雷达图分析法在马铃薯品种特征综合评价中的应用_邓禄军

第43卷第3期Vol.43No.32022年3月Mar.2022中国农机化学报Journal of Chinese Agricultural MechanizationDOI:10.13733/j.jcam.issn.2095⁃5553.2022.03.015多尺度特征融合1D —CNN 的马铃薯植株高光谱数据地物分类和缺素识别*高文强1,2，肖志云1,2(1.内蒙古工业大学电力学院，呼和浩特市，010080；2.内蒙古自治区机电控制重点实验室，呼和浩特市，010051)摘要：针对传统机器学习算法对高光谱数据建模步骤繁琐、常规的卷积神经网络在高光谱图像上细节表现力不强等问题，设计一种基于多尺度特征融合的网络结构。

通过采样和池化层参数优化，将1D-CNN 中不同深度的特征层进行融合，获得更加丰富的高光谱的判别特征。

网络训练采用独热编码进行标记训练，解决了分类器处理属性数据困难的问题，在一定程度上起到了扩充特征的作用。

结果表明，相比于SVM 和常规1D-CNN 网络，利用多尺度特征融合1D-CNN 在地物分类实验中对感兴趣区域进行分类的准确率提高了63.99%和5%，在缺素识别实验中对缺氮缺磷缺钾以及正常的马铃薯叶片的识别准确率都在99%以上，其中利用该研究所提算法相比于SVM 对正常叶片、缺氮叶片、缺磷叶片以及缺钾叶片的识别准确率分别提升了1.7%、6.82%、2.99%、24.8%。

相比于常规1D-CNN 在对正常叶片、缺钾叶片、缺磷叶片的识别准确率分别提升了0.03%，0.17%，0.76%。

将多个尺度的高光谱信息特征融合并结合1D-CNN 进行特征提取可提高对高光谱图像地物分类精度以及马铃薯植株的缺素识别准确率。

关键词：多尺度特征融合；独立热编码；卷积神经网络；高光谱图像分类中图分类号：S-3文献标识码：A文章编号：2095⁃5553(2022)03⁃0111⁃09高文强,肖志云.多尺度特征融合1D-CNN 的马铃薯植株高光谱数据地物分类和缺素识别[J].中国农机化学报,2022,43(3):111-119Gao Wenqaing,Xiao Zhiyun.Multi⁃scale feature fusion 1D-CNN potato plant hyperspectral data feature classification and element identification [J].Journal of Chinese Agricultural Mechanization,2022,43(3):111-1190引言马铃薯含有丰富蛋白质、膳食纤维、维生素等，是仅次于小麦、水稻、玉米的世界第四大主要粮食作物[1]。

马铃薯晚疫病预警系统在巴东的应用情况初报谭晓军;苏成武;胡显军【摘要】Potato late blight warning system was researched and developed by Belgian scientists and engineers basing on weather conditions (temperature, humidity and rainfall etc.) and the growth characteristics of Phytophthora infestans. In the paper, we applied the system to predict and forecast the development situation of potato late blight in Badong county of Hubei province, in order to prevent and control potato late blight effectively. The results showed that the system could predict and forecast the development situation of potato late blight scientifically and effectively.% 为了有效防控巴东马铃薯晚疫病，应用比利时科技人员基于气象条件（温度、湿度、降雨等）和晚疫病菌生长特点研发的预警系统，对湖北巴东县马铃薯晚疫病发生发展情况开展预测预报，结果发现，该系统可以科学有效地预测预报马铃薯晚疫病发生情况。

【期刊名称】《长江蔬菜》【年(卷),期】2013(000)008【总页数】4页(P52-55)【关键词】马铃薯晚疫病;预警系统;应用【作者】谭晓军;苏成武;胡显军【作者单位】湖北巴东县农业技术推广总站，443000;湖北巴东县农业技术推广总站，443000;湖北巴东县农业技术推广总站，443000【正文语种】中文【中图分类】S431.292巴东县位于鄂西南地区，是湖北省最重要的脱毒种薯繁殖基地。

模糊综合评判在马铃薯区域试验结果分析中的应用
王孟孟
【期刊名称】《马铃薯杂志》
【年(卷),期】1996(010)001
【摘要】模糊综合评判在马铃薯区域试验结果分析中的应用王孟孟（甘肃省天水市农科所７４１０１２）门）根据识别原则，作出结论．１前言在马铃薯区域试验中，一般只对产量结果进行统计分析，而其它性状如抗病性、经济性状等，常采用直观分析或平均数法分析，分析结果互相独立，对...
【总页数】5页(P35-39)
【作者】王孟孟
【作者单位】无
【正文语种】中文
【中图分类】S532.02
【相关文献】
1.模糊综合评判方法在甜菜品种区域试验中的应用 [J], 张蕾光;徐明慧;王占才
2.层次分析法在玉米区域试验结果分析中的应用 [J], 陈润玲;赵保献;韩卫红;雷晓兵;梁晓伟;智润芳
3.模糊综合评判在亚麻区域试验中的应用 [J], 杜刚;吴学英;刘其宁
4.AMMI双标图在马铃薯区域试验产量分析中的应用 [J], 纳添仓
5.模糊综合评判在玉米区域试验中应用初探 [J], 党拥华;徐占宏;李克祥;李淑霞;逢桂兰
因版权原因，仅展示原文概要，查看原文内容请购买。

