检索结果-内蒙古大学图书馆

浅水湖泊水生植被和藻类水华时空演变遥感长期监测:以太湖流域长荡湖为例(1985-2021年)

湖泊科学 2025年第2期37卷 368-377,I0001页

作者：黄林生倪贵高王康赵晋陵罗菊花安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心合肥230601 中国科学院南京地理与湖泊研究所湖泊与流域水安全全国重点实验室南京211135

水生植被和藻类作为湖泊生态系统的主要初级生产者,对湖泊生态系统具有重要作用。在气候变化和人类活动的双重作用下,湖泊富营养化加剧,水生植被退化,藻类水华频发。开展湖泊水生植被群落和藻类水华的长期观测可为湖泊生态系统水生植被... 详细信息

水生植被和藻类作为湖泊生态系统的主要初级生产者,对湖泊生态系统具有重要作用。在气候变化和人类活动的双重作用下,湖泊富营养化加剧,水生植被退化,藻类水华频发。开展湖泊水生植被群落和藻类水华的长期观测可为湖泊生态系统水生植被修复和藻类水华管控提供决策依据。本研究以太湖流域浅水湖泊长荡湖为研究区,基于1985-2021年的Landsat 5和8卫星数据,利用VBI(vegetation and bloom indices)草藻分类算法,开展了浮叶/挺水植被、沉水植被和藻类水华长时序时空演变分析。结果表明:36年来,长荡湖水生植被(包括浮叶/挺水植被和沉水植被)都呈现显著下降趋势,其中沉水植被下降趋势尤为明显,沉水植被从湖中心向岸边逐步退化,其覆盖度从1985年的75%下降至2021年的不足21%;自2011年起,长荡湖水生植被优势生活型从沉水植被转变为浮叶/挺水植被;2010年首次监测到水华发生,2020年和2021年连续两年均监测到湖中心有大面积水华。基于湖泊围网面积和气象数据分析发现,围网拆除是水生植被退化和优势生活型转变的主要因素。

关键词：太湖流域长荡湖水生植被藻类水华围网遥感

来源：评论

学校读者我要写书评

暂无评论

奶牛体况评分目标检测数据集

引用

中国科学数据(中英文网络版) 2025年第1期10卷 24-35页

作者：黄小平豆子豪黄飞郑寰宇侯现坤王晨洋冯涛饶元安徽大学互联网学院农业生态大数据分析与应用技术国家地方联合工程研究中心合肥230039 安徽农业大学信息与人工智能学院农业农村部农业传感器重点实验室合肥230036

奶牛体况评分是评价奶牛产能与体态健康的重要指标。目前,随着现代化牧场的发展,智能检测技术已被应用于奶牛精准养殖中。本研究旨在创建一个奶牛体况评分目标检测数据集,以支持农业领域中奶牛健康监测的自动化。本数据集由体况评分3.25... 详细信息

奶牛体况评分是评价奶牛产能与体态健康的重要指标。目前,随着现代化牧场的发展,智能检测技术已被应用于奶牛精准养殖中。本研究旨在创建一个奶牛体况评分目标检测数据集,以支持农业领域中奶牛健康监测的自动化。本数据集由体况评分3.25、3.5、3.75、4.0和4.25的5类图像组成,且每张图像都标注了奶牛的体况评分区域。体况评分是衡量奶牛健康状况的重要指标,对于精确而高效的评估具有重要意义。数据集的构建来自规模化养殖农场的奶牛图像,每张图像都经过专业兽医团队的体况评分,评分结果被用于生成标注信息。标注信息包括奶牛体况评分的边界框坐标和相应的评分标签。为了提高数据集的多样性和鲁棒性,在数据集中引入了一系列挑战性因素,例如不同光照条件、奶牛姿态的变化以及背景杂乱的情况。这有助于确保训练的目标检测模型在真实场景中具有良好的泛化性能。通过开发这一奶牛体况评分目标检测数据集,为农业领域的奶牛健康监测提供了一个有力的工具,有望推动相关技术的发展,提高奶牛管理的效率和精度。此外,本数据集还为研究人员提供了一个有价值的资源,用于深入研究奶牛体况与健康之间的关联,为未来的农业科技创新提供支持。

