检索结果-内蒙古大学图书馆

江苏农业科学 2023年第11期51卷 27-36页

作者：李远鲲郭新宇张颖顾生浩张永江吴升北京市农林科学院信息技术研究中心数字植物北京市重点实验室北京100097 国家农业信息化工程技术研究中心北京100097 河北农业大学农学院/华北作物改良与调控国家重点实验室/河北省作物生长调控重点实验室河北保定071000

棉花是重要的纺织原料,表型技术的应用对棉花智慧栽培管理和数字化育种具有重要意义。随着农业监测传感器及表型平台的发展,棉花表型技术研究进入重要阶段。概述了棉花的表型构成和主要表型指标;从图像类表型平台、点云类表型平台2个方... 详细信息

棉花是重要的纺织原料,表型技术的应用对棉花智慧栽培管理和数字化育种具有重要意义。随着农业监测传感器及表型平台的发展,棉花表型技术研究进入重要阶段。概述了棉花的表型构成和主要表型指标;从图像类表型平台、点云类表型平台2个方面综述了棉花表型获取相关传感器及高通量系统平台的发展现状,总结其适用场景、通量、效率及精度;详细综述了棉花多源表型数据处理技术体系,包括图像、三维建模、机器学习、深度学习以及表型大数据建模等技术方法;总结讨论了当前表型技术在棉花精准栽培管理和数字育种方面的应用进展;展望了棉花表型技术的未来发展趋势。

关键词：棉花表型技术表型平台高通量多尺度表型组学

来源：评论

学校读者我要写书评

暂无评论

利用无人机多源传感器估算马铃薯植株氮含量

引用

光谱学与光谱分析 2022年第10期42卷 3217-3225页

作者：樊意广冯海宽刘杨边明博赵钰杨贵军钱建国农业农村部农业遥感机理与定量遥感重点实验室北京市农林科学院信息技术研究中心北京100097 南京农业大学国家信息农业工程技术中心江苏南京210095 国家农业信息化工程技术研究中心北京100097 中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083 辽宁工程技术大学测绘与地理科学学院辽宁阜新123000

快速准确地获取作物的植株氮含量(PNC)信息,是农业精细化管理的关键和数字农业发展的研究热点。近年来,随着无人机和传感器技术的发展,利用多种传感器信息监测作物理化参数逐渐引起国内外学者的关注。以马铃薯为研究对象,首先,基于无人... 详细信息

快速准确地获取作物的植株氮含量(PNC)信息,是农业精细化管理的关键和数字农业发展的研究热点。近年来,随着无人机和传感器技术的发展,利用多种传感器信息监测作物理化参数逐渐引起国内外学者的关注。以马铃薯为研究对象,首先,基于无人机获取了马铃薯现蕾期、块茎形成期、块茎增长期、淀粉积累期和成熟期的高光谱影像和数码影像,同时采集各生育期的地面数码影像,并实测了株高(H)、PNC和11个地面控制点(GCPs)的三维空间坐标。其次,利用无人机数码影像结合GCPs生成试验区域的数字表面模型(DSM),分别从无人机数码影像和DSM中提取马铃薯的地面覆盖度(VC)和株高(H),并利用地面数码影像计算的覆盖度(VC)和实测H验证提取的VC和H的精度。然后,根据高光谱反射率数据计算绿边参数(GEPs),构造GEPs×H×VC,GEPs/(1+VC),(GEPs+VC)×H和GEPs/(1+H)4种融合特征参数(FFPs),对高光谱影像信息和数码影像信息进行融合。最后,将各生育期提取的GEPs和构造的FFPs分别与PNC作相关性分析,筛选最优绿边参数(OGEP)和最优融合特征参数(OFFP)构建5个生育期的PNC线性估算模型,并根据相关性较高的GEPs和FFPs利用偏最小二乘(PLSR)和人工神经网络(ANN)2种回归方法构建PNC的多参数估算模型,结果表明:(1)基于无人机数码影像提取的H和VC具有较高的精度,可以代替实测H和VC估算作物理化参数。(2)与GEPs相比,前4个生育期,构造的大部分FFPs与PNC的相关性更高,能更好地反映马铃薯的氮营养状况。(3)马铃薯5个生育期,OFFP估算PNC的效果优于OGEP。(4)与单参数模型相比,基于GEPs和FFPs利用PLSR和ANN 2种方法构建的模型精度和稳定性均明显提高,其中,以FFPs为模型因子利用ANN方法构建的模型效果最好。该研究表明融合高光谱绿边参数和高清数码相机传感器提取的株高和覆盖度信息能显著提升PNC的估算精度,可为马铃薯氮营养状况的动态无损监测和多源传感器信息的应用提供参考。

