中國農業發生于新石器時代。中國農業的生產結構包括種植業、林業、畜牧業、漁業和副業；但數千年來一直以種植業為主。東北地區的黑土地，是寶貴的農業資源。黑土地的土壤富含有機質，深黑色的沃土，沉甸甸的感覺讓人感受到這片土地的肥沃。在現代農業生產中，科技的應用在這片沃土上也發揮著至關重要的作用，科研團隊利用機載高光譜對黑土地的土壤有機質做了相關研究。使用無人機高光譜圖像和小型校準數據集對田間土壤有機質進行高分辨率測繪快速獲取田間尺度土壤有機質（SOM）的高分辨率空間分布對于精準農業至關重要。無人機成像高光譜技術以其高空間分辨率和時效性，可以填補地面監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使用無人機高光譜數據（400–1000 nm）和小型校準樣本集進行1 m分辨率SOM繪圖的可行性。該實驗在大約20公頃的土地上進行。為了進行校準，使用 100 × 100 m 網格采樣策略收集了 20 個樣品，同時隨機收集了 20 個樣品進行獨立驗證。無人機捕獲空間分辨率為0.05×0.05 m的高光譜圖像。然后對每 1 × 1 m 內提取的光譜進行平均以代表該網格的光譜。在應用各種光譜預處理（包括吸光度轉換、多重散射校正、Savitzky-Golay 平滑濾波和一階微分）后，SOM 光譜相關系數的絕對最大值從 0.41 增加到 0.58。最佳隨機森林（R...
發布時間:
2024
-
04
-
15
瀏覽次數：58
“倘若有什么植物妨礙了我們的計劃，或是擾亂了我們干凈整齊的世界，人們就會給它們冠上雜草之名。可如果你本沒什么宏偉大計或長遠藍圖，它們就只是清新簡單的綠影，一點也不面目可憎。” ——《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，確是明目張膽地搶了農作物的地盤，傷了農業發展。世界上的雜草有1000多種，它們通常生長迅速、繁殖能力強，會對農業產生一定的影響。雜草不僅會與農作物爭奪土壤養分和水分，傳播病蟲害，從而影響農作物的生長和產量，含有毒素的雜草還會影響農作物品質。因此，對于農業生產來說，防治雜草對保證農作物的正常生長和產量至關重要。IRIS機載一體式激光雷達高光譜成像儀在評估雜草抗性方面的應用雜草防治是現代農業生產管理的重要組成部分。然而，過度依賴常用除草劑進行化學防治已導致大量抗性雜草的出現，對可持續農業構成重大威脅。因此，開發一種大面積準確評估和量化田間雜草抗性的方法對于農場管理和可持續發展至關重要。目前的方法，例如目視檢查，既費時又費力。酶測定雖然準確，但只能在實驗室環境中進行。熱成像技術可能會受到環境因素的影響，導致在室外使用時精度較低。因此，無法大規模應用。無人機（UAV）和各種傳感器已經成為植物表型研究中不可或缺的工具。在這項研究中，作者于2021年6月7日在中國黑龍江省哈爾濱市向陽農場（位于...
發布時間:
2023
-
10
-
30
瀏覽次數：42
全球氣候變化引起的預計人口增長以及土地和農業資源可利用性的壓力使未來幾十年全球糧食供應的需求增加。提高光合作用能力已成為實現作物增產的目標。目前，測量光合作用的方法是耗時的且具破壞性的，這會減慢鑒定具高光合能力的農作物種質的研究和育種工作。作者在1分鐘內收集樣地（~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和色素含量。在兩個生長季節（2017年和2018年）利用田間生長的經基因改變了光合途徑的煙草，建立了8個光合參數和色素性狀的預測模型。利用偏最小二乘法（PLSR）分析可見近紅外（400-900 nm）光譜相機測得的植物反射像素，預測了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）。當使用兩臺400-1800 nm相機時，模型的預測并沒有改善，這表明僅使用一臺VNIR相機就能實現強大，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（圖1），包括兩個推掃式高光譜相機。第一臺高光譜相機（P...
