检索结果-南通市图书馆

基于GBDT和Google Earth Engine的冬小麦种植结构提取

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2023年第2期43卷 597-607页

作者：张海洋张瑶田泽众吴江梅李民赞刘凯迪中国农业大学智慧农业系统集成研究教育部重点实验室北京100083

针对中国农田存在种植景观破碎化和复杂的种植结构这一现状,如何实现目标作物的高精度识别与制图对作物产量估算、粮食政策调整和国家粮食安全保障具有十分重要意义。基于Google Earth Engine(GEE)遥感数据处理云平台,提出一种冬小麦不... 详细信息

针对中国农田存在种植景观破碎化和复杂的种植结构这一现状,如何实现目标作物的高精度识别与制图对作物产量估算、粮食政策调整和国家粮食安全保障具有十分重要意义。基于Google Earth Engine(GEE)遥感数据处理云平台,提出一种冬小麦不同生育期的种植结构提取方法,该方法以2021年覆盖目标作物关键生育期的多时相Sentinel-2影像为数据源,综合考虑光谱波段特征、光谱指数特征、纹理特征和地形特征等多维特征变量,利用GBDT(gradient boosting decision tree)分类器对不同生育期田块尺度的冬小麦种植面积和空间分布信息进行快速精准提取,并探讨了冬小麦识别的最佳生育期。此外,对比分析了常见的不同分类模型在田块尺度条件下的作物识别性能。以河南陈固镇为研究区开展实验,实验结果显示,冬小麦在起身拔节期的地物识别准确率相对较高,总体分类准确率为94.61%,Kappa系数为92.68%;在抽穗扬花期的识别精度最高,总体分类准确率为97.01%,Kappa系数为95.52%;但在灌浆乳熟期的分类精度偏低,总体分类准确率为86.23%,Kappa系数为81.33%。研究结果表明,在冬小麦抽穗扬花期,GBDT分类器能对田块尺度条件下的土地覆盖信息进行有效提取,进而取得较好的地物分类识别效果。此外,本研究将GBDT与传统分类器如随机森林(random forest,RF)、CART(classification and regression tree)和朴素贝叶斯(Naive Bayesian,NB)进行相比。结果表明,GBDT分类器的地物识别效果最佳,总体分类准确率比RF分类器和CART分类器分别提高了1.20%和5.99%,Kappa系数比RF分类器和CART分类器分别提高了1.61%和8.04%,朴素贝叶斯分类器的识别效果最差,总体分类准确率和Kappa系数分别为84.43%和78.69%。研究结果可为田块尺度作物精细提取提供有效的技术支持。

关键词： Google Earth Engine GBDT分类器 Sentinel-2卫星传感器冬小麦种植结构提取

基于Windows平台的车载式土壤全氮快速检测系统软件

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2019年第B07期50卷 214-220页

作者：周鹏杨玮冀荣华兰红李民赞中国农业大学现代精细农业系统集成研究教育部重点实验室

为了建立一套土壤全氮含量在线快速测量方法,基于Windows平台设计了车载式土壤全氮快速检测系统软件,系统软件设计包括软件架构设计和软件功能设计。在Windows平台上使用MySQL数据库管理软件作为检测系统软件数据库进行设计,实现检测系... 详细信息

为了建立一套土壤全氮含量在线快速测量方法,基于Windows平台设计了车载式土壤全氮快速检测系统软件,系统软件设计包括软件架构设计和软件功能设计。在Windows平台上使用MySQL数据库管理软件作为检测系统软件数据库进行设计,实现检测系统软件与MySQL数据库的数据交互;软件功能设计主要包括检测系统软件主界面设计、数据采集、分析界面设计,以及利用HTML5地理位置定位技术实现土壤数据检测点的轨迹成图界面设计。当车载式土壤全氮快速检测系统进行土壤检测时,系统软件采集不同敏感波长处的土壤光谱数据,通过嵌入在检测系统软件中的土壤全氮含量预测模型,反演得到土壤全氮含量信息,同时采集的GPS信息通过HTML5地理位置定位技术实现土壤数据检测点的轨迹成图。最后,对检测系统软件进行了测试,测试结果表明,车载式土壤全氮快速检测系统软件能够有效采集和显示不同敏感波长处的土壤光谱信息、土壤全氮含量及GPS信息,并能够准确生成土壤数据检测点的轨迹图,证明了基于Windows平台的车载式土壤全氮快速检测系统软件的可靠性和稳定性,能够满足田间在线、快速检测土壤全氮含量及生成土壤数据检测点轨迹图的需求。