关键词：植株氮含量无人机多源传感器绿边株高覆盖度

来源：评论

学校读者我要写书评

暂无评论

基于YOLOX的穴盘甘蓝病害检测方法

引用

江苏农业科学 2023年第8期51卷 193-202页

作者：马驰吴华瑞于会山聊城大学物理科学与信息工程学院山东聊城252000 国家农业信息化工程技术研究中心北京100097 北京市农林科学院信息技术研究中心北京100097 农业农村部数字乡村技术重点实验室北京100097

为实现穴盘甘蓝的智能化管理,针对穴盘甘蓝病害识别存在的光照不均匀、对比度低和待检测目标小等问题,研究了基于深度学习的穴盘甘蓝病害检测算法。该算法结合通道空间注意力机制模块,在特征提取模块对特征信息进行重标定,引导模型关注... 详细信息

为实现穴盘甘蓝的智能化管理,针对穴盘甘蓝病害识别存在的光照不均匀、对比度低和待检测目标小等问题,研究了基于深度学习的穴盘甘蓝病害检测算法。该算法结合通道空间注意力机制模块,在特征提取模块对特征信息进行重标定,引导模型关注病害区域特征,抑制背景噪声,降低模型漏检率。并采用自适应多尺度特征融合算法提取穴盘甘蓝病害多尺度特征,充分利用不同尺度特征的语义信息提升小目标的检测精确率。由于算法的检测框定位不准确,在回归损失函数中添加了重叠面积损失、中心点距离损失和宽高损失,对回归任务进行了优化,提高穴盘甘蓝病害预测框定位精度;同时引入变焦损失函数作为分类损失函数,利用权重缩放因子缓解模型训练过程中相似病害类间差距小的问题。结果表明,研究算法对穴盘甘蓝炭疽病、细菌性黑斑病、褐斑病、黑腐病的检测平均精确率分别为97.59%、99.70%、98.69%和97.64%;其平均精度均值达到98.41%,与YOLOX、Faster R-CNN、YOLOv3、SSD、CenterNet算法相比,分别提高了4.96、12.86、18.19、4.71、10.69百分点。

关键词：病害检测穴盘甘蓝多尺度特征融合注意力机制小目标检测

来源：评论

学校读者我要写书评

暂无评论

作物智慧栽培学——信息-农艺-农机深度融合的新农科

引用

农学学报 2023年第2期13卷 67-76页

作者：顾生浩温维亮卢宪菊王传宇郭新宇北京市农林科学院信息技术研究中心数字植物北京市重点实验室北京100097 国家农业信息化工程技术研究中心北京100097

在社会发展进入万物智联新时代、农业科学步入数据密集型知识发现的新阶段和智慧农业技术成为国家实施乡村振兴战略的重要抓手的背景下,传统作物栽培学理论技术体系已无法满足智慧栽培发展的需要,亟需加快与其他相关学科深度融合、协同... 详细信息

在社会发展进入万物智联新时代、农业科学步入数据密集型知识发现的新阶段和智慧农业技术成为国家实施乡村振兴战略的重要抓手的背景下,传统作物栽培学理论技术体系已无法满足智慧栽培发展的需要,亟需加快与其他相关学科深度融合、协同创新,发展作物智慧栽培学。本研究首先阐述了作物智慧栽培的内涵和特征,然后阐明了作物智慧栽培学的概念、研究内容和关键技术以及相应的学科体系,最后提出了作物栽培学的发展趋势、面临挑战及对策建议。围绕智慧栽培中“联接、感知、认知、管控”四大关键环节开展重大科学发现、前沿技术突破和产业模式创新,构建智慧栽培理论技术体系,推动传统栽培向智慧栽培转型升级,有助于实现作物生产的可持续发展,加速推进农业现代化。