关键词：奶牛体况评分目标检测农业领域健康监测

来源：评论

学校读者我要写书评

暂无评论

山羊和绵羊脸部检测数据集

引用

中国科学数据(中英文网络版) 2025年第1期10卷 36-44页

为实现羊的脸部检测、头部行为识别和分类,构建了山羊和绵羊脸部数据集。本研究拍摄了自然状态下的纯色山羊和自然环境中的绵羊的羊脸图像。本数据集包括了不同角度、不同数量、不同场景(舍内、舍外)以及不同遮挡等的山羊与绵羊脸部分... 详细信息

为实现羊的脸部检测、头部行为识别和分类,构建了山羊和绵羊脸部数据集。本研究拍摄了自然状态下的纯色山羊和自然环境中的绵羊的羊脸图像。本数据集包括了不同角度、不同数量、不同场景(舍内、舍外)以及不同遮挡等的山羊与绵羊脸部分的图像。为了保证数据集的质量,通过人工的处理和筛选,得到了2412幅高质量、高分辨率的羊脸图像数据集,并对这2412幅图像进行了手工标注。为了测试本数据集的质量与真实性,将数据集按照训练集和测试集为8︰2的比例划分,用于评估山羊和绵羊脸部检测模型的性能,测试了Faster R-CNN,SSD,Yolov3和Yolov5四个模型。经过实验验证,本数据集在羊脸检测模型上表现出良好的效果,为羊脸检测领域的研究和应用提供了有价值的资源。此外,将持续完善和更新本数据集,以满足不断增长的研究需求和应用场景。

关键词：羊脸检测畜牧养殖山羊绵羊

来源：评论

学校读者我要写书评

暂无评论

表面增强拉曼光谱准确检测玉米中杀螟硫磷农药残留

引用

光谱学与光谱分析 2018年第9期38卷 2782-2787页

作者：黄林生王芳翁士状潘芳芳梁栋安徽大学安徽省农业生态大数据工程实验室安徽合肥230601

杀螟硫磷是一种在农作物上广泛使用的有机磷杀虫剂,常用于玉米上害虫的防治。过量或者不合理施用导致的残留积累关系到食品安全和人体健康。常规检测杀螟硫磷的方法有气相色谱-质谱法、高效液相色谱法,其准确性虽好,但存在需要专业人员... 详细信息

杀螟硫磷是一种在农作物上广泛使用的有机磷杀虫剂,常用于玉米上害虫的防治。过量或者不合理施用导致的残留积累关系到食品安全和人体健康。常规检测杀螟硫磷的方法有气相色谱-质谱法、高效液相色谱法,其准确性虽好,但存在需要专业人员介入、样品前处理复杂、检测时间长等缺点。表面增强拉曼光谱(SERS)法具有分析速度快、检测灵敏度高和特异性好等优点,被广泛应用于农产品中痕量残留的快速检测。利用表面增强拉曼光谱结合化学计量学方法实现玉米中杀螟硫磷残留的准确检测。以两步种子生长法合成的纳米金棒作为拉曼增强基底,测量600~1 800cm^(-1)范围内的拉曼光谱。对比杀螟硫磷乙醇溶液和金棒的光谱,确定杀螟硫磷的特征峰在650,830,1 082,1 241,1 344和1 581cm^(-1)处。采用简单预处理方法快速提取玉米中的杀螟硫磷残留。将受污染的玉米样品粉碎后,利用乙醇溶剂对残留进行两次提取,每次获取的提取液经离心获得上清液,将上清液合并混匀,在水浴中蒸发浓缩,浓缩后的上清液用于采集SERS光谱。每个浓度制备50个平行样本。各浓度残留提取液中的残留参考值采用色质联用方法测定。对比残留提取液的光谱,1 082,1 241和1 581cm^(-1)处特征峰强度随残留浓度的降低而迅速变弱甚至消失,650,830和1 344cm^(-1)处的特征峰直至残留浓度为0.48μg·mL^(-1)时依然可见。当浓度低至0.37μg·mL^(-1)时,所测光谱与空白提取液光谱相似。采用主成分分析(PCA)提取不同浓度杀螟硫磷残留光谱的主体信息,其中残留为0.37μg·mL^(-1)和空白提取液光谱的主成分得分重叠,进而判断SERS方法对玉米中杀螟硫磷残留的检测限可达到0.48μg·mL^(-1),低于国家规定的农作物中最大残留限,体现出SERS检测的高灵敏性。选取浓度为14.25μg·mL^(-1)的50个样本分析其650,830和1344cm^(-1)处的特征峰强度变化可知,所采集的光谱呈现出较好的重复性,相对标准偏差(RSD)值仅为3.12%。对杀螟硫磷残留的定量分析采用支持向量机回归(SVR)实现,Savitzky-Golay卷积平滑和小波变换(WT)用于本次光谱数据的预处理。校正集和预测集样本的划分采用Kennard-Stone算法实现,模型的性能采用校正均方根误差(RMSEC)、校正集决定系数(R_c^2)、预测均方根误差(RMSEP)和预测集决定系数(R_p^2)评估。最优模型为SVR结合WT所构建的,具有最小的预测误差,其中校正集的RMSEC=0.103 2μg·mL^(-1),R_c^2=0.999 74,预测集的RMSEP=0.134 1μg·mL^(-1),R_p^2=0.999 60。同时,最优模型的预测值与色质联用法所测值基本一致,其预测回收率为95.31%~100.66%。以上表明,SERS结合化学计量学方法检测玉米中杀螟硫磷残留是准确可行的,且有望推广到农作物中多种农药残留的检测,为农产品的安全检测提供一种新思路。