雷达图法在烤烟感官质量评价上的应用分析作者：张强孙渭来源：《现代农业科技》2017年第10期摘要为了更直观地评价烤烟的感官质量，提出了基于雷达图的烤烟感官质量综合评价方法，并通过2011年陕西省烤烟试验结果对该方法进行了验证。

结果表明，在2011年陕西省洛南烟草主栽品种调查试验中，云烟87的感官质量最优，评价结果与实际结果相吻合。

关键词烤烟；感官质量评价；雷达图法中图分类号 TS207.7；S572 文献标识码 A 文章编号 1007-5739（2017）10-0250-02任何系统的性能优劣都不是由某个单一的因素决定，而是由多个因素共同决定的。

因此，对一个系统的评价是结合多因素的综合评价，也就是对由多个指标体系构成的系统做出整体性、全面性评价，只有这样评价才更为客观、准确[1]。

烟草作为一种重要的经济作物，感官质量的好坏对其品质和经济性状有重要的影响[2]。

烟草的感官质量主要包括香气质、香气量、刺激性、余味和杂气5个指标[3]，对烟草感官质量的评价就需对以上5个指标进行综合性评价。

在以往烟草感官质量综合评价中，多采用指数和法[3]，即对感官质量的每个指标赋予权重，之后将感官质量表示为各指标的组合，用各指标的权重与指标值的乘积之和来衡量其优劣。

指数和法虽可以对烟草感官质量进行综合评价，但由于其只是进行数据运算，很难使人们对其各个指标的优劣有清楚直观的认识。

雷达图法是一种基于图形进行综合评价的方法，其图形类似于雷达上的图表[4]。

该方法可将高维空间上的指标折射到一个二维平面上，进而来综合评价整体的优劣性[4]；其早期被用于经济领域[5]，后因其直观、简洁、形象、精确等特点而被广泛应用于农业、工业、商业等多个领域[6-9]。

在烟草上，关于雷达图法的研究还较少，且主要集中在烟草外观质量、化学成分等的综合评价上[10-13]，对感官质量的综合评价还鲜见报道。

本研究以2011年陕西省洛南、旬阳、洋县3个县的主栽品种调查试验数据为例，运用雷达图法对其感官质量进行综合评价，旨在探讨雷达图法在烟草感官质量评价上的可行性，也为以后烟草感官质量评价提供方法参考。

非主要农作物品种登记指南马铃薯申请马铃薯品种登记，申请者向省级农业主管部门提出品种登记申请，填写《非主要农作物品种登记申请表马铃薯》，提交相关申请文件；省级书面审定符合要求的，再通知申请者提交种薯（试管苗）样品。

一、申请文件（一）品种登记申请表登记申请表（附录A）的相关内容，应当以品种选育情况说明、品种特性说明（包含品种适应性、品质分析、抗病性鉴定、转基因成分检测等结果），以及特异性、一致性、稳定性测试报告的结果为依据。

（二）品种选育情况说明新选育的品种说明内容主要包括品种来源以及亲本血缘关系、选育方法、选育过程、特征特性描述，栽培技术要点等。

单位选育的品种，选育单位在情况说明上盖章确认；个人选育的，选育人签字确认。

在生产上已大面积推广的地方品种或来源不明确的品种要标明，可不作品种选育说明。

（三）品种特性说明1.品种适应性：根据不少于2个生产周期（试验点数量与布局应当能够代表拟种植的适宜区域）的试验，如实描述以下内容：品种的形态特征、生物学特性、产量、品质、抗病性、抗逆性、适宜种植区域（县级以上行政区）及季节，品种主要优点、缺陷、风险及防范措施等注意事项。

2.品质分析：根据品质分析的结果，如实描述以下内容：品种的干物质、淀粉、蛋白质、维生素C、还原糖等含量，以及食味品质描述。

3.抗病性鉴定:对品种的晚疫病、病毒病以及其他区域性重要病害的抗性进行鉴定，并如实填写鉴定结果。

晚疫病抗性室内鉴定和田间鉴定分5级：免疫（IM）、高抗（HR）、中抗（MR）、中感（MS）、高感（HS）。

病毒病抗性分6级：免疫（IM）、高抗（HR）、抗病（R）、中抗（MR）、感病（S）、高感（HS）。

4.转基因成分检测：根据转基因成分检测结果，如实说明品种是否含有转基因成分。

（四）特异性、一致性、稳定性测试报告依据《植物品种特异性、一致性和稳定性测试指南马铃薯》进行测试，主要内容包括：光发芽：形状、基部花青甙显色强度、基部花青甙显色蓝色素比重、基部茸毛多少、基部根尖数量；植株：生长习性、生育期；茎：翼波状程度、颜色、花青甙显色；小叶：边缘波状程度、顶小叶形状；花冠：形状、大小、内侧花青甙显色强度、内侧花青甙显色蓝色素比重；块茎：形状、芽眼深度、表皮颜色、肉颜色，以及其他与特异性、一致性、稳定性相关的重要性状，形成测试报告。

