中國農(nóng)業(yè)發(fā)生于新石器時(shí)代。中國農(nóng)業(yè)的生產(chǎn)結(jié)構(gòu)包括種植業(yè)、林業(yè)、畜牧業(yè)、漁業(yè)和副業(yè)；但數(shù)千年來一直以種植業(yè)為主。東北地區(qū)的黑土地，是寶貴的農(nóng)業(yè)資源。黑土地的土壤富含有機(jī)質(zhì)，深黑色的沃土，沉甸甸的感覺讓人感受到這片土地的肥沃。在現(xiàn)代農(nóng)業(yè)生產(chǎn)中，科技的應(yīng)用在這片沃土上也發(fā)揮著至關(guān)重要的作用，科研團(tuán)隊(duì)利用機(jī)載高光譜對黑土地的土壤有機(jī)質(zhì)做了相關(guān)研究。使用無人機(jī)高光譜圖像和小型校準(zhǔn)數(shù)據(jù)集對田間土壤有機(jī)質(zhì)進(jìn)行高分辨率測繪快速獲取田間尺度土壤有機(jī)質(zhì)（SOM）的高分辨率空間分布對于精準(zhǔn)農(nóng)業(yè)至關(guān)重要。無人機(jī)成像高光譜技術(shù)以其高空間分辨率和時(shí)效性，可以填補(bǔ)地面監(jiān)測和遙感的研究空白。本研究旨在測試在中國東北典型低地勢黑土地區(qū)使用無人機(jī)高光譜數(shù)據(jù)（400–1000 nm）和小型校準(zhǔn)樣本集進(jìn)行1 m分辨率SOM繪圖的可行性。該實(shí)驗(yàn)在大約20公頃的土地上進(jìn)行。為了進(jìn)行校準(zhǔn)，使用 100 × 100 m 網(wǎng)格采樣策略收集了 20 個(gè)樣品，同時(shí)隨機(jī)收集了 20 個(gè)樣品進(jìn)行獨(dú)立驗(yàn)證。無人機(jī)捕獲空間分辨率為0.05×0.05 m的高光譜圖像。然后對每 1 × 1 m 內(nèi)提取的光譜進(jìn)行平均以代表該網(wǎng)格的光譜。在應(yīng)用各種光譜預(yù)處理（包括吸光度轉(zhuǎn)換、多重散射校正、Savitzky-Golay 平滑濾波和一階微分）后，SOM 光譜相關(guān)系數(shù)的絕對最大值從 0.41 增加到 0.58。最佳隨機(jī)森林（R...
發(fā)布時(shí)間:
2024
-
04
-
15
瀏覽次數(shù)：71
“倘若有什么植物妨礙了我們的計(jì)劃，或是擾亂了我們干凈整齊的世界，人們就會(huì)給它們冠上雜草之名?？扇绻惚緵]什么宏偉大計(jì)或長遠(yuǎn)藍(lán)圖，它們就只是清新簡單的綠影，一點(diǎn)也不面目可憎。” ——《雜草的故事》清新簡單的綠影自然面目可愛，惹人注目，但人類生存之下，繁多冗雜的一片蔓延，確是明目張膽地?fù)屃宿r(nóng)作物的地盤，傷了農(nóng)業(yè)發(fā)展。世界上的雜草有1000多種，它們通常生長迅速、繁殖能力強(qiáng)，會(huì)對農(nóng)業(yè)產(chǎn)生一定的影響。雜草不僅會(huì)與農(nóng)作物爭奪土壤養(yǎng)分和水分，傳播病蟲害，從而影響農(nóng)作物的生長和產(chǎn)量，含有毒素的雜草還會(huì)影響農(nóng)作物品質(zhì)。因此，對于農(nóng)業(yè)生產(chǎn)來說，防治雜草對保證農(nóng)作物的正常生長和產(chǎn)量至關(guān)重要。IRIS機(jī)載一體式激光雷達(dá)高光譜成像儀在評(píng)估雜草抗性方面的應(yīng)用雜草防治是現(xiàn)代農(nóng)業(yè)生產(chǎn)管理的重要組成部分。然而，過度依賴常用除草劑進(jìn)行化學(xué)防治已導(dǎo)致大量抗性雜草的出現(xiàn)，對可持續(xù)農(nóng)業(yè)構(gòu)成重大威脅。因此，開發(fā)一種大面積準(zhǔn)確評(píng)估和量化田間雜草抗性的方法對于農(nóng)場管理和可持續(xù)發(fā)展至關(guān)重要。目前的方法，例如目視檢查，既費(fèi)時(shí)又費(fèi)力。酶測定雖然準(zhǔn)確，但只能在實(shí)驗(yàn)室環(huán)境中進(jìn)行。熱成像技術(shù)可能會(huì)受到環(huán)境因素的影響，導(dǎo)致在室外使用時(shí)精度較低。因此，無法大規(guī)模應(yīng)用。無人機(jī)（UAV）和各種傳感器已經(jīng)成為植物表型研究中不可或缺的工具。在這項(xiàng)研究中，作者于2021年6月7日在中國黑龍江省哈爾濱市向陽農(nóng)場（位于...
