导读:本文包含了作物长势论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:作物,长势,植被,视觉,玉米,麒麟,墒情。
作物长势论文文献综述
白燕英,高聚林,张宝林[1]（2019）在《基于NDVI与EVI的作物长势监测研究》一文中研究指出基于2015年大气校正后的时间序列Landsat8影像,研究了归一化植被指数NDVI与增强型植被指数EVI随植被覆盖度增加的变化规律,定量分析了二者监测低、中、高植被覆盖的差异,比较分析了NDVI和EVI分布频率曲线差异及时间序列曲线差异。结果表明:地表刚出现植被时,NDVI和EVI的增加速度最快,随着地表植被覆盖度的增加,NDVI与EVI的增加速度减缓。低植被覆盖下NDVI的增加速度大于EVI,中等植被覆盖下NDVI和EVI的增加速度接近,高植被覆盖下NDVI的增加速度小于EVI,不同植被覆盖下的NDVI值始终大于EVI值。NDVI和EVI分布频率曲线能描述不同植被覆盖度像元数量和随时间的变化。NDVI和EVI时间序列曲线能清晰反映一种作物的长势变化规律及不同作物在同一时期的长势差异。在作物生长初期或低植被覆盖下,NDVI、EVI都偏高估计植被覆盖度,NDVI估计值略高于EVI的估计值。在作物生育中期或中等植被覆盖下,二者对植被描述能力相似。在作物生育高峰期或高植被覆盖下,监测作物长势变化EVI比NDVI更敏感。综上所述,监测作物时可根据作物生育期植被覆盖度变化特点合理选取NDVI和EVI植被指数,也可同时选用NDVI和EVI两种植被指数互为补充。(本文来源于《农业机械学报》期刊2019年09期）
李杉[2]（2019）在《全市413.2万亩秋作物长势良好》一文中研究指出本报讯 （记者 李杉）昨天，记者从市农业农村部门了解到，今年，全市秋作物播种总面积413.2万亩，其中玉米210万亩，玉米、花生等秋作物长势良好。白露节气已过，我市以玉米为主的秋作物正处于灌浆期。农技专家提醒，在此期间，要及时做好灌浆、防涝、适时晚收等工(本文来源于《安阳日报》期刊2019-09-16）
张蕾,侯英雨,郑昌玲,刘维,何亮[3]（2019）在《作物长势评估指数的设计与应用》一文中研究指出合理有效地开展作物长势评估,可以及时反映作物生长状况及其对天气气候条件的响应。由于WOFOST模型、ORYZA2000模型在模拟冬小麦、玉米和水稻生长发育过程具备较强机理性,研究基于2001年以来全国冬小麦、玉米、水稻主产区逐日模拟的作物发育进程、叶面积指数和地上总生物量,通过隶属函数构建评估指数,开展高时空分辨率的作物长势评估。结果表明:长势综合评估指数在作物生长前期以发育进程、叶面积指数和地上总生物量叁要素加权集合表征,中后期以发育进程和地上总生物量与穗重相关性的加权集合表征;长势评估指数与常规地面观测和遥感长势监测一致性较好,可以反映天气气候条件影响。在作物生长季内,以日为单位构建了作物长势评估指数数据库;根据长势评估指数将作物长势分为长势好、长势偏好、长势持平、长势偏差、长势差,实现空间上的长势监测、对比;以空间集成的方式,开展省级作物长势对比分析;利用长势评估指数变化反映典型天气气候条件对作物生长发育的影响。上述基于作物模型的作物长势评估指数符合现代化农业气象科研与业务服务发展的需求。(本文来源于《应用气象学报》期刊2019年05期）
潘俊宝[4]（2019）在《麒麟区夏季粮油作物长势旺》一文中研究指出本报讯 今年，麒麟区夏收粮油作物生长情况较好，小春粮食播种面积完成25.16万亩。由于前期土壤墒情好，播种出苗整齐；中期光热水充足，加之措施落实到位，长势普遍较好，一、二类苗比例达80%，预计小春粮食实现产量6300万公斤。据麒麟区农业农村局农情(本文来源于《曲靖日报》期刊2019-07-09）
王景发,寿春光[5]（2019）在《吉林雨养玉米作物长势监测系统设计与实现》一文中研究指出建立吉林雨养玉米作物长势监测系统对指导区域农业生产活动具有重要意义。研发的此款软件系统,可将吉林省省域范围内的多时间、多空间分辨率卫星影像,样地成像高光谱影像,土壤有机质、养分含量等本底数据,利用数据库管理技术实现对吉林省雨养玉米生产区栅格与矢量数据的动态检测与管理,以GIS空间显示与部分组件开发功能为基础,实现对吉林省不同生态区雨养玉米作物长势的动态监测。该系统有助于及时掌握作物生长状况、为准确预报作物病虫草害发生状况提供决策信息,对作物产量估算与区域粮食安全具有重要价值。(本文来源于《农业与技术》期刊2019年11期）