关键词：智慧栽培信息-农艺-农机融合智慧管控大数据

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络的生菜多光谱图像分割与配准

引用

农业机械学报 2021年第9期52卷 186-194页

作者：黄林生邵松卢宪菊郭新宇樊江川安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心合肥230601 国家农业信息化工程技术研究中心北京100097 数字植物北京市重点实验室北京100097

针对多光谱图像中由于多镜头多光谱相机各通道之间存在的偏差以及传统分割方法的不适用,图像分析处理过程往往会出现无法自动化分割或分割精度较低的问题,提出采用基于相位相关算法和基于UNet的语义分割模型对田间生菜多光谱图像进行各... 详细信息

针对多光谱图像中由于多镜头多光谱相机各通道之间存在的偏差以及传统分割方法的不适用,图像分析处理过程往往会出现无法自动化分割或分割精度较低的问题,提出采用基于相位相关算法和基于UNet的语义分割模型对田间生菜多光谱图像进行各个通道的精确配准并实现前景分割。使用Canny算法对多光谱各通道图像进行边缘提取,进而使用相位相关算法对多光谱各通道图像进行配准,单幅图像平均处理时间0.92 s,配准精度达到99%,满足后续图像分割所需精度;以VGG16作为主干特征提取网络,直接采用两倍上采样,使最终输出图像和输入图像高宽相等,构建优化的UNet模型。实验结果表明:本文所提出的图像配准和图像分割网络,分割像素准确率达到99.19%,平均IoU可以达到94.98%,能够很好地对生菜多光谱图像进行前景分割,可以为后续研究作物精准表型的光谱分析提供参考。

关键词：生菜多光谱图像图像配准图像分割卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于Micro-CT的玉米自交系茎秆维管束表型高通量获取与精准解析

引用

江苏农业科学 2022年第12期50卷 201-211页

作者：赵欢王璟璐张颖廖生进杜建军郭新宇赵春江华中农业大学湖北武汉4300701 北京市农林科学院信息技术研究中心北京100097 国家农业信息化工程技术研究中心北京100097 数字植物北京市重点实验室北京100097

针对玉米自交系茎秆不同节位形态特征差异大、维管束分布不同等特点,利用Micro-CT扫描技术及基于区带的维管束表型解析方法,对茎秆基部第3节、穗位节、顶位节节间进行显微图像获取,实现茎秆不同节间横切面、表皮区、周皮区、髓区、维管... 详细信息

针对玉米自交系茎秆不同节位形态特征差异大、维管束分布不同等特点,利用Micro-CT扫描技术及基于区带的维管束表型解析方法,对茎秆基部第3节、穗位节、顶位节节间进行显微图像获取,实现茎秆不同节间横切面、表皮区、周皮区、髓区、维管束相关表型的精准解析。研究结果表明,基于区带的维管束表型解析方法适用于茎秆不同节间维管束表型解析,可获得表征茎秆节间组织和维管束形态、几何性状、分布等共47项指标,获取效率高达20 s/张图像。同传统方法相比,基于区带的维管束表型解析方法效率高、通量大,且可获取的表型指标类型多。描述性统计分析结果显示,同茎秆横切面长轴长等传统指标相比,基于区带的维管束表型解析方法获取的功能区表型指标变异系数较大,能更好地反映出不同节间、不同自交系间的差异;且在不同自交系间,基部第3节的周皮区维管束数量(P=7.79×10^(-29))和穗位节的周皮区维管束面积占比(P=1.79×10^(-26))差异最显著。此外,从基部到顶部,表征横切面及各功能区几何、形态性状以及维管束数量、面积相关的表型指标呈依次减小的趋势;表征维管束分布的表型指标呈依次增加的趋势;功能区面积占比分布趋势不同,其中周皮区面积占比在基部节间最大,髓区面积占比在穗位节最大,表皮区面积占比在顶位节最大。本研究实现了玉米自交系茎秆不同节间维管束表型的高通量获取与精准解析,初步揭示了表型指标在不同节间的分布趋势,可为后期茎秆表型遗传解析和性状定向改良提供参考。