發(fā)布時(shí)間:
2023
-
10
-
30
瀏覽次數(shù)：46
高光譜成像結(jié)合機(jī)器學(xué)習(xí)檢測火炬松幼苗梭形銹病發(fā)病率火炬松是美國南部最重要的森林樹種，它生長迅速、適應(yīng)性強(qiáng)，可用于建筑木材、膠合板和紙漿等。松梭形銹病是由真菌Cronartium quercuum f.sp. fusiforme（Cqf）引起的一種影響該物種的常見且具有破壞性的病害。這種真菌通常會(huì)感染幼樹的莖，導(dǎo)致被稱為“銹癭”的腫瘤樣生長物產(chǎn)生，可能會(huì)造成樹木死亡或產(chǎn)生“銹叢”，從而妨礙樹木生長，降低木材使用價(jià)值。種植抗病苗是限制該病害的最有效的措施。溫室中抗病性測試在人工接種幼苗后的目視估計(jì)病害發(fā)病率和嚴(yán)重程度具有高度主觀性，容易出現(xiàn)人為錯(cuò)誤，且勞動(dòng)密集。此外，目視評(píng)估只有在病害感染一段時(shí)間后，癥狀充分發(fā)展時(shí)才能進(jìn)行。而高光譜成像可同時(shí)獲取空間和光譜信息，提供了在不同空間尺度上分析光譜信息的機(jī)會(huì)，已成功應(yīng)用于多種植物物種的病害和脅迫檢測。基于此，在本文中，來自北卡羅來納州立大學(xué)和密西西比州立大學(xué)的研究團(tuán)隊(duì)提出了一種利用高光譜成像技術(shù)篩選火炬松幼苗梭形銹病發(fā)病率的創(chuàng)新方法，具體目標(biāo)為（1）開發(fā)高光譜圖像處理管道，用于從火炬松幼苗圖像中的特定感興趣區(qū)域（ROI）中提取光譜數(shù)據(jù)；（2）基于來自(1)的特定ROI的光譜數(shù)據(jù)，評(píng)估用于區(qū)分患病和未患病幼苗的SVM分類模型。圖1 火炬松幼苗高光譜圖像采集的成像裝置。【高光譜圖像獲取】線性掃描高光譜成像儀（Pika XC2，Resonon In...
發(fā)布時(shí)間:
2022
-
04
-
19
瀏覽次數(shù)：70
改進(jìn)積雪密度的估計(jì)是目前雪研究的一個(gè)關(guān)鍵問題。表征密度時(shí)空變異性對于水當(dāng)量的估算、水力發(fā)電和自然災(zāi)害（雪崩洪水等）的評(píng)估至關(guān)重要。高光譜成像是一種監(jiān)測和估計(jì)其物理特性的有前途且可靠的工具。事實(shí)上，雪的光譜反射率在一定程度上受其物理特性變化的控制，尤其是在光譜的近紅外（NIR）部分。為此，已經(jīng)設(shè)計(jì)了幾種模型根據(jù)光譜信息估算積雪密度。然而，還沒有一個(gè)實(shí)現(xiàn)滿意的結(jié)果。主要困難之一是積雪密度和光譜反射率之間的關(guān)系是非雙射的（滿射的）。事實(shí)上，幾個(gè)反射振幅與相同的密度相關(guān)，反之亦然，所以密度和光譜反射率之間的相關(guān)性可能非常弱?；诖耍瑸榱私鉀Q該問題，本研究中提出了基于光譜數(shù)據(jù)的積雪密度估計(jì)混合模型。主要研究目標(biāo)是利用高光譜NIR成像（PIKA NIR，RESONON Company）（900-1700 nm）以5.5 nm的光譜分辨率測試混合模型（HM）估計(jì)季節(jié)性積雪密度的性能?；旌夏Ｐ徒Y(jié)合了一個(gè)分類器和3個(gè)與密度類別相關(guān)聯(lián)的特定估算量（弱到中度變質(zhì)雪（WMM），中度到高度變質(zhì)雪（MHM）和高度到極高度變質(zhì)雪（HVM））。利用2018（1.19-3.27）、2019（1.10-4.3）和2020（1.29-3.10）年冬季在加拿大魁北克國立科學(xué)研究院（INRS）的科技園內(nèi)（46°47′43.22″北緯，-71°18′10″西經(jīng)）收集的數(shù)據(jù)集校準(zhǔn)和驗(yàn)證了HM?；旌夏Ｐ驮趦蓚€(gè)...
