Xuebowen da Universidade Agrária de Nanjing: a tecnologia de imagem de alto espectro ajuda a visualização de lesões precoces da peste do arroz

Título do relatório:Visualização precoce da peste do arroz com base em imagens de alto espectro e mapeamento da gravidade da doença do campo

Tempo de transmissão:25 de dezembro 10:00-11:00

Convidados:Universidade Agrária de Nanjing - Xue Bowen (pesquisador jovem de Zhongshan)

Participação:

1. Siga o número de vídeo "Double Benefit Joint Spectrum" e reserve a transmissão ao vivo imediatamente.

2. Digite o código 2D abaixo para marcar a transmissão ao vivo.

Apresentação do professor

Xue Baowen, Ph.D. da Universidade Agrária de Nanjing, orienta a pesquisa para o monitoramento remoto de doenças do arroz. Pesquisa aprofundada e sistemática sobre questões-chave e necessidades da indústria, como identificação de sensibilidade, estimativas de condição, administração precisa e estimativas de rendimento; Entre eles, a modelagem de transmissão de radiação de culturas sensibles à doença, a análise do mecanismo de monitoramento de doenças e o modelo geral de monitoramento de doenças foram construídos como as principais características de pesquisa, superando algumas limitações teóricas e metodológicas do monitoramento de detecção remota de doenças no estágio atual. Publicou 11 artigos em periódicos domésticos e estrangeiros como “Remote Sensing of Environment”, “Computers and Electronics in Agriculture”, “Telesensing Journal”, e solicitou / concedeu 2 patentes nacionais de invenção.

Conteúdo do relatório

O relatório é apresentado principalmente na escala da folha, para o problema de marcação de placas pré-marcadas e sinais espectrais fracos, com base em espectro de imagem em sequência temporal, desmistura espectral multi-terminal e análise de pontos quentes espaciais, um conjunto de purificação de sinais de doença assintomática e método de visualização baseado na plataforma de espectro de imagem periférica MESPOT, alcançou a visualização de placas potenciais e classificação de alta precisão das folhas de doença assintomática. Em escala coronária, para o problema da má capacidade generalizada e baixa precisão do modelo de estimativa de doença em estágio multiclimático, com base na análise de sensibilidade paramétrica, desacoplamento de fatores de mistura e normalização do índice de vegetação, analisou os principais fatores do impacto climático no mecanismo de efeito da estimativa de doença, construiu um modelo geral de estimativa de doença de alta precisão com base no índice melhorado de peste do arroz, e usou a plataforma espectral de imagem de drones para realizar o mapeamento preciso da gravidade da peste do arroz em escala de campo.