** objective of this study was to evaluate the performance of supervised classification algorithms such as support vector machine(SVM),random forest(RF),and artificial neural network(ANN)algorithms to identify locations that were infested or not infested with Fusarium *** unmanned aerial vehicle(UAV)equipped with a five-band multi-spectral sensor(blue,green,red,red-edge and near-infrared bands)was used to capture the multi-spectral imagery.A total of 139 ground sample-sites were surveyed to assess the occurrence of banana Fusarium *** results showed that the SVM,RF,and ANN algorithms exhibited good performance for identifying and mapping banana Fusarium wilt disease in UAV-based multi-spectral *** overall accuracies of the SVM,RF,and ANN were 91.4%,90.0%,and 91.1%,respectively for the pixel-based *** RF algorithm required significantly less training time than the SVM and ANN *** maps generated by the SVM,RF,and ANN algorithms showed the areas of occurrence of Fusarium wilt disease were in the range of 5.21-5.75 hm2,accounting for 36.3%-40.1%of the total planting area of bananas in the study *** results also showed that the inclusion of the red-edge band resulted in an increase in the overall accuracy of 2.9%-3.0%.A simulation of the resolutions of satellite-based imagery(i.e.,0.5 m,1 m,2 m,and 5 m resolutions)showed that imagery with a spatial resolution higher than 2 m resulted in good identification accuracy of Fusarium *** results of this study demonstrate that the RF classifier is well suited for the identification and mapping of banana Fusarium wilt disease from UAV-based remote sensing *** results provide guidance for disease treatment and crop planting adjustments.

关键词： banana fusarium wilt UAV-based multi-spectral remote sensing support vector machine artificial neural network random forest

Inversion of maize leaf nitrogen using UAV hyperspectral imagery in breeding fields

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

International Journal of Agricultural and Biological Engineering 2024年第3期17卷 144-155页

作者： Qiwen Cheng Bingsun Wu Huichun Ye Yongyi Liang Yingpu Che anting guo Zixuan Wang Zhiqiang Tao Wenwei Li Jingjing Wang School of Tropical Agriculture and Forestry Hainan UniversityHaikou 570228China Rubber Research Institute Chinese Academy of Tropical Agricultural SciencesHaikou 571101China Key Laboratory of Earth Observation of Hainan Province Hainan Aerospace Information Research InstituteSanya 572029HainanChina Key Laboratory of Digital Earth Science Aerospace Information Research InstituteChinese Academy of SciencesBeijing 100094China Institute of Crop Science Chinese Academy of Agricultural SciencesBeijing 100081China

Nitrogen(N)as a pivotal factor in influencing the growth,development,and yield of *** the N status of maize rapidly and non-destructive and real-time is meaningful in fertilization management of agriculture,based on unmanned aerial vehicle(UAV)remote sensing *** this study,the hyperspectral images were acquired by UAV and the leaf nitrogen content(LNC)and leaf nitrogen accumulation(LNA)were measured to estimate the N nutrition status of maize.24 vegetation indices(VIs)were constructed using hyperspectral images,and four prediction models were used to estimate the LNC and LNA of *** models include a single linear regression model,multivariable linear regression(MLR)model,random forest regression(RFR)model,and support vector regression(SVR)***,the model with the highest prediction accuracy was applied to invert the LNC and LNA of maize in breeding *** results of the single linear regression model with 24 VIs showed that normalized difference chlorophyll(NDchl)had the highest prediction accuracy for LNC(R^(2),RMSE,and RE were 0.72,0.21,and 12.19%,respectively)and LNA(R^(2),RMSE,and RE were 0.77,0.26,and 14.34%,respectively).And then,24 VIs were divided into 13 important VIs and 11 unimportant *** prediction models for LNC and LNA were constructed using 13 important VIs,and the results showed that RFR and SVR models significantly enhanced the prediction accuracy of LNC and LNA compared to the multivariable linear regression model,in which RFR model had the highest prediction accuracy for the validation dataset of LNC(R^(2),RMSE,and RE were 0.78,0.16,and 8.83%,respectively)and LNA(R^(2),RMSE,and RE were 0.85,0.19,and 9.88%,respectively).This study provides a theoretical basis for N diagnosis and precise management of crop production based on hyperspectral remote sensing in precision agriculture.

