中国农业发生于新石器时代。中国农业的生产结构包括种植业、林业、畜牧业、渔业和副业；但数千年来一直以种植业为主。东北地区的黑土地，是宝贵的农业资源。黑土地的土壤富含有机质，深黑色的沃土，沉甸甸的感觉让人感受到这片土地的肥沃。在现代农业生产中，科技的应用在这片沃土上也发挥着至关重要的作用，科研团队利用机载高光谱对黑土地的土壤有机质做了相关研究。使用无人机高光谱图像和小型校准数据集对田间土壤有机质进行高分辨率测绘快速获取田间尺度土壤有机质（SOM）的高分辨率空间分布对于精准农业至关重要。无人机成像高光谱技术以其高空间分辨率和时效性，可以填补地面监测和遥感的研究空白。本研究旨在测试在中国东北典型低地势黑土地区使用无人机高光谱数据（400–1000 nm）和小型校准样本集进行1 m分辨率SOM绘图的可行性。该实验在大约20公顷的土地上进行。为了进行校准，使用 100 × 100 m 网格采样策略收集了 20 个样品，同时随机收集了 20 个样品进行独立验证。无人机捕获空间分辨率为0.05×0.05 m的高光谱图像。然后对每 1 × 1 m 内提取的光谱进行平均以代表该网格的光谱。在应用各种光谱预处理（包括吸光度转换、多重散射校正、Savitzky-Golay 平滑滤波和一阶微分）后，SOM 光谱相关系数的绝对最大值从 0.41 增加到 0.58。最佳随机森林（R...
发布时间:
2024
-
04
-
15
浏览次数：3
“倘若有什么植物妨碍了我们的计划，或是扰乱了我们干净整齐的世界，人们就会给它们冠上杂草之名。可如果你本没什么宏伟大计或长远蓝图，它们就只是清新简单的绿影，一点也不面目可憎。” ——《杂草的故事》清新简单的绿影自然面目可爱，惹人注目，但人类生存之下，繁多冗杂的一片蔓延，确是明目张胆地抢了农作物的地盘，伤了农业发展。世界上的杂草有1000多种，它们通常生长迅速、繁殖能力强，会对农业产生一定的影响。杂草不仅会与农作物争夺土壤养分和水分，传播病虫害，从而影响农作物的生长和产量，含有毒素的杂草还会影响农作物品质。因此，对于农业生产来说，防治杂草对保证农作物的正常生长和产量至关重要。IRIS机载一体式激光雷达高光谱成像仪在评估杂草抗性方面的应用杂草防治是现代农业生产管理的重要组成部分。然而，过度依赖常用除草剂进行化学防治已导致大量抗性杂草的出现，对可持续农业构成重大威胁。因此，开发一种大面积准确评估和量化田间杂草抗性的方法对于农场管理和可持续发展至关重要。目前的方法，例如目视检查，既费时又费力。酶测定虽然准确，但只能在实验室环境中进行。热成像技术可能会受到环境因素的影响，导致在室外使用时精度较低。因此，无法大规模应用。无人机（UAV）和各种传感器已经成为植物表型研究中不可或缺的工具。在这项研究中，作者于2021年6月7日在中国黑龙江省哈尔滨市向阳农场（位于...