雷达遥感测绘技术在农业监测中的应用案例随着科技的进步和创新，雷达遥感测绘技术在农业监测中的应用变得越来越广泛。

雷达遥感测绘技术以其独特的优势，成为农业生产监测与管理的重要手段，为农民提供了更准确的决策依据，同时也为农业发展提供了新的机遇。

本文将结合实际案例，探讨雷达遥感测绘技术在农业监测中的具体应用。

一、监测土壤湿度土壤湿度是农业生产中一个重要的指标，它直接影响着农作物的生长发育和农田的灌溉。

传统的土壤湿度监测方法往往需要人工采样和检测，时间耗费较长且结果不够准确。

而采用雷达遥感测绘技术，通过测量回波信号的散射特性，可以快速、准确地获取农田土壤的湿度信息。

在某个农田的实际应用案例中，研究人员借助雷达遥感仪器对农田进行了多次观测，并通过分析获取的雷达数据，研究人员得出了土壤湿度的空间变化分布图。

通过这个分布图，农民可以清楚地看到不同地区的土壤湿度差异，有针对性地进行灌溉工作，提高土壤的利用效率。

二、监测农作物生长状态农作物的生长状态是衡量农业生产成败的重要指标之一。

雷达遥感测绘技术可以通过对农田的多次观测，获取农作物的生长状态信息，进而为农民提供精准的决策支持。

某农田的案例表明，通过使用雷达遥感测绘技术，农民可以了解到不同地区农作物的生长情况。

通过处理和分析雷达数据，农民可以获知农作物的叶绿素含量、生长速度以及植被覆盖度等多个参数。

通过这些参数的综合评估，农民可以判断农作物的健康状况，并进行相应的管理措施，提高农作物的产量和质量。

三、监测病虫害病虫害是制约农业产量稳定性和农民收益的重要因素之一。

传统的病虫害监测方法主要依赖于人工巡查，成本高且效果有限。

而利用雷达遥感测绘技术，可以快速、准确地监测病虫害的发生和传播。

以某大型农业基地为例，该基地通过利用雷达遥感数据，实现了对病虫害发生的准确监测。

通过分析雷达数据中的图像和特征参数，农业技术人员可以迅速发现和确定农田中不同位置的病虫害程度，并及时采取相应的治理措施。

sar 在农业中的应用SAR在农业中的应用引言：合成孔径雷达（Synthetic Aperture Radar，SAR）是一种利用微波辐射进行成像的技术，具有穿透云雾和夜间观测的能力，因此在农业中得到了广泛应用。

本文将介绍SAR在农业领域中的应用，并探讨其对提高农业生产效率、农作物监测和灾害预警等方面的影响。

一、农业生产效率的提高1. 土壤湿度监测SAR可以通过测量土壤的微波反射率，来获取土壤湿度信息。

这对于农作物的灌溉管理非常重要。

通过实时监测土壤湿度，农民可以根据实际情况调整灌溉计划，避免过度灌溉或者干旱造成的损失，从而提高农业生产效率。

2. 农作物生长监测SAR能够提供高分辨率的图像，可以对农田进行全面、快速的监测。

农民可以利用SAR图像来观察农作物的生长情况，识别病虫害和病害的分布，及时采取措施进行防治。

此外，SAR还可以监测植被的覆盖度和生物量，帮助农民评估农作物的产量和质量。

二、农作物监测与管理1. 土地利用监测SAR可以提供高精度的土地利用图像，帮助农民和农业规划者了解土地的利用情况。

通过对土地利用的监测，可以科学规划农田的布局和作物的种植结构，优化土地资源的利用效率，提高农田的产能。

2. 作物类型分类SAR图像可以通过不同作物的反射特征，对农田中的作物进行分类和识别。

这对于农民和农业管理部门来说非常重要，可以帮助他们了解不同作物的分布情况，制定相应的种植计划和农业政策。

三、农业灾害预警与应急响应1. 干旱监测SAR可以通过测量土壤湿度和植被覆盖度来监测干旱情况。

当干旱发生时，SAR可以及时提供干旱区域的图像，帮助农民和相关部门做出应对措施，减少干旱对农业的影响。

2. 水灾监测SAR可以监测地表水体的分布和变化。

当发生洪水等水灾时，SAR 可以提供高分辨率的图像，帮助农民和救援人员了解受灾情况，及时采取救援措施，最大限度地减少灾害对农业的损失。

结论：SAR在农业中的应用对于提高农业生产效率、农作物监测和灾害预警等方面具有重要意义。