Нанкинский сельскохозяйственный университет Сюэ Боуэн: Высокоскоростная технология визуализации помогает визуализировать ранние очаги чумы риса

Тема доклада:Картирование ранних очагов чумы риса на основе гиперспектральных изображений

Время прямой трансляции:25 декабря 10 ч. 00 м. - 11 ч. 00 м.

Настоящий гость:Нанкинский сельскохозяйственный университет - Сюэ Бовен (молодой исследователь Чжуншань)

Формы участия:

1. Обратите внимание на номер видео "Двойной либидо спектр", немедленно забронировать прямую трансляцию.

2. Сканируйте QR - код ниже и зарезервировайте прямую трансляцию этого поля.

Лектор представляет

Сюэ Боуэн, доктор философии Нанкинского сельскохозяйственного университета, направление исследований - дистанционное зондирование заболеваний риса. Были проведены углубленные и систематические исследования по ключевым вопросам, таким как выявление сенсорных заболеваний, оценка состояния, точное введение и оценка урожайности, а также потребности отрасли; Среди них моделирование радиационной передачи болезнетворных культур, анализ механизма мониторинга заболеваний и построение общей модели мониторинга заболеваний являются основными исследовательскими характеристиками, преодолевая некоторые теоретические и методологические ограничения дистанционного зондирования болезней и болезней на данном этапе. Опубликовано 11 статей (* 1 автор 4 статьи) в известных национальных и зарубежных * журналах, таких как Remote Sensing of Environment, Computers and Electronics in Agriculture, Disarmany Journal, и подана заявка / присуждена * Национальная специализация по изобретениям * 2.

Содержание доклада

В докладе в основном описывается масштаб лезвия, В ответ на проблемы, связанные с тем, что пятна до проявления не могут быть помечены и слабые спектральные сигналы, на основе спектра изображений временных рядов, многополюсного метаспектрального смешивания и анализа пространственных горячих точек, предлагается набор методов очистки и визуализации сигналов болезни в течение периода без симптомов на основе спектральной платформы ближнего изображения MESPOT, что позволяет визуализировать потенциальные пятна и высокоточно классифицировать листья без симптомов. В коронарном масштабе, для проблемы плохой обобщающей способности и низкой точности модели оценки состояния на многофенологическом этапе, на основе анализа чувствительности параметров, развязки смешанного фактора и нормализации индекса растительности были проанализированы основные факторы, влияющие на механизм оценки состояния, создана общая модель высокоточной оценки состояния на основе модифицированного индекса чумы риса, с использованием спектральной платформы изображений БПЛА для достижения точного картирования тяжести чумы риса в полевых масштабах.