发布时间:
2023
-
10
-
30
浏览次数：33
高光谱成像结合机器学习检测火炬松幼苗梭形锈病发病率火炬松是美国南部最重要的森林树种，它生长迅速、适应性强，可用于建筑木材、胶合板和纸浆等。松梭形锈病是由真菌Cronartium quercuum f.sp. fusiforme（Cqf）引起的一种影响该物种的常见且具有破坏性的病害。这种真菌通常会感染幼树的茎，导致被称为“锈瘿”的肿瘤样生长物产生，可能会造成树木死亡或产生“锈丛”，从而妨碍树木生长，降低木材使用价值。种植抗病苗是限制该病害的最有效的措施。温室中抗病性测试在人工接种幼苗后的目视估计病害发病率和严重程度具有高度主观性，容易出现人为错误，且劳动密集。此外，目视评估只有在病害感染一段时间后，症状充分发展时才能进行。而高光谱成像可同时获取空间和光谱信息，提供了在不同空间尺度上分析光谱信息的机会，已成功应用于多种植物物种的病害和胁迫检测。基于此，在本文中，来自北卡罗来纳州立大学和密西西比州立大学的研究团队提出了一种利用高光谱成像技术筛选火炬松幼苗梭形锈病发病率的创新方法，具体目标为（1）开发高光谱图像处理管道，用于从火炬松幼苗图像中的特定感兴趣区域（ROI）中提取光谱数据；（2）基于来自(1)的特定ROI的光谱数据，评估用于区分患病和未患病幼苗的SVM分类模型。图1 火炬松幼苗高光谱图像采集的成像装置。【高光谱图像获取】线性扫描高光谱成像仪（Pika XC2，Resonon In...
发布时间:
2022
-
04
-
19
浏览次数：60
改进积雪密度的估计是目前雪研究的一个关键问题。表征密度时空变异性对于水当量的估算、水力发电和自然灾害（雪崩洪水等）的评估至关重要。高光谱成像是一种监测和估计其物理特性的有前途且可靠的工具。事实上，雪的光谱反射率在一定程度上受其物理特性变化的控制，尤其是在光谱的近红外（NIR）部分。为此，已经设计了几种模型根据光谱信息估算积雪密度。然而，还没有一个实现满意的结果。主要困难之一是积雪密度和光谱反射率之间的关系是非双射的（满射的）。事实上，几个反射振幅与相同的密度相关，反之亦然，所以密度和光谱反射率之间的相关性可能非常弱。基于此，为了解决该问题，本研究中提出了基于光谱数据的积雪密度估计混合模型。主要研究目标是利用高光谱NIR成像（PIKA NIR，RESONON Company）（900-1700 nm）以5.5 nm的光谱分辨率测试混合模型（HM）估计季节性积雪密度的性能。混合模型结合了一个分类器和3个与密度类别相关联的特定估算量（弱到中度变质雪（WMM），中度到高度变质雪（MHM）和高度到极高度变质雪（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国立科学研究院（INRS）的科技园内（46°47′43.22″北纬，-71°18′10″西经）收集的数据集校准和验证了HM。混合模型在两个...
发布时间:
2022
-
01
-
24
浏览次数：48
全球气候变化引起的预计人口增长以及土地和农业资源可利用性的压力使未来几十年全球粮食供应的需求增加。提高光合作用能力已成为实现作物增产的目标。目前，测量光合作用的方法是耗时的且具破坏性的，这会减慢鉴定具高光合能力的农作物种质的研究和育种工作。作者在1分钟内收集样地（~2 m×2 m）向阳叶片像素的高光谱反射率以量化光合作用参数和色素含量。在两个生长季节（2017年和2018年）利用田间生长的经基因改变了光合途径的烟草，建立了8个光合参数和色素性状的预测模型。利用偏最小二乘法（PLSR）分析可见近红外（400-900 nm）光谱相机测得的植物反射像素，预测了Rubisco最大羧化速率（Vc,max，R2=0.79）和最大电子传递速率（J1800，R2=0.59），最大光饱和光合作用（Pmax，R2=0.54），叶绿素含量（R2=0.87），叶绿素a/b（R2=0.63），碳含量（R2=0.47）和氮含量（R2=0.49）。当使用两台400-1800 nm相机时，模型的预测并没有改善，这表明仅使用一台VNIR相机就能实现强大，广泛适用且更具“成本效益”的效果。该分析过程和方法可用于所有作物中，从而提供高通量田间表型筛选，并在田间试验中提高光合性能。高光谱图像收集建立基于地面的表型平台（图1），包括两个推扫式高光谱相机。第一台高光谱相机（P...