关键词： maize nitrogen hyperspectral imagery vegetation index UAV random forest regression support vector regression

高举红旗创“绿”业——记潞安集团石圪节矿业总公司总经理兼党委书记孙玉福

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

煤炭企业管理 2005年第8期 74-75页

作者：郭安廷

石圪节是中国煤炭工业的一面旗帜,石圪节是中国煤矿一枝花.早在1938年,八路军总部曾两次派康克清同志到石圪节发展地下党员,传播革命火种.

关键词：党委书记总经理公司矿业集团红旗煤炭工业中国

在线全文

学校读者我要写书评

暂无评论

河南临汝安沟地区前嵩山群变质作用

地球科学与环境学报 1988年第2期 8-17页

作者：郭安林西北大学

河南临汝安沟地区前嵩山群变质矿物、变质矿物组合以及变质温压条件研究表明,前嵩山群分属不同的变质建造,其中安沟群属中压相系绿片岩相变质作用,登封群头道河组为中压相系角闪岩相。同时,两套地层变质作用之间缺少钠长—绿帘角闪岩相... 详细信息

河南临汝安沟地区前嵩山群变质矿物、变质矿物组合以及变质温压条件研究表明,前嵩山群分属不同的变质建造,其中安沟群属中压相系绿片岩相变质作用,登封群头道河组为中压相系角闪岩相。同时,两套地层变质作用之间缺少钠长—绿帘角闪岩相,这一变质作用的间断,从一个侧面反映了地层的间断。

关键词：前嵩山群变质作用变质建造河南临汝

花后高温和干旱对冬小麦光合、抗氧化特性及粒重的影响

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

麦类作物学报 2015年第7期35卷 958-963页

作者：杨晓娟居辉王治世郭安廷杨佑明中国农业大学农学与生物技术学院农业部农作制重点开放实验室北京100193 中国农业科学院农业环境与可持续发展研究所北京100081

为了解花后高温和干旱双重胁迫对小麦的效应,以石麦15为材料,于花后15d到21d进行高温（34~36℃）和干旱（土壤含水量为田间持水量的40%~45%）处理,研究了高温和干旱胁迫对小麦旗叶光合性能、旗叶丙二醛（MDA）含量和抗氧化酶活性、籽粒... 详细信息

为了解花后高温和干旱双重胁迫对小麦的效应,以石麦15为材料,于花后15d到21d进行高温（34~36℃）和干旱（土壤含水量为田间持水量的40%~45%）处理,研究了高温和干旱胁迫对小麦旗叶光合性能、旗叶丙二醛（MDA）含量和抗氧化酶活性、籽粒淀粉含量和千粒重的影响。结果表明,胁迫第7d（花后21d）时,干旱和高温-干旱双重胁迫显著降低了小麦旗叶净光合速率（Pn）和叶绿素相对含量（SPAD值）,胁迫解除后Pn降幅缩小,高温胁迫下Pn和SPAD值与对照的差异不显著。高温-干旱双重胁迫显著降低了旗叶Fv/Fm值,且胁迫解除后恢复程度较小。胁迫期间,旗叶MDA含量和过氧化物酶（POD）活性持续升高,超氧化物歧化酶（SOD）和过氧化氢酶（CAT）活性均呈先升后降趋势,SOD和CAT活性对干旱、高温-干旱双重胁迫更敏感,胁迫第7天时高温-干旱双重胁迫下降幅度最大。旗叶Pn和SPAD的变化趋势与籽粒淀粉积累量和千粒重变化趋势基本一致,说明灌浆期高温、干旱胁迫下小麦籽粒淀粉积累量和粒重的降低与质膜过氧化、叶绿素的降解和旗叶早衰导致的光合性能下降密切相关,在双重胁迫下光合性能受抑加剧。

