公共文化服务平台

赵毅: 作品数：14 被引量：31H指数：4; 供职机构：中国农业大学更多>>; 发文基金：北京市科技计划项目中央高校基本科研业务费专项资金国家自然科学基金更多>>; 相关领域：农业科学自动化与计算机技术理学交通运输工程更多>>

合作作者

土壤氮素和含水率测量装置及方法: 本发明提供一种土壤氮素和含水率测量装置及方法，装置包括：检测传感器(包括光路系统和电路系统)和与其连接的控制器；光路系统包括光电探测器、以光电探测器为中心均匀分布在八角伞状结构八个面的八个单波段近红外激光光源；电路系统包...; 郑立华张瑶赵毅裴晓帅李民赞; 文献传递

一种土壤电导率的检测装置及方法: 本发明公开了一种土壤电导率的检测装置及方法，该方法包括：对已知电导率的土壤进行测试，确定电导率常数；通过对待测土壤输入激励电信号，采集第一路和第二路反馈电压信号，并将其转换成第一路和第二路直流电压信号；根据第一路和第二路...; 李民赞裴晓帅郑立华孙红文瑶赵毅刘豪杰; 文献传递

用于小麦冠层氮素营养诊断的光谱监测仪器开发与测试: 快速获取田间作物生长营养水平,研究设计开发了作物冠层氮素营养诊断光谱监测仪,并进行了小麦大田测试.该系统由光学系统,信号采集驱动模块和控制器组成.光学传感器可以采集310-1148nm光谱信息,信号采集驱动模块用于提供稳...; 赵毅李民赞孙红吴李烜张猛文瑶; 关键词：冬小麦营养诊断硬件配置

田间冬小麦抽穗期长势分析——基于可见-近红外光被引量：4: 2016年; 为了快速估测大田冬小麦叶绿素含量指标,指导冬小麦抽穗期追肥管理,基于光谱分析技术在可见光和近红外波段(325~1 075 nm)处,对陕西省杨凌区揉谷镇粮食基地的冬小麦进行长势检测、分析。试验在1 000 m×600 m区域内划分为30个采样区进行数据采集,使用ASD Field Spec Hand Held光谱辐射仪(Analytical Spectral Devices.,USA)采集冬小麦的冠层光谱反射率数据,使用SPAD-5 0 2 Plus便携式叶绿素仪测量小麦倒一叶和倒二叶的叶绿素指标(SPAD值),使用G738 CM型手持式GPS记录采样点的位置信息。分别进行冠层光谱反射率小麦倒一叶和倒二叶的预处理,结果表明:冠层反射光谱倒二叶的SPAD值相关系数高于倒一叶。基于相关性分析,选取4个敏感波段538、661、740、850 nm分别与预处理前后的光谱数据进行多元线性回归分析,结果表明:预处理后的模型精度较高,建模精度R2=0.8 3,验证建模精度R2=0.7。同时,绘制了大田作物长势分布图,可为冬小麦抽穗期追肥提供支持。; 刘仁杰房俊龙李民赞孙红吴李烜赵毅张猛; 关键词：冬小麦无损检测

基于近红外光谱技术的土壤有机质和水分检测系统: 本实用新型公开一种基于近红外光谱技术的土壤有机质和水分检测系统，包括：具有多个波段的近红外光发射装置、Y型光纤、光电探测器、模数转换电路和显示屏，能够解决属于被动光源检测的基于光谱的土壤养分参数检测仪器容易受外界环境影响...; 李民赞赵毅张瑶郑立华; 文献传递

不同车速车载多光谱成像系统性能分析被引量：1: 2015年; 为了探索大田冬小麦冠层叶片叶绿素指标的快速检测方法,基于车载式多光谱成像系统进行了大田冬小麦叶绿素含量指标的快速无损诊断研究,并分析了不同车速条件下车载式多光谱成像系统的工作性能。系统以福田欧豹4040型拖拉机为车载平台,搭载了2-CCD多光谱图像智能感知系统。田间试验分别设置了4种行进速度(分别为S1(0.54 m/s)、S2(0.83 m/s)、S3(1.04 m/s)、S4(1.72 m/s)),采集了冬小麦冠层可见-近红外图像,同步获得了车载GPS轨迹坐标信息,并测量了样本叶绿素含量指标SPAD值。图像经滤波和冠层分割预处理后,提取了R、G、B、NIR 4个波段平均灰度,并计算了RVI、NDVI等4种常见植被指数、H分量的灰度平均值和覆盖度C,共10个图像检测参数。分析了各图像检测参数与叶绿素含量指标SPAD值之间的相关关系,结果表明,S1、S2和S3速度下,各图像检测参数与SPAD值相关性高于S4速度。同时,S1、S2、S3速度下,NDVI、NDGI、RVI与SPAD值的相关系数绝对值均达到0.50以上。分别建立了S1~S3不同车速下叶绿素含量指标诊断MLR模型,模型精度满足作物生长空间分布图制图的要求。为了进一步提高车载式大田作物生长参数移动诊断效率,将不同车速下的数据合并,选取NDVI、NDGI、RVI参数建立叶绿素指标MLR模型,结果表明模型具有通用性。该研究可为车载式大田作物生长快速诊断提供支持。; 文瑶李民赞赵毅张猛孙红宋媛媛; 关键词：冬小麦植被指数图像处理多光谱成像