发布时间:
2021
-
01
-
15
浏览次数：142
冷害是造成作物严重损失和不可逆转伤害的灾害之一。为避免产量损失，可利用高通量表型选择耐寒胁迫的作物品种。如今，无损光谱图像分析已成为一种有效方法，并已广泛应用于高通量表型分析中，反映出植物结构组成，生长发育过程中的生理，生化特性和特征。本研究利用卷积神经网络（CNN）模型提取可见-近红外范围的特征光谱估计玉米幼苗的冷害。文中以五个品种的冷处理玉米幼苗的高光谱图像为研究对象。光谱范围为450-885 nm。高斯低通滤波和Savitzky-Golay平滑方法结合一阶导数进行光谱数据的预处理。从每种玉米幼苗选定的感兴趣区域获取3600个像素样本用于CNN建模。CNN模型建立后，从高光谱图像中提取400个像素样本作为每个品种的测试集。最后，通过分析分类准确度和计算效率确定一个CNN模型。CNN检测到的不同类型的玉米幼苗的冷害水平分别为W22 (41.8 %)，BxM (35%)， B73 (25.6%)，PH207 (20%)， Mo17 (14%)，与化学方法的结果高度相关。两种方法检测结果的相关系数为0.8219。因此，研究证明基于CNN建模的光谱分析可以为玉米幼苗冷害监测提供参考。高光谱成像采集利用推扫式高光谱相机（PIKA II，Resonon）成像系统的整个结构感兴趣区域样本数据选择程序样本的3D光谱分布CNN和化学方法结果的比较结论自卷积神经网络发...
发布时间:
2020
-
08
-
13
浏览次数：121
近端成像遥感技术可根据特定的外部反射特征对生物体进行表征和特征描述。这些成像技术引起了人们的关注，并广泛应用于植物和动物的生态、系统、进化以及生理研究中。然而，重要的因子可能会影响质量和体反射率特征的一致性，从而影响这些技术作为非侵入式表型和特征的部分能力。我们从3种昆虫中获得了高光谱体反射率，并研究了制备程序和保存时间如何影响反射率对性别，来源和年龄响应的能力。辐射光谱的不同部分对制备程序和保存时间的敏感性差异很大。基于3个昆虫物种的研究，我们成功确定了特定的辐射区域，基于以下两个方面，表型形状变得更加明显：（1）用蒸馏水轻轻清洗博物馆标本，或（2）用70%的乙醇杀死并保存昆虫标本。杀死和保存程序的标准化将极大地提高近端成像遥感技术在表征和研究无脊椎动物生态和进化上的能力。【材料】83个叶蝉标本（41个雌性和42个雄性）（半翅目：叶蝉科），来源于西北农林科技大学昆虫博物馆。获取所有标本清洁前后的高光谱图像。新捕获的实验室饲养的西花蓟马标本，最初是2007从中国农业科学院蔬菜花卉研究所温室中甜瓜上采集的。新捕获的褐飞虱标本（半翅目：飞虱科）来自浙江省农业科学院稻田的实验室饲养群体。【光谱成像】在标本上方20厘米安装推扫式高光谱相机（PIKA XC，Resonon），并在人工照明下以50 px/mm2的空间分辨率采集光谱图像。蒸馏水清洗前后叶蝉雄性和雌性代表图像（a）。在波长435-...
