科研产出
基于区域亮度矫正的番茄成熟度定量分级方法
《农业工程学报 》 2023 EI 北大核心 CSCD
摘要：针对现有番茄成熟度分级标准不统一，泛化性有待提高等问题，该研究提出一种基于区域亮度矫正的果面红色着色区域提取的方法。采用R-G法增强番茄表面的红色区域，利用Otsu分割方法提取表面着色区域，判断各着色区域的轮廓树结构以计算着色区域面积占图像总面积的比例作为主要特征，构建多因子融合的随机森林模型以实现番茄成熟度的量化分级。同时，利用基于局部亮度均衡的图像快速修复方法以解决光照变化导致的番茄表面高亮度反射问题。结果表明：以番茄表面着色面积比成熟度评价指标的分级平均正确率为92.96%，相比传统颜色矩和颜色直方图作为评价指标时的分级准确率提高了6.53和20.6个百分点。高亮区域领域像素加权替代法可对番茄高亮区域亮度实现有效矫正，矫正后的未熟、半熟和成熟番茄图像的果面着色区域面积占番茄图像总面积的比例较矫正前提高了0.06、0.15和0.11，分级准确率分别提高了17.24、11.47和4.69个百分点。研究可为番茄成熟度的定量性分级提供决策基础。
关键词： 随机森林 像素 番茄成熟度 亮度矫正 红色着色区域提取
全文链接
请求原文
综合光谱纹理和时序信息的油茶遥感提取研究
《光谱学与光谱分析 》 2023 EI SCI 北大核心 CSCD
摘要：具有极高营养价值且被誉为东方“橄榄油”的油茶树是我国南方地区重要经济林，我国是世界上油茶树分布最广的国家。提取油茶种植分布和面积对林业部门开展油茶的宏观管理和生产指导具有重要意义。以地处亚热带地物复杂且多山地丘陵的湖南省常宁市为研究区，该区域分布有大量农田和森林，且部分植被季节变化较大，对油茶的遥感提取带来了很大挑战。提出了基于春夏秋三期的GF-2号高分辨率卫星影像，综合植被指数、纹理特征、 PCA主成分3种特征，以及春夏、春秋、夏秋、春夏秋四种不同时序组合和随机森林（RF）算法共构建了17种分类场景（S1—S17）,运用随机森林（RF）、支持向量机（SVM）、最大似然（MLC）三种不同分类算法开展油茶遥感提取实验，筛选出最优特征组合、最佳分类季节与最优时序组合、最优分类方法。结果表明：仅基于光谱信息分类精度低，纹理特征的加入可大幅提升精度，而PCA对于精度的提升效果微弱；通过比较不同季节单时期的分类结果发现油茶提取精度最高的季节为夏季，夏季单时期影像在最优特征组合（S8）中油茶生产者精度（PA）为94.06%,油茶用户精度（UA）为92.57%;在分类场景S10—S17中实验发现，采用时序信息要比单时期影像有明显的精度提升，时序组合分类精度由高到低依次为：春夏秋、春夏、春秋、夏秋；综合光谱、纹理、时序信息通过随机森林（RF）、支持向量机（SVM）、最大似然（MLC）进行油茶提取，随机森林算法分类精度总体表现最好。采用春夏秋多时相遥感植被指数、纹理、 PCA的随机森林方法（S17）是分类精度最高的方案，总体精度（OA）和Kappa系数分别为96.85%和0.961 0,油茶生产者精度（PA）为98.31%,油茶用户精度（UA）为94.33%;采用春夏时相遥感植被指数、纹理的随机森林方法（S10）为兼顾计算效率与精度的最优方案，总体精度（OA）和Kappa系数分别为95.62%和0.9458,油茶生产者精度（PA）为96.93%,油茶用户精度（UA）为95.09%。所提出的最佳油茶遥感提取方案能够为亚热带地区油茶及其他经济林的遥感监测提供参考。
全文链接
请求原文
中红外及近红外光谱在小杂粮品质检测中的应用进展
《光谱学与光谱分析 》 2023 EI SCI 北大核心 CSCD
摘要：中红外光谱以及近红外光谱在现代分析化学中有重要的地位,是人类认识物质结构、功能、成分以及含量的重要途径.小杂粮泛指生育期短、种植面积少、种植地区和种植方法特殊,有特种用途的多种粮豆,其特点是小、少、特、杂.小杂粮营养丰富,既是传统口粮,又是保健食品资源.随着人民生活水平的提高和膳食结构的改善,小杂粮作为药食同源的新型食品资源,在现代绿色保健食品中占有重要地位.对小杂粮进行品质检测可为小杂粮生物活性物质研究、品质分级、小杂粮育种、产地溯源与真伪鉴别等方面提供可靠的数据支撑.按照麦类小杂粮及豆类小杂粮分类,对国内近30年来小杂粮品质检测有关文献加以综述.研究表明,麦类小杂粮品质检测文献更多,约占文献数量的2/3左右,且以近红外光谱技术应用居多;豆类小杂粮品质检测文献相对较少,约占文献数量的1/3左右,且以中红外光谱技术应用居多.中红外光谱、近红外光谱在小杂粮品质检测分析方面有诸多重要应用.其中,中红外光谱更多应用于小杂粮中活性物质以及小杂粮加工过程的表征,而近红外光谱则更多应用于小杂粮中粗蛋白、粗脂肪、水分等主要品质指标的定量分析检测,可为小杂粮品质监测、科学育种提供高效的数据来源.近年来,随着化学计量学的发展和计算机技术的进步,近红外光谱不再局限于小杂粮品质指标定量分析,而且还被应用于小杂粮产地溯源等领域,亦取得了良好的效果.最后对中红外光谱、近红外光谱在小杂粮品质无损分析检测方面做出了展望.
