在大豆的种植中，对杂草的管理有利于作物产量最大化。研究发现麦草畏可有效防除数种一年生和多年生的阔叶杂草。然而，麦草畏喷雾偏离目标漂移或蒸气漂移会严重危害易感作物，包括麦草畏不耐受性作物。因此评估麦草畏漂移对农作物的损害对于有效控制杂草具有重要的意义。目前，作物损害主要是通过评估生理和生化变化（叶面积，叶色，植物高度，产量等）来确定的。但是，这些评估需要耗费大量的劳动力。对于大尺度农田的评估，则需要更快速且经济高效的方法。高光谱成像（HSI）可以快速扫描植物样品且能获得图像中每个像素的完整反射光谱，已用于植物生理和生化特性的鉴定以及有毒金属，盐和病虫害引起的植物胁迫的检测。同时结合许多机器学习（ML）算法，例如贝叶斯决策，最大似然分类，K均值聚类，随机森林，支持向量机和人工神经网络可以检测，监测和量化作物损害。在这篇文章中，科学家们利用Resonon Pika Ⅱ VNIR高光谱成像系统进行了相关的研究，旨在：（1）了解不同麦草畏喷雾比率下生理参数，产量和相应光谱响应的变化；（2）确定适当的光谱特征，以评估麦草畏比率对植物的影响；（3）基于高光谱成像，使用机器学习算法建立模型，评估麦草畏比率。 1 研究区域田间试验于美国密西根州斯通维尔市农作物生产系统研究农场的美国农业部农业研究处4.5公顷的区域内进行。试验场布设如图1所示。大豆于2014年5月7日播种。2014年3月下旬...
发布时间:
2020
-
07
-
09
浏览次数：382
本文旨在利用高光谱数据建立一个准确、可解释的植物病害识别模型。由真菌引起的大豆炭腐病是一种严重影响大豆产量的世界性病害。在383-1032 nm范围内，Resonon高光谱成像仪在240个不同的波长处捕获高光谱图像。针对大豆炭腐病，科学家建立了3D卷积分网络模型，模型分类精度为95.73%，并利用可视化显著图检验训练模型、敏感像素位置以及分类的特征敏感波段，发现：敏感特征波段为733 nm，这和常用的鉴别植物健康程度的特征波段范围（700-1000nm）是一致的。【试验方法】感染炭腐病的大豆：分别在第3、6、9、12和15天采集健康的和受感染的大豆茎秆样品，在测量病害程度之前，实时采集健康的和收到感染的茎秆的高光谱图像。测量仪器：美国Resonon高光谱成像仪，型号：Pika XC （包含安装支架、移动平台、操作软件和2个70 w卤素灯）。Pika XC性能：光谱通道数：240；波段范围400-1000 nm；分辨率：2.5 nm。（a）室内高光谱成像系统（b）不同光谱波段的大豆茎秆样品高光谱图像 （c）大豆茎秆内外部RGB图像病害程度比较3D-CNN模型由两个连接的卷积分模型组成，其中，一个小的构架用于防止训练模型过饱和。2个图层（3*3mm空间维度，16个波段的光谱维度）作为第一个卷积分分层，4个3*3*16的图层作为第二个卷积分层，修正线性输入模型作为输出层。【结果分析】1....
发布时间:
2020
-
07
-
09
浏览次数：445
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 入侵物种的监测长久以来是一个耗时、昂贵且无效的工作。遥感是监测入侵物种的一种手段，然而，由于经费、时间和准确度的问题，限制了这种方法。 本研究评估了一款性价比较高的高光谱成像仪监测并区分坐落在草地生态系统的乳浆大戟（Euphorbia esul...
发布时间:
2016
-
09
-
05
浏览次数：382