公共文化服务平台

徐波: 作品数：69 被引量：540H指数：11; 供职机构：北京市农林科学院更多>>; 发文基金：国家自然科学基金北京市自然科学基金北京市博士后工作经费资助项目更多>>; 相关领域：自动化与计算机技术农业科学天文地球经济管理更多>>

合作作者

便携式茶鲜叶品质光谱检测装置研制被引量：11: 2020年; 品质监测对茶鲜叶适时采摘和茶叶加工品控具有重要意义。该研究基于可见/近红外光谱技术,研发了便携式茶鲜叶品质无损检测装置。该装置分为主机和手柄2部分,主机大小约240 mm×250 mm×240 mm,包括光谱仪、光源、可充电锂电池、稳压板和散热风扇;手柄大小约130 mm×100 mm×30 mm,包括光纤探头、金属灯杯、白参考板和外触发按钮。基于该设备,采集了茶鲜叶500~900 nm范围内可见/近红外漫反射光谱,对比了归一化(Normalize,NOR)、一阶导数(First Derivative,FD)、标准正态变量变换(Standard Normal Variable Transformation,SNV)和概率商归一化(Probabilistic Quotient Normalization,PQNOR)等不同光谱预处理方法对茶叶光谱的处理结果,建立了茶鲜叶干物质含量、水浸出物含量、茶多酚含量的偏最小二乘定量预测模型。结果表明,PQNOR预处理后建立的偏最小二乘预测模型精度最好,干物质、水浸出物和茶多酚含量预测模型在验证集的相关系数分别为0.905、0.896和0.747,均方根误差分别为0.860%、0.559%和0.549%。在茶园对装置的精度进行了现场测试,单片茶鲜叶检测时间约为1 s,干物质、水浸出物和茶多酚含量预测值与测量值的均方根误差分别为0.903%、0.634%和0.551%。该装置可以实现茶鲜叶光谱原位采集和干物质含量、水浸出物、茶多酚的定量分析,对及时掌握茶树生长情况、辅助决策采茶方案和保障茶叶品质具有重要作用。; 王凡赵春江徐波徐波徐泽李振海杨海滨杨贵军; 关键词：无损检测光谱茶鲜叶

利用无人机多光谱影像的多品种玉米成熟度监测被引量：3: 2023年; 基于遥感监测多品种玉米成熟度进而掌握最佳收获时机,对提高其产量和品质至关重要。该研究在玉米成熟阶段获取无人机多光谱影像,同步采集叶片叶绿素含量(chlorophyll content,C)、籽粒含水率(moisture content,M)、乳线占比(proportion of milk line,P)等地面实测数据,以此构建玉米成熟度指数(maize maturity index,MMI),从而定量表征玉米成熟度。通过MMI与植被指数构建回归模型和随机森林模型,验证MMI适用性,并分析无人机遥感对不同品种玉米成熟度的监测精度。结果表明:1)不同品种玉米的叶片叶绿素含量、籽粒含水率、乳线占比的变化速率均存在差异。2)MMI与所选植被指数的相关性均可达到0.01显著水平,其中与归一化植被指数(normalized difference vegetation index,NDVI)、转换叶绿素吸收率(transformed chlorophyll absorbtion ratio index,TCARI)相关性最高,相关系数均为0.87。3)该研究基于不同组合的数据集进行了模型验证,其中随机森林模型对MMI的估测精度最高,测试集决定系数(coefficient of determination,R^(2))为0.84,均方根误差(root mean squared error,RMSE)为8.77%,标准均方根误差(normalized root mean squared error,nRMSE)为12.05%。此外,随机森林模型对不同品种MMI的估测精度较好,京九青贮16精度最优,其R^(2)、RMSE、nRMSE为0.76、10.67%、15.88%,模型精度证明了可以利用无人机平台对不同品种玉米成熟度进行监测。研究结果可为多光谱无人机实时监测农田多品种玉米成熟度的动态变化提供参考。; 姜友谊刘博伟张成健赵丹陈日强徐波龙慧灵龙慧灵杨贵军; 关键词：无人机多光谱影像植被指数