發布時間:
2021
-
01
-
15
瀏覽次數：151
冷害是造成作物嚴重損失和不可逆轉傷害的災害之一。為避免產量損失，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，并已廣泛應用于高通量表型分析中，反映出植物結構組成，生長發育過程中的生理，生化特性和特征。本研究利用卷積神經網絡（CNN）模型提取可見-近紅外范圍的特征光譜估計玉米幼苗的冷害。文中以五個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平滑方法結合一階導數進行光譜數據的預處理。從每種玉米幼苗選定的感興趣區域獲取3600個像素樣本用于CNN建模。CNN模型建立后，從高光譜圖像中提取400個像素樣本作為每個品種的測試集。最后，通過分析分類準確度和計算效率確定一個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%)，與化學方法的結果高度相關。兩種方法檢測結果的相關系數為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測提供參考。高光譜成像采集利用推掃式高光譜相機（PIKA II，Resonon）成像系統的整個結構感興趣區域樣本數據選擇程序樣本的3D光譜分布CNN和化學方法結果的比較結論自卷積神經網絡發...
發布時間:
2020
-
08
-
13
瀏覽次數：133
近端遙感作為昆蟲病媒中植物病原檢測的診斷工具，有兩個基本假設。首先，通過昆蟲媒介獲得植物病原體會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生理變化/反應。其次，根據體表反射特征，即使在殺死昆蟲標本，并將其儲存在70%的乙醇中以后，也能檢測到病原體對昆蟲生理學的影響。最近對后一種假設進行了調查，并證明建議將樣本儲存在70%乙醇（與50%或90%相比）中。這項研究表明，在70%乙醇中儲存長達數周的時間對昆蟲樣品反射特性的影響微乎其微。這些技術細節非常重要，因為它們強調了昆蟲標本可以在現場收集、儲存在70%乙醇中，并可以在進行診斷成像測試之前裝運，但是在開始廣泛試驗之前，應評估每種昆蟲的這種效果是否可行。越來越多的學者開始研究利用近端遙感技術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可用于改進檢疫和檢驗工作以及區域作物疾病監測。也就是說，與商業診斷實驗室目前提供的基于PCR和酶聯免疫吸附試驗的服務類似，反射的技術似乎也擁有提供此類服務的潛力，以便農業利益相關者能夠將昆蟲樣本運送到這些實驗室，并獲得關于感染率的快速、可靠和經濟有效的數據。遙感數據是在與先前研究類似的環境條件下從單個成年甜菜葉蟬樣本中獲取的。成體樣本的年齡、性別和交配狀態未知，目的是模擬成體甜菜葉蟬在田間采樣時遇到的變異。使用安...
發布時間:
2020
-
07
-
10
瀏覽次數：101
高效的N肥使用產出需要平衡最小的環境污染和最大的產量，N素使用效率是目前精準農業中重要問題之一。于2017年6月，應用無人機高光譜成像系統對八種不同氮處理的冬小麥進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，系統集成了慣導測量系統（IMU）和穩定云臺，可以獲得較高精度的光譜分辨率和空間分辨率的數據。同時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行了產量估測（R2產量＝0.88，RMSEfield[dt ha-1]=4.18）。利用該模型，可以對高光譜圖像進行像素水平的預測。結果表明，在一定施氮量以上，進一步施肥不一定會繼續導致產量增加，為高光譜精準農業研究提供了一定了理論支持。1 實驗設計試驗田位于德國西北部的奧斯納布呂克大學，包括8個處理，6個施氮水平。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研究區域2 數據處理高光譜傳感器采用美國RESONON公司的PikaL,無人機系統采用大疆無...