关键词：表面增强拉曼光谱杀螟硫磷玉米支持向量机回归

来源：评论

学校读者我要写书评

暂无评论

Relief-F筛选波段的小麦白粉病早期诊断研究

引用

红外与激光工程 2018年第5期47卷 210-217页

作者：黄林生张庆张东彦林芬芳徐超赵晋陵安徽大学安徽省农业生态大数据工程实验室安徽合肥230601 南京信息工程大学地理与遥感学院江苏南京210044

为了准确监测小麦白粉病染病早期病情,给喷药防治提供技术指导,论文将染病初期的小麦叶片作为研究对象。首先,利用高光谱图像数据,通过图像特征分割出叶片区域和病斑区域,定量计算病情严重度;其次引入Relief-F算法提取染病早期最敏感波... 详细信息

为了准确监测小麦白粉病染病早期病情,给喷药防治提供技术指导,论文将染病初期的小麦叶片作为研究对象。首先,利用高光谱图像数据,通过图像特征分割出叶片区域和病斑区域,定量计算病情严重度;其次引入Relief-F算法提取染病早期最敏感波段和波段差,计算出白粉病病害指数PMDI(Powdery mildew disease index);并通过分析病情指数DI(Disease index)与11种植被指数(含PMDI指数)的相关性及线性模型,得出PMDI模型有最高的决定系数(R^2=0.839 9)和最低的均方根误差(RMSE=4.522 0),效果优于其他病害植被指数的结果(其中,Normalized Difference Vegetation Index,NDVI的模型决定系数最高,R^2=0.777 1,RMSE=5.336 4);最后,选择PMDI和NDVI植被指数分别构建小麦白粉病染病早期病情严重度的支持向量回归模型。结果表明:经敏感波段筛选构建的PMDI指数的预测结果更好,预测模型的R^2=0.886 3,RMSE=3.553 2,可以实现小麦白粉病早期无损诊断,这为指导作物病害喷药防治提供重要的技术支撑。

关键词：图像分割光谱特征 Relief-F 支持向量回归小麦白粉病

来源：评论

学校读者我要写书评

暂无评论

安徽省茶树春霜冻害的风险评估

引用

中国农业气象 2021年第10期42卷 870-878页

作者：刘瑞娜陈金华陈曦曹雯安徽省农业气象中心/安徽省农业生态大数据工程实验室合肥230031

应用安徽省茶种植区45个气象站点1981−2017年气象资料和1998−2017年茶叶产量资料,选取霜冻害发生综合频率、坡向敏感性指数、茶园面积和灾年减产率变异系数4个因子,利用加权指数求和法构建了茶树霜冻害风险指数,借助ANUSPLIN插值模型和... 详细信息