关键词：玉米茎秆 Micro-CT 区带维管束表型高通量获取精准解析

来源：评论

学校读者我要写书评

暂无评论

基于三维数字化的小麦植株表型参数提取方法

引用

智慧农业（中英文） 2022年第2期4卷 150-162页

作者：郑晨曦温维亮卢宪菊郭新宇赵春江北京市农林科学院信息技术研究中心北京100097 国家农业信息化工程技术研究中心数字植物北京市重点实验室北京100097 西北农林科技大学信息工程学院陕西杨凌712100

针对小麦植株分蘖多、器官间交叉遮挡严重,难以用图像或点云准确提取植株和器官表型的问题,本研究提出了基于三维数字化的小麦植株表型参数提取方法。首先提出了小麦植株各器官数字化表达方法,制定了适用于小麦全生育期的三维数字化数... 详细信息

针对小麦植株分蘖多、器官间交叉遮挡严重,难以用图像或点云准确提取植株和器官表型的问题,本研究提出了基于三维数字化的小麦植株表型参数提取方法。首先提出了小麦植株各器官数字化表达方法,制定了适用于小麦全生育期的三维数字化数据获取规范,并依据该规范进行数据获取。根据三维数字化数据的空间位置语义信息和表型参数的定义,提出了小麦植株表型参数计算方法,实现了小麦植株和器官长度、粗度和角度等3类共11个常规可测表型参数的计算。进一步提出了定量描述小麦株型和叶形的表型指标。其中,植株围度通过基于最小二乘法拟合三维离散坐标计算,用于定量化描述小麦植株松散/紧凑程度;小麦叶片卷曲和扭曲程度为定量化叶形的指标,根据叶面向量方向变化计算得到。利用丰抗13号、西农979号和济麦44号三个品种小麦起身期、拔节期、抽穗期三个时期的人工测量值和提取值进行验证。结果表明,在保持植株原始三维形态结构的前提下,提取的茎长、叶长、茎粗、茎叶夹角与实测数据精度相对较高,R^(2)分别为0.93、0.98、0.93、0.85;叶宽和叶倾角与实测数据的R^(2)分别为0.75、0.73。本方法能便捷、精确地提取小麦植株和器官形态结构表型参数,为小麦表型相关研究提供了有效技术支撑。

关键词：起身期三维数字化表型相关小麦植株拔节期叶形数字化数据数据获取

来源：评论

学校读者我要写书评

暂无评论

农业元宇宙:关键技术、应用情景、挑战与展望

引用

智慧农业（中英文） 2022年第4期4卷 126-137页

作者：陈枫孙传恒邢斌罗娜刘海深国家农业信息化工程技术研究中心北京100097 农产品质量安全追溯技术及应用国家工程研究中心北京100097 数字植物北京市重点实验室北京100097

元宇宙这一新兴概念受到了产、学、研各界的广泛关注。农业与元宇宙的结合将极大地推动农业信息化和智能化发展,为农业智能化转型升级提供新动能。为深入分析元宇宙在农业领域的应用研究可行性,本文首先分析了农业元宇宙的概念,以及区... 详细信息

元宇宙这一新兴概念受到了产、学、研各界的广泛关注。农业与元宇宙的结合将极大地推动农业信息化和智能化发展,为农业智能化转型升级提供新动能。为深入分析元宇宙在农业领域的应用研究可行性,本文首先分析了农业元宇宙的概念,以及区块链、非同质化代币、5G/6G、人工智能、物联网、三维重建、云计算、边缘计算和扩展现实等元宇宙农业应用的关键技术。接着讨论了元宇宙在虚拟农场、农业教学系统和农产品追溯系统三个农业应用领域的主要情景,最后总结了农业元宇宙面临的系统建立、通信基础、硬件设备和运营等方面的主要挑战,并展望了未来的发展方向。本文可为元宇宙在农业的应用研究提供指导。