全文链接
请求原文
基于U-Net网络的高标准农田道路识别方法
《农业机械学报 》 2023 EI 北大核心 CSCD
摘要：高标准农田是国家粮食安全的重要保障，作为其中的重要工程，田间道路的快速准确获取可为高标准农田建设质量评估和效果评价提供基础数据支撑。针对传统方法对细窄田间道路识别精度低、泛化能力不强的问题，本文提出了基于U-Net网络的高标准农田道路识别方法。首先，在分析田间道路基本特征的基础上，选取GF-2影像作为试验数据，采用面向对象方法对影像进行分割并根据对象特征进行分类，剔除光谱特征与田间道路相似的建筑物等非道路要素，减少道路识别干扰；然后，对影像进行裁剪、标签制作和数据增强等操作，并使用U-Net网络挖掘影像的深浅层特征，通过不断调整参数对网络进行训练，实现田间道路的快速识别；最后，依据道路断点特征，采用局部连接法对道路断点进行修复，并以河北省定州市东亭镇为试验区进行方法测算与精度验证。结果表明：通过挖掘622幅田间道路样本的影像特征，U-Net网络可以有效识别各类场景下的高标准农田道路，通过对道路断点进行修复后，研究区田间道路识别精确率达96%,召回率和F1值分别为62%、75%,该识别精度能够满足高标准农田建设质量快速评估要求。相比传统识别方法，结合面向对象和深度学习的方法可以在减少建筑物干扰的基础上快速地识别出田间道路，能更好解决田间道路材质差异大、植被遮挡等造成识别结果噪声多、误识别问题，该方法可为细窄地物的识别提供方法参考。
关键词： 田间道路 识别 深度学习 U-Net 面向对象 高标准农田
全文链接
请求原文
NO处理对黄金勾豆角采后贮藏品质的影响
《食品科学 》 2023 EI 北大核心 CSCD
摘要：黄金勾豆角在采后极易转紫衰老，影响贮藏品质，为明确一氧化氮（NO）对采后黄金勾豆角品质的影响，本研究采用0.2 mmol/L的外源NO供体硝普钠（sodium nitroprusside,SNP）溶液浸泡黄金勾豆角10 min,（8±1）℃贮藏条件下，测定贮藏过程中黄金勾豆角转紫率、锈斑率、外观品质、色泽、可溶性固形物质量分数、质量损失率、硬度及相关抗氧化物质含量和抗氧化酶活力。与对照组（去离子水浸泡）相比，SNP处理可有效延缓转紫和锈斑的发生，降低黄金勾豆角的质量损失率，维持可溶性固形物质量分数，抑制贮藏后期花青素含量的降低，减少丙二醛生成，提高总酚、类黄酮、类胡萝卜素等抗氧化物质的含量，整体上显著或极显著增加过氧化氢酶和抗坏血酸过氧化物酶活力（P＜0.05、P＜0.01），抑制多酚氧化酶、过氧化物酶活力（P＜0.05、P＜0.01）。结果表明，SNP处理可通过调节抗氧化酶活性和抗氧化物质含量变化延缓贮藏期间黄金勾豆角的转紫衰老，维持贮藏期间的品质，延长贮藏期。
全文链接
请求原文
基于激光雷达的稻麦收获边界检测与自动对齐系统研究
《农业机械学报 》 2023 EI 北大核心 CSCD
摘要：针对稻麦收获无人作业的需求，提出了一种使用激光雷达检测稻麦收获边界的算法，并连接无人控制系统实现收获边界的自动对齐。该算法首先对采集的收获轮廓点云划定感兴趣角度范围，根据雷达的安装高度和位置将测量数据由极坐标转换为三维直角坐标，融合陀螺仪测量的激光雷达安装姿态数据对测量点云进行校正；通过中值滤波和Z向阈值滤波将点云中的噪点和非稻麦轮廓点滤除；对比了K-means聚类和Z向中心差分法检测稻麦收获边界的精度，并进行了误差分析；开发了感知系统并制定了感知与控制的CAN通信协议，采用预瞄点追踪方法对实时检测的边界点进行对齐控制；分析研究了稻麦收获边界自动对齐精度检测方法。2022年6月在北京小汤山国家精准农业示范基地进行了收获边界检测与自动对齐控制系统试验，分别采用数据标注和GPS打点的方式进行了数据采集与分析，试验结果表明，基于K-means聚类的收获边界检测横向偏差平均值为22.24 cm,基于Z向中心差分法的收获边界检测横向偏差平均值为1.48 cm,Z向中心差分法的收获边界检测优于基于K-means聚类的检测方法，故采用Z向中心差分法进行自动对齐控制试验，整体控制系统自动对齐横向偏差平均值为9.18 cm,标准差为2.48 cm,该系统可用于稻麦收获无人作业。