应用安徽省茶种植区45个气象站点1981−2017年气象资料和1998−2017年茶叶产量资料,选取霜冻害发生综合频率、坡向敏感性指数、茶园面积和灾年减产率变异系数4个因子,利用加权指数求和法构建了茶树霜冻害风险指数,借助ANUSPLIN插值模型和地理信息系统开展了安徽省茶树霜冻害风险评估。结果表明:安徽省茶树春霜冻害高风险、中风险和低风险区域面积为118×10^(4)hm^(2)、337×10^(4)hm^(2)和353×10^(4)hm^(2)分别占评价区域总面积的14.6%、41.7%和43.7%。高风险区主要分布在大别山茶区的金寨县、霍山县、岳西县、潜山县等和江南茶区南部海拔600m以上的高山区域,零星分布在江北茶区北坡地带。中风险区多分布在大别山茶区和江南茶区海拔低于600m的山区,呈斑块状分布在江北茶区的丘陵和低山区。低风险区集中分布在芜湖−宣城−铜陵−池州沿江一带,零星分布在江南茶区的低山区。构建的风险指数总体能客观反映安徽省茶树霜冻害风险水平,可为茶树霜冻害风险管理提供依据。

关键词：霜冻害风险指数风险评估减产率茶叶

来源：评论

学校读者我要写书评

暂无评论

基于RAdam卷积神经网络的水稻生育期图像识别

引用

农业工程学报 2021年第8期37卷 143-150页

作者：徐建鹏王杰徐祥琚书存安徽省农村综合经济信息中心合肥230031 安徽省农业生态大数据工程实验室合肥230031

为了解决现阶段水稻发育期信息的获取主要依靠人工观测的效率低、主观性强等问题,该研究提出一种基于Rectified Adam(RAdam)优化器的ResNet50卷积神经网络图像识别方法,开展水稻关键生育期的自动识别。连续2a对12块试验田的水稻物候特... 详细信息

为了解决现阶段水稻发育期信息的获取主要依靠人工观测的效率低、主观性强等问题,该研究提出一种基于Rectified Adam(RAdam)优化器的ResNet50卷积神经网络图像识别方法,开展水稻关键生育期的自动识别。连续2a对12块试验田的水稻物候特征进行持续自动拍摄,对采集的水稻图像进行预处理,得到水稻各发育期分类图像数据集;采用ExG因子和大津法(Otsu)算法相结合的方法对水稻图像分割,减小稻田背景干扰;对比分析了VGG16、VGG19、ResNet50和Inception v3四种模型下水稻生育期图像分级识别的性能,选取性能较优网络模型并进行了网络参数调优;对比试验了不同优化器下模型准确率和损失值的变化,选取了RAdam优化器。结果表明,采取基于RAdam优化器卷积神经网络构建的模型,在真实场景下分类识别准确率达到97.33%,网络稳定性高、收敛速度快,为水稻生育期自动化观测提供了有效方法。

关键词：图像识别神经网络模型水稻 RAdam ResNet50 生育期

来源：评论

学校读者我要写书评

暂无评论

小波分析与支持向量机结合的冬小麦白粉病遥感监测

引用

农业工程学报 2017年第14期33卷 188-195页

作者：黄林生刘文静黄文江赵晋陵宋富冉安徽大学安徽省农业生态大数据工程实验室合肥230601 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

为利用遥感影像数据在区域尺度上实现快速、准确地监测小麦白粉病的发生、发展情况,该研究基于环境与灾害监测预报小卫星(HJ-1A/1B)数据对地表温度(land surface temperature,LST)进行反演、提取4个波段反射率数据并构建7个植被指数。耦... 详细信息

为利用遥感影像数据在区域尺度上实现快速、准确地监测小麦白粉病的发生、发展情况,该研究基于环境与灾害监测预报小卫星(HJ-1A/1B)数据对地表温度(land surface temperature,LST)进行反演、提取4个波段反射率数据并构建7个植被指数。耦合K-mean和Relief算法对小麦白粉病遥感特征进行筛选。通过支持向量机(support vector machine,SVM)与小波特征(Gabor)结合SVM(Gabor SVM)的方法分别建立河北省晋州市小麦白粉病发生监测模型,并对2种模型的监测精度进行对比。结果表明:归一化植被指数(normalized difference vegetation index,NDVI)、比值植被指数(simple ratio index,SR)和地表温度3种特征参量可较好地表征小麦白粉病的发生情况,Gabor SVM的总体精度达到86.7%,优于SVM的80%。因此,小波分析与支持向量机结合的方法可用于基于卫星遥感影像的大面积病害监测,对提高病害监测精度具有重要应用价值。