发布时间:
2020
-
07
-
29
浏览次数：84
近端遥感作为昆虫病媒中植物病原检测的诊断工具，有两个基本假设。首先，通过昆虫媒介获得植物病原体会引起昆虫媒介的生理变化；也就是说，病原体可能只存在于非常特殊的组织或器官（如唾液腺），但它可能引起昆虫媒介对病原体的系统生理变化/反应。其次，根据体表反射特征，即使在杀死昆虫标本，并将其储存在70%的乙醇中以后，也能检测到病原体对昆虫生理学的影响。最近对后一种假设进行了调查，并证明建议将样本储存在70%乙醇（与50%或90%相比）中。这项研究表明，在70%乙醇中储存长达数周的时间对昆虫样品反射特性的影响微乎其微。这些技术细节非常重要，因为它们强调了昆虫标本可以在现场收集、储存在70%乙醇中，并可以在进行诊断成像测试之前装运，但是在开始广泛试验之前，应评估每种昆虫的这种效果是否可行。越来越多的学者开始研究利用近端遥感技术来检测和诊断植物和昆虫病媒中的病原体，这说明这种基于反射的技术可用于改进检疫和检验工作以及区域作物疾病监测。也就是说，与商业诊断实验室目前提供的基于PCR和酶联免疫吸附试验的服务类似，反射的技术似乎也拥有提供此类服务的潜力，以便农业利益相关者能够将昆虫样本运送到这些实验室，并获得关于感染率的快速、可靠和经济有效的数据。遥感数据是在与先前研究类似的环境条件下从单个成年甜菜叶蝉样本中获取的。成体样本的年龄、性别和交配状态未知，目的是模拟成体甜菜叶蝉在田间采样时遇到的变异。使用安...
发布时间:
2020
-
07
-
10
浏览次数：98
高效的N肥使用产出需要平衡最小的环境污染和最大的产量，N素使用效率是目前精准农业中重要问题之一。于2017年6月，应用无人机高光谱成像系统对八种不同氮处理的冬小麦进行了高光谱图像采集。高光谱成像仪采用美国RESONON公司的Pika-L，波段范围400-1000nm，系统集成了惯导测量系统（IMU）和稳定云台，可以获得较高精度的光谱分辨率和空间分辨率的数据。同时在地面采集并获得冬小麦的叶绿素含量（CHL）、叶面积(LAI),利用偏最小二乘法进行反演估算，(RLAI 2= 0.79, RMSELAI [m2m2] = 0.18, R2CHL = 0.77, RMSECHL [_g cm-2] = 7.02)，并采用多元线性回归模型进行了产量估测（R2产量＝0.88，RMSEfield[dt ha-1]=4.18）。利用该模型，可以对高光谱图像进行像素水平的预测。结果表明，在一定施氮量以上，进一步施肥不一定会继续导致产量增加，为高光谱精准农业研究提供了一定了理论支持。1 实验设计试验田位于德国西北部的奥斯纳布吕克大学，包括8个处理，6个施氮水平。氮肥水平选择在0到150 kg ha-1，如图所示，不同颜色代表了不同的处理。图1研究区域2 数据处理高光谱传感器采用美国RESONON公司的PikaL,无人机系统采用大疆无...
发布时间:
2020
-
07
-
10
浏览次数：176
【背景】：高光谱成像技术可以快速且无损的测量食物品质。该研究调查了高光谱成像在400-1000 nm波段范围预测柑橘果实内部品质属性例如总可溶性固形物（TSS），pH，可滴定酸度（TA）和成熟度指数（TSS/TA）；以及外部品质属性，例如颜色成分（L*，a*， b*）和颜色指数（CI）的可行性。【方法】：从亚马逊州（秘鲁）收集柑橘样品（甜橙，瓦伦西亚品种），共80个无不良特征（如物理破坏，病害以及污染成分）的样品。样品随机分为两组，75%为“校正集”，其余为“预测集”，用于模型的外部验证。利用Resonon Pika XC高光谱成像系统（400-1000 nm）扫描柑橘并采集图像。利用偏最小二乘法建立预测品质属性的完整模型。利用回归系数确定最优波段，通过多元线性回归建立简化模型。预测的确定系数（R2p）以及预测的标准误差（SEP）用来衡量模型的性能。【结果】：内部品质属性的完整模型性能较低（R2p ，SEP 50%）。外部品质属性的完整模型性能较高（L*：R2p = 0.898，SEP = 19%；a*：R2p = 0.952，SEP = 13%；b*：R2p = 0.922，SEP = 20%；CI：R2p = 0.972，SEP = 12%）。简化模型与外部品质属性性能相似。柑橘图像和光谱处理的主要步骤：（a）确认感兴趣区域；（b）原始平均反射光谱...
发布时间:
2020
-
07
-
10
浏览次数：137