排序方式: 共有16条查询结果,搜索用时 15 毫秒
1.
航空施药中雾滴沉积传感器系统设计与实验 总被引:13,自引:0,他引:13
基于变介电常数电容器原理设计雾滴沉积传感器及检测系统,由此实现对航空施药中雾滴地面沉积量的快速获取。通过实验,分析建立了传感器对电导率487μS/cm、25 mS/cm雾滴的沉积量测量线性回归方程,决定系数R2分别为0.9923和0.9544。利用M-18B型飞机和AU-5000型喷雾机,对系统进行了应用测试,结果表明:与水敏纸图像分析方法对比,2种方法获得的雾滴地面沉积量分布曲线拟合度可达0.914 6,样点单位面积沉积量的相对测量误差分布在10%~50%之间。 相似文献
2.
3.
图像特征是区分作物和杂草的重要属性,利用图像特征对杂草进行识别和分类,能达到较高的空间分辨能力,识别率和准确率都能得到较好结果。温室杂草多采用地膜覆盖的方式在作物整个生长期间进行控制,地膜下的杂草生长虽受到限制,同时杂草仍能与作物的根部争夺养分,因此准确获得膜下杂草信息对进一步在播种前进行抑制,采收后去除杂草等精准控制杂草环节具有重要意义。 相似文献
4.
5.
6.
为了验证自主研制的扫描成像光谱仪(PIS)在近地应用的可行性,该文以小麦、玉米为研究对象,利用PIS近地获取作物冠层和叶片的高光谱图像,在对田间和室内获得的成像数据进行对比分析的同时,探讨了成像光谱采集过程中的影响因素。此外,将PIS获取的成像高光谱与地物光谱仪(ASD)测定的高光谱进行比对研究。结果表明:PIS能准确收集作物的光谱信息,且采集的高光谱数据与ASD具有很好的一致性;PIS在田间采集作物光谱信息时,受氧气吸收的影响,在760 nm处有明显的干扰吸收;PIS除了能反映作物不同叶位叶片、不同器官光谱的差异,还可依据影像提取杂草、土壤对作物冠层光谱的影响程度。上述初步结果为进一步应用PIS进行农作物长势诊断提供了参考。 相似文献
7.
为了探索十味降糖散对糖尿病肾病大鼠肾脏的保护作用。选用健康雄性SD大鼠,适应性饲喂1周,随机挑选10只作为空白对照组,其余大鼠高糖高脂饲料饲喂4周+腹腔注射链脲佐菌素复制糖尿病肾病模型。造模成功的大鼠随机挑选10只为灌胃组,10只为模型组,灌胃组灌服十味降糖散汤剂。不同时间检测血糖,第10周末收集各组大鼠24 h尿液,检测尿微量白蛋白;眼眶采血检测血肌酐(CREA)、尿素(UREA);记录体重,取大鼠左肾称重,计算肾脏肥大指数。结果与模型组比较,灌胃组体重升高(P0.05)。灌胃组肾脏肥大指数与模型组比较有降低趋势,差异有统计学意义(P0.05);与模型组比较,灌胃组尿微量白蛋白值明显减少(P0.01);灌胃组的CREA和UREA值极显著下降(P0.01)。结论:十味降糖散能够降低糖尿病肾病大鼠CREA、UREA指标和尿微量白蛋白值;能够改善糖尿病肾病大鼠体重的降低和缓解肾脏肥大指数增加的趋势,对肾脏具有保护的作用。 相似文献
8.
为了验证自主研制的扫描成像光谱仪(PIS)在近地应用的可行性,该文以小麦、玉米为研究对象,利用PIS近地获取作物冠层和叶片的高光谱图像,在对田间和室内获得的成像数据进行对比分析的同时,探讨了成像光谱采集过程中的影响因素。此外,将PIS获取的成像高光谱与地物光谱仪(ASD)测定的高光谱进行比对研究。结果表明:PIS能准确收集作物的光谱信息,且采集的高光谱数据与ASD具有很好的一致性;PIS在田间采集作物光谱信息时,受氧气吸收的影响,在760 nm处有明显的干扰吸收;PIS除了能反映作物不同叶位叶片、不同器官光谱的差异,还可依据影像提取杂草、土壤对作物冠层光谱的影响程度。上述初步结果为进一步应用PIS进行农作物长势诊断提供了参考。 相似文献
9.
针对现有多角度对地观测设备存在机动性差、操作周期长、无法搭载较重仪器等问题,设计了一种面向作物信息快速获取的地面多角度农业遥感观测装置(GAMOD)及信息采集控制系统,利用该装置同步搭载高清相机和可见-近红外成像光谱仪(VNIHS)进行大田观测,耗时10 min(所需时间由观测角度决定)可快速获取太阳主平面(0°、180°)和垂直太阳主平面(90°、270°)下4个观测天顶角(0°、20°、40°、60°)的大豆植被影像数据.结果表明:该装置及控制软件运行良好,在多角度观测方式支持下,能有效捕捉到大豆植被三维立体的结构信息. 相似文献
10.
为探讨无人机多源影像特征融合估测作物叶面积指数的能力,该研究以冬小麦为研究对象,利用多旋翼无人机搭载高清数码相机和UHD185成像光谱仪获取研究区冬小麦关键生育期(扬花期、灌浆期)的可见光和高光谱影像。综合考虑可见光、高光谱影像特征与冬小麦叶面积指数的相关性及影像特征重要性进行特征筛选,然后,以可见光植被指数、纹理特征、可见光植被指数+纹理特征、高光谱波段、高光谱植被指数及高光谱波段+植被指数分别作为输入变量构建多元线性回归、支持向量回归和随机森林回归的叶面积指数估测模型(单传感器数据源);以优选的两种影像特征结合支持向量回归、随机森林回归构建叶面积指数估测模型(两种传感器数据源),比较分析单源与多源影像特征监测冬小麦叶面积指数的性能。进一步地,考虑到小区土壤空间异质性会影响冬小麦叶面积指数估测结果,该研究探讨了不同影像采样面积下基于单源遥感数据构建的小麦叶面积指数估测模型精度。研究结果表明:在扬花期和灌浆期,使用两种影像优选特征构建的随机森林回归估测模型精度最佳,验证集决定系数分别为0.733和0.929,均方根误差为0.193和0.118。可见光影像采样面积分别为30%和50%,高光谱影像采样面积为65%时,基于单源影像特征构建的随机森林回归估测模型在扬花期和灌浆期效果最好。综上,该研究结果可为无人机遥感监测作物生理参数提供有价值的依据和参考。 相似文献