李乔宇,尚明华,王风云,王璐,李振波[6]（2019）在《基于嵌入式设备的作物长势监测系统》一文中研究指出传统的基于机器视觉的作物长势监测设备对环境要求较高,且体型较大,不易布置在实际生产的复杂环境中。本文提出了一套基于嵌入式设备的应用于实际生产环境的作物长势监测系统,该系统集成了图像采集、滤波、颜色空间转换、图像分割、形态学运算、特征量化的图像处理流程,依靠人工在嵌入式视觉系统中面向环境自定义算法提取作物长势特征,确定最优算法组合,设定流程,进行作物长势特征的自动提取并监测。利用该监测系统对拔节期玉米植株的株高进行连续监测,监测值与人工测量值的决定系数达到0.9072,随时间的变化趋势一致,表明该系统可用于复杂环境下的作物长势监测。(本文来源于《山东农业科学》期刊2019年02期）
侯帅民[7]（2018）在《基于视觉的作物长势表型参数量化方法及与产量的相关性研究》一文中研究指出计算机视觉理论出现于二十世纪五十年代,主要用于二维图像的分析与识别。计算机视觉研究的出发点及核心均在于提取视觉信息,而对视觉信息的合理处理就是解决一切问题关键。本研究在计算机视觉理论及技术基础上,设计与提出可自动、准确地提取所需要作物表征参数的系统方法。玉米个体的生长结构参数对于评价其生长情况有着重要的意义,而实际生产过程中,由于玉米个体株的数量巨大,传统的人工测量等方法无法获得大量种植的玉米的生长结构参数。当前研究大多采用直线检测来近似测量叶倾角且没有研究其随生长时间的变化规律。为此本研究提出一种基于视觉图像自动获取玉米个体参数的方法。故本文提出嵌入预处理的GrabCut算法进行玉米图像分割,实验结果表明,与分水岭算法、均值漂移算法相比较,该算法具有更精确的分割效果。然后设计细化算法对图像中玉米枝叶进行细化处理,再采用八邻域搜索算法对玉米枝叶线段进行划分和筛选,以获得玉米个体骨干图像,该骨干图像与手动划分的骨干图像相比较,平均错误率仅为2.85%。最后,采用单目视觉测量技术,通过叶片叶脉二次模型拟合获得玉米叶片叶倾角及最大高度等参数,并对实验获取的玉米生长周期内不同叶片的叶倾角及最大高度的变化规律进行分析。运用通过双目视觉技术,进行玉米双目图像的叁维点云计算,并利用双边滤波对叁维点云进行降噪,最终完成玉米的叁维重建,并获取玉米植株的个体高度与宽度。该结果与手动测量结果相比,测量误差率仅为5.81%和0.52%。同时,采用Harris角点检测与主干提取算法获得作物的节数信息。随后分析一个生长周期内的玉米植株的高度、宽度、节数的变化规律,实验结果与实际情况相符。最后采用相关性分析和逐步回归分析方法分析玉米植株果实与视觉量化参数的相关性,结果表明果实底端周长、植株高度等植株个体参数与植株个体产量相关性最为显着,相关系数分别为0.7477和0.7103,其次为果实长度和植株节数,相关系数分别为0.6761和0.6516。本研究结果为玉米个体生长监测及虚拟植株的研究提供可借鉴的方法或思路。(本文来源于《内蒙古大学》期刊2018-04-25）
徐岚俊,李小龙,陈华,张传帅,刘婞韬[8]（2018）在《基于作物长势实时监测的日光温室物联网系统研究》一文中研究指出为了解决日光温室环境监测与调控缺乏科学生长模型和数据支撑的问题,开展了基于作物长势实时监测的日光温室物联网系统的研究和应用案例分析。应用案例表明:将日光温室环境智能监控和作物的长势监测信息相结合能够科学地反映作物的生长情况和作物在不同生长阶段对环境的要求,为下一步制定科学的作物生长调控决策模型提供参考。(本文来源于《蔬菜》期刊2018年01期）
郭鹏[9]（2017）在《基于低空机载传感器技术的农田作物长势关键参数提取方法研究》一文中研究指出在新疆农业生产中,与精准农业关系最密切相关的是作物长势监测。在所有长势参数中,作物冠层的高度、LAI指数和土壤中的水分含量是关键参数。长势监测的传统方法是依靠人工调查的方式来完成,主观性强且效率低。精准农业一方面要求更短时间周期,另一方面也需要更高精度的结果,卫星遥感有时无法满足。低空无人机系统具有更高的空间分辨率和时间分辨率,机动性更高,非常适合农田长势监测工作的开展。本研究立足于这一实际需要,利用多种低空机载传感器,综合获取农田作物关键长势参数,具体内容与成果如下:(1)利用可见光相机数据对农田进行分类通过色彩空间转换与灰度共生矩阵纹理滤波法、颜色指数法和面向对象信息提取3种方法对可见光相机数据进行农田分类,都取得了良好的效果,但从分类精度来看,基于色彩空间转换与灰度共生矩阵纹理滤波法的精度高于颜色指数法,面向对象分类方法的精度高于色彩空间转换与灰度共生矩阵纹理滤波法,是最有效、精度最高的分类方法。