检索结果-内蒙古大学图书馆

中国农学通报 2023年第16期39卷 137-144页

作者：孙想吴华瑞朱华吉顾静秋北京市农林科学院信息技术研究中心北京100097 国家农业信息化工程技术研究中心北京100097 农业农村部农业信息数字乡村技术重点实验室北京100097

为进一步推动智能化管理技术在蔬菜生产经营中的应用,提出蔬菜生产智能化技术的总体架构,分析大数据背景下蔬菜数据来源和获取手段,总结蔬菜病害诊断、环境与水肥调控、栽培管理决策、生产作业管理、智能信息服务等方面的关键技术。在... 详细信息

为进一步推动智能化管理技术在蔬菜生产经营中的应用,提出蔬菜生产智能化技术的总体架构,分析大数据背景下蔬菜数据来源和获取手段,总结蔬菜病害诊断、环境与水肥调控、栽培管理决策、生产作业管理、智能信息服务等方面的关键技术。在此基础上,指出蔬菜生产智能化管理技术在研究应用中面临的挑战,提出蔬菜生产智能化管理技术的发展建议。智能化是现代农业发展的要素,利用智能信息技术提高蔬菜产业综合生产力和效益是最终目的,应深度挖掘现实需求,整合蔬菜全产业链数据,推进智能信息技术与蔬菜产业的深度融合,支撑国内蔬菜产业转型升级。

关键词：蔬菜生产智能化管理智能调控诊断决策信息服务

来源：评论

学校读者我要写书评

暂无评论

基于EFAST方法的WOFOST作物模型参数敏感性分析

引用

河南理工大学学报（自然科学版） 2018年第3期37卷 72-78页

作者：陈艳玲顾晓鹤宫阿都北京师范大学环境遥感与数字城市北京市重点实验室北京100875 北京师范大学环境演变与自然灾害教育部重点实验室北京100875 国家农业信息化工程技术研究中心北京100097 北京师范大学地理科学学部北京100875

作物生长模型广泛应用于作物长势监测和产量预测。为了有效识别作物模型关键参数,减少模型模拟的不适用性,选取河北省藁城市2009—2010年冬小麦作为研究对象,应用扩展傅立叶振幅灵敏度检验法(EFAST),对WOFOST模型26个作物参数进行敏感... 详细信息

作物生长模型广泛应用于作物长势监测和产量预测。为了有效识别作物模型关键参数,减少模型模拟的不适用性,选取河北省藁城市2009—2010年冬小麦作为研究对象,应用扩展傅立叶振幅灵敏度检验法(EFAST),对WOFOST模型26个作物参数进行敏感性分析。结果表明,生育期为0.5和1.0时的比叶面积(SLATB1和SLATB2),出苗到开花期的积温(TSUM1),35℃时叶面积的生长周期(SPAN),20℃下单叶有效光能利用率(EFFTB3)和最大CO2同化率在30℃的校正因子(TMPF4)等6个参数的敏感性指数均大于0.1,说明对产量形成的贡献较大。研究证明,基于扩展傅立叶幅度检验法(EFAST)的敏感性分析对模型修正具有指导意义,可为模型参数"本地化"提供重要依据。

关键词：敏感性分析扩展傅立叶幅度检验法(EFAST) WOFOST模型作物参数

来源：评论

学校读者我要写书评

暂无评论

基于深度学习网络实现番茄病虫害检测与识别

引用

中国农业大学学报 2023年第11期28卷 165-181页

作者：王铭慧张怀清樊江川陈帮乾云挺南京林业大学信息科学技术学院南京210037 中国林业科学研究院资源信息研究所北京100091 国家农业信息化工程技术研究中心数字植物北京市重点实验室北京100097 中国热带农业科学院橡胶研究所海口571737 南京林业大学林草学院南京210037

