公共文化服务平台

姚霞: 作品数：254 被引量：1,621H指数：28; 供职机构：南京农业大学更多>>; 发文基金：国家自然科学基金国家高技术研究发展计划江苏省自然科学基金更多>>; 相关领域：农业科学自动化与计算机技术经济管理电子电信更多>>

合作作者

一种根据小麦植株吸氮量核心波长确定适宜带宽的方法: 本发明属于小麦生长无损监测诊断领域，提供了一种根据小麦植株吸氮量核心波长确定适宜带宽的方法，该方法基于不同品种、密度、氮肥和播期的小麦大田试验数据，通过在确定的核心波段范围内核心波段和带宽同时变化条件下对模型预测精度与准...; 朱艳姚鑫锋姚霞田永超倪军曹卫星; 文献传递

二向反射和方向半球反射光谱差异及其对小麦叶片叶绿素含量反演的影响: 2023年; 二向反射率因子(bidirectional reflectance factor,BRF)和方向半球反射率因子(directional-hemispherical reflectance factor,DHRF)是反射光谱的两种形式,但在生化参数监测过程中,多数研究忽略了BRF和DHRF光谱的差异及其对叶片叶绿素含量(leaf chlorophyll content,LCC)反演的影响。本研究以不同品种、密度及氮素处理的小麦田间小区试验为基础,在叶片尺度获取了BRF和DHRF光谱,并计算相应的植被指数和小波系数,建立了基于植被指数和小波系数的LCC监测模型,定量分析BRF和DHRF光谱、植被指数和小波系数的差异及其对LCC反演的影响。结果表明,1)BRF和DHRF随LCC变化趋势一致,但两种光谱存在显著差异,且BRF光谱值高于DHRF光谱值;2)在一定程度上,应用植被指数和小波系数均可消除BRF和DHRF光谱差异的影响,其中归一化红边植被指数(normalized differential red edge vegetation index,NDRE)和红边叶绿素指数(red edge chlorophyll index,C_(Ired-edge))可以消除BRF和DHRF光谱差异的影响(R^(2)=0.930),但小波系数的性能要优于植被指数(R^(2)=0.995);3)基于DHRF光谱的植被指数和小波系数对LCC的估测能力优于BRF光谱,所有植被指数中NDRE反演效果最好(DHRF:R^(2)=0.957;BRF:R^(2)=0.938;All:R^(2)=0.892),第4尺度765 nm处的小波系数WF(4,675)反演LCC的效果优于NDRE(DHRF:R^(2)=0.985;BRF:R^(2)=0.971;All:R^(2)=0.973),且WF(4,675)消除BRF和DHRF光谱差异对LCC反演的影响能力强于NDRE(WF(4,675):R^(2)=0.973;NDRE:R^(2)=0.892)。综上所述,BRF和DHRF光谱存在差异,且这种差异不能直接忽略。研究明确了BRF和DHRF光谱的差异,为构建基于BRF和DHRF光谱的统一模型及提升冠层尺度LCC精确反演提供理论基础。; 王雪王文辉李栋姚霞朱艳曹卫星程涛; 关键词：小麦叶片叶绿素含量植被指数小波系数

基于机器学习和多颜色空间的冬小麦叶片氮含量估算方法研究被引量：15: 2020年; [目的]基于冠层图像可见光颜色分量进行冬小麦叶片氮含量(leaf nitrogen concentration,LNC)估算的算法研究,旨在为构建LNC估算模型提供方法借鉴。[方法]用Olympus E-620单反相机采集不同种植条件(2个品种、2个种植密度、3个氮处理)下2年生育期(2013年和2014年)的小麦冠层图像。基于H颜色分量的K-means聚类分割冠层图像,分别提取3个颜色空间HSV、L*a*b*和RGB的3种基础颜色分量值,作为输入参数;分别使用多元线性回归(multivariate linear regression,MLR)、支持向量回归(support vector regression,SVR)、随机森林(random forest,RF)构建LNC估算模型,以决定系数R 2和均方根误差(root mean square error,RMSE)为评价指标;10×10嵌套交叉验证法分析3个颜色空间下各算法模型的拟合能力与泛化性能。[结果]单颜色空间下,3个算法模型的拟合与泛化性能以HSV空间下最优,L*a*b*空间下其次,RGB空间下表现最弱;其中,RF拟合能力最强,但方差主导了泛化误差,模型过拟合;SVR拟合能力弱于RF,优于MLR,但该模型泛化性能最优;MLR拟合能力最弱,且偏差主导了泛化误差,模型欠拟合且受噪声干扰。融合3个颜色空间9种基础颜色分量的多颜色空间,3个模型拟合与泛化性能相对单颜色空间均更优,其中RF模型最优。与最优单色空间HSV相比,RF在训练集上R 2提高2.67%,RMSE降低11.59%;测试集上R 2提高7.57%,RMSE降低11.49%。多颜色空间下RF较SVR拟合更优,且泛化性能有效提升,提升比例高于SVR。[结论]基于3种算法构建的LNC估算模型,在融合3个颜色空间的9个基础颜色分量多颜色空间下,RF拟合与泛化性能最优,可为估算冬小麦LNC提供方法参考。; 黄芬高帅姚霞张小虎朱艳; 关键词：冬小麦叶片氮含量泛化性能

