刘升平
- 作品数：6 被引量：23H指数：4
- 供职机构：中国农业科学院更多>>
- 发文基金：国家自然科学基金中国博士后科学基金江苏高校优势学科建设工程资助项目更多>>
- 相关领域：农业科学天文地球更多>>
- 农田信息采集车的设计与试验
- 【研究背景】农田信息获取是掌握农田环境和作物生长状况的必要手段,是利用农田大数据实现精准农业的基础。农田信息化采集指通过各类传感器和各项指标来判断环境状况与作物长势,相较于人工调查,更具有标准性和规范性。快速高效获取农田...
- 姚照胜刘涛刘升平邓国强武威孙成明
- 关键词：农田信息物联网系统图像获取
- 文献传递
- 基于Agent的小麦生长模型的重构
- 本文对国内外作物生长模型与计算机模拟技术研究成果、应用现状以及发展趋势等进行了比较系统地分析和总结,在消化和吸收国内外先进研究成果的基础上,结合现有的科研工作,基于主体技术对小麦生长模型进行重构,将小麦生长模型和Agen...
- 刘升平
- 关键词：小麦AGENT
- 文献传递
- 基于无人机RGB图像颜色及纹理特征指数的小麦产量预测被引量：7
- 2021年
- 利用无人机获取小麦孕穗期和开花期的RGB图像,通过图像处理获取小麦图像颜色指数和纹理特征指数,并在小麦收获后测定实际产量。通过分析各颜色指数、纹理特征指数与小麦产量之间的相关性,筛选出各生育期与小麦产量相关性最高的颜色指数和纹理特征指数,建立小麦产量预测模型并进行验证。结果表明:小麦孕穗期和开花期图像颜色指数与产量相关性均较好,纹理特征指数与产量相关性不够理想。孕穗期与产量相关性最高的颜色指数为VARI,相关系数达0.862,利用单一颜色指数VARI构建小麦产量预测模型验证的决定系数(R^(2))为0.725,模拟均方根误差(RMSE)为494.52 kg·hm^(-2);开花期与产量相关性最高的颜色指数为ExR,相关系数为-0.851,利用单一颜色指数ExR构建小麦产量预测模型验证的R^(2)为0.709 2,模拟RMSE为499.72 kg·hm^(-2);使用孕穗期颜色指数VARI和纹理特征指数CON相结合构建的产量预测模型验证得到R^(2)和RMSE分别为0.740 6和489.19 kg·hm^(-2),较单一颜色指数模型分别提升2.15%和减小1.08%。使用开花期颜色指数ExR和纹理特征指数ASM相结合构建的产量预测模型验证得到R^(2)和RMSE分别为0.735 4和491.24 kg·hm^(-2),较单一颜色指数模型分别提升3.69%和减小1.70%。上述结果说明,用无人机图像颜色指数可以建立有效的产量估测模型,将颜色指数和纹理特征指数相结合建立的估产模型较单一颜色指数建立的模型精度高。
- 周元琦王敦亮陈晨李瑞李冬双刘涛孙成明仲晓春刘升平丁大伟
- 关键词：小麦
- 农田信息采集车设计与试验被引量：4
- 2019年
- 针对传统农业物联网系统存在传感器少、投入成本高、建设周期长和对环境不友好等问题,设计了一种可移动式农田信息智能采集车。利用Matlab仿真对关键部件机械臂的构成和运行情况进行了分析和模拟,对采集车进行了小麦田间性能测试。结果显示,采集车整体设计合理,车辆通过性强,越障最大倾斜角达30°,最大遥控距离45m,获取图像清晰。将传感器采集的数据与常用高精度仪器测量结果进行了比对,农田信息采集车所采集温度、湿度、光照强度、CO2浓度、风速、土壤温度和土壤湿度与高精度仪器设备所测数据的相关系数均大于0. 90,单个采样点平均采集时间为45 s,数据采集满足需求。该采集车可实现定时、定点大范围获取田间数据的功能,能够替代传统物联网系统或对其进行补充。
- 姚照胜刘涛刘升平刘升平武威武威
- 关键词：农田信息物联网系统图像获取
- 利用无人机图像颜色与纹理特征数据在小麦生育前期对产量进行预测被引量：7
- 2020年
- 为了实现基于无人机的小麦产量快速预测,通过不同种植密度、氮肥和品种的田间试验,应用无人机航拍获取小麦生育前期(越冬前期和拔节期)的RGB图像,通过图像处理获取小麦田间颜色和纹理特征指数,并在小麦收获后测定实际产量。通过分析不同颜色和纹理特征指数与小麦产量的关系,筛选出适合小麦产量预测的颜色和纹理特征指数,建立小麦产量预测模型并进行验证。结果表明,小麦生育前期图像颜色指数与产量的相关性较好,而纹理特征指数相关性较差。对越冬前期利用单一颜色指数NDI构建的产量预测模型验证时,R2为0.541,RMSE为671.26 kg·hm^-2;对拔节期用单一颜色指数VARI构建的产量预测模型验证时,R2为0.603,RMSE为639.78 kg·hm^-2,预测结果比较理想,但不是最优。对越冬前期颜色指数NDI和纹理特征指数ENT相结合构建的产量预测模型验证时,R2和RMSE分别为0.629和611.82 kg·hm^-2,比单一颜色指数模型分别提升16.27%和减小8.85%;对拔节期颜色指数VARI和纹理特征指数COR相结合构建的产量预测模型验证时,R2和RMSE分别为0.746和510.29 kg·hm^-2,较单一颜色指数模型分别提升23.71%和减小20.24%。上述结果说明,将无人机图像颜色和纹理特征指数相结合建立的估产模型精度较高,可在小麦生育前期对产量进行有效预测。
- 刘欣谊仲晓春陈晨刘涛孙成明孙成明刘升平王建军刘升平王建军
- 关键词：小麦生育前期
- 基于GIS的农业自然灾害区域影响分析方法研究
- 本项研究以多年的省级和县域农业经济数据积累为数据基础，综合应用GIS技术、数据库技术、农业自然灾害处理与分析方法、区域经济分析方法和计算机建模技术，开展农业自然灾害区域影响分析。研究针对目前农业经济统计信息中智能工具缺乏...
- 刘升平
- 关键词：农业自然灾害
- 文献传递
