期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到8篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
黄瓜病害智能识别技术研究进展 被引量：1
1
作者 杨振东 骆巍 +9 位作者 罗晨 姜鸿勋 张英 宋淑敏 史一鸣 于艳玲 杨田亮 马中杰 冯晓 杨凡 《河南农业科学》 北大核心 2025年第4期1-10,共10页
利用智能识别技术及时、准确识别黄瓜病害,进而积极防治、合理施药对于保障黄瓜高质量生产及生态环境安全具有重要意义。黄瓜病害智能识别主要采用基于传统专家系统和知识图谱的专家知识,以及基于传统机器学习和深度学习的可见光图像处... 利用智能识别技术及时、准确识别黄瓜病害,进而积极防治、合理施药对于保障黄瓜高质量生产及生态环境安全具有重要意义。黄瓜病害智能识别主要采用基于传统专家系统和知识图谱的专家知识,以及基于传统机器学习和深度学习的可见光图像处理、叶绿素荧光和高光谱等光谱分析、多模态数据融合技术。综述了基于上述技术的黄瓜病害智能识别研究进展,以及当前研究中存在的问题与不足,并展望了黄瓜病害智能识别技术的发展趋势,旨在为黄瓜病害智能识别的应用研究提供参考。 展开更多
关键词 黄瓜病害 计算机视觉 多模态数据融合 专家知识 智能识别 大模型
在线阅读 下载PDF
基于数字表面模型的冬小麦生物量估算
2
作者 郭燕 贺佳 +6 位作者 位盼盼 曾凯 史舟 叶粟 杨秀忠 郑国清 王来刚 《南方农业学报》 北大核心 2025年第1期53-63,共11页
【目的】构建冬小麦主要生育时期生物量估算模型,分析不同水处理和不同年份情景下估算模型的迁移能力,为冬小麦生物量快速估算、表型研究及制定作物水肥决策提供技术支撑。【方法】通过设置不同水氮处理,采用大疆M600 Pro无人机搭载安... 【目的】构建冬小麦主要生育时期生物量估算模型,分析不同水处理和不同年份情景下估算模型的迁移能力,为冬小麦生物量快速估算、表型研究及制定作物水肥决策提供技术支撑。【方法】通过设置不同水氮处理,采用大疆M600 Pro无人机搭载安洲科技K6多光谱成像仪获取冬小麦关键生育期影像,提取影像数字表面模型,基于无人机影像提取株高,通过BP神经网络构建并改进冬小麦生物量估算模型。【结果】水氮耦合自然状态条件下冬小麦实测株高的变化较小,但在氮充足条件下灌溉可增加冬小麦实测株高。无人机提取株高与实测株高的线性决定系数(R^(2))为0.81,即无人机提取株高可解释81%的株高变异。基于无人机遥感影像提取株高构建的冬小麦生物量估算模型,R^(2)、均方根误差(RMSE)、相对分析误差(RPD)分别为0.58、4528.23 kg/ha和1.25,说明该模型可对冬小麦生物量进行快速估算,但模型稳健性较差(RPD<1.4),估算值(16198.27 kg/ha)较实测值(16960.23 kg/ha)偏小,且估算值较分散。通过数据转换,基于生物量/无人机提取株高比值构建的冬小麦生物量估算模型R^(2)、RMSE、RPD分别为0.88、2291.90 kg/ha和2.75,改进后的模型稳健性较强(RPD>2.0),估算值(17478.21 kg/ha)与实测值(17222.59 kg/ha)较接近,模型估算精度提高了51.72%。经验证,改进的冬小麦生物量估算模型在不同水处理和不同年份情景下具有较强的迁移能力,迁移估算模型的R^(2)均在0.85以上,能实现对冬小麦生物量的精准快速估算。【结论】利用无人机影像提取株高信息,通过数据转换,能有效提高冬小麦生物量估算模型的估算精度。改进的冬小麦生物量估算模型在不同水处理和不同年份情景下均表现出较强的迁移能力,但在不同氮水平情景下的迁移能力存在差异,因此,模型迁移利用前应对不同情景数据集进行直方图特征分析,并综合考虑多种影响因素以提升模型的泛化能力和鲁棒性。 展开更多
关键词 冬小麦 生物量 株高 数字表面模型(DSM) 迁移能力
在线阅读 下载PDF
基于作物生长监测诊断仪的玉米南方锈病监测模型
3
