共查询到18条相似文献，搜索用时 640 毫秒
1.
为辨别农作物所受重金属胁迫种类,以受重金属铜(Cu)、铅(Pb)胁迫的玉米叶片为研究对象,利用ASD地物光谱仪获得叶片高光谱数据,通过分数阶微分(FD)对原始光谱数据进行处理,采用竞争性自适应重加权采样法(CARS)提取特征波段,最后通过多层感知机(MLP)、K-最近邻(KNN)、支持向量机(SVM) 3种模型对受胁迫的叶片光谱进行辨别,选择最优的MLP构建的FD-CARS-MLP模型,进行玉米生长铜铅污染信息光谱辨别。结果表明,FD-CARS-MLP模型对于受胁迫叶片光谱辨别的能力相较于传统方式有所提高,试验集辨别精度均可达到98%以上,0.1、0.2阶分数阶微分辨别精度可达到99%以上。选取苗期与抽穗期的玉米叶片,对其进行FD-CARS-MLP模型的可行性测试,经验证可得,FD-CARS-MLP模型辨别受重金属胁迫玉米叶片光谱数据的精度更高且更稳定,可为监测谷类作物不同重金属胁迫提供技术与方法。 相似文献
2.
监测农作物的重金属污染和污染程度是高光谱遥感研究的一个热点。通过盆栽玉米的不同Cu~(2+)胁迫梯度实验,在测定玉米叶片光谱和Cu~(2+)含量的基础上,针对不同Cu~(2+)胁迫梯度下玉米叶片光谱仍具有极高相似度以及传统光谱测度方法难以区分污染程度的问题,进行相似光谱的差异性有效区分方法研究。结合欧氏距离(ED)与光谱微分梯度角(DSAG)的正切处理,提出了一种基于光谱相似性测度的ED-T-DSGA光谱分析模型,并通过传统光谱测度方法应用比较、谐波分析(HA)技术和5种HA分解次数下的光谱重构结果分析,验证了ED-T-DSGA分析模型在区分极度相似光谱的微小差异上具有可行性与有效性。同时,ED-T-DSGA分析模型可用于测度不同Cu~(2+)胁迫梯度下玉米叶片光谱间差异与污染程度。实验结果表明,ED-T-DSGA分析模型值越大,Cu~(2+)胁迫梯度越大,玉米的重金属铜污染越严重;并且基于ED-T-DSGA分析模型进一步提取到"黄边"、"红谷"、"红边"和"近峰B"为Cu~(2+)胁迫光谱响应的有效波段,这些敏感位置可为监测Cu~(2+)污染程度提供有利依据。 相似文献
3.
根据不同Cu~(2+)胁迫梯度下玉米叶片光谱及叶片中Cu~(2+)含量数据,利用经验模态分解(EMD)获取不同胁迫梯度下叶片光谱的各阶本征模态函数(IMF),选IMF4进行HHT包络谱分析,研究了玉米叶片在不同Cu~(2+)胁迫梯度下光谱的Hilbert包络谱变化特征与污染程度预测方法。通过构建包络谱峰值指标(E_1)和包络谱峭度系数(E_2)特征参量,分析叶片在不同Cu~(2+)胁迫梯度下的包络谱变化;同时基于包络谱特征参量值与叶片中Cu~(2+)含量的相关性分析和逐步回归统计,建立了玉米叶片重金属污染的Cu~(2+)含量的单、双因素变量预测模型。实验结果表明:不同Cu~(2+)胁迫梯度下,玉米叶片光谱的包络谱为分布在100 Hz频率以内的连续谱;E_1和E_2值均表现出与叶片中Cu~(2+)含量呈正相关的变化趋势,两个包络谱特征参量值都在Cu(150)位置达到最大值;由于E_1和E_2值与叶片中Cu~(2+)含量都具有良好的相关性,可把E_1和E_2作为监测玉米重金属污染预测指标。根据E_1、E_2单因素及双因素变量构建的Cu~(2+)含量预测模型应用结果比较,表明E_1、E_2双因素变量构建的模型具有最优的预测能力。 相似文献
4.
