杨小冬
- 作品数：20 被引量：3H指数：1
- 供职机构：北京市农林科学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：农业科学自动化与计算机技术电子电信更多>>
- 多源数据小麦条锈病预测研究
- 2022年
- 小麦条锈病是导致小麦大规模减产的气传性病害,其传播扩散过程受多种因素影响,常用的作物病害气象预测模型难以准确模拟。为实现小麦条锈病发病率的精准预测,提出一种基于气象和遥感数据建立的SEIR-StripeRust动态预测模型。以甘肃省陇南地区为研究区,首先基于气象数据和MODIS遥感数据分别构建气象因子和植被指数,然后与发病率进行相关性分析筛选敏感因子并耦合基本感染率,进而建立SEIR-StripeRust模型,最后采用后向传播神经网络(BPNN)、支持向量回归(SVR)和多元线性回归(MLR)模型对比验证SEIR-StripeRust模型的有效性。结果表明:平均气温、相对湿度和归一化植被指数与小麦条锈病发病率显著相关,其建立的SEIRStripeRust模型预测精度最高,决定系数R~2达到0.79,均方根误差RMSE为0.10,平均绝对误差MAE为0.09,均优于相同特征变量下的BPNN、SVR和MLR模型。研究结果表明SEIRStripeRust模型能够有效预测小麦条锈病发病率,并为县域尺度的小麦条锈病预测和精确防控提供技术支持。
- 孔钰如王李娟张竞成杨贵军岳云杨小冬
- 关键词：小麦条锈病遥感气象数据发病率
- 遥感与多环境因素耦合的小麦关键物候期预测方法及装置
- 本申请提供一种遥感与多环境因素耦合的小麦关键物候期预测方法及装置，涉及农业技术领域。所述方法包括：基于目标小麦种植区域图像与遥感时序数据确定小麦抽穗期；将所述小麦抽穗期至当前日期的气候数据，作为目标气候数据序列；所述目标...
- 宋晓宇郑淳恺龙慧灵杨贵军杨小冬李伟国孟炀
- 基于无人机多光谱植被指数的生菜全氮含量预测被引量：1
- 2024年
- 我国露地蔬菜种植规模庞大,生产方式高度集约化,但过量施肥等导致的水氮利用效率低下的问题较为严重。为实现露地蔬菜规模化种植中精准施肥、高效生产的目标,以露地生菜为研究对象,设无氮(N0)、低氮(N1)、高氮(N2)三个处理,通过无人机搭载多光谱相机,建立3种多光谱植被指数(NDVI、RVI和SAVI)与生菜叶绿素、生物量、吸氮量、全氮含量数据集,并构建单生育期和多生育期氮素诊断模型。结果表明:(1)在莲座期和结球期,生菜各处理NDVI、RVI和SAVI值表现出随施氮量的增加而增大,但在收获期,N1处理达到最大值。(2)在生菜结球期,NDVI与生菜的产量、吸氮量、叶绿素均存在显著相关性,其中生菜全氮含量与叶绿素在p≤0.01水平下显著相关,相关系数(R)为0.51;综合生菜多生育期,NDVI值与生菜的产量、叶绿素、吸氮量和全氮含量均在p≤0.001水平下达到极显著相关,相关系数分别为0.85、0.82、0.81和0.71。(3)通过相应数据集拟合出指数、线性、对数和幂函数4种模型关系,建立生菜多生育期植株全氮最佳预测模型:全氮=16.52ln(NDVI)+73.514;应用生菜全氮估层模型反演基地生产田块,其平均相对误差为3.22%、RMSE=0.5566、NRMSE=0.0108,说明模型估算效果均较好,通过无人机多光谱遥感对蔬菜氮素诊断具有一定的可行性。
- 连炳瑞李雅豪张静李长青杨小冬王激清邹国元Thompson Rodney杨俊刚
- 关键词：NDVI全氮
- 基于多源遥感信息的作物病虫害生境评价研究进展被引量：2
- 2023年
- 作物病虫害严重影响粮食产量和质量,对农业生产造成巨大损失。开展作物病虫害生境适宜性评价能够对适合病虫害繁殖和流行的环境区域进行有效表征,为病虫害预测提供重要信息。由于作物病虫害发生和流行受多种生境因素影响,同时这些生境因素时空异质性高,难以通过传统气象站点数据、人为调查等方式进行有效表征,为病虫害生境评价带来较大的挑战。遥感技术的发展和成熟为病虫害生境信息表征带来重要机遇。多源遥感信息在时空异质信息表征方面具有天然优势,同时能与传统气象站点数据形成信息互补,为病虫害生境适宜性评价提供全面、丰富的信息,支持生境适宜性评价模型的构建。本文对多源遥感信息在作物病虫害生境适宜性评价方面的研究进展进行综述,重点分析多源遥感数据在寄主作物分布及生长状态、环境气象条件和景观等病虫害生境因子表征方面的潜力,以及大范围生境适宜性评价涉及的统计模型、机器学习模型和生态位模型等建模方法。在此基础上,提出基于多源遥感信息的作物病虫害生境评价模型构建的框架,并对技术的发展趋势进行探讨,为更加精准、科学的区域尺度病虫害防控管理提供技术支撑,为病虫害统防统治和绿色防控提供科学指导。
- 沈艳艳张竞成沈栋田洋洋黄文江杨小冬
- 关键词：作物病虫害生境适宜性
- 基于数码影像的作物三维表型信息自动获取方法及系统
- 本发明提供一种基于数码影像的作物三维表型信息自动获取方法及系统，方法包括：获取由图像采集设备采集的玉米雄穗的360度图像，图像采集设备包括矩形标定板、电动转盘、相机支撑架、设置在相机支撑架上的多台相机；标定板的四个角的标...
