期刊导航
期刊开放获取
VIP36
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于WOFOST模型与遥感数据的旱作玉米估产及精度评价
1
作者
侯晨连
张吴平
+1 位作者
王国芳
李富忠
《湖北农业科学》
2024年第8期209-215,共7页
选取黄土高原东部地区的山西省灵丘县、介休县、隰县与盐湖县为研究区域,利用2005—2012年研究区域的田间观测数据,采用EFAST方法分析模型参数敏感性,采用试错法对玉米的生长发育参数进行调整;在此基础上融合MCD15A3H遥感数据,以叶面积...
选取黄土高原东部地区的山西省灵丘县、介休县、隰县与盐湖县为研究区域,利用2005—2012年研究区域的田间观测数据,采用EFAST方法分析模型参数敏感性,采用试错法对玉米的生长发育参数进行调整;在此基础上融合MCD15A3H遥感数据,以叶面积指数为耦合变量,采用SUBPLEX算法将遥感叶面积指数(LAI)数据同化到校准的WOFOST模型中,并再次模拟各区域玉米的生长发育过程。结果表明,校准后的WOFOST模型对生育期和产量的模拟结果较好,生育期的模拟值与实测值的平均误差均小于3 d,产量的模拟值与实测值的相关系数(r)为0.80,均方根误差(RMSE)为956 kg/hm^(2);将遥感数据与WOFOST模型同化后,产量的模拟值和实测值的r由0.80提高至0.91,RMSE从956 kg/hm^(2)降低到660 kg/hm^(2)。
展开更多
关键词
数据同化
WOFOST模型
遥感数据
旱作玉米
精度评价
在线阅读
下载PDF
职称材料
基于三维点云的大豆植株器官分割及表型分析
被引量：
3
2
作者
肖奕同
刘帅
+3 位作者
侯晨连
刘琦
李富忠
张吴平
《中国农业科技导报》
CAS
CSCD
北大核心
2023年第8期115-125,共11页
为了解决大豆等多分枝作物叶片成簇、叶片相互遮挡带来的高通量表型测量困难问题,提出了基于植株三维点云的器官分割及表型参数测量方法。以分枝期大豆植株为研究对象,采集植株多视角图像,利用三维重建技术得到植株稠密点云、过滤点云...
为了解决大豆等多分枝作物叶片成簇、叶片相互遮挡带来的高通量表型测量困难问题,提出了基于植株三维点云的器官分割及表型参数测量方法。以分枝期大豆植株为研究对象,采集植株多视角图像,利用三维重建技术得到植株稠密点云、过滤点云噪声并还原实际尺度;以法线微分差异算法、改进的区域生长算法以及点云曲率特征实现植株各器官的分割;最后采用有向包围盒、改进的三角剖分法以及最邻近算法提取植株叶面积、叶宽、叶长、叶倾角和茎粗等表型参数。试验结果表明,器官分割后冠层叶片点云平均分割率为84.24%,单叶点云分割率均高于95.29%,表型参数测量值与人工实测值具有较强相关性,叶面积、叶宽、叶长、叶倾角和茎粗测量值与人工实测值的决定系数分别为0.9879、0.9613、0.9626、0.9311和0.9634,均方根误差分别为0.5417 cm2、0.1412 cm、0.1755 cm、3.2796°和0.0475 cm。提出的方法对叶片相互粘连的植株具有较好的分割效果,为多分枝作物的器官分割及表型参数测量提供了有效的解决方案。
展开更多
关键词
三维点云
器官分割
叶片分割
表型参数测量
在线阅读
下载PDF
职称材料
基于图像处理的苗期谷子地上部表型连续定量监测
被引量：
1
3
作者
梁靓
李富忠
+3 位作者
张吴平
王思雨
肖奕同
侯晨连
《山西农业科学》
2022年第5期728-736,共9页
为提高农业生产的效率和产量,图像处理技术逐渐被应用于农作物的生长监测中。以苗期谷子为研究对象,在室内环境下,采用基于骨架提取算法和轮廓提取算法相结合的谷子地上部表型特征提取方法,对谷子地上部株高、叶片长度、叶片最大宽度、...