一种基于无人机激光雷达的玉米涝渍灾害评估方法及系统: 本发明提供了一种基于无人机激光雷达的玉米涝渍灾害评估方法及系统，该方法通过根据预先获取的玉米种植区域的LIDAR点云数据，得到所述玉米种植区域的玉米点云数据与地面点回波点云数据；根据所述玉米点云数据与地面点回波点云数据，...; 董燕生赵春江杨贵军李振海杨浩徐波赵晓庆顾晓鹤龙慧灵冯海宽

一种果树施肥量预测方法及系统: 本发明实施例提供的果树施肥量预测方法及系统，包括：收集施肥量与产量的历史数据集；获取与肥料的投入量相对应的肥料有效施用量，构建肥料有效施用量与产量的数据集；根据肥料有效施用量与产量的数据集，构建肥料效应函数；基于肥料效应...; 李振海杨贵军白雪源朱西存杨浩龙慧灵李斌徐波; 文献传递

便携式植被生理生态监测装置: 本实用新型提供了一种便携式植被生理生态监测装置，包括：监测箱体；所述监测箱体的顶面设置有红外光谱传感器、近红外光谱传感器、热红外光谱传感器和超声波传感器；所述监测箱体中设置有GPS位置传感器；所述监测箱体的侧面设置有箱体...; 杨贵军徐波于海洋冯海宽; 文献传递

基于集成学习的水稻氮素营养及籽粒蛋白含量监测被引量：5: 2022年; 利用高光谱遥感技术在水稻收获前对籽粒品质相关的蛋白质含量进行监测,一方面可以及时调整栽培管理方式,指导合理追肥,另一方面,有助于提前掌握籽粒品质信息,明确市场定位。该研究以广东省典型优质籼稻为研究目标,基于2019年和2020年两年氮肥梯度实验,以水稻分化期和抽穗期冠层尺度高光谱数据、水稻氮素参数,包括叶片氮素含量(LNC)、叶片氮素积累量(LNA)、植株氮素含量(PNC)、植株氮素积累量(PNA)及籽粒蛋白含量数据为基础,利用四种个体机器学习算法partial least square regression(PLSR)、K-nearest neighbor(KNN)、Bayesian ridge regression(BRR)、support vector regression(SVR),三种集成学习算法random forest(RF)、adaboost、bagging,针对水稻不同生育期氮素状况进行监测建模,在此基础上构建基于水稻冠层光谱信息、光谱信息结合水稻农学氮素参数的籽粒蛋白含量的监测模型,并对模型进行精度对比。研究结果表明,在水稻氮素营养监测方面,利用水稻冠层454~950 nm波段信息,采用RF及Adaboost算法,在水稻分化期、抽穗期及全生育期LNC、LNA、PNC及PNA模型R^(2)均达到0.90以上,同时也具有较低的RMSE和MAE。在水稻籽粒蛋白品质监测方面,采用全波段光谱信息进行籽粒蛋白含量监测时,RF具有最高的精确度与稳定性,两生育期的RF模型对籽粒蛋白含量的监测结果R^(2)分别为0.935和0.941,RMSE分别为0.235和0.226,MAE分别为0.189和0.152;两生育期以全波段光谱信息结合长势参数进行籽粒蛋白监测时,Adaboost模型具有最高的精确度和稳定性,其中分化期全波段光谱信息结合PNA作为输入参数,Adaboost模型R^(2)为0.960,RMSE为0.175,MAE为0.150,以抽穗期全波段光谱信息结合PNC作为输入参数,R^(2)为0.963,RMSE为0.170,MAE为0.137。研究结果表明,与PLSR,KNN,BRR和SVR几种个体学习器算法相比,集成算法RF,Adaboost和Bagging具备良好的处理多重共线�; 张杰徐波徐波冯海宽竞霞明世康傅友强傅友强; 关键词：高光谱遥感水稻品质 ADABOOST

一种全反射式成像高光谱观测系统: 本发明公开一种全反射式成像高光谱观测系统，所述系统包括：镜头、狭缝组件、平面反射镜、前置球面反射镜M1、光栅M2、后置球面反射镜M3、电荷耦合元件CCD相机；镜头将光信号传输到狭缝组件，狭缝组件的入射光线与水平方向的夹角...; 赵春江杨贵军徐波于海洋冯海宽; 文献传递

