透明土壤：利用射频传感器网络检测地下根茎

《IEEE Transactions on Geoscience and Remote Sensing》：See-Through Soil: Underground Root Tuber Sensing With RF Sensor Networks

数据驱动根块茎传感框架通过集成多分支卷积神经网络与扩散神经网络，利用射频传感器网络接收信号强度数据重建土壤中根块茎横截面图像。在构建无线土豆传感数据集的基础上，提出两种多径效应补偿方法：在线增量式模型微调与解耦表示学习迁移。实验验证了该方法在超过170万组射频网络测量数据中的有效性。

　　

摘要：

本文提出了一种数据驱动的根茎传感（RTS）框架，该框架利用来自射频（RF）传感器网络的接收信号强度（RSS）数据来重建土壤中根茎的横截面图像。我们在各种环境中使用我们的数据采集系统进行了大量实验，以构建无线马铃薯传感（WPS）数据集。我们提出将多分支卷积神经网络与扩散神经网络相结合，以实现根茎的精细图像重建。为了解决无线信道中的多径效应，我们提出了两种领域适应方法：一次性微调以在线更新神经网络模型，以及解耦表示学习（DRL）以将预训练模型转移到未见过的环境中。来自超过170万次RF网络测量的实验结果表明，所提出的方法在不同环境中的有效性。我们的代码和数据可在https://github.com/Data-driven-RTI/MC_Diffusion公开获取。

引言

随着遥感技术的发展，已经开发出了多种传感器和方法来监测植物地上部分的表型特征，例如叶面积指数[1]，在作物育种[2]、作物产量预测[3]以及其他智能农业应用[4]中得到应用。虽然也有迫切需要监测地下表型特征（如地下生物量），但地下根茎传感仍然是一个重要的研究课题，尤其是对于根茎类蔬菜和具有淀粉质块茎的作物（如马铃薯（Solanum tuberosum）[5]）而言，这方面的研究仍然相对不足。