文献类型： 中文期刊

作者： 秦佳乐 ¹ ; 苑江浩 ² ; 宋国柱 ¹ ; 姚鸿勋 ³ ; 郭雷风 ⁴ ; 王晓丽 ⁴ ;

作者机构： 1.山西农业大学软件学院

2.国家粮食和物资储备局科学研究院

3.哈尔滨工业大学计算机科学与技术学院

4.中国农业科学院农业信息学研究所

关键词： 黑龙江;苗期数据集;小麦;玉米;水稻;可见光图像;近红外光谱图像

期刊名称： 农业大数据学报

ISSN： 2096-6369

年卷期： 2024 年 6 卷 004 期

页码： 558-563

摘要： 大田作物大多采取露地种植方式。东北地区全年温度较低，在作物苗期如果出现日照和降雨量大范围的波动，则十分容易导致农作物出现苗弱苗小、根系长势弱以及发育不全和生长缓慢等现象。若能对农作物苗期实时监测和管理，及时掌握其生长状态及其环境情况，便可及早做出决策。本研究于2022年5月9日—2022年6月16日期间，对试验田内11个气象站的小麦、玉米和水稻、小麦苗期图像进行采集，通过整理和筛查后形成的数据量约为2.59 GB，其中可见光RGB 1.48 GB，近红外光谱1.11 GB。本数据集可以通过RGB可见光数据和近红外光谱数据完成对作物的叶龄识别，将提取出的特征（颜色特征、图像特征、纹理特征、植被指数）带入机器学习回归模型中进行分析预测，同时本数据集还适用于构建作物识别或幼苗识别的卷积神经网络模型，以进一步精准实现作物检测及插秧后漏苗、补苗等研究。