一种基于冠层组分光谱分离的土壤影响消除与小麦叶片叶绿素含量高精度估算方法: 本发明提出一种基于冠层组分光谱分离的土壤影响消除与小麦叶片叶绿素含量高精度估算方法，包括以下步骤：提取小麦冠层反射光谱特征波段的反射率，利用两个特征波段模拟土壤组分的光谱信号，剔除土壤组分得到小麦组分光谱信号，计算植被指...; 曹卫星李栋程涛姚霞朱艳

基于主动光源的便携式作物生长信息监测仪: 一种基于主动光源的便携式作物生长信息监测仪，其特征是包括光源系统、光谱信号采集系统和主机系统，其中光源系统的前端连接主机系统，光源系统的后端连接光谱信号采集系统，光谱信号采集系统的后端连接主机系统，主机系统的后端连接光源...; 曹卫星卢少林倪军朱艳姚霞田永超; 文献传递

《农业信息学》课程建设的实践与思考被引量：7: 2007年; 《农业信息学》是南京农业大学面向农业生产类本科专业开设的专业选修。高等农业院校在新的教育教学形势下开设《农业信息学》课程,需要规范教学内容、教学方法和考核体系,明确课程建设面临的主要问题和解决方法,为培养我国高素质农业创新型人才作出重要贡献。; 田永超朱艳姚霞刘小军曹卫星; 关键词：课程建设教学改革

水稻生长指标光谱监测与精确诊断技术研究: 本研究将新兴的定量光谱分析方法与作物生理生态理论紧密结合，通过解析不同类型水稻品种在不同栽培条件下的高光谱响应模式和时空变化规律，在探入研究水稻生长参数与光谱反射率相互关系的基础上，提取了主要生长指标的敏感光谱参数，并构...; 田永超朱艳姚霞汤亮刘小军倪军曹卫星; 关键词：水稻精度控制; 文献传递

一种基于新型三波段光谱指数的水稻穗腐病病情严重度估算方法: 本发明提出一种基于新型三波段光谱指数的水稻穗腐病病情严重度估算方法，包括以下步骤：提取稻穗的反射光谱和样本的病情严重度；利用多生育时期光谱响应特征与相关性分析，提取多个光谱区间的特征波段；创建三波段光谱指数以提高光谱特征...; 程涛薛博文田龙姚霞朱艳曹卫星

一种基于多源图像融合的自然环境下麦田杂草识别方法: 本发明提供一种基于多源图像融合的自然环境下麦田杂草识别方法，属于精准农业技术领域。该方法结合深度图像与RGB图像，通过对位置特征、形状特征、纹理特征以及高度特征等多维信息的提取，实现了自然环境下的小麦田间杂草识别。本发明...; 倪军徐可朱艳曹卫星姚立立田永超姚霞庞方荣; 文献传递

基于图像处理的冬小麦氮素监测模型被引量：34: 2016年; 为探索基于数字图像处理技术的冬小麦氮素无损诊断图像评价指标及构建方法,设计拍摄2012-2014年度不同种植方案下冬小麦冠层图像,基于归一化的H分量K均值聚类分割算法提取基础颜色特征值,与同期叶片氮含量(leaf nitrogen content,LNC)进行线性拟合,调优并确定三原色分量最佳拟合系数,提出RGB空间下的颜色组合标准化指数(normalized color mix index,NCMI)。对比深绿色指数(dark green color index,DGCI)、红光标准化值(normalized redness intensity,NRI)和绿光与红光比值G/R发现,3个采样期NCMI与LNC的决定系数R^2均高于3个对比指标,分别为0.77、0.79、0.94,均方根误差(root mean square error,RMSE)相较同期最低的指标,分别降低了0.18%、0.37%和1.67%;生选6号和扬麦18号NCMI与LNC的相关性,在一定冠层覆盖度下均优于其他3个指标;D2密度(3×106株/hm^2)N1(纯氮150 kg/hm^2)处理下NCMI效果明显优于其他3个指标,R^2和RMSE较NRI分别改善了7.69%和4.11%,该研究可为一定冠层覆盖度下的冬小麦氮素营养诊断图像评价指标提供参考。; 陈佳悦姚霞黄芬刘勇于琪王妮徐焕良朱艳; 关键词：作物氮叶片氮含量

姚霞

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

姚霞

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