为探测重金属铜污染胁迫对玉米叶片光谱的影响,判别玉米植株受铜污染胁迫的程度,在地面设置了11个梯度铜胁迫玉米盆栽实验,获取了玉米在出苗期、拔节期和出穗期的老叶光谱、叶绿素含量以及出穗期叶片铜含量,阐述了利用前3次谐波子信号振幅C1、C2与C3探测玉米叶片光谱弱畸变的机理,并选取出苗期、拔节期和出穗期玉米老叶光谱480～670 nm与670～750 nm两波段进行谐波分析,解析了前3次谐波子信号振幅C1、C2、C3与铜胁迫梯度间的规律。研究得出:出苗期,在Cu(100)到Cu(1200)梯度范围内,随铜胁迫程度增加,玉米老叶光谱在480～670 nm与670～750 nm两波段的谐波振幅C1逐渐增大,利用谐波振幅C1可以判别与区分玉米植株受铜胁迫程度;拔节期,在480～670 nm与670～750 nm两波段、所有设置胁迫梯度内,谐波振幅C1、C2、C3特征变化规律不明显;出穗期,从Cu(50)到Cu(1200)梯度范围内,除Cu(1000)外,在480～670 nm波段的谐波子信号振幅C1随胁迫梯度增加而增大;玉米出苗期与出穗期是利用谐波子信号振幅特征进行铜胁迫程度判别与分析的最佳生长阶段。 相似文献
5.
生菜叶片光谱红边参数对氮营养的响应特征分析 总被引：2，自引：0，他引：2
以不同氮素供应水平下的水培生菜为研究对象,采用光谱仪和叶绿素仪分别获得生菜叶片的漫反射光谱信息和叶绿素含量,通过提取生菜叶片光谱的红边参数,分析不同氮素供应水平下红边参数的变化规律,以及各个红边参数与生菜叶片叶绿素含量间的关系.结果表明,随氮营养供应水平的提高,生菜叶片各红边参数呈现不同的响应趋势.红边位置、最小振幅、红边面积以及红边振幅和最小振幅比值与生菜叶片SPAD值间均具有极显著的相关关系,其中以红边位置的相关程度最高,其相关系数为0.9420,均方根误差为1.803.可见,红边位置可以作为生菜叶片氮素营养诊断的一种有效指标. 相似文献
6.
为了实现稻叶瘟病害的早期、快速检测,对稻叶瘟病害初期水稻叶片的叶绿素荧光光谱变化进行分析,建立光谱诊断模型。将稻梨孢接种于水稻叶片,分别在接种前期(0 h)、潜育期(48 h)和病斑初现期(7 d)3个时段采集水稻叶片的叶绿素荧光光谱。分析3个时段光谱变化特征,并利用Savitzky-Golay平滑(SG)和一阶导数变换(FDT)对光谱进行预处理。利用高斯拟合法(GFF)分别对原始光谱、SG平滑光谱和SG-FDT光谱提取各波段光谱特征向量。将试验样本划分为建模样本和检验样本,以病害初期的3个时段作为稻叶瘟病害的等级指标,分别采用全波段光谱特征向量和组合波段光谱特征向量,对3种预处理光谱利用建模样本建立稻叶瘟病害的支持向量分类(SVC)模型,对比4个经典核函数,并利用检验样本对模型进行检验。结果表明,蓝绿光区域、红光与远红光区域荧光随初期稻叶瘟病害程度的变化而变化,SG-FDT光谱的GFF-SVC(PLOY)模型对3个时段病害的分类准确率最高,且原始光谱、SG光谱、SG-FDT光谱的不同波峰位及其组合对稻叶瘟病害的识别效果不同。 相似文献
7.
采集不同浓度梯度铜离子（Cu2+）胁迫下玉米叶片的可见光-近红外光谱及实测玉米叶片Cu2+浓度，采用短时傅里叶变换（Short-time Fourier transform，STFT）时频分析技术，研究不同浓度Cu2+胁迫下玉米叶片光谱的能量振幅响应，进而提取特征波段的振幅参数，利用偏最小二乘回归（Partial least squares regression，PLSR）方法反演叶片Cu2+浓度。研究发现，玉米叶片光谱的STFT变换所得能量振幅峰值随Cu2+胁迫浓度梯度的增加呈先降低、后升高趋势，且随Cu2+浓度的升高不断向短波方向迁移。选取不同浓度梯度的能量振幅峰值波段为特征波段，利用特征波段上随频域变化的能量幅值，建立玉米叶片Cu2+浓度反演的偏最小二乘回归模型，模型R2为0.9863。选取相同培育期的另外2组植株数据为验证数据，进行相同STFT变换，利用建立的偏最小二乘回归模型对两组验证数据进行玉米叶片Cu2+浓度反演，并与验证组实测Cu2+浓度进行相关性分析，Cu2+反演R2分别为0.8806和0.7331（P<0.01），RMSE分别为1.563、2.619μg/g。研究表明，光谱的时频分析方法可用于Cu2+胁迫下玉米叶片的快速检测，为农作物的重金属胁迫监测提供了新的思路。 相似文献
8.
