摘要:

为研究遥感技术监测宁夏枣树生长状况,以宁夏灵武马场湖农场和灵武园艺场两个长枣种植基地为研究对象,结合GPS调查、整理2005—2009年红枣生育期过宁夏境内EOS/MODIS晴空资料,并依据红枣气象灾害发生指标,分析红枣生育期归一化植被指数INDV变化及受灾前后的变化规律.结果表明,枣树全生育期INDv变化曲线为双峰型,越冬冻害对枣树前期生长影响大,并随时间推移影响逐渐消退.两基地的冻害分析和变异系数分析说明,园艺场受低温冻害的影响高于马场湖农场.受6月中下旬盛花期热干天气的影响,7月上旬至8月中旬枣树INDv总体上较正常年份偏低,但到了8月下旬后影响消失.运用MODIS-NDVI能够进行快速监测气象灾害,可为在避灾规划及防御、指导种植区选择方面提供参考.

摘要:

为寻找适合近红外光谱无损检测鲜长枣糖度含量的最佳光谱预处理方法,进行鲜长枣样品近红外光谱数据的预处理方法比较研究.探讨了15种光谱预处理方法对偏最小二乘法建模精度的影响.结果表明,小波变换和多元散射校正相结合是近红外光谱偏最小二乘模型无损检测鲜长枣糖度的有效预处理方法,其相关系数和内部交叉验证均方差分别为0.741 13和1.54;用此法建立的糖度预测模型的相关系数、预测集标准差和校正集标准差分别为0.836 96,1.38和2.14,最优光谱波段为7 636.73～6 201.95 cm-1.

摘要:

为了研究快速识别虫眼枣与正常枣的有效方法,利用特征波长主成分分析法结合波段比算法进行虫眼枣识别.首先,利用NIR高光谱成像系统采集130个长枣(50个正常、80个虫眼枣)图像,提取并分析不同类型长枣特征区域的平均光谱曲线,对970～1 670 nm范围内的光谱数据进行主成分分析,确定7个特征波长(990,1 028,1109,1160,1 231,1 285,1 464 nm).然后,对长枣图像做主成分分析,选择PC2图像进行虫眼识别,虫眼与正常枣的识别率分别为67.5％ 、100％.为了进一步提高虫眼枣的识别率,采用波段比(R1231/R1109)对未识别的虫眼枣进行再次识别,识别率提高到90％.结果表明,基于NIR高光谱成像技术的检测方法对虫眼枣识别是可行的,同时也为多光谱成像技术应用于在线检测长枣品质提供了理论依据.

摘要:

为研究快速识别灵武长枣表面裂痕、虫眼、碰伤等常见缺陷的有效方法,利用特征波长主成分分析法结合波段比算法进行长枣裂痕、虫眼、碰伤识别.首先,采用近红外(Near Infrared Reflection,NIR)波段范围的高光谱成像系统获取300个长枣反射图像,提取并分析各类型长枣光谱曲线,选择918~1 678 nm波段范围进行主成分分析,通过权重系数提取特征波长;然后,对特征波长下图像进行主成分分析,选择最优的主成分图像进行识别;最后,对未识别的长枣图像采用波段比算法进一步进行识别.NIR波段的正常枣、虫眼枣、裂痕枣、碰伤枣的识别率分别100%、90%、86%、100%.结果表明:NIR高光谱成像仪对长枣外部缺陷识别是可行的,为多光谱成像技术应用于在线检测长枣品质提供了理论依据.

摘要:

基于高光谱图像技术对长枣含糖量进行无损检测.由长枣高光谱图像获取反射光谱进行多元散射校正处理,再采用主成分分析获得主成分数据作为BP神经网络的输入变量,建立长枣糖度预测模型.结果表明,采用BP神经网络预测长枣糖度模型优于PLS,模型的相关系数和均方根误差分别为0.927 4和1.712 5.利用高光谱图像技术对长枣糖度的无损检测是可行的.

摘要:

介绍长枣常见病虫害的发生特点与防治措施,以供种植户参考.