为利用计算机或人工智能技术协助番茄病虫害防治,以存在病虫害侵害问题的番茄植株图像为研究对象,针对番茄病虫害目标小而密的特点提出基于Swin Transformer的YOLOX目标检测网络,用于精确定位图像中的病虫害目标,并采用基于经典卷积神... 详细信息

为利用计算机或人工智能技术协助番茄病虫害防治,以存在病虫害侵害问题的番茄植株图像为研究对象,针对番茄病虫害目标小而密的特点提出基于Swin Transformer的YOLOX目标检测网络,用于精确定位图像中的病虫害目标,并采用基于经典卷积神经网络构建的旋转不变Fisher判别CNN分类网络,以此提高病虫害分类的准确率。结果表明:1)将测试结果与传统的目标检测模型和分类模型作对比,基于Swin Transformer的YOLOX网络在番茄病虫害测试集上的精确度比Faster R-CNN和SSD分别高了7.9%和9.5%,旋转不变Fisher判别CNN对病虫害类别的识别准确率与AlexNet、VGGNet相比分别提升了8.7%和5.2%;2)与基于Transformer的目标检测模型DETR和近年来新兴的图像分类模型Vision Transformer(ViT)在番茄病虫害测试集上的结果相比较,本研究的检测和分类方法也存在优势,病虫害检测精度和分类准确率分别提高了3.9%和4.3%。此外消融试验也证明了本研究方法改进的有效性。总之,本研究所构建的网络在番茄病虫害的目标检测和分类识别方面的性能优于其他网络,有助于提升番茄病虫害的防治效果,对计算机视觉在农业领域的应用具有重要意义。

关键词：深度学习病虫害识别 Swin Transformer Fisher判别番茄

来源：评论

学校读者我要写书评

暂无评论

基于机器视觉的害虫监测技术田间应用现状分析

基于机器视觉的害虫监测技术田间应用现状分析

引用

中国植物保护学会2015年学术年会

作者：陈梅香李文勇李明赵丽孙传恒田冉张睿珂明楠杨信廷北京农业信息技术研究中心国家农业信息化工程技术研究中心农业部农业信息技术重点实验室北京市农业物联网工程技术研究中心

害虫动态数量的获取是精准防治的重要基础之一,传统的害虫监测方法费时费力,难以满足生产实际需求。本文论述了基于机器视觉的害虫监测技术要点,综述了基于机器视觉的不同种类监测技术田间应用现状,分析了其优缺点,提出了改进田间害虫... 详细信息

害虫动态数量的获取是精准防治的重要基础之一,传统的害虫监测方法费时费力,难以满足生产实际需求。本文论述了基于机器视觉的害虫监测技术要点,综述了基于机器视觉的不同种类监测技术田间应用现状,分析了其优缺点,提出了改进田间害虫机器视觉监测准确率的措施,并展望了未来发展趋势。根据图像中害虫所处理的环境分为基于机器视觉的诱集性害虫监测、植株害虫监测等类型;根据害虫的诱集方法分为基于机器视觉的色诱害虫监测、性诱害虫监测、灯诱害虫监测等类型。在诱集性害虫监测中,目前田间应用比较多的是基于机器视觉的色诱害虫监测技术。色诱粘虫板害虫诱捕效率高,但一种颜色的粘虫板常会诱集到多种害虫,需构建识别模型以实现多种害虫的准确识别;此外粘虫板质地软,需采用固定装置。基于机器视觉的性诱害虫监测常将诱芯与粘虫板相结合,该方法所诱捕的害虫种类较单一,害虫识别计数方法较简单,但需定期更换粘虫板,可采用自动更换粘虫板的害虫监测装置,以提高害虫的监测效率。基于机器视觉的灯诱害虫监测能同时监测多种害虫。但害虫死亡后,由于翅膀张合程度不一样,害虫姿态呈现多样性,害虫识别算法的普适性容易受到影响,可应用立体视觉解决姿态因素对害虫识别的影响。基于机器视觉的植株害虫监测能早期监测害虫为害情况,直接对植株上的害虫进行图像获取,图片背景复杂,叶片背面、茎杆背面的害虫不容被监测到;此外,若害虫的颜色与叶片的颜色接近,导致害虫分割困难,可采用非颜色特征进行害虫分割。基于机器视觉的诱集害虫监测主要监测成虫阶段;基于机器视觉的植株害虫监测可监测害虫的不同阶段,在害虫早期监测上具有较大的优势。在田间应用中可根据实际需求选择不同的监测技术,以达到较高的监测准确率。田间监测主要为害虫防治提供重要参考,未来可将基于机器视觉的害虫监测技术与自动喷药设备充分相结合,达到及时防控的效果。同时,开发基于移动设备的田间害虫监测技术,提高监测技术使用的便捷性。