关键词：土壤全氮含量快速检测车载式 Windows HTML5 MySQL

基于四端法和时域反射法的土壤电导率测量研究

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2019年第B07期50卷 237-242页

作者：魏鸿怡孟繁佳中国农业大学现代精细农业系统集成研究教育部重点实验室

为探究电流-电压四端法和时域反射法两种接触式测量方法在不同质地土壤和不同含盐量、含水率土壤的适用性,设计基于"电流-电压"四端法的土壤电导率测量仪,对其标定并与时域反射法进行对比试验。标定结果表明,当电导率在0~14mS/cm范围内... 详细信息

为探究电流-电压四端法和时域反射法两种接触式测量方法在不同质地土壤和不同含盐量、含水率土壤的适用性,设计基于"电流-电压"四端法的土壤电导率测量仪,对其标定并与时域反射法进行对比试验。标定结果表明,当电导率在0~14mS/cm范围内时,该仪器具有较高准确度。不同含水率的对比试验结果表明,四端法和时域反射法在一定含盐量范围内都具有较好的线性度;而当砂质壤土含水率为20%、含盐量大于0.6%时,四端法电导率测量仪测得的电导率基本保持不变;当粉质黏土含水率较低和较高时,电导率均变化不大,因此在使用时应尽量避免在土壤含水率较低和较高时进行测量。不同质地土壤的对比试验表明,四端法和时域反射法均在含盐量较低时受土壤质地影响较小,在含盐量较高时受土壤质地影响较大。

关键词：土壤电导率四端法时域反射法测量

在线全文

学校读者我要写书评

暂无评论

车载式土壤电导率与机械阻力实时测量系统

农业机械学报 2019年第B07期50卷 102-107页

作者：孟超杨玮张淼韩雨李民赞中国农业大学现代精细农业系统集成研究教育部重点实验室

土壤电导率与土壤机械阻力是测定土壤理化特性的基础。为了在复杂农田环境中实时、快速检测这两种参数,开发了一种以圆盘犁和深松犁钩作为测量传感器电极的车载式土壤电导率与土壤机械阻力同步实时测量系统,测量原理分别依据电流-电压... 详细信息

土壤电导率与土壤机械阻力是测定土壤理化特性的基础。为了在复杂农田环境中实时、快速检测这两种参数,开发了一种以圆盘犁和深松犁钩作为测量传感器电极的车载式土壤电导率与土壤机械阻力同步实时测量系统,测量原理分别依据电流-电压四端法与应变片电桥法。在室内土槽中对车载式同步实时测量系统进行仿真实验,电导率测量值与实际值R2为0.9268,机械阻力测量值与实际值绝对误差为0.2~2.7N,系统稳定性实验结果的电压标准差为:电导率0.059764mV,3组应变片电桥依次为0.23042、0.102203、0.109624mV,压力传感器0.172511mV,说明该系统有较高的精确度、稳定性以及可行性。

关键词：土壤电导率机械阻力测量系统

基于卤钨灯光源和多路光纤的土壤全氮含量检测仪研究

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2019年第11期50卷 169-174页

作者：李民赞姚向前杨玮周鹏郝子源郑立华中国农业大学现代精细农业系统集成研究教育部重点实验室

为了克服LED作为主动光源的土壤全氮含量检测仪波段单一、光强信号较弱、仪器信噪比难以提高的不足,基于卤钨灯光源和特制多路光纤设计了一款便携式土壤全氮含量检测仪。检测仪选用1108、1248、1336、1450、1537、1696 nm作为土壤全氮... 详细信息