發(fā)布時(shí)間:
2022
-
01
-
24
瀏覽次數(shù)：60
全球氣候變化引起的預(yù)計(jì)人口增長以及土地和農(nóng)業(yè)資源可利用性的壓力使未來幾十年全球糧食供應(yīng)的需求增加。提高光合作用能力已成為實(shí)現(xiàn)作物增產(chǎn)的目標(biāo)。目前，測量光合作用的方法是耗時(shí)的且具破壞性的，這會(huì)減慢鑒定具高光合能力的農(nóng)作物種質(zhì)的研究和育種工作。作者在1分鐘內(nèi)收集樣地（~2 m×2 m）向陽葉片像素的高光譜反射率以量化光合作用參數(shù)和色素含量。在兩個(gè)生長季節(jié)（2017年和2018年）利用田間生長的經(jīng)基因改變了光合途徑的煙草，建立了8個(gè)光合參數(shù)和色素性狀的預(yù)測模型。利用偏最小二乘法（PLSR）分析可見近紅外（400-900 nm）光譜相機(jī)測得的植物反射像素，預(yù)測了Rubisco最大羧化速率（Vc,max，R2=0.79）和最大電子傳遞速率（J1800，R2=0.59），最大光飽和光合作用（Pmax，R2=0.54），葉綠素含量（R2=0.87），葉綠素a/b（R2=0.63），碳含量（R2=0.47）和氮含量（R2=0.49）。當(dāng)使用兩臺(tái)400-1800 nm相機(jī)時(shí)，模型的預(yù)測并沒有改善，這表明僅使用一臺(tái)VNIR相機(jī)就能實(shí)現(xiàn)強(qiáng)大，廣泛適用且更具“成本效益”的效果。該分析過程和方法可用于所有作物中，從而提供高通量田間表型篩選，并在田間試驗(yàn)中提高光合性能。高光譜圖像收集建立基于地面的表型平臺(tái)（圖1），包括兩個(gè)推掃式高光譜相機(jī)。第一臺(tái)高光譜相機(jī)（P...
發(fā)布時(shí)間:
2021
-
01
-
15
瀏覽次數(shù)：152
冷害是造成作物嚴(yán)重?fù)p失和不可逆轉(zhuǎn)傷害的災(zāi)害之一。為避免產(chǎn)量損失，可利用高通量表型選擇耐寒脅迫的作物品種。如今，無損光譜圖像分析已成為一種有效方法，并已廣泛應(yīng)用于高通量表型分析中，反映出植物結(jié)構(gòu)組成，生長發(fā)育過程中的生理，生化特性和特征。本研究利用卷積神經(jīng)網(wǎng)絡(luò)（CNN）模型提取可見-近紅外范圍的特征光譜估計(jì)玉米幼苗的冷害。文中以五個(gè)品種的冷處理玉米幼苗的高光譜圖像為研究對象。光譜范圍為450-885 nm。高斯低通濾波和Savitzky-Golay平滑方法結(jié)合一階導(dǎo)數(shù)進(jìn)行光譜數(shù)據(jù)的預(yù)處理。從每種玉米幼苗選定的感興趣區(qū)域獲取3600個(gè)像素樣本用于CNN建模。CNN模型建立后，從高光譜圖像中提取400個(gè)像素樣本作為每個(gè)品種的測試集。最后，通過分析分類準(zhǔn)確度和計(jì)算效率確定一個(gè)CNN模型。CNN檢測到的不同類型的玉米幼苗的冷害水平分別為W22 (41.8 %)，BxM (35%)， B73 (25.6%)，PH207 (20%)， Mo17 (14%)，與化學(xué)方法的結(jié)果高度相關(guān)。兩種方法檢測結(jié)果的相關(guān)系數(shù)為0.8219。因此，研究證明基于CNN建模的光譜分析可以為玉米幼苗冷害監(jiān)測提供參考。高光譜成像采集利用推掃式高光譜相機(jī)（PIKA II，Resonon）成像系統(tǒng)的整個(gè)結(jié)構(gòu)感興趣區(qū)域樣本數(shù)據(jù)選擇程序樣本的3D光譜分布CNN和化學(xué)方法結(jié)果的比較結(jié)論自卷積神經(jīng)網(wǎng)絡(luò)發(fā)...
