广州市科技计划项目(7414558112697)
- 作品数:4 被引量:120H指数:4
- 相关作者:岳学军全东平洪添胜刘永鑫王健更多>>
- 相关机构:华南农业大学昆士兰大学更多>>
- 发文基金:广东省自然科学基金广州市科技计划项目国家自然科学基金更多>>
- 相关领域:农业科学理学更多>>
- 基于GPRS与ZigBee的果园环境监测系统被引量:24
- 2014年
- 【目的】设计果园环境监测系统.【方法】该系统由远程ZigBee-GPRS网关与无线传感器网络(WSN)节点组合,果园参数在WSN、GPRS与Internet间进行采集与传输,实现远距离果园环境实时监测.节点采用CC2530作无线数据收发芯片,GPRS采用ComWay模块,由ZigBee进行组网采集环境信息,通过GPRS网络回传给上位机实现实时监测,再由决策支持系统进行分析发送指令控制节点电磁阀通断从而营造一个适合果树生长的环境.【结果和结论】试验表明:系统可完成传感网与移动通信网络之间的数据传送,实现不同类型感知网络之间的协议转换以及对传感器网络的部分管理控制功能.系统在果园中运行稳定并且丢包率低于10%,具有实践应用价值.
- 岳学军王叶夫刘永鑫徐兴陈树荣陈奕希侯勉聪燕英伟全东平陈柱良
- 关键词:果园环境远程监控决策支持
- 柑橘叶片叶绿素含量高光谱无损检测模型被引量:72
- 2015年
- 针对柑橘叶片叶绿素含量的传统化学检测,不仅耗时长且损伤柑橘叶片,还依赖检测者实操技术,无法集成于精细农业中变量喷施农机具的诸多弊端,该文探讨快速无损检测柑橘叶片叶绿素含量方法。以117棵园栽萝岗甜橙树为研究对象,选用ASD Field Spec 3光谱仪对萌芽期、稳果期、壮果促梢期、采果期共4个生长时期的柑橘叶片进行高光谱反射率采集,并同步采用分光光度法测得叶片的叶绿素含量;以原始光谱及其变换形式作为模型输入矢量,分别在主成分分析(principle component analysis,PCA)降维的基础上利用支持向量机回归(support vector regression,SVR)算法和在小波去噪的基础上利用偏最小二乘回归(partial least square regression,PLSR)算法对柑橘叶片叶绿素含量进行建模预测,全生长期整体建模的校正集和验证集最佳模型决定系数R2分别为0.8713和0.8670,均方根误差RMSE(root-mean-square error)分别为0.1517和0.1544,试验结果表明,高光谱可快速无损地对柑橘叶片叶绿素含量进行精确的定量检测,为柑橘不同生长期的营养监测提供理论依据。
- 岳学军全东平洪添胜王健瞿祥明甘海明
- 关键词:叶绿素无损检测柑橘叶片支持向量机回归偏最小二乘回归
- 不同生长期柑橘叶片磷含量的高光谱预测模型被引量:21
- 2015年
- 针对传统柑橘叶片磷含量检测耗时费力、操作繁琐且损伤叶片等弊端,该研究引入高光谱信息探索柑橘叶片磷含量快速无损检测与预测模型,选ASD Field Spec 3光谱仪采集柑橘4个重要生长期的叶片反射光谱,同步采用硫酸-双氧水消煮-钼锑抗比色法测定叶片的磷含量;先用正交试验确定小波去噪的最佳去噪参数组合,再分别选拉普拉斯特征映射(laplacian eigenmaps,LE)、局部线性嵌入(locally-linear embedding,LLE)、局部切空间对齐(local tangent space alignment,LTSA)、等距映射(isometric mapping,Isomap)和最大方差展开(maximum variance unfolding,MVU)5种典型的流形学习算法对去噪后的光谱数据进行降维和特征提取,进而建立基于支持向量机回归(support vector regression,SVR)的柑橘叶片磷含量预测模型。结果表明,基于一阶导数谱的Isomap-SVR建模结果最佳,全生长期校正集和验证集模型决定系数分别为0.9430和0.8949。试验表明,5种流形学习算法皆适用于对柑橘叶片磷含量的预测,为高光谱检测技术用于柑橘树长势监测和营养诊断提供了参考。
- 岳学军全东平洪添胜Wei Xiang刘永鑫王健
- 关键词:光谱分析流形学习算法柑橘叶片磷含量
- 基于流形学习算法的柑橘叶片氮含量光谱估测模型'被引量:11
- 2015年
- 提出了一种基于流形学习算法的柑橘叶片氮含量光谱快速检测方法。分别在萌芽期、稳果期、壮果促梢期和采果期,使用ASD Field Spec 3光谱仪采集了柑橘叶片的反射光谱,并同步采用凯式定氮法测定叶片的氮含量。首先采用正交试验确定各个生长期小波去噪的最佳参数组合,然后分别采用主成分分析、多维尺度变换、局部线性嵌入、等距映射和拉普拉斯特征映射5种流形学习算法对原始光谱和经小波去噪后的光谱数据进行特征提取,将特征数据导入支持向量机回归建立柑橘叶片氮含量预测模型,4个生长期的最佳验证集模型决定系数依次为0.901 4、0.934 4、0.895 4和0.877 9。试验结果表明,这5种流形学习算法都能有效地用于柑橘叶片氮含量预测,为柑橘叶片氮含量快速无损检测、生长态势监测和变量施肥提供了理论依据。
- 岳学军全东平洪添胜刘永鑫吴慕春段洁利
- 关键词:柑橘叶片氮含量流形学习光谱