小麦冠层营养诊断光谱检测仪设计与试验被引量：2: 2015年; 为了快速准确获取田间作物生长营养水平信息,设计了作物冠层营养诊断光谱检测仪,并进行了小麦大田测试。系统由光学传感器,信号采集驱动模块和控制器组成。光学传感器可测量300~1 100 nm范围内连续光谱,信号采集驱动模块用于提供稳定电压以及数据的A/D转换。开发了光谱采集控制软件安装于控制器,主要功能包括接收、处理、显示和存储采集到的数据。应用该仪器进行了标定试验,并针对大田冬小麦开展了大田试验,试验结果表明该仪器所测反射率与美国ASD Field Spec Hand Held 2光谱辐射仪所测的反射率之间具有较高的相关性,相关系数最低为0.991 8。分析了冬小麦叶绿素含量指标SPAD值与仪器所测反射率之间的相关性。选出相关性较高的550~900 nm波段进行主成分分析建立叶绿素预测模型,建模R2C为0.575,模型检验R2V为0.595。结果表明利用研发的便携式光谱检测仪能有效评估小麦营养叶绿素含量,为小麦的精细栽培提供理论与技术支持。; 赵毅文瑶孙红李民赞张猛吴李烜; 关键词：精细农业光谱分析

基于多波段光谱探测仪的玉米冠层叶绿素含量诊断被引量：6: 2015年; 为了快速无损地检测大田作物冠层叶绿素含量,使用便携式多波段光谱探测仪针对农大8号(G1)、郑单(G2)、先玉(G3)和京农科(G4)4种玉米作物品种,在拔节期采集550、650、766、850 nm波长处太阳光信号和作物冠层反射光信号,用于建立玉米冠层叶绿素含量诊断模型。首先,利用作物冠层650 nm和550 nm波长反射率之间的差值TD剔除了土壤背景数据点(TD>0)。然后,组合计算了NDVI、RVI和DVI共12个植被指数,分析各植被指数与叶绿素含量之间的相关关系,结果显示与G1~G4品种叶绿素含量相关性最优的参数分别为RVI(766,550)、DVI(850,650)、NDVI(850,550)和RVI(766,550),相关系数均达0.6以上。数据按一定间隔聚类后,相关性分析结果表明多波段光谱探测仪对玉米叶绿素含量检测最优分辨率为0.5 mg/L,且NDVI(850,550)、NDVI(766,550)和RVI(850,550)与叶绿素含量的相关系数分别为0.837 0、0.773 7和0.767 7,达到了强相关水平。最后,建立了多品种通用型玉米拔节期叶绿素含量诊断模型,可为大田玉米拔节期叶绿素含量诊断提供技术支持。; 刘豪杰赵毅文瑶孙红李民赞Zhang Qin; 关键词：叶绿素含量植被指数

基于图像颜色特征的密植冬小麦覆盖指数反演被引量：2: 2015年; 为了快速获取大田冬小麦作物生长信息,对田间植被覆盖度(VCI)进行检测。采用开发的多光谱图像采集系统,在拔节期-扬花期获取冬小麦冠层可见光(B、G、R,400~700 nm)和近红外(NIR,760~1 000 nm)图像。图像经自适应平滑滤波处理后,针对RGB图像,采用HSI色彩空间模型,设定H分量阈值[π/4,6π/5]进行分割,对NIR图像采用自动阈值分割法分割,进而提出了基于"H+NIR"组合的冬小麦冠层多光谱图像分割方法,并计算VCI值。对未经分割的原始图像提取了9个图像检测参数,包括各通道图像灰度均值(AR、AG、AB、ANIR)、归一化植被指数(NDVI)、归一化差异绿度指数(NDGI)、比值植被指数(RVI)、差值植被指数(DVI)和冠层H分量均值AH。图像检测参数与VCI相关性分析结果表明,各植被指数与VCI的相关系数绝对值均大于0.90。应用NDVI、NDGI、RVI和DVI建立了多元线性回归模型,其R2c=0.948,R2v=0.884,可以用于快速反演VCI,为田间作物生长评价和管理提供支持。; 孙红文瑶赵毅李民赞陈军陈军; 关键词：多光谱图像植被覆盖度植被指数

玉米苗期冠层多光谱反射率反演与叶绿素含量诊断被引量：10: 2015年; 为了探索玉米苗期叶片叶绿素含量指标的快速、非破坏性估测方法,该文运用多光谱图像技术对大田玉米苗期叶绿素含量指标进行快速无损的诊断研究。大田试验中,采用2-CCD多光谱图像采集系统获取大田玉米苗期的冠层多光谱图像,并同步采集漫反射灰度板的多光谱图像。为消除光照对图像采集质量的影响,准确将不同光照条件下的玉米冠层图像数据转换为其叶面反射率数据,标定试验中采用一块4个不同灰度级的满足朗伯面条件漫反射灰度板,建立了叶片光谱反射率同图像灰度值之间的线性反演公式,并与大田试验中漫反射灰度板的多光谱图像建立了玉米冠层图像灰度值的校正公式。对玉米苗期冠层多光谱图像进行处理,提取出玉米冠层B、G、R、NIR(中心波长分别为470,550,620,800 nm)4个波段归一化平均灰度值。通过灰度值的校正公式得到校正后的归一化平均灰度值,由线性公式反演出R、G、B、NIR 4个波段的平均反射率值,并计算4种常见光谱植被指数(RNDVI、RNDGI、RRVI和RDVI),采用最小二乘-支持向量回归(LS-SVR)建立植被指数同叶绿素含量指标的拟合模型。结果表明:植被指数RNDVI、RRVI和RDVI和玉米冠层叶绿素含量指标拟合验证集决定系数R2为0.56,达到了较为理想的拟合结果。证明通过漫反射灰度板对玉米冠层多光谱图像建立反射率反演校正模型的方法是可行的,这一方法为快速无损检测玉米苗期叶绿素含量指标提供了支持。; 文瑶李民赞赵毅刘豪杰孙红陈军; 关键词：叶绿素光谱分析玉米苗期

赵毅

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

赵毅

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