基于YOLO＿X和迁移学习的无人机影像玉米雄穗检测   总被引：1，自引：1，他引：0  

汪斌斌  杨贵军  杨浩  顾寄南  赵丹  许思喆  徐波 《农业工程学报》2022,38(15):53-62

玉米雄穗表型信息的获取对研究玉米长势及产量起着非常重要的作用,为实现复杂田间环境玉米雄穗的精确识别和计数,该研究使用无人机采集试验田的玉米雄穗影像,基于FasterR-CNN、SSD、YOLO＿X目标检测模型,使用迁移学习方法实现玉米雄穗的高精度识别,并分析了模型对不同品种和不同种植密度的玉米雄穗检测效果。试验结果表明,基于迁移学习的FasterR-CNN、SSD、YOLO＿X的目标检测效果相比于未使用迁移学习的模型有明显提升,其中,迁移学习后YOLO＿X的识别精确度为97.16%,平均精度为93.60%,准确度为99.84%,对数平均误检率为0.22,识别效果最好;不同玉米品种对模型的适应性有所差异,其中郑单958对模型适应性最好,Faster R-CNN、SSD、YOLO＿X的决定系数R²分别为0.9474、0.9636、0.9712;不同种植密度下玉米雄穗的检测效果有所差异,在29985,44 978,67 466,89 955株/hm²种植密度下,模型对郑单958检测的平均绝对误差分别为0.19、0.31、0.37、0.75,随着种植...  相似文献   

基于无人机三维点云的玉米植株自动计数研究     

姜友谊  张成健  韩少宇  杨小冬  杨贵军  杨浩 《浙江农业学报》2022,34(9):2032-2042

植株计数是农民、育种专家等在整个作物生长季评估作物生长状况和管理实践的最常用方法之一,可用来进行合理的田间规划以及管理。针对高密度种植试验区高通量获取玉米自动株数方法匮乏的问题,本研究利用无人机遥感平台,获取田间314个不同基因型的玉米高密度育种小区的数码影像和激光雷达(light detection and ranging, LiDAR)点云数据,发展了一种结合玉米三维空间信息的固定窗口局部最大值算法,实现了高密度玉米育种小区成株数的自动检测,并对比了基于此两种不同数据源的检测精度。该方法以冠层高度模型(canopy height model, CHM)中包含的株高信息为基础,以玉米种植株距为固定窗口进行单株玉米种子点检测,并将检测到的种子点与目视解译的玉米位置进行空间匹配来进行精度的评估。结果表明,基于无人机数码影像构建3种空间分辨率CHM的综合检测精度分别为81.30%、83.11%和78.93%;基于无人机LiDAR的综合精度分别为82.33%、88.66%和81.46%;基于两种数据源构建的CHM,均在空间分辨率为0.05 m时,获得最佳的检测精度。此外,当空间分辨率相同时,...  相似文献   

伏毛铁棒锤提取物对枸杞瘿螨的杀螨活性及其体内两种酶活性的影响   总被引：1，自引：0，他引：1  

杨贵军  张建英  于有志 《农业科学研究》2007,28(1):18-20

研究了伏毛铁棒锤不同溶剂提取物对枸杞瘿螨的杀螨活性及其体内超氧化物歧化酶(SOD)和谷胱甘肽过氧化物酶(GSH-PX)活性的影响.结果表明,伏毛铁棒锤的乙醇、三氯甲烷和石油醚提取物对枸杞瘿螨具有较强的触杀和内吸毒杀活性;不同提取物触杀处理枸杞瘿螨,其体内超氧化物歧化酶(SOD)和谷胱甘肽过氧化物酶(GSH-PX)活力变化趋势存在较大差异,均被不同程度激活;在内吸处理中,三氯甲烷提取物对其GSH-PX的活力具有一定的抑制作用.  相似文献   

冬小麦叶面积指数地面测量方法的比较   总被引：12，自引：8，他引：4  

刘镕源  王纪华  杨贵军  黄文江  李伟国  常红  李小文 《农业工程学报》2011,27(3):220-224

该研究以冬小麦为对象,对叶面积指数测量的几种方法（比叶重法、照相法及SUNSCAN测量法）从测量难易程度、误差来源、适宜条件等方面做了比较分析与评价。研究表明比叶重法及照相法在整个生育期间均可使用,而基于SUNSCAN的仪器测量法在冬小麦封垄前的测量还需进一步研究。对SUNSCAN一天内不同时间测量的结果进行了比较,得出最适宜测量时间为13:00－15:00。照相法的测量精度最高,比叶重法次之,SUNSCAN测量需要根据作物生长特点做参数修正。针对SUNSCAN测量LAI提出了一种对叶倾角分布参数进行修正的方法,对3种冬小麦株型品种3个不同生育期进行了参数修正。该研究有助于地面测量叶面积指数的方法选择,同时对提高SUNSCAN测量精度具有参考意义。  相似文献   