关键词：高温干旱灌浆期淀粉合成粒重

在线全文

学校读者我要写书评

暂无评论

香蕉枯萎病无人机多光谱影像数据集

中国科学数据（中英文网络版） 2024年第2期9卷 58-65页

作者：叶回春陈森政郭安廷聂超甲王晶晶中国科学院空天信息创新研究院中国科学院数字地球重点实验室北京100094 中国-东盟地球大数据区域创新中心南宁530022 可持续发展大数据国际研究中心北京100094 桂林电子科技大学计算机与信息安全学院广西桂林541004 海南大学林学院海口570228

香蕉枯萎病被称为香蕉“癌症”,目前已严重威胁着全球香蕉生产。及时精准地识别香蕉枯萎病植株对疫株除治及农业种植结构优化调整具有重要意义。为探究香蕉枯萎病的无人机遥感识别方法,本研究在广西隆安县的一个香蕉种植农场,选择有香... 详细信息

香蕉枯萎病被称为香蕉“癌症”,目前已严重威胁着全球香蕉生产。及时精准地识别香蕉枯萎病植株对疫株除治及农业种植结构优化调整具有重要意义。为探究香蕉枯萎病的无人机遥感识别方法,本研究在广西隆安县的一个香蕉种植农场,选择有香蕉枯萎病发生的区域,获取了香蕉枯萎病遥感综合实验数据,经过整理和预处理制作了本数据集。本数据集包含了无人机多光谱反射率数据和香蕉枯萎病发生状况地面样点调查数据,无人机多光谱影像数据采集时天气晴朗、无云且光照充足,飞行高度120 m,空间分辨率8 cm/pixel;香蕉枯萎病发生状况样点调查采用过高精度手持GPS单元进行样点经纬度信息采集,并在室内将地面调查样点位置与无人机影像上对应香蕉植株的中心位置进行匹配。本数据集的无人机多光谱影像数据空间分辨率高,地面样点调查数据准确,可应用于香蕉枯萎病无人机遥感识别与监测相关研究,对促进农作物病害遥感监测研究及应用具有重要意义。

关键词：枯萎病病害香蕉无人机多光谱遥感

在线全文

学校读者我要写书评

暂无评论

基于GIS与地统计的土壤养分空间变异研究

中国农学通报 2018年第23期34卷 72-79页

作者：郭安廷崔锦霞许鑫马新明河南农业大学信息与管理科学学院郑州450002 成都理工大学地球科学学院成都610059

为分析滑县土壤养分的空间变异特征,利用GIS与地统计方法相结合的方法,对2012年的924个土壤样点数据进行了描述性统计分析、半方差函数分析和克里格插值分析。结果表明:滑县土壤有机质、全氮、有效磷和速效钾等4种养分的平均含量分别为1... 详细信息

为分析滑县土壤养分的空间变异特征,利用GIS与地统计方法相结合的方法,对2012年的924个土壤样点数据进行了描述性统计分析、半方差函数分析和克里格插值分析。结果表明:滑县土壤有机质、全氮、有效磷和速效钾等4种养分的平均含量分别为14.81 g/kg、0.87 g/kg、16.02 mg/kg、96.72 mg/kg,变异系数处于21.8%~57%之间,属于中等变异。块金值与基台值之比分别为:50%、54.6%、89.2%、90.1%;土壤有机质和全氮具有中等空间相关性,有效磷和速效钾具有较弱的空间相关性。4种土壤养分的最优插值模型均为指数模型,土壤有机质和有效磷最优插值搜索方向为8扇形,全氮和速效钾为4扇形。滑县土壤有机质和全氮含量处于中等以下水平,有效磷和速效钾含量处于中等水平。各土壤养分含量均存在较低水平的区域,在土壤管理与施肥过程中,应注意合理调控。