关键词：机器视觉害虫监测粘虫板性诱灯诱植株

来源：评论

学校读者我要写书评

暂无评论

基于机器视觉的粘虫板性诱害虫自动监测装置的设计与实现

基于机器视觉的粘虫板性诱害虫自动监测装置的设计与实现

引用

2014年中国植物保护学会学术年会

作者：陈梅香李文勇牛霆葳李明杜晓伟孙传恒李莎杨信廷北京市农林科学院国家农业信息化工程技术研究中心农业部农业信息技术重点实验室

粘虫板诱捕计数是害虫监测的一种重要方法。目前,基于粘虫板的性诱害虫监测方法一般是将粘虫板置于船式、三角式诱捕器中进行害虫监测,主要靠人工进行害虫计数,或通过人工进行图像获取,应用图像处理程序进行计数,这种方法费时、费力。... 详细信息

粘虫板诱捕计数是害虫监测的一种重要方法。目前,基于粘虫板的性诱害虫监测方法一般是将粘虫板置于船式、三角式诱捕器中进行害虫监测,主要靠人工进行害虫计数,或通过人工进行图像获取,应用图像处理程序进行计数,这种方法费时、费力。为了解决目前基于粘虫板的性诱害虫计数存在的问题,本研究设计了一种基于机器视觉的粘虫板性诱害虫自动监测装置,该监测装置由诱捕单元、粘虫板、诱芯、图像获取单元组成。诱捕单元包括上、下两部分。诱捕单元下半部分包括底板、诱芯固定装置、支架,粘虫板固定于底板上,诱芯固定于粘虫板的上方,支架固定于地面。诱捕单元上半部分包括用于固定机器视觉的支架、四周的挡板以及顶盖等。诱捕单元上半部分与底板相隔5cm,此处为害虫入口处。图像获取单元位于诱捕单元上半部分,图像获取装置可采用定时照相的野外相机、摄相机等。图像可通过无线传输网络或人工导入计算机。应用MATLAB程序进行图像处理,通过特征提取、害虫识别,实现害虫计数。该装置结构简单,照相时间间隔设置灵活,易于安装与操作。于2014年8月,将该装置于梨园进行了16天的梨小食心虫监测试验,该装置诱捕梨小食心虫数量为271只,传统的基于粘虫板的害虫诱捕装置诱捕梨小食心虫数量为99只,田间监测实验表明,该装置害虫诱捕效率高。通过设置照相时间间隔,可实现基于不同时间单位的害虫发生规律分析,有效提高了害虫监测效率,可为害虫的综合治理提供重要参考。

关键词：机器视觉粘虫板害虫自动监测

来源：评论

学校读者我要写书评

暂无评论

基于遥感信息和WOFOST模型参数同化的冬小麦单产估算方法研究

引用

麦类作物学报 2018年第9期38卷 1127-1136页

作者：陈艳玲顾晓鹤宫阿都胡圣武北京师范大学环境遥感与数字城市北京市重点实验室北京100875 北京师范大学环境演变与自然灾害教育部重点实验室北京100875 北京师范大学地理科学学部北京100875 国家农业信息化工程技术研究中心北京100097 河南理工大学测绘与国土信息工程学院河南焦作454000