作者 贺佳 郭燕 +3 位作者 王来刚 张彦 位盼盼 曾凯 《江苏农业学报》 北大核心 2025年第8期1553-1558,共6页
针对玉米南方锈病(SCR)的发生情况,本研究通过连续2年田间病害调查试验,利用402型作物生长监测诊断仪(Crop growth monitoring&diagnosis 402,CGMD_(402))和ASD FR-2500型地物光谱仪(Analytical spectral devices field spec,ASD 25... 针对玉米南方锈病(SCR)的发生情况,本研究通过连续2年田间病害调查试验,利用402型作物生长监测诊断仪(Crop growth monitoring&diagnosis 402,CGMD_(402))和ASD FR-2500型地物光谱仪(Analytical spectral devices field spec,ASD 2500)获取玉米冠层归一化差值植被指数(NDVI)、比值植被指数(RVI),通过分析光谱指数与玉米南方锈病病情指数(DI_(SCR))的定量关系,并利用CGMD_(402)采集的NDVI、RVI建立DI_(SCR)监测模型,以田间实测病情指数对模型精度进行验证评价。结果表明,2种传感器获取的NDVI、RVI拟合决定系数(R^(2))分别为0.965、0.960,说明2种设备获取的冠层光谱指数具有较高的一致性;基于CGMD_(402)采集的NDVI、RVI建立DI_(SCR)监测模型的决定系数(R^(2))分别为0.824、0.778,标准差(SE)分别为0.047、0.051;以田间玉米南方锈病病情指数实测值对基于CGMD_(402)采集的NDVI、RVI玉米南方锈病监测模型预测值进行验证,结果显示两者间R^(2)分别为0.978、0.975,均方根误差(RMSE)分别为0.267、0.301,相对误差(RE)分别为7.387%、9.734%,说明基于CGMD_(402)的玉米南方锈病监测模型能较好监测田间DI_(SCR)。与目前利用便携式地物光谱仪相比,CGMD_(402)能较好地获取作物病害信息,在病害田间监测上具有一定的精度与应用价值。 展开更多
关键词 作物生长监测诊断仪 玉米南方锈病 病害监测模型
在线阅读 下载PDF
基于无人机影像多源信息的冬小麦生物量与产量估算 被引量：12
4
作者 郭燕 井宇航 +3 位作者 贺佳 张会芳 贾德伟 王来刚 《河南农业科学》 北大核心 2023年第12期149-161,共13页
冬小麦生物量是表征产量的重要指标,通过无人机遥感技术对冬小麦生物量进行快速、无损监测能够及时掌握冬小麦生长情况,对冬小麦估产具有重要意义。基于冬小麦孕穗期、开花期和灌浆期无人机数字正射影像(DOM)的光谱信息(SIs)和纹理特征(... 冬小麦生物量是表征产量的重要指标,通过无人机遥感技术对冬小麦生物量进行快速、无损监测能够及时掌握冬小麦生长情况,对冬小麦估产具有重要意义。基于冬小麦孕穗期、开花期和灌浆期无人机数字正射影像(DOM)的光谱信息(SIs)和纹理特征(TFs),以及数字表面模型(DSM)提取的株高(HDSM),采用多元线性回归(MLR)、偏最小二乘回归(PLSR)和随机森林(RF)方法构建了冬小麦生物量估算模型,并以此为基础进行了产量估算。结果表明,使用DOM信息进行冬小麦生物量估算时,融合SIs+TFs构建的冬小麦生物量估算模型精度优于单一光谱指数或者纹理特征构建的模型;引入HDSM信息冬小麦生物量估算模型精度得到提高,3种方法以RF方法构建的开花期模型精度最高;融合HDSM信息进行冬小麦生物量估算时,估算精度的提高以TFs+HDSM最明显。冬小麦产量早期估算中,不同生育时期实测生物量与产量拟合以对数函数模型精度最高,孕穗期、开花期和灌浆期模型R2分别为0.87、0.88和0.92。耦合生物量与产量估算最优模型进行冬小麦早期估产,灌浆期估算模型精度最高,R2、RPD和RMSE分别为0.90、2.77和244.61 kg/hm^(2)。因此,融合无人机影像DOM和DSM多源信息,集成机器学习算法,不仅可以对冬小麦生物量进行精准估算,还可以快速有效地对冬小麦产量进行早期估算,对于精准制定粮食安全政策具有重要意义。 展开更多