关键词： 稻麦收获边界 激光雷达 K-means聚类 Z向中心差分 自动对齐
全文链接
请求原文
面向追溯主体的果蔬全供应链区块链多链模型研究
《农业机械学报 》 2023 EI 北大核心 CSCD
摘要：面向全供应链环节建立的农产品区块链溯源系统，追溯链中存储面向多个追溯主体的追溯数据，由于各主体追溯数据的差异化，跨供应链环节的数据难以实现共享和访问控制，敏感数据无法差异化保护和验证，风险数据不能针对性监管。因此，面向不同追溯主体的追溯数据并不适合由同一条区块链账本存储。通过分析果蔬全供应链各追溯主体的需求，建立了面向追溯主体的区块链多链追溯架构，利用溯源链实现消费者的溯源需求，通过共享链实现上下游企业间的数据流转，基于隐私链实现企业隐私数据的安全保护与授权共享，利用监管链实现监管部门对所有环节风险数据的管控。本文基于Hyperledger Fabric设计面向追溯主体的果蔬供应链区块链模型并实现了主体链果蔬溯源系统，测试结果表明，溯源链中追溯数据平均查询时间为38.86 ms,获取共享链中已验证的共享数据平均耗时806.80 ms,获取隐私链中已验证的隐私数据平均耗时910.35 ms,获取监管链中已验证的监管数据平均耗时675.90 ms。面向追溯主体建链的追溯系统在满足消费者需求的基础上，实现了供应链各环节追溯数据的数据共享与控制访问，解决了异构数据的存储保护和验证问题，满足了风险追溯数据针对性的监管需求，为果蔬区块链溯源模型设计提供了参考和借鉴。
关键词： 果蔬追溯 追溯主体 多链 数据共享 数据监管 Hyperledger Fabric
全文链接
请求原文
基于无人机成像高光谱估算马铃薯植株氮含量
《光谱学与光谱分析 》 2023 EI SCI 北大核心 CSCD
摘要：植株氮含量（PNC）是评价作物长势和氮营养状况的重要指标，因此，准确高效地获取PNC信息，对动态监测马铃薯长势及精准施控氮肥具有重要意义。首先于马铃薯现蕾期、块茎形成期、块茎增长期、淀粉积累期和成熟期获取无人机高光谱影像，并基于预处理的影像提取5个生育期冠层的原始光谱和一阶微分光谱；其次将提取的冠层光谱与马铃薯PNC进行相关性分析，筛选出PNC的敏感波长；然后分别利用灰度共生矩阵和1～3阶颜色矩，提取冠层原始光谱特征波长处高光谱图像的纹理和颜色2种图像特征，并将提取的特征与马铃薯PNC进行相关性分析，筛选出相关性较高的前5个图像特征；最后分别基于光谱特征、图像特征和图谱融合特征利用弹性网络回归（ENR）、贝叶斯线性回归（BLR）和极限学习机（ELM） 3种方法建立马铃薯PNC估算模型。结果表明：（1）马铃薯5个生育期的冠层光谱特征波长存在差异，但多数位于可见光区域。（2）冠层原始光谱特征波长图像的纹理和颜色特征与PNC的相关性较高，且现蕾期到淀粉积累期的相关性明显高于成熟期。（3）基于单一光谱特征和单一图像特征构建的马铃薯PNC估算模型在现蕾期到淀粉积累期效果较好，成熟期效果较差。（4）现蕾期到淀粉积累期，基于图谱融合特征的马铃薯PNC估算效果明显优于单一光谱特征和单一图像特征。（5）马铃薯各生育期，基于同种变量利用ENR构建的PNC估算模型效果较好，BLR次之，ELM较差。其中，以图谱融合特征为模型变量，利用ENR构建的PNC估算模型精度和稳定性最好，5个生育期的建模R~2分别为0.91、 0.75、 0.82、 0.77和0.69, RMSE分别为0.24%、 0.31%、 0.26%、 0.22%和0.29%, NRMSE分别为6.59%、 9.79%、 9.58%、 7.87%和11.03%。该研究可为马铃薯的氮营养监测提供一种快捷高效的技术手段。