专题导读——农业遥感与表型获取分析     

朱艳  杨贵军 《智慧农业(中英文)》2020,2(1):0-0

        遥感技术已在农业领域较为广泛成功地应用。农业遥感在作物长势监测、灾害监测、作物产量和品质估测、对象的识别和信息提取等方面有重要的意义。与此同时，高通量表型信息获取以及图像处理、表型信息分析技术的提高，促进了表型组学的发展，推动了农业的跨越式发展。为集中报道国内外在农业遥感和表型获取分析领域取得的进展，《智慧农业（中英文）》期刊在本期出版“农业遥感与表型信息获取分析”专题。此专题共包括10篇论文，其中2篇综述性论文，8篇研究性论文，作者来自于中国、美国、英国、法国等4个国家。论文聚焦农业遥感与表型领域的机载成像系统应用、遥感监测、农学参量反演、表型检测识别、深度学习等热点话题。  相似文献   

基于无人机RGB影像的马铃薯植株钾含量估算     

马彦鹏  边明博  樊意广  陈志超  杨贵军  冯海宽 《农业机械学报》2023,54(7):196-203，233

马铃薯植株钾含量(Plant potassium content, PKC)是监测马铃薯营养状况的重要指标,快速准确地获取马铃薯植株钾含量对田间施肥和生产管理具有指导意义。基于无人机遥感平台搭载RGB传感器分别获取马铃薯块茎形成期、块茎增长期和淀粉积累期的RGB影像,并实测马铃薯植株钾含量。首先利用各个生育期的RGB影像提取每个小区冠层平均光谱和纹理特征。然后分别基于冠层光谱和纹理特征构建植被指数和纹理指数(NDTI、RTI和DTI),并与实测PKC进行相关性分析。最后利用多元线性回归(Multiple linear regression, MLR)、偏最小二乘(Partial least squares regression, PLSR)和人工神经网络(Artificial neural networks, ANN)构建马铃薯PKC估算模型。结果表明：各生育期NDTI、RTI和DTI与马铃薯PKC相关性均高于单一纹理特征,植被指数结合纹理指数均能提高模型的可靠性和稳定性,MLR和PLSR构建的估算模型精度均优于ANN。本研究可为马铃薯PKC监测提供科学参考。  相似文献   

基于随机森林算法的冬小麦叶面积指数遥感反演研究   总被引：10，自引：1，他引：9  

张春兰  杨贵军  李贺丽  汤伏全  刘畅  张丽妍 《中国农业科学》2018,51(5):855-867

【目的】通过利用随机森林算法（random forest,RF）反演冬小麦叶面积指数（leaf area index, LAI）,及时、准确地监测冬小麦长势状况,为作物田间管理和产量估测等提供科学依据。【方法】本研究依据冬小麦拔节期、挑旗期、开花期及灌浆期地面观测数据,将相关系数分析（correlation coefficient,r）和袋外数据（out-of-bag data,OOB）重要性分析与随机森林算法（random forest,RF）相结合,在优选光谱指数和确定最佳自变量个数的基础上,构建了两种冬小麦LAI反演模型|r|-RF和OOB-RF,并利用独立数据集对两种模型进行验证;然后,将所建LAI反演模型用于无人机高光谱影像,进一步检验所建模型对无人机低空遥感平台的适用性和可靠性。【结果】|r|-RF和OOB-RF反演模型分别采用相关性前5强、重要性前2强的光谱指数作为输入因子时精度最优,验证决定系数（R²）分别为0.805、0.899,均方根误差（RMSE）分别为0.431、0.307,表明这两个模型均能对作物LAI进行精确反演,其中OOB-RF模型的反演效果更好。利用无人机高光谱影像数据结合OOB-RF估算模型反演得到冬小麦LAI与地面实测值的拟合方程的决定系数R²为0.761,RMSE为0.320,数值范围（1.02-6.41）与地面实测（1.29-6.81）亦比较吻合。【结论】本文基于地面数据构建的OOB-RF模型不仅具有较高的反演精度,而且适用性强,可用于无人机高光谱遥感平台提取高精度的冬小麦LAI信息。  相似文献   

基于Sentinel-1雷达影像的玉米倒伏监测模型   总被引：8，自引：3，他引：5  

韩东  杨浩  杨贵军  邱春霞 《农业工程学报》2018,34(3):166-172

在玉米发生倒伏灾害后,为定量监测区域尺度下的玉米倒伏程度,该研究以2017年8月8日因强风和强雨造成大面积玉米倒伏的小汤山国家精准农业研究示范基地作为研究区,提取倒伏前后Sentinel-1A雷达影像的多种强度信息,与实测倒伏样本关联分析,筛选出玉米倒伏前后最佳敏感后向散射系数。采用自然高与植株高的比值作为倒伏程度评价指标并构建比值公式,最终得到倒伏监测模型。结果表明,倒伏前后玉米植株高度的最优敏感后向散射系数分别为σVH和σVV+VH。32个建模点的实测差值结果与模拟差值结果的R~2为0.896(P0.01)。15个检验样本点和总样本点的倒伏程度分类准确度均达到100%。模型求解的自然高与植株高的比值与实测的比值总体相关性达到0.899。其中,中度倒伏类型的相关性最好,严重倒伏次之,轻度倒伏最差。该研究结果表明,在倒伏发生后,基于Sentinel-1A雷达后向散射系数构建的倒伏监测模型能在区域尺度下有效的实现玉米倒伏程度的分级监测。  相似文献   