无人机影像空三解算像控点优化及精度分析被引量：16: 2020年; 为了满足测绘地形图与获取地面信息的需要,传统无人机的航测控制点布设方式,不仅控制点数量多、实施困难;同时,成图精度并不高。本研究以深圳市水稻试验基地为研究区,结合无人机数码影像飞行,提出通过地面像控点优化提高空三解算精度的方法。该方法利用光束法实现区域网平差,对最初42个像控点进行逐步筛选,并通过添加检查点和同等级不同布设方案,综合比较像控点和检查点精度,得出水稻研究区域在布设5个像控点(区域四周和区域中间各布设一个平高控制点)时精度最高。空三中误差达到0.149像元,像控点总体均方根误差可达到0.015 m。研究结果证实,适当增加控制点的密度和数量,有利于提高空三解算的精度,但是多余的布设不仅增加工作量,也会降低空三解算的精度。该研究为利用无人机摄影选取测量工作控制点和解决内外业工作量大的问题提供了参考。; 张继超张博杨贵军徐波徐波; 关键词：无人机光束法均方根误差

作物长势监测仪数据采集与分析系统设计及应用被引量：5: 2019年; 针对中小农场对作物长势快速监测与精确诊断的需求,本研究设计了作物长势监测仪(CropSense)数据采集与分析系统,该系统实现了数据采集、处理、分析和管理的一体化集成。系统通过蓝牙技术连接智能手机和作物长势监测仪获取作物采样数据,经服务器中内置光谱模型计算得到地块的作物生长参数分布专题图。依据地块预期产量指标,可提供可视化的专家决策处方。用户只需点击一次按钮,即可实时获取田间作物的监测诊断信息和专业的田间管理指导方案。目前系统已在多个研究机构实验农场试用,其中在小汤山基地的应用示例结果显示:在玉米大喇叭口期使用该系统进行作物诊断和指导施肥,比传统的施肥方案减少约16.67%施肥量。该系统具有采集分析数据高效便利、推荐施肥方案优化合理等特点,在中国家庭农场快速增长的背景下,具有广阔的应用前景。; 王娇娇徐波王聪聪杨贵军杨贵军梅新杨小冬; 关键词：数据采集

田间作物NDVI测量仪可靠性分析及标定环境研究被引量：6: 2019年; 传统对田间作物NDVI测量仪定标大多采用单通道定标方法,该方法存在定标后在室外测量过程中数据偏差较大的问题。针对此类问题,该文以Crop Sense作物长势参量测量仪和SRS-NDVI归一化植被指数测量仪为待定标传感器,以ASD FieldSpec 4地物光谱仪为参考传感器,在室外复杂光照环境下对比多种定标物待定标传感器和参考传感器的测量结果并分析误差,得到田间作物NDVI测量仪的最适宜使用条件及可靠性分析结果。试验结果表明,田间作物NDVI测量仪的适宜测量条件为光照强度大于5.2 klx的情况,在该情况下光照强度和太阳高度角对田间作物NDVI测量仪的影响不显著,在其他条件下可靠性下降。在适宜测量条件下,晴天Crop Sense作物长势参量测量仪和SRS-NDVI归一化植被指数测量仪获取的NDVI与ASD FieldSpec 4地物光谱仪获取的NDVI间的RMSE分别为0.074 5～0.104 9和0.026 8～0.054 3,阴天RMSE分别为0.094 2～0.117 9和0.029 9～0.070 3。经室外定标模型校正后,晴天Crop Sense作物长势参量测量仪和SRS-NDVI归一化植被指数测量仪获取的NDVI与ASDField Spec4地物光谱仪获取的NDVI间的RMSE分别降低了37.1%～41.4%和10.7%～31.5%,阴天CropSense作物长势参量测量仪和SRS-NDVI归一化植被指数测量仪的RMSE减少33.8%～48.3%和48.7%～62.6%。此研究成果为被动式NDVI测量类传感器的标定及应用提供了科学的参考依据。; 杨钧森杨贵军徐波张凯选杨小冬李振海李贺丽杨浩韩亮; 关键词：作物可靠性 NDVI 测量仪光照强度太阳高度角

徐波

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

徐波

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