为探讨遥感信息和作物生长模型在作物估产方面的优势互补特性,选取河北省藁城市冬小麦作为研究对象,采集多个关键生育时期的生理生化、农田环境、气象等数据,并获取准同步的环境减灾小卫星HJ-CCD影像数据,采用植被指数反演冬小麦叶面积... 详细信息

为探讨遥感信息和作物生长模型在作物估产方面的优势互补特性,选取河北省藁城市冬小麦作为研究对象,采集多个关键生育时期的生理生化、农田环境、气象等数据,并获取准同步的环境减灾小卫星HJ-CCD影像数据,采用植被指数反演冬小麦叶面积指数(LAI),基于扩展傅里叶振幅灵敏度检验法(EFAST)对WOFOST作物模型的26个初始参数进行全局敏感性分析,筛选敏感性参数,调整WOFOST模型的核心参数,利用查找表优化算法构建基于WOFOST模型和遥感LAI数据同化的区域尺度冬小麦单产预测模型,并定量预测区域冬小麦单产水平。结果表明,增强型植被指数(EVI)是遥感反演LAI的最佳植被指数(开花期建模r^2=0.913,RMSE=0.410,灌浆期建模r^2=0.798,RMSE=0.470),预测能力最强(开花期r^2=0.858,RMSE=0.531,灌浆期r2=0.861,RMSE=0.428);筛选出6个待优化参数,即TSUM1、SLATB1、SLATB2、SPAN、EFFTB3和TMPF4;产量预测精度r^2=0.914,RMSE=253.67kg·hm^(-2),找到了待优化参数的最佳取值,最终完成了单产模拟。

关键词：冬小麦估产叶面积指数 WOFOST模型同化

来源：评论

学校读者我要写书评

暂无评论

基于机器视觉的粘虫板性诱害虫自动监测装置的设计与实现

基于机器视觉的粘虫板性诱害虫自动监测装置的设计与实现

引用

中国植物保护学会2014年学术年会

作者：陈梅香李文勇牛霆葳李明杜晓伟孙传恒李莎杨信廷北京市农林科学院国家农业信息化工程技术研究中心北京 100097 农业部农业信息技术重点实验室北京 100097

粘虫板诱捕计数是害虫监测的一种重要方法。目前,基于粘虫板的性诱害虫监测方法一般是将粘虫板置于船式、三角式诱捕器中进行害虫监测,主要靠人T进行害虫计数,或通过人工进行图像获取,应用图像处理程序进行计数,这种方法费时、费力。为... 详细信息

粘虫板诱捕计数是害虫监测的一种重要方法。目前,基于粘虫板的性诱害虫监测方法一般是将粘虫板置于船式、三角式诱捕器中进行害虫监测,主要靠人T进行害虫计数,或通过人工进行图像获取,应用图像处理程序进行计数,这种方法费时、费力。为了解决目前基于粘虫板的性诱害虫计数存在的问题,本研究设计了一种基于机器视觉的粘虫板性诱害虫自动监测装置,该监测装置由诱捕单元、粘虫板、诱芯、图像获取单元组成。诱捕单元包括上、下两部分。诱捕单元下半部分包括底板、诱芯固定装置、支架,粘虫板固定于底板上,诱芯固定于粘虫板的上方,支架固定于地面。诱捕单元上半部分包括用于固定机器视觉的支架、四周的挡板以及顶盖等。诱捕单元上半部分与底板相隔5cm,此处为害虫人口处。图像获取单元位于诱捕单元上半部分,图像获取装置可采用定时照相的野外相机、摄相机等。图像可通过无线传输网络或人T导人计算机。应用MATLAB程序进行图像处理,通过特征提取、害虫识别,实现害虫计数。该装置结构简单,照相时间间隔设置灵活,易于安装与操作。于2014年8月,将该装置于梨园进行了16天的梨小食心虫监测试验,该装置诱捕梨小食心虫数量为271只,传统的基于粘虫板的害虫诱捕装置诱捕梨小食心虫数量为99只,田间监测实验表明,该装置害虫诱捕效率高。通过设置照相时间间隔,可实现基于不同时间单位的害虫发生规律分析,有效提高了害虫监测效率,可为害虫的综合治理提供重要参考。