为了克服LED作为主动光源的土壤全氮含量检测仪波段单一、光强信号较弱、仪器信噪比难以提高的不足,基于卤钨灯光源和特制多路光纤设计了一款便携式土壤全氮含量检测仪。检测仪选用1108、1248、1336、1450、1537、1696 nm作为土壤全氮敏感波长,选用高功率卤钨灯作为光源以提高信号强度,采用“一分六”特制光纤实现1路入射光通道和6路反射光通道。性能试验表明,调理电路和卤钨灯光源工作稳定,并且卤钨灯作为主动光源测量精度更高,“一分六”石英光纤测量精度高于其他类型光纤。根据检测仪吸光度和土壤全氮含量标准值建立了不同预测模型,结果表明,采用PLS建模精度最高,建模RC^2为0.8613,验证RV^2为0.8042,可以用于检测仪模型嵌入。田间试验结果表明,检测仪测量值和标准值的相关系数达到0.8280。设计的检测仪测量精度较高,可以满足田间快速准确检测的目的。

关键词：土壤全氮近红外光谱卤钨灯光源检测仪一分六光纤

在线全文

学校读者我要写书评

暂无评论

联合收获机喂入量监测系统设计与试验

农业机械学报 2019年第6期50卷 85-92页

作者：张振乾孙意凡刘仁杰张漫李寒李民赞中国农业大学现代精细农业系统集成研究教育部重点实验室

为了能够实时、准确地获取联合收获机作业过程中的喂入量信息,设计了基于割台传动轴扭矩的喂入量监测系统,并建立了喂入量预测模型。该监测系统主要由信息感知模块、车载终端和移动终端构成。信息感知模块包括扭矩传感器、霍尔传感器和... 详细信息

为了能够实时、准确地获取联合收获机作业过程中的喂入量信息,设计了基于割台传动轴扭矩的喂入量监测系统,并建立了喂入量预测模型。该监测系统主要由信息感知模块、车载终端和移动终端构成。信息感知模块包括扭矩传感器、霍尔传感器和GPS模块等;车载终端将采集信息本地显示并打包上传;移动终端实现了对联合收获机作业参数的远程监测。在建立喂入量预测一元线性回归模型基础上,对扭矩信号进行了双阈值滤波和低通滤波。田间试验结果表明,该系统运行稳定,通信良好,一元线性回归模型预测决定系数为0.755。滤波方法能够有效地滤除噪声,滤波后预测决定系数提高至0.852,能够在一定程度上满足联合收获机喂入量监测的实际需要。

关键词：联合收获机喂入量监测预测模型

基于多光谱图像的土壤有机质含量检测系统与APP研究

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2023年第9期54卷 270-278页

作者：杨玮于滈李浩曹永研郝子源中国农业大学智慧农业系统集成研究教育部重点实验室北京100083

受到土壤种类、水分等客观因素的干扰,基于图像预测土壤有机质(Soil organic matter, SOM)含量与传统方法在检测精度上仍存在差距,限制了相关技术的推广和普及。为提升基于图像预测SOM含量的精度,本研究提出N_DenseNet网络模型,在DenseN... 详细信息

受到土壤种类、水分等客观因素的干扰,基于图像预测土壤有机质(Soil organic matter, SOM)含量与传统方法在检测精度上仍存在差距,限制了相关技术的推广和普及。为提升基于图像预测SOM含量的精度,本研究提出N_DenseNet网络模型,在DenseNet169基础上加入多尺度池化模块,通过获取更多的维度特征提升模型的性能,并结合Android端开发SOM实时检测应用程序(APP),通过内网透射实现PC端与手机端数据的及时传输。以黑龙江省友谊县、北京市昌平区、山东省泰安市3地的350份土样为基础,通过手机以及多光谱无人机获取原位土壤的高清图像,R波段、红边波段与近红外波段图像,以丰富数据信息,并通过室内胁迫的方式拍摄土壤样品在不同水分梯度下的图像缓解水分对图像造成的影响。对比不同深度学习模型,基于多光谱图像数据训练的N_DenseNet表现最好,整体表现优于DenseNet169,测试集R~2为0.833,RMSE为3.943 g/kg,R~2相比于可见光数据提升0.016,证明了训练过程加入R波段与红边和近红外波段图像后有助于提升模型的性能,证明了该方法的可行性。手机端APP与后台端数据相连实现数据实时传输,实现了田间土样SOM含量的实时预测,经田间试验验证,模型预测集R~2为0.805,检测时间为2.8 s,满足了田间SOM含量检测的需求,为SOM含量实时检测提供了新的思路。