發(fā)布時(shí)間:
2020
-
08
-
13
瀏覽次數(shù)：137
近端成像遙感技術(shù)可根據(jù)特定的外部反射特征對生物體進(jìn)行表征和特征描述。這些成像技術(shù)引起了人們的關(guān)注，并廣泛應(yīng)用于植物和動(dòng)物的生態(tài)、系統(tǒng)、進(jìn)化以及生理研究中。然而，重要的因子可能會(huì)影響質(zhì)量和體反射率特征的一致性，從而影響這些技術(shù)作為非侵入式表型和特征的部分能力。我們從3種昆蟲中獲得了高光譜體反射率，并研究了制備程序和保存時(shí)間如何影響反射率對性別，來源和年齡響應(yīng)的能力。輻射光譜的不同部分對制備程序和保存時(shí)間的敏感性差異很大?；?個(gè)昆蟲物種的研究，我們成功確定了特定的輻射區(qū)域，基于以下兩個(gè)方面，表型形狀變得更加明顯：（1）用蒸餾水輕輕清洗博物館標(biāo)本，或（2）用70%的乙醇?xì)⑺啦⒈４胬ハx標(biāo)本。殺死和保存程序的標(biāo)準(zhǔn)化將極大地提高近端成像遙感技術(shù)在表征和研究無脊椎動(dòng)物生態(tài)和進(jìn)化上的能力?！静牧稀?3個(gè)葉蟬標(biāo)本（41個(gè)雌性和42個(gè)雄性）（半翅目：葉蟬科），來源于西北農(nóng)林科技大學(xué)昆蟲博物館。獲取所有標(biāo)本清潔前后的高光譜圖像。新捕獲的實(shí)驗(yàn)室飼養(yǎng)的西花薊馬標(biāo)本，最初是2007從中國農(nóng)業(yè)科學(xué)院蔬菜花卉研究所溫室中甜瓜上采集的。新捕獲的褐飛虱標(biāo)本（半翅目：飛虱科）來自浙江省農(nóng)業(yè)科學(xué)院稻田的實(shí)驗(yàn)室飼養(yǎng)群體?！竟庾V成像】在標(biāo)本上方20厘米安裝推掃式高光譜相機(jī)（PIKA XC，Resonon），并在人工照明下以50 px/mm2的空間分辨率采集光譜圖像。蒸餾水清洗前后葉蟬雄性和雌性代表圖像（a）。在波長435-...
發(fā)布時(shí)間:
2020
-
07
-
29
瀏覽次數(shù)：93
近端遙感作為昆蟲病媒中植物病原檢測的診斷工具，有兩個(gè)基本假設(shè)。首先，通過昆蟲媒介獲得植物病原體會(huì)引起昆蟲媒介的生理變化；也就是說，病原體可能只存在于非常特殊的組織或器官（如唾液腺），但它可能引起昆蟲媒介對病原體的系統(tǒng)生理變化/反應(yīng)。其次，根據(jù)體表反射特征，即使在殺死昆蟲標(biāo)本，并將其儲(chǔ)存在70%的乙醇中以后，也能檢測到病原體對昆蟲生理學(xué)的影響。最近對后一種假設(shè)進(jìn)行了調(diào)查，并證明建議將樣本儲(chǔ)存在70%乙醇（與50%或90%相比）中。這項(xiàng)研究表明，在70%乙醇中儲(chǔ)存長達(dá)數(shù)周的時(shí)間對昆蟲樣品反射特性的影響微乎其微。這些技術(shù)細(xì)節(jié)非常重要，因?yàn)樗鼈儚?qiáng)調(diào)了昆蟲標(biāo)本可以在現(xiàn)場收集、儲(chǔ)存在70%乙醇中，并可以在進(jìn)行診斷成像測試之前裝運(yùn)，但是在開始廣泛試驗(yàn)之前，應(yīng)評(píng)估每種昆蟲的這種效果是否可行。越來越多的學(xué)者開始研究利用近端遙感技術(shù)來檢測和診斷植物和昆蟲病媒中的病原體，這說明這種基于反射的技術(shù)可用于改進(jìn)檢疫和檢驗(yàn)工作以及區(qū)域作物疾病監(jiān)測。也就是說，與商業(yè)診斷實(shí)驗(yàn)室目前提供的基于PCR和酶聯(lián)免疫吸附試驗(yàn)的服務(wù)類似，反射的技術(shù)似乎也擁有提供此類服務(wù)的潛力，以便農(nóng)業(yè)利益相關(guān)者能夠?qū)⒗ハx樣本運(yùn)送到這些實(shí)驗(yàn)室，并獲得關(guān)于感染率的快速、可靠和經(jīng)濟(jì)有效的數(shù)據(jù)。遙感數(shù)據(jù)是在與先前研究類似的環(huán)境條件下從單個(gè)成年甜菜葉蟬樣本中獲取的。成體樣本的年齡、性別和交配狀態(tài)未知，目的是模擬成體甜菜葉蟬在田間采樣時(shí)遇到的變異。使用安...