土壤有机质（SOM）是土壤肥力的重要组成部分,是作物生长的主要养分来源。为探究分数阶微分（FOD）联合优化光谱指数对低肥力地区SOM的反演效果,以银川平原为研究对象,对野外土壤高光谱反射率原始数据进行0~2阶FOD处理（间隔0.2阶）,构建优化光谱指数DI/RDI、DI/NDI、NDI/RDI、RDI/NDI、DI/GDI和RI/GDI,分析各指数与土壤有机质含量间的二维相关性,筛选出最佳优化光谱指数,并建立基于支持向量机（SVM）的SOM含量反演模型。结果表明：银川平原SOM含量整体偏低,其中93.05%处于四级到六级水平。土壤野外原始光谱反射率吸收特征差异明显,在1400、1900nm处有明显吸收峰。随着分数阶的不断增加,光谱反射率不断趋近于0。土壤DI/NDI、DI/GDI、RI/GDI、NDI/RDI和RDI/NDI在0~2阶最大相关系数绝对值（MACC）均小于0.80,DI/RDI在0.2~2.0阶范围内的MACC为0.9965~0.9986,其敏感波段主要集中在1450~1750nm和2100~2400nm之间。基于0.2阶微分处理的DI/RDI-SVM模型对SOM的反演精度最佳,建模决定系数R2c和验证决定系数R2p分别为0.98和0.99,相对分析误差（RPD）为4.31。研究结果可为低肥力地区的SOM含量快速、准确反演及制图提供科学依据。 相似文献
9.
为了快速、高效、无损监测板栗树的红蜘蛛病虫害，以实地采集的板栗树局部感染明显叶片、感染轻重不均匀叶片、恢复中的感染叶片及不同感染程度叶片为研究对象，利用UHD185型高光谱相机和数码相机获取各种叶片的高光谱图像和RGB图像，以RGB图像为参考，选择各种叶片的感兴趣区，在高光谱图像上提取感兴趣区的光谱曲线，通过微分运算提取光谱曲线的绿峰、红谷、低位、红边、高位、高肩6种光谱特征及特征波长，利用大量实测数据分析板栗树叶各个光谱特征及特征波长随红蜘蛛病虫害危害程度的叶片级变化规律，得到识别红蜘蛛病虫害最佳的光谱特征。利用无人机(Unmanned aerial vehicle，UAV)搭载UHD185型相机，获取了实验区高光谱影像。结果表明，监测板栗树红蜘蛛病虫害危害程度的最佳光谱特征为红边和低位，其与红蜘蛛病虫害的决定系数均超过0.6，当发生轻度红蜘蛛病虫害时，红边波长和低位波长出现“蓝移”，说明无人机高光谱遥感系统具有早期发现红蜘蛛病虫害的能力，可为板栗树红蜘蛛病虫害的及时治理提供科学依据。 相似文献
10.
为在田间管理中对作物产量进行估测,通过两年大田试验收集了大豆生殖生长期的高光谱数据及产量数据,基于各生育期一阶微分光谱反射率计算了7个光谱指数：比值指数（Ratio index,RI）、差值指数（Difference index,DI）、归一化光谱指数（Normalized difference vegetation index,NDVI）、土壤调整光谱指数（Soil-adjusted iegetation index,SAVI）、三角光谱指数（Triangular vegetation index,TVI）、改进红边归一光谱指数（Modified normalized difference index,mNDI）和改进红边比值光谱指数（Modified simple ratio,mSR）,使用相关矩阵法将光谱指数与大豆产量数据进行相关性分析并提取最佳波长组合,随后将计算结果作为与大豆产量相关的最佳光谱指数,最后将各生育期筛选出的与大豆产量相关系数最高的5个光谱指数作为模型输入变量,利用支持向量机（Support vector machine,SVM）、随机森林（Random forest,RF）和反向神经网络（Back propagation neural network,BPNN）构建大豆产量估算模型并进行验证。结果表明,各生育期（全花期（R2）、全荚期（R4）和鼓粒期（R6））计算的光谱指数与产量的相关系数均高于0.6,相关性较好,其中全荚期的光谱指数FDmSR与大豆产量的相关系数最高,达到0.717;大豆产量最优估算模型的方法是输入变量为全荚期构建的一阶微分光谱指数和RF组合的建模方法,模型验证集R2为0.85,RMSE和MRE分别为272.80kg/hm2和5.12%。本研究成果可为基于高光谱遥感技术的作物产量估测提供理论依据和应用参考。 相似文献
11.