發布時間:
2020
-
07
-
10
瀏覽次數：201
在大豆的種植中，對雜草的管理有利于作物產量最大化。研究發現麥草畏可有效防除數種一年生和多年生的闊葉雜草。然而，麥草畏噴霧偏離目標漂移或蒸氣漂移會嚴重危害易感作物，包括麥草畏不耐受性作物。因此評估麥草畏漂移對農作物的損害對于有效控制雜草具有重要的意義。目前，作物損害主要是通過評估生理和生化變化（葉面積，葉色，植物高度，產量等）來確定的。但是，這些評估需要耗費大量的勞動力。對于大尺度農田的評估，則需要更快速且經濟高效的方法。高光譜成像（HSI）可以快速掃描植物樣品且能獲得圖像中每個像素的完整反射光譜，已用于植物生理和生化特性的鑒定以及有毒金屬，鹽和病蟲害引起的植物脅迫的檢測。同時結合許多機器學習（ML）算法，例如貝葉斯決策，最大似然分類，K均值聚類，隨機森林，支持向量機和人工神經網絡可以檢測，監測和量化作物損害。在這篇文章中，科學家們利用Resonon Pika Ⅱ VNIR高光譜成像系統進行了相關的研究，旨在：（1）了解不同麥草畏噴霧比率下生理參數，產量和相應光譜響應的變化；（2）確定適當的光譜特征，以評估麥草畏比率對植物的影響；（3）基于高光譜成像，使用機器學習算法建立模型，評估麥草畏比率。 1 研究區域田間試驗于美國密西根州斯通維爾市農作物生產系統研究農場的美國農業部農業研究處4.5公頃的區域內進行。試驗場布設如圖1所示。大豆于2014年5月7日播種。2014年3月下旬...
發布時間:
2020
-
07
-
09
瀏覽次數：144
本文旨在利用高光譜數據建立一個準確、可解釋的植物病害識別模型。由真菌引起的大豆炭腐病是一種嚴重影響大豆產量的世界性病害。在383-1032 nm范圍內，Resonon高光譜成像儀在240個不同的波長處捕獲高光譜圖像。針對大豆炭腐病，科學家建立了3D卷積分網絡模型，模型分類精度為95.73%，并利用可視化顯著圖檢驗訓練模型、敏感像素位置以及分類的特征敏感波段，發現：敏感特征波段為733 nm，這和常用的鑒別植物健康程度的特征波段范圍（700-1000nm）是一致的。【試驗方法】感染炭腐病的大豆：分別在第3、6、9、12和15天采集健康的和受感染的大豆莖稈樣品，在測量病害程度之前，實時采集健康的和收到感染的莖稈的高光譜圖像。測量儀器：美國Resonon高光譜成像儀，型號：Pika XC （包含安裝支架、移動平臺、操作軟件和2個70 w鹵素燈）。Pika XC性能：光譜通道數：240；波段范圍400-1000 nm；分辨率：2.5 nm。（a）室內高光譜成像系統（b）不同光譜波段的大豆莖稈樣品高光譜圖像 （c）大豆莖稈內外部RGB圖像病害程度比較3D-CNN模型由兩個連接的卷積分模型組成，其中，一個小的構架用于防止訓練模型過飽和。2個圖層（3*3mm空間維度，16個波段的光譜維度）作為第一個卷積分分層，4個3*3*16的圖層作為第二個卷積分層，修正線性輸入模型作為輸出層。【結果分析】1....
發布時間:
2020
-
07
-
09
瀏覽次數：182
INVASIVE SPECIES MAPPING USING LOW COST HYPERSPECTRAL IMAGERY Steven Jay1 – Research AssistantDr. Rick Lawrence1 – Associate ProfessorDr. Kevin Repasky2 – Associate ProfessorCharlie Keith2 – Research Assistant1Department of Land Resources and Environmental Science Montana State University – Bozeman2Department of Electrical & Computer Engineering Montana State University – Bozeman 128 AJM Hall Montana State University Bozeman, MT 59717 入侵物種的監測長久以來是一個耗時、昂貴且無效的工作。遙感是監測入侵物種的一種手段，然而，由于經費、時間和準確度的問題，限制了這種方法。 本研究評估了一款性價比較高的高光譜成像儀監測并區分坐落在草地生態系統的乳漿大戟（Euphorbia esul...
發布時間:
2016
-
09
-
05
瀏覽次數：166