分类： 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间： 2023-02-17 合作期刊: 《智慧农业（中英文）》
摘要： 为满足苹果内部品质产地检测分级需求，本研究研发出检测模块和分级模块，构成可移动式苹果 内部品质果园产地分级系统。在此系统的基础上，以苹果糖度和霉心病为代表品质指标，提出一种基于乘 法效应消除（Multiplicative Effect Elimination，MEE） 的光谱校正方法，用于消除苹果物理属性差异导致的有 效光程变化对光谱的影响。利用该系统获取苹果600~900 nm 漫透射光谱数据，分别采用多元散射校正 （Multiple Scattering Correction，MSC）、标准正态变量变换（Standard Normal Variate Transform，SNV） 和MEE 算法对苹果光谱预处理后，建立糖度偏最小二乘回归（Partial Least Squares Regression， PLSR） 预测模型和 霉心病偏最小二乘判别（Partial Least Squares - Discriminant Analysis，PLS-DA） 模型。结果表明，MEE算法 相比于MSC和SNV算法建模结果更好，糖度预测模型的校正集相关系数（Rc）、校正集均方根误差（Root Mean Square Error of Calibration，RMSEC）、预测集相关系数（Rp） 和预测集均方根误差（Root Mean Square Error of Prediction，RMSEP） 分别为0.959、0.430%、0.929和0.592%; 霉心病判别模型的校正集敏感性、校 正集特异性、校正集准确率、预测集敏感性、预测集特异性和预测集准确率分别为98.33%、96.67%、 97.50%、100.00%、90.00%和95.00%。将建立的最佳预测模型导入分级系统进行试验，结果表明该系统的 分级准确率为90.00%，分级速度约3个/s。该系统具有成本低、结构简单、移动方便等优点，可以满足苹果 内部品质果园产地检测分级需求。
分类： 地球科学 >> 地球科学其他学科 提交时间： 2019-09-11 合作期刊: 《干旱区研究》
摘要： 陡削以兰州新区的一段陡峭边坡作为试验地点，通过分析在植被重建初期经人工整地后形成的4种微地形(大圆形坑、小圆形坑、条形坑和原状坡面)的植被盖度特征及环境因子(土壤硬度和水分、地表和空气温度、坡位、无纺布)对植被盖度的影响，探寻能有效提高植被盖度的几种工程改造措施。研究表明：① 铺设了无纺布坡面的植被盖度显著大于对照坡面；陡峭边坡不同坡位的植被盖度：下坡位＞中坡位＞上坡位(P＜0.05)，这与自然坡面植被盖度分布规律一致。② 3种微地形的植被盖度均显著大于陡峭坡面，其中条形坑的土壤水分和植被盖度最大，最大盖度维持的时间最长。③ 微地形和坡面的植被盖度均与土壤水分呈显著正相关，与空气温度、地表温度均呈显著负相关；微地形的土壤硬度(3 kg·cm-2)适宜植物生长，大于该值会对植被生长产生抑制作用；铺设无纺布有利于促进上坡位的植被生长，使坡面植被分布更均匀。研究结果表明，在陡峭边坡坡度、坡位和温度等无法改变的情况下，选择对压实的坡面进行整地翻耕处理，增加长条坑的数量并铺设无纺布等有效的工程改造措施，能显著增加植被盖度，促进植被恢复。
点击量
点击量
下载量
评论