关键词：机器视觉粘虫板害虫自动监测

来源：评论

学校读者我要写书评

暂无评论

综合利用光学、微波遥感数据反演土壤湿度研究

综合利用光学、微波遥感数据反演土壤湿度研究

引用

全国首届定量遥感学术论坛

作者：鲍艳松刘良云王纪华南京信息工程大学遥感学院 210044南京国家农业信息化工程技术研究中心 100089北京北京师范大学地理学与遥感科学学院遥感科学国家重点实验室环境遥感与数字城市北京市重点实验室1008 国家农业信息化工程技术研究中心 100089北京

基于ASAR-APP和TM影像数据,研究了小麦覆盖地表的土壤湿度反演方法.首先,利用冠层后向散射模型MIMICS(michigan microwave canopy scattering),分析了第二入射角模式(IS2)2种极化组分散射对总散射的贡献,确定了土壤湿度反演的最佳极化模... 详细信息

基于ASAR-APP和TM影像数据,研究了小麦覆盖地表的土壤湿度反演方法.首先,利用冠层后向散射模型MIMICS(michigan microwave canopy scattering),分析了第二入射角模式(IS2)2种极化组分散射对总散射的贡献,确定了土壤湿度反演的最佳极化模式;其次,分析了植被微波单次散射、植被层双程透过率与NDVI之间的关系,建立了单次散射及双程透过率模型,然后,结合IS2入射角模式ASAR数据,建立土壤湿度反演模型.最后,基于模拟数据和获取的ASAR、TM影像数据,利用半经验模型反演土壤湿度.研究结果表明:IS2_HH模式土壤散射在总散射中贡献更大,该数据更适合土壤湿度反演;植被微波单次散射、双程透过率与NDVI有很好的线性关系,可以利用线性模型建立它们之间的关系;半经验模型能够较好地反演土壤湿度,反演和实测的土壤湿度相关系数为0.75,均方根误差为5.07％.

关键词：土壤湿度遥感数据反演方法

来源：评论

学校读者我要写书评

暂无评论

青藏高原1982~2015年FPAR时空变化分析

引用

遥感技术与应用 2020年第4期35卷 950-961页

作者：焦雪敏张赫林徐富宝王岩彭代亮李存军徐希燕范海生黄运新湖北大学资源环境学院区域开发与环境响应湖北省重点实验室湖北武汉430062 中国科学院遥感与数字地球研究所数字地球重点实验室北京100094 北京市农林科学院国家农业信息化工程技术研究中心北京100097 中国科学院大气物理研究所北京100029 北京师范大学北京市陆表遥感数据产品工程技术研究中心北京100875 中国科学院水利部成都山地灾害与环境研究所四川成都610041 广东欧比特人工智能研究院有限公司卫星大数据事业部广东珠海519080

植被吸收利用太阳光合有效辐射比率反映了植被固碳释氧能力,根据青藏高原GIMMS NDVI3g(1982~2015年)和MODIS NDVI(2001~2015年)数据,采用非线性半理论半经验模型进行FPAR反演及时空变化分析。结果表明:①2001~2015年GIMMS NDVI3g和MODIS... 详细信息