为提高农业生产的效率和产量,图像处理技术逐渐被应用于农作物的生长监测中。以苗期谷子为研究对象,在室内环境下,采用基于骨架提取算法和轮廓提取算法相结合的谷子地上部表型特征提取方法,对谷子地上部株高、叶片长度、叶片最大宽度、节长及茎粗进行提取及自动分析。结果表明,使用该方法求得的株高与真实值的平均相对误差为3.52%,决定系数为0.98;叶片长度与真实值的平均相对误差为7.01%,决定系数为0.97;叶片最大宽度与真实值的平均相对误差为5.30%,决定系数为0.97;节长与真实值的平均相对误差为7.91%,决定系数为0.95;茎粗与真实值的平均相对误差为7.07%,决定系数为0.91,算法测量值与真实值相关性较高。通过这种算法可以较准确地实现苗期谷子地上部表型特征参数的提取,初步实现苗期谷子地上部表型的连续定量检测,有效提高作物表型参数的无损测量效率。
展开更多
关键词
谷子
无损测量
作物表型
轮廓提取
骨架提取
在线阅读
下载PDF
职称材料
题名
基于WOFOST模型与遥感数据的旱作玉米估产及精度评价
1
作者
侯晨连
张吴平
王国芳
李富忠
机构
山西农业大学软件学院
山西农业大学资源与环境学院
出处
《湖北农业科学》
2024年第8期209-215,共7页
基金
国家重点研发计划项目(2021YFD1901101)。
文摘
选取黄土高原东部地区的山西省灵丘县、介休县、隰县与盐湖县为研究区域,利用2005—2012年研究区域的田间观测数据,采用EFAST方法分析模型参数敏感性,采用试错法对玉米的生长发育参数进行调整;在此基础上融合MCD15A3H遥感数据,以叶面积指数为耦合变量,采用SUBPLEX算法将遥感叶面积指数(LAI)数据同化到校准的WOFOST模型中,并再次模拟各区域玉米的生长发育过程。结果表明,校准后的WOFOST模型对生育期和产量的模拟结果较好,生育期的模拟值与实测值的平均误差均小于3 d,产量的模拟值与实测值的相关系数(r)为0.80,均方根误差(RMSE)为956 kg/hm^(2);将遥感数据与WOFOST模型同化后,产量的模拟值和实测值的r由0.80提高至0.91,RMSE从956 kg/hm^(2)降低到660 kg/hm^(2)。
关键词
数据同化
WOFOST模型
遥感数据
旱作玉米
精度评价
Keywords
data assimilation
WOFOST model
remote sensing data
dryland corn
precision evaluation
分类号
TP79 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
基于三维点云的大豆植株器官分割及表型分析
被引量：
3
2
作者
肖奕同
刘帅
侯晨连
刘琦
李富忠
张吴平
机构
山西农业大学软件学院
出处
《中国农业科技导报》
CAS
CSCD
北大核心
2023年第8期115-125,共11页
基金
山西省基础研究计划项目(202103021224123)
国家重点研发计划项目(2021YFD1901101)。
文摘
为了解决大豆等多分枝作物叶片成簇、叶片相互遮挡带来的高通量表型测量困难问题,提出了基于植株三维点云的器官分割及表型参数测量方法。以分枝期大豆植株为研究对象,采集植株多视角图像,利用三维重建技术得到植株稠密点云、过滤点云噪声并还原实际尺度;以法线微分差异算法、改进的区域生长算法以及点云曲率特征实现植株各器官的分割;最后采用有向包围盒、改进的三角剖分法以及最邻近算法提取植株叶面积、叶宽、叶长、叶倾角和茎粗等表型参数。试验结果表明,器官分割后冠层叶片点云平均分割率为84.24%,单叶点云分割率均高于95.29%,表型参数测量值与人工实测值具有较强相关性,叶面积、叶宽、叶长、叶倾角和茎粗测量值与人工实测值的决定系数分别为0.9879、0.9613、0.9626、0.9311和0.9634,均方根误差分别为0.5417 cm2、0.1412 cm、0.1755 cm、3.2796°和0.0475 cm。提出的方法对叶片相互粘连的植株具有较好的分割效果,为多分枝作物的器官分割及表型参数测量提供了有效的解决方案。
关键词
三维点云
器官分割
叶片分割
表型参数测量
Keywords
three-dimensional point clouds
organ segmentation
leaf segmentation
measurement of phenotypic parameters
分类号
S565.1 [农业科学—作物学]
在线阅读
下载PDF
职称材料
题名
基于图像处理的苗期谷子地上部表型连续定量监测
被引量：
1
3
作者
梁靓
李富忠
张吴平
王思雨
肖奕同
侯晨连
机构
山西农业大学软件学院
出处
《山西农业科学》
2022年第5期728-736,共9页
文摘
为提高农业生产的效率和产量,图像处理技术逐渐被应用于农作物的生长监测中。以苗期谷子为研究对象,在室内环境下,采用基于骨架提取算法和轮廓提取算法相结合的谷子地上部表型特征提取方法,对谷子地上部株高、叶片长度、叶片最大宽度、节长及茎粗进行提取及自动分析。结果表明,使用该方法求得的株高与真实值的平均相对误差为3.52%,决定系数为0.98;叶片长度与真实值的平均相对误差为7.01%,决定系数为0.97;叶片最大宽度与真实值的平均相对误差为5.30%,决定系数为0.97;节长与真实值的平均相对误差为7.91%,决定系数为0.95;茎粗与真实值的平均相对误差为7.07%,决定系数为0.91,算法测量值与真实值相关性较高。通过这种算法可以较准确地实现苗期谷子地上部表型特征参数的提取,初步实现苗期谷子地上部表型的连续定量检测,有效提高作物表型参数的无损测量效率。
关键词
谷子
无损测量
作物表型
轮廓提取
骨架提取
Keywords
millet
non-damage measurement
crop phenotype
contour extraction
skeleton extraction
分类号
S515 [农业科学—作物学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于WOFOST模型与遥感数据的旱作玉米估产及精度评价
侯晨连
张吴平
王国芳
李富忠
《湖北农业科学》
2024
0
在线阅读
下载PDF
职称材料
2
基于三维点云的大豆植株器官分割及表型分析
肖奕同
刘帅
侯晨连
刘琦
李富忠
张吴平
《中国农业科技导报》
CAS
CSCD
北大核心
2023
3
在线阅读
下载PDF
职称材料
3
基于图像处理的苗期谷子地上部表型连续定量监测
梁靓
李富忠
张吴平
王思雨
肖奕同
侯晨连
《山西农业科学》
2022
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