关键词：地统计学 GIS 半方差分析土壤养分空间分布

基于Sentinel-1/2影像的水稻种植面积提取方法研究——以三江平原为例

在线全文

学校读者我要写书评

暂无评论

遥感技术与应用 2023年第1期38卷 78-89页

作者：乔树亭叶回春黄文江黄珊瑜刘荣豪郭安廷钱彬祥太原理工大学水利科学与工程学院山西太原030024 中国科学院空天信息创新研究院数字地球重点实验室北京100094 中国科学院空天信息研究院海南研究院海南省地球观测重点实验室海南三亚572029 中国科学院大学北京100094 农业农村部规划设计研究院北京100125

水稻是中国主要粮食作物之一,稻米产量关系到民生福祉。及时、准确地获取水稻种植面积信息及其空间分布状况对于区域农业发展规划和产量评估具有重要意义。针对水稻与其他农作物易混以及光学数据易受云雨天气影响等问题,以东北三江平原... 详细信息

水稻是中国主要粮食作物之一,稻米产量关系到民生福祉。及时、准确地获取水稻种植面积信息及其空间分布状况对于区域农业发展规划和产量评估具有重要意义。针对水稻与其他农作物易混以及光学数据易受云雨天气影响等问题,以东北三江平原为例,利用中高分辨率Sentinel-1微波数据、Sentinel-2光学数据,分别构建时序水体指数SDWI和植被指数NDVI组成水稻完整的物候生长曲线,分析水稻移栽期、分蘖期、抽穗期、成熟期4个重要生长时期不同的光谱差异,通过阈值分割和组合不同时期的数据,来实现水稻不同物候时期种植面积的提取,并与传统的基于单一光学数据的方法进行对比。研究结果表明:经过地表样本点的验证,所构建方法可以精确提取三江平原水稻几个关键生育期的种植面积并且优于单一使用光学数据的方法。同时利用单生育期影像例如移栽期影像提取水稻面积也可使总体精度达到87.08%,随着生育期数据的完整,总体精度也不断提高,其中基于全生育期的面积提取总体精度也高达91.88%,Kappa系数为0.834,可以满足实际应用需求。因此这种的多源数据结合的水稻种植面积提取方法能够准确、高效地提取三江平原水稻不同物候时期种植面积,为短期内的农情调查管理和区域农业可持续发展提供依据。

关键词：水稻面积提取物候特征 Sentinel-2 Sentinel-1 三江平原

在线全文

学校读者我要写书评

暂无评论

水稻病虫害遥感监测与预测研究进展

遥感技术与应用 2023年第1期38卷 97-107页

作者：袁德宝张冰瑞叶回春黄文江郑琼郭安廷段艳慧黄珊瑜中国矿业大学(北京)地球科学与测绘工程学院北京100083 中国科学院空天信息研究院海南研究院海南省地球观测重点实验室海南三亚572029 中国科学院空天信息创新研究院数字地球重点实验室北京100094 长沙理工大学交通运输工程学院湖南长沙410114 农业农村部规划设计研究院北京100125

病虫害现已成为水稻产量的最大制约因素之一,传统的植保技术主要依靠植保人员的视觉和经验,存在一定的主观性,且费时费力,难以满足大范围的实时监测需要。遥感技术的发展提供了一种大面积、全天候、多方位的数据快速获取手段,能够为病... 详细信息

病虫害现已成为水稻产量的最大制约因素之一,传统的植保技术主要依靠植保人员的视觉和经验,存在一定的主观性,且费时费力,难以满足大范围的实时监测需要。遥感技术的发展提供了一种大面积、全天候、多方位的数据快速获取手段,能够为病虫害的识别分类提供作物种植信息和环境信息,是实现对水稻病虫害进行大面积监测预测的重要手段。在阐述水稻病虫害遥感监测和预测机理的基础上,重点从多尺度遥感监测方法、预测方法、水稻病虫害监测与预测模型构建以及监测预测系统等多方面概述了水稻病虫害监测与预测的研究进展,并指出目前水稻病虫害监测与预测研究存在的问题及未来发展趋势。随着信息化农业的发展与多源数据的融合运用,趋向于精准化与智能化的水稻病虫害遥感监测与预测,将会越来越成熟。

关键词：水稻病虫害遥感监测遥感预测方法与模型