植被吸收利用太阳光合有效辐射比率反映了植被固碳释氧能力,根据青藏高原GIMMS NDVI3g(1982~2015年)和MODIS NDVI(2001~2015年)数据,采用非线性半理论半经验模型进行FPAR反演及时空变化分析。结果表明:①2001~2015年GIMMS NDVI3g和MODIS NDVI反演FPAR在空间分布上具有较高的一致性,相关系数为0.82(P<0.01),年际变化趋势一致至少6年的区域占80%;②青藏高原FPAR受坡度和海拔影响较大,其中15~35坡度FPAR变化最快,700~2100 m海拔区间FPAR值最大;不同坡向对应的FPAR除南坡方向偏低外其他方向差异不大。③1982~2015年青藏高原四季FPAR时空变化研究中,冬季FPAR年际变化最明显,约78.5%的区域表现为增长趋势;秋季FPAR下降区域最多,但超过71.5%区域变化不显著;④基于MODIS NDVI和GIMMS NDVI两数据反演的所有植被类型的FPAR都在2012年间出现小幅度下降趋势,且不同植被类型FPAR的年际变化趋势各不相同。

关键词：青藏高原 NDVI FPAR 植被空间分布年际变化

来源：评论

学校读者我要写书评

暂无评论

基于机器视觉的温室害虫自动监测设备研究

基于机器视觉的温室害虫自动监测设备研究

引用

中国植物保护学会第十二次全国会员代表大会暨2017年学术年会

作者：刘蒙蒙赵丽许建平陈梅香纪涛刘冉温冬梅柳瑞陈明杨信廷李明北京农业信息技术研究中心国家农业信息化工程技术研究中心农产品质量安全追溯技术及应用国家工程实验室农业部农业信息技术重点实验室北京 100097 上海海洋大学信息学院上海201306 北京农业信息技术研究中心国家农业信息化工程技术研究中心农产品质量安全追溯技术及应用国家工程实验室农业部农业信息技术重点实验室北京 100097 北京市丰台区植保植检站北京 100070 北京农业信息技术研究中心国家农业信息化工程技术研究中心农产品质量安全追溯技术及应用国家工程实验室农业部农业信息技术重点实验室北京 100097 石河子大学农学院石河子832003 上海海洋大学信息学院上海201306

植物病虫灾害是中国三大自然灾害之一，其识别、监测、预警是防控工作的决策信息源头.害虫种类及其动态数量变化的获取是精准防治的重要基础之一，传统人工监测方法费时费力易受主观影响，难以满足农业生产实际需求.为了监测温室黄瓜虫... 详细信息

植物病虫灾害是中国三大自然灾害之一，其识别、监测、预警是防控工作的决策信息源头.害虫种类及其动态数量变化的获取是精准防治的重要基础之一，传统人工监测方法费时费力易受主观影响，难以满足农业生产实际需求.为了监测温室黄瓜虫害种类、数量变化情况以预测虫害发展趋势，本研究设计了基于机器视觉的温室害虫田间自动监测设备，并开发了基于边缘检测分割和支持向量机的粘虫板图像识别算法.田间自动监测设备自上而下分别是太阳能板、诱虫板与安卓手机拍照盒、20 000mAh的蓄电池箱，发了基于手机系统的害虫监测软件.监测软件可实现定时(单位为分)拍照，利用GPRS/2G/3G/4G移动无线网络，定时采集现场图像，自动上传到远端的物联网监控服务平台，可随时远程了解田间虫情情况与变化，记录每天采集数据，形成虫害数据库.图像识别算法首先增强害虫目标与背景的对比性，利用prewitt边缘检测算子和canny边缘检测算子提取害虫目标区域，再进行特征提取、特征值归一化，最后利用支持向量机训练与识别.将该设备置于北京小汤山国家精准农业研究示范基地进行温室黄瓜粉虱和蓟马害虫监测试验，从获取的害虫图像中选取30幅作为建立训练与测试模型，利用图像识别算法计数准确率为93.3％，平均识别准确率达到了93.5％，单种害虫识别率分别是96.0％和91.0％，试验结果表明所提方法能实现自动监测设备的诱虫板害虫图像计数与识别，这为综合害虫管理系统提供了数据支持.

关键词：机器视觉粘虫板自动监测图像识别支持向量机

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：