关键词 冬小麦 无人机 数字正射影像 数字表面模型 生物量 产量
在线阅读 下载PDF
基于多层级特征筛选和无人机影像的冬小麦植株氮含量预测 被引量：2
5
作者 郭燕 王来刚 +4 位作者 贺佳 井宇航 宋晓宇 张彦 刘婷 《农业工程学报》 EI CAS CSCD 北大核心 2024年第12期174-182,共9页
氮素是冬小麦生长发育必不可少的大量元素,无人机超高分辨率影像丰富的光谱信息和纹理信息为冬小麦植株氮含量精准预测提供了重要的技术途径,但是过多变量造成了信息冗余和模型复杂的问题。针对此问题,该研究提出了一种“相关分析+共线... 氮素是冬小麦生长发育必不可少的大量元素,无人机超高分辨率影像丰富的光谱信息和纹理信息为冬小麦植株氮含量精准预测提供了重要的技术途径,但是过多变量造成了信息冗余和模型复杂的问题。针对此问题,该研究提出了一种“相关分析+共线性分析+LASSO(least absolute shrinkage and selection operator)特征筛选”的多层级植株氮含量敏感特征的筛选方法,引入约束系数向量的L1正则化实现特征的稀疏性,将某些特征的系数缩小为0,基于冬小麦关键生育期(拔节期、孕穗期、开花期、灌浆期)无人机影像提取的65个光谱和纹理特征,采BP神经网络(back propagation,BP)、Adaboost、随机森林(random forest,RF)和线性回归(linear regression,LR)4种机器学习算法构建了冬小麦植株氮含量预测模型。结果表明:相关分析筛选出51个通过0.01显著性检验的变量;基于共线性分析,当LASSSO正则化参数λ取值为0.08时,17个敏感特征变量被筛选。基于筛选的敏感特征变量,BP、Adaboost、RF和LR 4种算法建立的植株氮含量预测模型均达到了0.01水平差异显著性,且BP、Adaboost和RF 3种预测模型的精度具有高度的一致性,模型R2均为0.81,RMSE分别为0.36%、0.38%和0.37%,说明该研究提出的多层级特征筛选方法不仅使得模型变得简洁,而且稳健性高,可为智慧农业氮肥精准监测、智慧管理提供技术支撑。 展开更多
关键词 无人机 冬小麦 氮素 多层级特征筛选 LASSO回归 机器学习 最小二乘回归
在线阅读 下载PDF
基于改进Swin-Unet的小麦条锈病分割方法
6
作者 臧贺藏 任帅 +7 位作者 王从胜 王盛威 赵瑞玲 陈丹丹 赵晴 张杰 郑国清 李国强 《山东农业科学》 北大核心 2024年第12期147-153,共7页
条锈病是影响小麦产量及粮食安全的重要因素,条锈病图像的精准分割是实现计算机辅助精准防治的重要基础。针对小麦条锈病图像中病斑形态复杂、病斑与非病斑之间边界模糊、分割精度低的问题,本研究提出了一种基于改进Swin-Unet的小麦条... 条锈病是影响小麦产量及粮食安全的重要因素,条锈病图像的精准分割是实现计算机辅助精准防治的重要基础。针对小麦条锈病图像中病斑形态复杂、病斑与非病斑之间边界模糊、分割精度低的问题,本研究提出了一种基于改进Swin-Unet的小麦条锈病图像分割方法,通过在Swin-Unet中引入SENet(Squeeze⁃and⁃Excitation Networks)和残差网络(ResNet)模块来增强模型对条锈病特征的表达能力。实验结果表明,改进Swin-Unet对背景、孢子和叶片的查准率分别为99.24%、82.32%和94.36%,可以从复杂环境中有效分割出背景、孢子和叶片图像,具有较好的计算机视觉处理能力和分割评估效果。改进Swin-Unet总体分割准确率、平均交并比和均像素准确率分别为96.88%、84.91%和90.50%,较Swin-Unet分别提高了2.84、4.64个和5.38个百分点;与其他网络模型(U-Net、PSPNet、DeepLabV3+和Swin-Unet)相比,改进Swin-Unet具有最佳分割效果。表明本研究提出的方法可以精准检测和分割小麦条锈病图像,这可为田间复杂环境下小麦条锈病的自动检测和早期预防提供技术支持。 展开更多