發(fā)布時(shí)間:
2020
-
07
-
10
瀏覽次數(shù)：103
高效的N肥使用產(chǎn)出需要平衡最小的環(huán)境污染和最大的產(chǎn)量，N素使用效率是目前精準(zhǔn)農(nóng)業(yè)中重要問題之一。于2017年6月，應(yīng)用無人機(jī)高光譜成像系統(tǒng)對八種不同氮處理的冬小麥進(jìn)行了高光譜圖像采集。高光譜成像儀采用美國RESONON公司的Pika-L，波段范圍400-1000nm，系統(tǒng)集成了慣導(dǎo)測量系統(tǒng)（IMU）和穩(wěn)定云臺(tái)，可以獲得較高精度的光譜分辨率和空間分辨率的數(shù)據(jù)。同時(shí)在地面采集并獲得冬小麥的葉綠素含量（CHL）、葉面積(LAI),利用偏最小二乘法進(jìn)行反演估算，(RLAI 2= 0.79, RMSELAI [m2m2] = 0.18, R2CHL = 0.77, RMSECHL [_g cm-2] = 7.02)，并采用多元線性回歸模型進(jìn)行了產(chǎn)量估測（R2產(chǎn)量＝0.88，RMSEfield[dt ha-1]=4.18）。利用該模型，可以對高光譜圖像進(jìn)行像素水平的預(yù)測。結(jié)果表明，在一定施氮量以上，進(jìn)一步施肥不一定會(huì)繼續(xù)導(dǎo)致產(chǎn)量增加，為高光譜精準(zhǔn)農(nóng)業(yè)研究提供了一定了理論支持。1 實(shí)驗(yàn)設(shè)計(jì)試驗(yàn)田位于德國西北部的奧斯納布呂克大學(xué)，包括8個(gè)處理，6個(gè)施氮水平。氮肥水平選擇在0到150 kg ha-1，如圖所示，不同顏色代表了不同的處理。圖1研究區(qū)域2 數(shù)據(jù)處理高光譜傳感器采用美國RESONON公司的PikaL,無人機(jī)系統(tǒng)采用大疆無...
發(fā)布時(shí)間:
2020
-
07
-
10
瀏覽次數(shù)：206
【背景】：高光譜成像技術(shù)可以快速且無損的測量食物品質(zhì)。該研究調(diào)查了高光譜成像在400-1000 nm波段范圍預(yù)測柑橘果實(shí)內(nèi)部品質(zhì)屬性例如總可溶性固形物（TSS），pH，可滴定酸度（TA）和成熟度指數(shù)（TSS/TA）；以及外部品質(zhì)屬性，例如顏色成分（L*，a*， b*）和顏色指數(shù)（CI）的可行性?！痉椒ā浚簭膩嗰R遜州（秘魯）收集柑橘樣品（甜橙，瓦倫西亞品種），共80個(gè)無不良特征（如物理破壞，病害以及污染成分）的樣品。樣品隨機(jī)分為兩組，75%為“校正集”，其余為“預(yù)測集”，用于模型的外部驗(yàn)證。利用Resonon Pika XC高光譜成像系統(tǒng)（400-1000 nm）掃描柑橘并采集圖像。利用偏最小二乘法建立預(yù)測品質(zhì)屬性的完整模型。利用回歸系數(shù)確定最優(yōu)波段，通過多元線性回歸建立簡化模型。預(yù)測的確定系數(shù)（R2p）以及預(yù)測的標(biāo)準(zhǔn)誤差（SEP）用來衡量模型的性能。【結(jié)果】：內(nèi)部品質(zhì)屬性的完整模型性能較低（R2p ，SEP 50%）。外部品質(zhì)屬性的完整模型性能較高（L*：R2p = 0.898，SEP = 19%；a*：R2p = 0.952，SEP = 13%；b*：R2p = 0.922，SEP = 20%；CI：R2p = 0.972，SEP = 12%）。簡化模型與外部品質(zhì)屬性性能相似。柑橘圖像和光譜處理的主要步驟：（a）確認(rèn)感興趣區(qū)域；（b）原始平均反射光譜...
發(fā)布時(shí)間:
2020
-
07
-
10
瀏覽次數(shù)：156