全文链接
请求原文
病害胁迫下玉米LAI遥感反演研究
《农业机械学报 》 2023 EI 北大核心 CSCD
摘要：为了在病害发生条件下进行玉米LAI的遥感估算，针对41个不同抗性的玉米自交系品种，通过人工接种方法，获得了不同病害严重程度（1～9级）的LAI数据，同时采集了地面高光谱和无人机多光谱数据，构建了K近邻算法、支持向量机、梯度提升分类树和决策分类树分类模型对病害进行分类，对玉米种质资源抗病性进行了划分。基于不同玉米病害胁迫程度分类结果，采用随机森林回归、梯度提升回归树、极端梯度增强算法、轻量梯度提升机4种机器学习模型对玉米LAI进行反演，讨论了不同模型在病害胁迫下的鲁棒性。研究结果表明，对不同生育期玉米病害程度进行划分，基于地面高光谱识别精度分别为84.72%（梯度提升分类树）、47.67%（支持向量机）、55.05%（K近邻算法）、83.02%（决策分类树）。基于病害分类结果，本文利用无人机多光谱数据估算了不同病情等级胁迫下的玉米LAI。构建了4种集成学习模型对不同病情等级的LAI进行估算，4个LAI反演模型的总体反演精度（rRMSE）分别为：19.11%（梯度提升回归树）、15.94%（轻量梯度提升机）、14.51%（随机森林回归）和15.45%（极端梯度增强算法）。其中极端梯度增强算法对病害胁迫的普适性最好，不同病害等级下的反演精度rRMSE为15.19%（轻微）、17.46%（中等）、9.12%（严重）和9.63%（不抗病）。LAI反演模型普遍在病害早期和中期（病情等级1～7）对玉米LAI估算精度相差不大。但是对病情极其严重的玉米样本，其玉米LAI估算结果精度差异较大，田间不同病情等级胁迫会影响玉米LAI的准确估算。
全文链接
请求原文
两种近红外光谱仪的番茄可溶性固形物含量定量模型比较研究
《光谱学与光谱分析 》 2023 EI SCI 北大核心 CSCD
摘要：以番茄可溶性固形物含量（SSC）的无损速测为例，分别采用线性渐变分光（LVF）、数字光处理（DLP）近红外光谱仪对大、小番茄采集近红外光谱数据；分别基于两种近红外光谱仪数据计算大、小番茄平均光谱及差谱，并比较两种近红外光谱仪所采集大、小番茄近红外光谱数据的特征；对两种近红外光谱仪的数据分别进行主成分分析（PCA），并比较了大、小番茄前3主成分的得分分布；按SSC梯度对数据进行分级，采用偏最小二乘（PLS）回归结合全交互验证算法分别基于两种近红外光谱仪数据建立番茄SSC定量校正模型。结果表明：（1）大、小番茄LVF近红外光谱的平均光谱及其差谱的光谱特征分别与DLP近红外光谱的平均光谱及其差谱的光谱特征相似。（2）大、小番茄LVF近红外光谱数据PCA前3主成分得分散点分离趋势不明显，而DLP近红外光谱数据PCA前3主成分得分散点基本上不具有分离趋势。（3）基于LVF近红外光谱数据所建各模型的相对预测性能（RPD）皆不低于2.11，其中标准化预处理所建模型具有最佳性能，模型维数（Nf）、校正测定系数（RC~2）、校正均方根误差（RMSEC）、交互验证测定系数(R~2CV)、交互验证均方根误差（RMSECV）、RPD、预测相关系数（RP）、预测均方根误差（RMSEP）分别为8、0.949 1、0.27、0.899 9、0.38、3.16、0.882 6、0.63；基于DLP近红外光谱数据所建各模型的RPD皆不低于1.60，其中标准化预处理所建模型具有最佳性能，Nf、RC~2、RMSEC、R~2CV、RMSECV、RPD、RP、RMSEP分别为5、0.823 5、0.49、0.728 6、0.62、1.94、0.788 4、0.80。该研究可为番茄SSC的无损快速测定以及果蔬品质无损快速检测的仪器选择与评价提供一定的参考。
全文链接
请求原文