12.
基于三维机器视觉的植物叶片萎蔫预测模型 总被引：3，自引：0，他引：3
采用基于激光斜射测距原理的三维扫描装置实时获取植株三维图像,从中提取叶面卷曲统计指数、分形维数和二维傅里叶变换直流分量作为萎蔫指数来定量研究植物的萎蔫程度,采用西葫芦、葫芦、南瓜及秋葵4种植物的嫩叶期体态变化检验了3种萎蔫指数与萎蔫程度的相关性,结果表明:3种萎蔫指数与萎蔫程度均具有较好的相关性,相关系数都达到了0.82以上。在此基础上,运用SPSS软件建立了3种萎蔫指数与环境饱和水气压差VPD及光合有效辐射的多元线性回归统计模型。 相似文献
13.
随着无线终端数量的快速增长和多媒体图像等高带宽传输业务需求的增加，农业物联网相关领域可预见地会出现无线频谱资源紧缺问题。针对基于传统物联网的作物表型信息采集系统中存在由于节点密集部署导致数据传输过程容易出现频谱竞争、数据拥堵的现象以及固定电池的网络由于能耗不均衡引起监测周期缩减等诸多问题，本研究建立了一个认知无线传感器网络（CRSN）作物表型信息采集模型，并针对模型提出一种引入边缘计算机制的动态频谱和能耗均衡（DSEB）的事件驱动分簇路由算法。算法包括：（1）动态频谱感知分簇，采用层次聚类算法结合频谱感知获取的可用信道、节点间的距离、剩余能量和邻居节点度为相似度对被监控区域内的节点进行聚类分簇并选取簇头，构建分簇拓扑的过程对各分簇大小的均衡性引入奖励和惩罚因子，提升网络各分簇平均频谱利用率；（2）融入边缘计算的事件触发数据路由，根据构建的分簇拓扑结构，将待检测各区域变化异常表型信息触发事件以簇内汇聚和簇间中继交替迭代方式转发至汇聚节点，簇内汇聚包括直传和簇内中继，簇间中继包括主网关节点和次网关节点-主网关节点两种情况；（3）基于频谱变化和通信服务质量（QoS）的自适应重新分簇：基于主用户行为变化引起的可用信道改变，或分簇效果不佳对通信服务质量产生的干扰，触发CRSN进行自适应重新分簇。此外，本研究还提出了一种新的能耗均衡策略去能量消耗中心化（假设sink为中心），即在网关或簇头节点选取计算式中引入与节点到sink的距离成正比的权重系数。算法仿真结果表明，与采用K-medoid分簇和能量感知的事件驱动分簇(ERP)路由方案相比，在CRSN节点数为定值的前提下，基于DSEB的分簇路由算法在网络生存期与能效等方面均具有一定的改进；在主用户节点数为定值时，所提算法比其它两种算法具有更高频谱利用率。 相似文献
14.
基于栈式自编码神经网络的包衣单籽粒玉米品种识别 总被引：1，自引：0，他引：1
常规近红外定性识别研究中，玉米籽粒为表皮裸露状态，未经种衣剂覆盖处理，但是在实际农业生产中，为抵御病虫害侵袭，提高玉米种子发芽率，达到保产增产的功效，玉米种子常需经种衣剂包裹处理。玉米种衣剂的类型多样，对近红外光谱具有一定的吸收，因此种衣剂对近红外定性识别具有干扰作用。本文针对种衣剂对玉米品种识别准确性影响的问题，提出了一种基于栈式自编码神经网络（SAE）的近红外光谱定性建模方法。首先采用无种衣剂玉米籽粒光谱作为训练集，通过栈式自编码无监督学习算法与softmax分类器构建栈式自编码网络定性分析模型，再利用所建模型对有种衣剂玉米籽粒进行品种识别。实验结果表明，基于SAE的建模方法能够将种衣剂对玉米籽粒识别率的影响降低至3%以内。 相似文献
15.