关键词 小麦条锈病 语义分割 Swin-Unet 注意力机制
在线阅读 下载PDF
基于AquaCrop模型的芝麻作物参数敏感性分析及模型适用性评价 被引量：3
7
作者 李梦瑶 关皓月 +5 位作者 张建涛 黄明 李丰 戎亚思 李友军 李国强 《河南农业科学》 北大核心 2024年第7期149-159,共11页
为探明AquaCrop模型芝麻作物参数校准方法,验证模型适用性,以2022—2023年试验数据为基础,通过查阅文献资料,确定芝麻参数初始值和取值范围,采用EFAST方法对AquaCrop模型53个作物参数进行全局敏感性分析、模拟结果的不确定分析并进行参... 为探明AquaCrop模型芝麻作物参数校准方法,验证模型适用性,以2022—2023年试验数据为基础,通过查阅文献资料,确定芝麻参数初始值和取值范围,采用EFAST方法对AquaCrop模型53个作物参数进行全局敏感性分析、模拟结果的不确定分析并进行参数校准验证。结果表明,对各处理最大生物量均敏感的参数有27个,其中全局敏感性指数(TS_(i))均大于0.3的参数有CDM、CDSE、POFE、RSWT、PSENSP、PSTOSP、RSWB和ECSW;对各处理籽粒产量均敏感的参数有14个,其中TS_(i)均大于0.2的参数有POHX、RSWT、CDSE、DMCON、PSTO和PSTOSP。校准验证过程中冠层覆盖度和地上部生物量模拟值和实测值决定系数(R2)分别介于0.875~0.954、0.951~0.970;标准均方根误差(NRMSE)分别介于11.5%~18.1%、18.9%~27.7%;纳什效率系数(NSE)分别介于0.873~0.940、0.930~0.959。籽粒产量模拟值与实测值相对误差介于0.03~0.07。本地化后的AquaCrop模型能够较好地模拟芝麻生长发育过程,可用于芝麻优化管理或未来产量预测。 展开更多
关键词 芝麻 AquaCrop模型 参数敏感性 EFAST 适用性
在线阅读 下载PDF
芝麻发育期模拟模型参数敏感性分析与优化 被引量：3
8
作者 关皓月 李梦瑶 +5 位作者 李国强 张建涛 高桐梅 陈先冠 张文宇 吴金芝 《河南农业科学》 北大核心 2024年第9期159-170,共12页
作物发育期是制定作物田间管理决策的重要依据。为准确预测芝麻发育进程,通过量化芝麻生理过程对温度和光周期的响应规律,构建了以钟模型理论为基础的芝麻发育期模拟模型(Sesame phenology simulation model,简称SPSM),采用扩展傅里叶... 作物发育期是制定作物田间管理决策的重要依据。为准确预测芝麻发育进程,通过量化芝麻生理过程对温度和光周期的响应规律,构建了以钟模型理论为基础的芝麻发育期模拟模型(Sesame phenology simulation model,简称SPSM),采用扩展傅里叶幅度检验法(EFAST)分析参数敏感性,以确定影响芝麻发育进程的高敏感性参数。采用蒙特卡罗寻优法率定4个芝麻品种的参数,并在河南、湖北、安徽和江西等芝麻主产区进行验证。结果表明,模型的7个品种参数中,发育阶段最适温度(T_(opt))、基本发育系数(k)和临界日长(D_(c))平均全局敏感性指数最高。经品种参数率定,豫芝4、中芝22、皖芝10和赣芝7的全发育期模拟值与观测值的R^(2)均为0.999,RMSE为0.50~1.32 d,NRMSE为1.06%~3.02%,Willmott一致度(d)均为0.999。经独立验证,上述4个芝麻品种发育期模拟值与观测值的标准差在0~7.65 d,R^(2)分别为0.978、0.984、0.992、0.989,RMSE分别为5.07、4.43、3.07、4.24 d,NRMSE和d值分别在5.87%~9.44%和0.996~0.997。优化后的SPSM能够较好地模拟我国芝麻主产区芝麻的发育动态。 展开更多
关键词 芝麻 钟模型 发育期模拟 敏感性分析 EFAST
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部