排序方式: 共有75条查询结果,搜索用时 15 毫秒
51.
基于GIS的农田土壤水分状况管理模型及应用 总被引:2,自引:1,他引:1
基于GIS开发了土壤水分和土壤电导率的简单专题图及精细专题图模块。简单专题图为运行于农田PDA的嵌入式GIS系统提供采样异常点检查验证;精细专题图为运行于上位机的农田信息处理系统提供信息可视化管理。简单专题图调用GIS组件方法获得并据此建立了采样管理模型;精细专题图中,土壤水分采用克里金插值算法预测的均方根百分比误差(RMSPE)为5.489%;土壤电导率插值模型采用泛克里金算法预测的RMSPE为18.451%。基于精细农田信息专题图,根据特定作物不同生长时期需水量的专家推荐值建立了土壤水分管理模型,利用该模型进行的一次灌溉决策显示,土壤含水率方差从灌溉前的1.9168调整到了灌溉后的0.8906。试验表明,采样管理模型能够指导田间采样,农田水分管理模型能够指导农田灌溉。 相似文献
52.
谷物联合收获机测产系统性能试验 总被引:1,自引:0,他引:1
引进Ag Leader谷物测产系统,在国产中小型谷物联合收获机平台上开展了测产系统性能试验.谷物测产系统主要由包括流量传感器等在内的多路传感装置、终端显示及控制平台和GPS系统构成.首先进行了系统传感器的标定试验,然后进行了田间小麦的收获试验.将试验获得的产量数据进一步进行了处理,通过产量数据点的空间自相关性分析发现,产量值采样点在20 m范围内的的相互依赖程度较高;半方差分析表明,测产区域的产量分布空间变异明显,呈现空间聚集分布的特点.克里格插值后的产量分布图呈现斑状分布的趋势,也直观反映了聚集分布的特征,可以为精细农业的实施提供必要的理论依据. 相似文献
53.
甜瓜是深受人们喜爱的水果之一,但在我国北方由于露地栽培甜瓜上市集中,所以供应期较短。而人们已不满足仅仅在盛夏时节吃到甜脆多汁的甜瓜,需要常年供应。因此采用温室、大棚等保护地栽培模式便应运而生,而且面积逐年增加。但与此同时随着甜瓜在温室、大棚内连作引起的土传病害、土壤次生盐渍化等障碍问题日益突出,使甜瓜产量和品质大为降低, 相似文献
54.
基于4波段作物光谱测量仪的小麦分蘖数预测 总被引:5,自引:0,他引:5
使用4波段(550 nm、650 nm、766 nm和850 nm)便携式作物反射光谱测量仪对泰农18型冬小麦分蘖状态进行自动监测与建模,通过分析植被指数与分蘖数的相关关系实现了对分蘖数的建模预测。首先利用仪器获得小麦冠层在4个波段的反射信号,计算对应波段的作物冠层反射率,经校正后计算得到OSAVI、MSAVI、SAVI、EVI2、TVI、NDGI、NDVI、RVI和DVI 9种多波段组合的植被指数。然后分析以上9种植被指数与小麦分蘖数之间的相关关系,确定了可用于该类型小麦分蘖状态监测和评价的植被指数类型。2013—2014年在山东省淄博市和桓台县开展了田间试验,计算了不同氮素水平下泰农18型小麦返青期和起身期分蘖数以及其两个生育期分蘖数与9种植被指数之间的相关系数,OSAVI(650,850)指数与返青期茎蘖数相关系数最高,决定系数最高为0.85,均方根误差为118.93;EVI2(650,850)指数与起身期茎蘖数相关系数最高,决定系数最高为0.84,均方根误差为73.04;以上试验结果表明,在冬小麦返青期和起身期利用OSAVI(650,850)和EVI2(650,850)两种植被指数可以快速预测小麦分蘖状态,可为田间精细管理提供科学依据。 相似文献
55.
基于图像处理和聚类算法的待考种大豆主茎节数统计 总被引:1,自引:0,他引:1
为了实现待考种大豆植株主茎节数的快速、高效测量,提出一种基于图像处理和聚类算法的待考种大豆主茎节数统计方法。首先,获取不同视角下的已脱叶待考种大豆植株图像,随机抽取训练集与验证集样本植株,并设定初始图像采集间隔与抽样步长;其次,通过植株分割、骨架提取、主茎节点去噪等操作,获取分布于植株主茎上的待检测大豆茎节点;通过基于空间距离的数据转换方法将分布离散的大豆茎节点转换至便于聚类的数据集内;利用HDBSCAN聚类算法对不同采集视角下的待检测大豆茎节点进行聚类,统计、记录主茎节数识别准确率,筛选最优采集间隔;最后,利用最优采集间隔对剩余样本植株主茎节数进行统计、分析。在63株 “中黄30”待考种大豆植株中抽取21株植株作为训练集,并进行实验测试,发现在采集间隔为90°时,以最小聚类簇为2,融合处理4幅大豆图像,大豆主茎节数识别效果最优。据此对42株验证集样本植株进行主茎节数识别和分析,结果表明,大豆主茎节数识别准确率可达98.25%。该方法能够快速、准确获取大豆主茎节数,可满足大豆考种需求。 相似文献
56.