基于遥感和AquaCrop作物模型的多同化算法比较   总被引：1，自引：0，他引：1  

邢会敏  李振海  徐新刚  冯海宽  杨贵军  陈召霞 《农业工程学报》2017,33(13):183-192

为了研究不同数据同化方法在AquaCrop(FAO Crop model to simulate yield response to water)模型模拟作物地上生物量(above ground biomass,AGB)、冠层覆盖度(canopy cover,CC)和产量过程的效率,以冬小麦为研究对象,利用2012-2013、2013-2014和2014-2015年冬小麦田间试验数据,将标定的Aqua Crop生长模型与遥感光谱信息相结合开展同化技术分析,应用粒子群优化(particle swarm optimization,PSO)、模拟退火(simulated annealing,SA)和复合型混合演化(shuffled complex evolution,SCE-UA)3种数据同化算法,以不同生育期、不同水分处理和不同氮肥水平的AGB和CC为双变量开展多同化算法的模拟分析,对3种数据同化算法的运算效率和同化结果进行对比分析。结果表明:1)3种数据同化算法达到的应度值0.26时,SCE-UA同化算法用时最少(833 s),SA数据同化算法用时最多(1433 s),表明SCE-UA同化算法效率最优,SA数据同化算法效率最低;2)不同生育期的同化结果,AGB的同化精度随着生育期的推进而降低,AGB的模拟值在拔节期和挑旗期高于实测值,被高估,在开花期和灌浆期被低估,总的AGB被低估;CC在拔节期和挑旗期被低估,在开花期和灌浆期被高估,总的CC被低估;3)不同水分处理的同化结果,AGB普遍被低估,CC在雨养(W0)条件下被高估,在正常灌溉(W1)和过量灌溉(W2)条件下被低估;产量均被低估;4)不同氮肥水平,AGB的模拟精度随着施N量的增加而降低,并且普遍被低估,CC普遍被高估,产量均被低估。以上结果表明,PSO、SA和SCE-UA 3种数据同化算法均能有效模拟冬小麦的AGB、CC和产量,其中SCE-UA数据同化算法无论在运算效率还是同化结果的精度上均优于PSO和SA数据同化算法。  相似文献   

基于开花期氮素营养指标的冬小麦籽粒蛋白质含量遥感预测   总被引：4，自引：2，他引：2  

屈莎  李振海  邱春霞  杨贵军  宋晓宇  陈召霞  刘畅 《农业工程学报》2017,33(12):186-193

籽粒蛋白含量(grain protein content,GPC)是衡量小麦品质的重要指标,及时准确的预测小麦GPC有利于小麦的分类收割和分级存储。为了能够选择一个合适的氮素营养指标作为中间变量来反演小麦GPC,该文研究分别以开花期植株氮素累积量(plant nitrogen accumulation,PNA)、植株氮素含量(plant nitrogen content,PNC)、叶片氮素累积量(leaf nitrogen accumulation,LNA)和叶片氮素含量(leaf nitrogen content,LNC)4个氮素营养指标为中间变量,并运用支持向量机(support vector machines,SVM)算法实现4个氮素营养指标的估测,最后构建及评价基于开花期"植被指数(vegetation index,VI)-氮素营养指标(nitrogen nutrition index,NNI)-GPC"模式的冬小麦GPC预测模型。结果表明:1)通过分析植被指数与氮素营养指标的相关性,选择植被指数MSAVI、PSRI、DVI、RDVI和GNDVI作为氮素营养指标模型的构建变量;2)运用SVM方法构建的VI-NNI模型中LNC的建模精度与验证精度相对最优,其建模决定系数(coefficient of determination,R~2)和验证集标准均方根误差(normalized root mean squared error,n RMSE)及验证标准化平均误差(normalized average error,NAE)分别为0.820、9.553%、-1.4%,验证结果稳定性较好;3)构建NNI-GPC模型中PNC的建模精度与验证精度相对最好,其建模R~2和验证n RMSE及NAE分别为0.653、9.843%、-0.3%;4)最终构建的VI-NNI-GPC模型中,以开花期PNC为中间变量的模型建模及反演精度最好,其建模R~2和验证n RMSE及NAE分别为0.631、8.564%、-0.9%。以氮素营养指标为中间变量的GPC遥感反演是可行的,并且比较4个氮素营养指标为中间变量反演GPC,PNC具有较高精度的预测结果,为精确反演GPC提供一个可靠的依据,具有一定的应用前景。  相似文献