关键词：农业元宇宙区块链扩展现实数字孪生平行农业虚拟农场农产品追溯系统农业教学系统

来源：评论

学校读者我要写书评

暂无评论

玉米维管系统表型高通量解析与多组学研究进展

引用

江苏农业科学 2022年第20期50卷 9-18页

作者：周国靓郭新宇郭尚敬张颖聊城大学农学院山东聊城252000 北京市农林科学院信息技术研究中心北京100097 国家农业信息化工程技术研究中心北京100097 数字植物北京市重点实验室北京100097

维管束是贯穿玉米整株植物的输导组织和支持系统,其特性对玉米高产、稳产起着重要作用。随着对玉米需求的不断增长,以及作物源-库性状的改善和栽培水平的提高,维管束作为源库之间联系的重要纽带,其形态结构和生理功能对产量形成的作用... 详细信息

维管束是贯穿玉米整株植物的输导组织和支持系统,其特性对玉米高产、稳产起着重要作用。随着对玉米需求的不断增长,以及作物源-库性状的改善和栽培水平的提高,维管束作为源库之间联系的重要纽带,其形态结构和生理功能对产量形成的作用日益受到育种工作者的重视。本文系统概述玉米根、茎、叶和果穗的维管束表型特征,以及维管系统在水分运输、物质营养运输及机械支撑等方面的功能;探讨维管系统表型的定义及其内涵;整理近年来国内外维管组织表型高通量获取方法并对比分析各种获取方法的优缺点;总结基于组学的维管系统表型-基因型关联组学分析研究进展;最后对玉米维管束系统研究面临的挑战和前景进行讨论,提出以表型组学为切入点,结合细胞生物学、计算机图像处理、计算数学等多学科交叉,高通量、系统获取维管束的表型信息,实现玉米果穗柄维管束表型的精准解析,以期为开展基于组学的结构-功能探究、计算与模拟提供大数据支撑,并为玉米的抗性评价、品种选育及功能机制研究提供有益参考。

关键词：玉米维管束表型解析多组学分析

来源：评论

学校读者我要写书评

暂无评论

植株自旋转多视角重建技术在小麦植株三维表型获取中的应用评估

引用

中国农业科技导报 2022年第8期24卷 87-98页

作者：张文麒吴升郭新宇温维亮卢宪菊赵春江上海海洋大学信息学院上海201306 北京市农林科学院信息技术研究中心数字植物北京市重点实验室北京100097 国家农业信息化工程技术研究中心北京100097

基于多视角重建技术的作物三维表型高通量获取系统成本低、获取效率高,引起越来越多的关注。植物自旋转式拍摄平台易于搭建,但植物旋转过程中产生的抖动对点云三维重建和表型解析精度有一定影响。为评估旋转式多视角成像在小麦植株三维... 详细信息

基于多视角重建技术的作物三维表型高通量获取系统成本低、获取效率高,引起越来越多的关注。植物自旋转式拍摄平台易于搭建,但植物旋转过程中产生的抖动对点云三维重建和表型解析精度有一定影响。为评估旋转式多视角成像在小麦植株三维表型解析中的适用性,基于植物旋转设计了便携式小麦植株三维表型高通量采集系统,选取穗期不同品种的小麦植株作为实验样本进行点云重建,基于Hausdorff距离评价了重建点云的精度误差;并基于人工测量数据,对所提取的表型指标精度进行评价。结果表明,植物旋转式重建的点云与相机旋转式重建的点云有较高的一致性,点云精度差距基本控制在0.4 cm以下;获取的叶长、叶宽和株高的均根方误差分别为0.79、0.13和0.53 cm,平均绝对百分比误差分别为3.26%、7.63%和0.74%,表明该方式适合穗期的小麦植株表型重建,具有较高的点云重建和表型提取精度,并为小麦植株表型评价提供了一种低成本的解决方案。

关键词：多视角三维重建小麦植株点云表型低成本

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：