为快速获取单分蘖水稻植株的形态结构和表型参数,该研究提出了一种基于目标检测和关键点检测模型相结合的骨架提取和表型参数获取方法。该方法基于目标检测模型生成穗、茎秆、叶片的边界框和类别,将所得数据分别输入到关键点检测模型检测各部位关键点,按照语义信息依次连接关键点形成植株骨架,依据关键点坐标计算穗长度、茎秆长度、叶片长度、叶片-茎秆夹角4种表型参数。首先,构建单分蘖水稻的关键点检测和目标检测数据集;其次,训练Faster R-CNN、YOLOv3、YOLOv5s、YOLOv5m目标检测模型,经过对比,YOLOv5m的检测效果最好,平均精度均值(mean average precision,mAP)达到91.17%;然后,应用人体姿态估计的级联金字塔网络(cascaded pyramid network,CPN)提取植株骨架,并引入注意力机制CBAM(convolutional block attention module)进行改进,与沙漏网络(hourglass networks,HN)、堆叠沙漏网络模型(stacked hourglass networks,SHN)和CPN模型相比,CBAM-CPN模型的预测准确率分别提高了9.68、8.83和0.5个百分点,达到94.75%,4种表型参数的均方根误差分别为1.06、0.81、1.25 cm和2.94°。最后,结合YOLOv5m和CBAM-CPN进行预测,4种表型参数的均方根误差分别为1.48 、1.05 、1.74 cm和2.39°,与SHN模型相比,误差分别减小1.65、3.43、2.65 cm和4.75°,生成的骨架基本能够拟合单分蘖水稻植株的形态结构。所提方法可以提高单分蘖水稻植株的关键点检测准确率,更准确地获取植株骨架和表型参数,有助于加快水稻的育种和改良。 相似文献
57.
基于MapXtreme组件构建了服务器端农田WebGIS服务系统。该平台提供WebGIS服务器与移动终端之间的数据交换服务,并利用Internet发布、接收和处理农田信息,提供农田生产决策支持。用户使用客户端浏览器就可以对农田信息进行浏览、查询、分析,并获取农田决策。通过该系统,农田管理者可以使用PDA通过GPRS将实时收集到的农田GIS信息(采样位置及该位置的土壤水分,土壤温度等)传输到WebGIS服务器上;服务器则远程收集农田实时信息进行分析计算,并根据分析计算结果进行农田生产决策,从而真正实现农田最优化管理。系统试运行表明,利用MapXtreme组件提供的WebGIS功能,实现了高效的农田GIS Web化管理。 相似文献
58.
59.
<正>哈尔滨市呼兰区位于黑龙江省南部,水稻常年种植面积2万hm2,2014年春季大面积发生水稻苗床立枯病,轻者成撮成片发生,重者幼苗全部死亡,给生产带来了一定的经济损失。为此,笔者深入呼兰区许堡乡等6个稻作区进行调查,对水稻立枯病的发生和防治做了深入细致的研究:水稻立枯病是水稻旱育苗的主要病害,主要因持续低温、通风不良、土壤偏碱等多种因素所致。本文阐述了寒地水稻苗床立枯病发生的原因和有效的防 相似文献
60.
谷物联合收获机自动测产系统产量模型 总被引:4,自引:0,他引:4
为了提高谷物联合收获机自动测产系统的测产精度,在研究了谷物联合收获机田间工作状态和升运器速度变异的基础上,通过分析谷物的运动学原理及其对冲量传感器作用的力学原理,建立了电压/升运器速度产量模型。为进一步消除收获机作业时的噪声干扰,在测产原始数据预处理时,先采用回归差分法降低振动噪声,然后采用双阈值滤波以及阈值取代法、前值取代法2种插值方法以消除差分电压中的奇异值,结果显示前值取代法效果较佳。此外,还提出了升运器速度归一化方法和冲量电压标准化方法以消除量纲影响并简化计算。田间测产试验结果表明,提出的电压/升运器速度模型比传统的质量-电压模型更能准确表征谷物运动实际情况,测产精度高,验证均方根误差为2.03%。 相似文献