- 徐波杨贵军杨浩冯海宽龙慧灵徐新刚李贺丽杨小冬孟炀
- 作物叶面积指数高光谱遥感监测方法、装置、设备及介质
- 本发明提供作物叶面积指数高光谱遥感监测方法、装置、设备及介质，涉及遥感数据处理技术领域，其中方法包括：获取目标作物的高光谱遥感数据，高光谱遥感数据是对高光谱数据采集设备采集的原始遥感数据进行预处理后得到的；基于高光谱遥感...
- 李贺丽杨贵军冯海宽龙慧灵宋晓宇杨小冬杨浩徐波胡海棠
- 高光谱激光雷达传感器
- 本申请涉及传感器技术领域，提供一种高光谱激光雷达传感器。所述传感器包括：视频高光谱仪；视频高光谱仪的第一探测器的焦平面包括多个第一像元阵列；第一像元阵列包括N<Sub>1</Sub>×M<Sub>1</Sub>个像元，N...
- 徐波杨贵军 杨浩杨小冬 龙慧灵冯海宽李贺丽 徐新刚
- 光谱反射率实时辐射校正方法及装置
- 本申请涉及辐射校正技术领域，提供一种光谱反射率实时辐射校正方法及装置。所述方法包括：获取光合有效辐射传感器测量的光合有效辐照度；光合有效辐射传感器包括余弦校正器；根据相同波长范围内光合有效辐照度和太阳下行辐照度之间的比例...
- 杨浩杨贵军徐波杨小冬冯海宽龙慧灵孟炀胡海棠
- 基于VSURF-CA的小麦条锈病高光谱病情指数估测模型
- 2024年
- 【目的】条锈病对小麦生长和产量造成严重威胁,为确保有效防控,精准监测尤为关键。利用遥感技术构建小麦条锈病估测模型,能快速、准确地估测病情指数(DI),为精准防控提供技术支持。【方法】利用ASD光谱仪获取小麦不同生育期(抽穗期、灌浆期和成熟期)高光谱数据,采用随机森林变量选择(VSURF)方法结合相关性分析(CA)对原始光谱(OR)和一阶微分光谱(FD)进行特征波段筛选。使用随机森林(RF)对比不同数据集的特征波段建模结果,确定模型效果最佳的特征集。随后借助偏最小二乘回归(PLSR)、极致梯度提升(XGBoost)以及反向传播神经网络(BPNN),对比特征集在不同算法中的建模效果。通过对比建模效果,确定针对全生育期小麦条锈病病情指数的最佳估测模型。为了验证特征集在不同生育期中的效果,利用特征集在3个生育期重新构建模型,并对比模型效果。【结果】对不同数据集进行特征筛选,并使用RF构建条锈病DI估测模型,通过比较模型效果,确定VSURF-CA-FD特征集(绿光范围的537 nm以及近红外范围的821和846nm)在RF模型中的估测效果最好。采用RF算法构建的模型表现出优异的精度,R^(2)为0.89,RMSE为12.34。这些特征波段在其他算法构建的模型中也展现出良好的精度:XGBoost模型的R^(2)为0.87,RMSE为13.15;BPNN模型的R^(2)为0.84,RMSE为15.19;PLSR模型的R^(2)为0.69,RMSE为20.92。使用不同生育期的冠层微分高光谱数据进行验证,利用VSURF-CA-FD特征集构建RF模型,对比模型发现在小麦生长的早期(抽穗期)R^(2)为0.54,RMSE为1.29,NRMSE为0.21,能满足估测病害的要求;小麦生长的中期(灌浆期),模型的R^(2)表现较好,R^(2)为0.66,RMSE为12.24,NRMSE为0.21;小麦生长晚期(成熟期),模型效果好于前两个时期,R^(2)为0.75,RMSE为10.77,NRMSE为0.15。【结论】使用VSURF-CA方法筛选出的特征波段,能构建出对小麦条锈病病情指数具有出色�
- 梅广源李荣梅新陈日强樊意广程金鹏冯子恒陶婷赵倩赵培钦杨小冬
- 关键词：小麦条锈病病情指数
- 一种花量空间分布图生成方法及装置
- 本发明提供一种花量空间分布图生成方法及装置，包括：获取目标监测区域的多光谱反射率遥感图像；提取所述多光谱反射率遥感图像中各个像元在目标光谱波段上的反射率，并基于所述各个像元在目标光谱波段上的反射率和花量光谱指数模型，计算...
- 杨贵军徐波杨小冬杨浩龙慧灵胡海棠李贺丽