基于机器视觉的玉米单倍体自动分选系统 总被引：2，自引：0，他引：2
针对导入基因标记后杂交诱导产生的玉米籽粒,设计了一套基于计算机视觉的玉米单倍体高通量自动分选系统。系统主要由传动部件、斜面翻滚部件、信号采集与处理部件,以及籽粒分选部件4部分组成。斜面翻滚部件表面有凹凸纹理,可使玉米籽粒在下落翻滚过程中产生多种姿态,试验使用这一方法获得含胚面图片的成功率达90%。信号采集与处理部件通过提取玉米籽粒胚面的SIFT特征来判断籽粒属性,并将属性结果发送给籽粒分选部件,分选部件根据结果控制直线滑台的运动以实现籽粒筛选。试验结果表明:系统对单倍体的正确识别率为95%,可很好地实现玉米单倍体的自动分选。 相似文献
16.
为了提高玉米的估产精度,以河北省中部平原为研究区域,采用CERES-Maize模型模拟2013—2018年8个典型样点玉米整个生育期的叶面积指数(LAI),将遥感反演的LAI与CERES-Maize模型模拟的LAI相结合,通过集合卡尔曼滤波(En KF)同化算法实现2013—2018年玉米主要生育时期旬尺度LAI的同化,运用随机森林回归法计算同化和未同化的LAI权重,进而建立玉米单产估测模型,对2015年53个县(区)的玉米进行单产估测和精度评价,并分析2013—2018年玉米的单产时空分布特征。结果表明,采用En KF算法对8个研究样点进行单点同化,同化LAI更符合玉米实际生长情况;将样点LAI同化值从单点尺度扩展到区域尺度,同化LAI图像减少了相邻像素间LAI陡升陡降的现象,其效果优于遥感反演的LAI;与未同化LAI构建的估测模型相比,应用同化的LAI所建的估测模型精度明显提高,R2提高了0.024 5;在2015年河北中部平原53个县(区)估产结果中,总体平均相对误差为12.11%,RMSE为371 kg/hm2,NRMSE为6.18%;河北中部平原玉米单产估测结果呈现个别年份波动、总体呈先减少后增加的年际变化特点,并呈现西部地区最高、北部和南部地区次之、东部地区最低的空间分布特征。 相似文献
17.
基于DPLS和LS—SVM的梨品种近红外光谱识别 总被引：4，自引：0，他引：4
为了实现不同品种梨的快速光谱鉴别,采用主成分分析法(PCA)对光谱数据进行聚类分析,得到3种不同品种梨的特征差异,主成分分析表明,以所有建模样本主成分PC1和PC2做出的得分图,对不同种类梨具有很好的聚类作用。利用主成分分析得到的载荷图可以得到对于梨品种敏感的特征波段,用特征波段图谱作为输入建立偏最小二乘判别(DPLS)模型和最小二乘支持向量机(LS-SVM)模型。3个品种梨各70个共210个分别建立偏最小二乘判别(DPLS)模型和最小二乘支持向量机(LS-SVM)模型。对未知的24个样本进行预测,LS-SVM模型品种识别准确率达到100%,DPLS模型的校正及验证结果与实际分类变量的相关系数均大于0.980,交叉验证均方根误差(RMSECV)和预测均方根误差(RMSEP)都小于0.100,品种识别率为100%。表明提出的方法具有很好的分类和鉴别作用,提供了梨的品种快速鉴别分析方法。 相似文献
18.
不同生育期水分胁迫对玉米农艺性状的影响 总被引：2，自引：0，他引：2
为了研究不同生育期玉米水分胁迫对玉米农艺性状的影响,为干旱、半干旱地区玉米抗旱提供理论依据。以玉米在苗期、拔节期、抽雄-吐丝、灌浆-成熟期进行水分胁迫,测量玉米株高、穗位高、叶面积、穗部性状,对比充分灌水与非充分灌溉下玉米农艺性状差异。利用Jensen模型求解出玉米各生育期水分敏感系数,验证水分胁迫对玉米产量的影响。结果表明在拔节期进行干旱处理的株高、穗位高、叶面积受影响较大,有明显的抑制作用。抽雄—吐丝期干旱胁迫对穗部性状的形成较为明显,并且对产量影响较大。 相似文献