(2)多光谱数据的农田LAI反演利用4通道多光谱影像数据计算得到的8种不同的植被指数,分别构建了一元线性回归模型和二次多项式非线性回归模型。通过与实测LAI数据进行对比分析发现,GNDVI指数和RVI指数反演精度较高,EA值分别为97.58%和96.09%。(3)激光雷达数据反演作物高度与LAI指数研究利用激光点云数据计算得到了数字高程模型(DEM)和数字表面模型(DSM),差值后得到了农田棉花的归一化高度分布结果(nDSM),绝对误差的最大值也仅为0.13m。另外得到了农田作物覆盖度,进而根据LAI计算公式得到了该区域的LAI结果,决定系数为0.86。(4)多光谱数据的土壤水分反演在棉田播种前、生长中期和旺盛期分别利用土壤热惯量法、PDI、SPDI、MPDI、MMPDI指数的方法反演了无植被覆盖、中等覆盖度和高植被覆盖度条件下的土壤水分。在播种前无植被覆盖条件下,利用热惯量、NDWI指数等指数与实测数据的模拟结果效果很好,R~2达到了0.91;在中等植被覆盖度的棉田,SPDI指数的反演精度最高;在高植被覆盖度条件下,MMPDI指数为最优方法,R~2为0.62。(5)长势参数信息提取综合验证开展了综合实验,采集了同一时期同一地点的影像和地面验证数据,分析与验证之前结论中最优方法的可靠性与可行性。结果表明,农田分类相对误差值较小,精度较高;利用GNDVI和RVI指数反演得到的LAI结果EA值分别为90.83%和89.4944%;利用MMPDI指数对土壤水分的估算结果好于PDI指数的结果;利用激光雷达得到的棉花株高与实测结果的EA值为89.36%,LAI指数的EA值为94.72%。(本文来源于《中国地质大学(北京)》期刊2017-12-01）
边琳,叶飞,刘珊珊,王建雄[10]（2017）在《九波段多光谱相机在作物长势监测中的应用》一文中研究指出无人机低空遥感数据具有机动性好、时效性强,受大气辐射影响小,空间分辨率高、数据量大、数据质量好的特点,是传统卫星遥感所无法比拟的,在探测和识别地表的物质种类、评价和测量光谱所反映出来的物质含量、描绘地物空间分布、监测地物变化等应用领域具有较强的优势。随着遥感技术的发展,遥感已成为精准农业中农田信息获取的重要手段,也是地块面积量算、作物种类识别、长势分析等工作的重要数据来源,由于无人机低空遥感数据具有机动性好、时效性强、空间分辨率高的特点,主要应用于绘制低空大比例尺地图、监测自然灾害等[1]。受传感器单一导致的光谱分辨率低的限制,目前在精准农业领域的应用才刚刚起步。(本文来源于《南方农机》期刊2017年22期）
作物长势论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本报讯 （记者 李杉）昨天，记者从市农业农村部门了解到，今年，全市秋作物播种总面积413.2万亩，其中玉米210万亩，玉米、花生等秋作物长势良好。白露节气已过，我市以玉米为主的秋作物正处于灌浆期。农技专家提醒，在此期间，要及时做好灌浆、防涝、适时晚收等工
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
作物长势论文参考文献
[1].白燕英,高聚林,张宝林.基于NDVI与EVI的作物长势监测研究[J].农业机械学报.2019
[2].李杉.全市413.2万亩秋作物长势良好[N].安阳日报.2019
[3].张蕾,侯英雨,郑昌玲,刘维,何亮.作物长势评估指数的设计与应用[J].应用气象学报.2019
[4].潘俊宝.麒麟区夏季粮油作物长势旺[N].曲靖日报.2019
[5].王景发,寿春光.吉林雨养玉米作物长势监测系统设计与实现[J].农业与技术.2019
[6].李乔宇,尚明华,王风云,王璐,李振波.基于嵌入式设备的作物长势监测系统[J].山东农业科学.2019
[7].侯帅民.基于视觉的作物长势表型参数量化方法及与产量的相关性研究[D].内蒙古大学.2018
[8].徐岚俊,李小龙,陈华,张传帅,刘婞韬.基于作物长势实时监测的日光温室物联网系统研究[J].蔬菜.2018
[9].郭鹏.基于低空机载传感器技术的农田作物长势关键参数提取方法研究[D].中国地质大学(北京).2017
[10].边琳,叶飞,刘珊珊,王建雄.九波段多光谱相机在作物长势监测中的应用[J].南方农机.2017
论文知识图