关键词：遥感支持向量机病害白粉病小波特征

来源：评论

学校读者我要写书评

暂无评论

经济发展、城乡二元化对城乡居民收入差距影响的实证分析

引用

统计与决策 2018年第3期34卷 147-150页

作者：高文武徐明阳范佳健龙莹安徽大学经济学院合肥230601 安徽大学安徽省农业生态大数据工程实验室合肥230601

城乡居民收入差距是经济发展中突出的经济问题和社会问题。文章以安徽省为例,选取安徽省1995—2016年的时间序列数据,采用泰尔指数衡量安徽省城乡居民收入差距水平,利用广义可加模型实证分析了安徽省经济发展、城乡二元化对城乡居民收... 详细信息

城乡居民收入差距是经济发展中突出的经济问题和社会问题。文章以安徽省为例,选取安徽省1995—2016年的时间序列数据,采用泰尔指数衡量安徽省城乡居民收入差距水平,利用广义可加模型实证分析了安徽省经济发展、城乡二元化对城乡居民收入差距的影响。结果表明,安徽省经济发展、城乡二元化与城乡居民收入差距具有较复杂的关系。其中人均GDP增长率、城市化水平、城乡社会保障差异与城乡居民收入差距之间分别是正相关性、波浪型和波动性上升的关系。

关键词：城乡居民收入差距经济发展广义可加模型安徽省

来源：评论

学校读者我要写书评

暂无评论

动态表面增强拉曼光谱在敌瘟磷快速定量分析中的应用

引用

光谱学与光谱分析 2018年第2期38卷 454-458页

作者：翁士状袁宝红郑守国张东彦赵晋陵黄林生安徽大学安徽农业生态大数据工程实验室安徽合肥230601 安徽三联学院电子电气工程学院安徽合肥230601 中国科学院合肥技术创新工程院安徽合肥230031

动态表面增强拉曼光谱是在干态与湿态表面增强拉曼光谱(SERS)检测的基础上发展而来的,不仅具有极好的信号增强,还具有良好的重复性与稳定性。提出了一种基于动态SERS与多元分析方法的敌瘟磷快速定量分析方法。实验中,首先测量100,50,10,... 详细信息

动态表面增强拉曼光谱是在干态与湿态表面增强拉曼光谱(SERS)检测的基础上发展而来的,不仅具有极好的信号增强,还具有良好的重复性与稳定性。提出了一种基于动态SERS与多元分析方法的敌瘟磷快速定量分析方法。实验中,首先测量100,50,10,5,1,0.5和0.1mg·L^(-1)敌瘟磷动态SERS谱图,并使用多项式校正方法去除光谱基线漂移。然后,处理后的全范围(600~1 800cm^(-1))与特征范围(674~713,890~1 195,1 341~1 399和1 549~1 612cm^(-1))光谱分别利用支持向量机回归(SVR)构建定量模型,实现对敌瘟磷的定量分析。同时,实验还评估了主成分分析(PCA)对定量分析结果的影响。实验结果表明特征范围光谱所建立的模型预测误差较小,而数据经过PCA处理后预测误差得到进一步下降。最优回归模型是由特征范围光谱经PCA处理后所构建的模型(RMSECV=0.065 7mg·L^(-1)),模型能够准确地预测敌瘟磷溶液浓度。为了测试实际检测中的效果,该方法被用来对苹果表面的敌瘟磷残留进行检测,并通过气相色谱法进行验证。结果表明该方法对于同一样本多次检测值波动较小,且检测均值与气相色谱检测值相差较小,相对误差最大仅为5.13%。此外,动态SERS检测可在2min内完成,且后续数据处理也可在数秒内完成,同时整个过程的试剂消耗仅在2μL左右。因此,所提出的方法在敌瘟磷快速准确检测具有极大优势。

关键词：动态表面增强拉曼光谱多元分析方法敌瘟磷快速定量分析

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：