关键词：土壤有机质检测系统多光谱图像深度学习 Android APP

在线全文

学校读者我要写书评

暂无评论

玉米种子实时检测分选装置设计与试验

农业机械学报 2021年第3期52卷 153-159,177页

作者：孟繁佳罗石孙红李民赞中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083

针对我国玉米种子人工分选效率低、错分率高、缺少自动检测分选装置等问题,设计了一种玉米种子实时检测分选装置。该装置由进料单元、检测单元、分选单元和控制系统组成。下位机采用MSP430,与上位机实时通信,并控制分选执行机构,上位机... 详细信息

针对我国玉米种子人工分选效率低、错分率高、缺少自动检测分选装置等问题,设计了一种玉米种子实时检测分选装置。该装置由进料单元、检测单元、分选单元和控制系统组成。下位机采用MSP430,与上位机实时通信,并控制分选执行机构,上位机采用Matlab 2014b软件对玉米种子图像进行实时处理,并输出识别结果。为了便于采集玉米种子图像,设计了种子分离机构。根据霉变玉米种子与正常玉米种子表面颜色的差异,设计了一种基于HSV颜色空间划分的玉米种子识别算法,并提出了一种玉米种子排序策略,实现了玉米种子的精确分选。该装置对单幅图像的采集和处理时间约为0.7 s,分选速率最高为680粒/min,霉变玉米种子识别准确率为100%,裝置总体分选准确率不低于94%。该装置实现了从玉米种子进料到分选的全自动化,能够对霉变玉米种子进行实时检测和分选。

关键词：玉米种子机器视觉霉变检测自动分选

基于光谱学原理的便携式土壤有机质检测仪设计与实验

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2021年第S01期52卷 323-328,350页

作者：崔玉露杨玮王炜超王懂孟超李民赞中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083

为快速无损获取土壤有机质含量信息,基于光谱学原理设计了一款便携式土壤有机质含量检测仪。检测仪主要由机械部分、光路系统和控制部分组成,其中机械部分为检测仪提供平台支撑,光路部分由光源、蓝宝石玻璃、滤光片和光电探测器组成,控... 详细信息

为快速无损获取土壤有机质含量信息,基于光谱学原理设计了一款便携式土壤有机质含量检测仪。检测仪主要由机械部分、光路系统和控制部分组成,其中机械部分为检测仪提供平台支撑,光路部分由光源、蓝宝石玻璃、滤光片和光电探测器组成,控制系统实现对土壤测量信号的采集和处理。便携式土壤有机质检测仪工作时,光源发出光照射到待测土壤表面,漫反射光经过滤光片滤波后由光电转换器实现光信号转换成电信号,再经信号处理单元计算出各个敏感波长处的反射率,通过测量光谱反射率检测土壤有机质含量。采集了北京市中国农业大学上庄实验站土壤的光谱数据和土壤有机质含量实测值,经过光谱数据预处理后,对比了CARS、MCUVE、MWPLS和随机蛙跳4种波长筛选算法对土壤光谱的处理结果,建立了土壤有机质含量的偏最小二乘和随机森林预测模型。结果表明,基于CARS算法挑选出的4个特征波长建立的随机森林模型预测精度最好,建模集R^(2)为0.923,预测集R^(2)为0.888。将CARS-RF模型嵌入有机质检测仪系统,实验结果表明检测仪测量值与标准值的相关系数达到0.891。开发的检测仪精度较高,可以实现快速检测土壤有机质含量。

关键词：土壤有机质便携式检测仪光谱学原理