公共文化服务平台

张猛: 作品数：10 被引量：185H指数：4; 供职机构：中国农业大学信息与电气工程学院现代精细农业系统集成研究教育部重点实验室更多>>; 发文基金：公益性行业(农业)科研专项国家自然科学基金中央高校基本科研业务费专项资金更多>>; 相关领域：农业科学自动化与计算机技术理学电子电信更多>>

合作作者

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

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

基于ZigBee的温室远程监控系统研究: 提高我国温室环境控制水平是提高我国温室生产的国际竞争力的关键之一，这也是我国十几年来一直关注的问题之一，在“九五”，“十五”，“十一五”期间，经过科研院所及相关企业的共同努力，温室控制技术取得了长足的进步，基本能满足生产...; 张猛; 关键词：ZIGBEE技术温室远程监控系统视频监控; 文献传递

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

用于田间信息智能采集的网关节点开发: 实时监测农田的环境情况,设计了一套基于MSP430F5438单片机的便携式低功耗高精度的网关节点.该网关节点采用TI公司推出的MSP430F5438微处理器为系统主控芯片,采用芯片内置的16通道12位高精度ADC模数转换...; 文瑶李民赞孙红张猛吴李烜杨玮; 关键词：田间信息数据监测网关节点系统开发功能模块

基于Zigbee的温室远程监控系统设计被引量：10: 2012年; 针对国内现有温室建设情况,设计一种新型基于Zigbee无线传感器网络的温室远程监控系统。设计采用TI新一代Zigbee片上系统CC2530解决方案,实现了温室内光照、空气温湿度等环境因子的实时监测,喷淋电磁阀、通风风机的实时控制,实现了测控一体化。设计了现场与远程两类上位机并使用了通信协议转换模块,借助Internet实现了监控远程化。系统中还引入了网络摄像头,通过对它的控制,实现了温室内环境所见即所得的效果。通过实地运行测试,结果表明:系统运行可靠、采集灵敏、控制准确、视频流畅,满足系统设计和实际应用需求。; 张猛房俊龙; 关键词：ZIGBEE 远程监控 INTERNET 温室 CC2530

玉米拔节期冠层叶绿素含量多光谱图像检测被引量：9: 2015年; 为了探索大田玉米冠层叶片叶绿素指标的快速检测方法。采用自主研发的2-CCD多光谱图像成像系统采集了大田玉米拔节期冠层图像,并同步获取了样本叶绿素含量指标SPAD值。对多光谱图像进行了平滑滤波,并基于HSI颜色空间实现了冠层图像的分割。提取了玉米冠层可见光(blue(B),green(G),red(R);400~700 nm)和近红外(near-infrared,NIR,760~1 000 nm)4个波段平均灰度值并计算了平均灰度值计算比值植被指数(RVI,ratio vegetation index)、归一化植被指数(NDVI,normalized difference vegetation index)、修改型二次土壤调节植被指数(MSAVI2,modified soil-adjusted vegetation index)等8种常见植被指数作为图像检测参数。分析了这12个检测参数与叶绿素指标之间的相关性,讨论了图像检测参数的多种组合,建立了叶绿素指标的多元线性回归分析(MLRA,multiple linear regression analysis)模型。研究结果表明:R、G、B波段的平均灰度值与叶绿素指标成较高负相关,相关系数分别为-0.73,-0.71和-0.71,植被指数中相关性较好的是NDVI、MSAVI2和RVI,相关系数分别为0.83、0.81和-0.81。基于这6个参数组合建立的叶绿素指标估算模型拟合度最好,其建模集决定系数为0.79,验证集决定系数为0.71,研究结果为无损检测玉米拔节期叶绿素含量提供了支持。; 孙红赵毅张猛文瑶李民赞杨玮Qin Zhang; 关键词：多光谱图像植被指数

基于ZigBee和Internet的温室群环境远程监控系统设计被引量：146: 2013年; 针对当前国内温室群环境智能测控研究现状以及黑龙江省寒地日光温室建设实际,研发了一种基于ZigBee和Internet的温室群环境远程监控系统。该系统由数个独立温室监控系统组成,各独立温室监控服务器将数据汇总至总服务器,由总服务器提供远程监控接入管理服务。各独立温室监控系统传感网部分基于ZigBee网络设计,通信模块采用TI公司新一代片上系统CC2530,ZigBee网络通过RS232-RJ45协议转换器接入局域网。软件算法设计参考了大系统理论,对温室环境因子进行综合调控。通过日光温室实地试验,测试了ZigBee网络通讯稳定性,通讯丢包率控制在4.9%以内,远程监控系统稳定,满足了工程设计需要。; 张猛房俊龙韩雨; 关键词：远程监控环境监控 ZIGBEE 丢包率

基于4波段作物光谱测量仪的小麦分蘖数预测被引量：12: 2016年; 使用4波段(550 nm、650 nm、766 nm和850 nm)便携式作物反射光谱测量仪对泰农18型冬小麦分蘖状态进行自动监测与建模,通过分析植被指数与分蘖数的相关关系实现了对分蘖数的建模预测。首先利用仪器获得小麦冠层在4个波段的反射信号,计算对应波段的作物冠层反射率,经校正后计算得到OSAVI、MSAVI、SAVI、EVI2、TVI、NDGI、NDVI、RVI和DVI 9种多波段组合的植被指数。然后分析以上9种植被指数与小麦分蘖数之间的相关关系,确定了可用于该类型小麦分蘖状态监测和评价的植被指数类型。2013—2014年在山东省淄博市和桓台县开展了田间试验,计算了不同氮素水平下泰农18型小麦返青期和起身期分蘖数以及其两个生育期分蘖数与9种植被指数之间的相关系数,OSAVI(650,850)指数与返青期茎蘖数相关系数最高,决定系数最高为0.85,均方根误差为118.93;EVI2(650,850)指数与起身期茎蘖数相关系数最高,决定系数最高为0.84,均方根误差为73.04;以上试验结果表明,在冬小麦返青期和起身期利用OSAVI(650,850)和EVI2(650,850)两种植被指数可以快速预测小麦分蘖状态,可为田间精细管理提供科学依据。; 张猛孙红李民赞Zhang Qin郑立华; 关键词：小麦分蘖数

张猛

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

张猛

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