检索结果-内蒙古大学图书馆

智慧农业（中英文） 2024年第2期6卷 128-139页

作者：庞春晖陈鹏夏懿章军王兵邹岩陈天娇康辰瑞梁栋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/信息材料与智能感知安徽省实验室/安徽大学互联网学院安徽合肥230601 安徽财经大学管理科学与工程学院安徽蚌埠233030 中国科学院合肥物质科学院智能机械研究所安徽合肥230031 中国科学技术大学安徽合肥230031 西南科技大学四川绵阳621010 农业传感器与智能感知安徽省技术创新中心中科合肥智慧农业协同创新研究院安徽合肥231131 安徽鹏视智能科技有限公司安徽合肥230000

[目的/意义]传统的小麦倒伏检测方法需要人工进行田间观测和记录,这种方法存在主观、效率低、劳动强度大等问题,难以满足大规模的小麦倒伏检测的需求。基于深度学习的小麦倒伏检测技术虽已在一定程度上得到应用,但普遍局限于对小麦单一... 详细信息

[目的/意义]传统的小麦倒伏检测方法需要人工进行田间观测和记录,这种方法存在主观、效率低、劳动强度大等问题,难以满足大规模的小麦倒伏检测的需求。基于深度学习的小麦倒伏检测技术虽已在一定程度上得到应用,但普遍局限于对小麦单一发育阶段的倒伏识别,而倒伏可能发生在小麦生长的各个时期,不同时期倒伏特征变化复杂,这给模型特征捕捉能力带来考验。本研究旨在探索一种基于深度学习技术的多生育期小麦倒伏区域检测方法。[方法]用无人机采集小麦灌浆期、早熟期、晚熟期这三个关键生长阶段的RGB图像,通过数据增强等技术构建出多生育期小麦倒伏数据集。提出一种小麦倒伏提取模型Lodging2Former,该模型在Mask2Former的基础上加以改进,引入分层交互式特征金字塔网络(Hierarchical Interactive Feature Pyramid Network,HI-FPN),用于提高模型在复杂田间背景干扰下对于多个生长阶段小麦倒伏特征的捕捉能力。[结果和讨论]所提出的Lodg⁃ing2Former模型相较于现存的多种主流算法,如Mask R-CNN(Mask Region-Based Convolutional Neural Network)、SOLOv2(Segmenting Objects by Locations,Version 2)以及Mask2Former,在平均精度均值(mean Average Precision,mAP)上展现出显著优势。在阈值分别为0.5、0.75以及0.5~0.95的条件下,模型的mAP值分别达到了79.5%、40.2%和43.4%,相比Mask2Former模型,mAP性能提升了1.3%~4.3%。[结论]提出的HI-FPN网络可以有效利用图像中的上下文语义和细节信息,通过提取丰富的多尺度特征,增强了模型对小麦在不同生长阶段倒伏区域的检测能力,证实了HI-FPN在多生育期小麦倒伏检测中的应用潜力和价值。

关键词：无人机深度学习小麦倒伏检测特征金字塔网络 Mask2Former

来源：评论

学校读者我要写书评

暂无评论

近50年江苏省极端降水时空变化及其对单季稻产量的影响

引用

广东农业科学 2017年第8期44卷 139-144页

作者：徐阳孙莉娟黄进伍琼朱雅丽安徽省农村综合经济信息中心/安徽省农业生态大数据工程实验室安徽合肥230031 安徽省人工影响天气办公室安徽合肥230001 南京信息工程大学应用气象学院江苏南京210044

利用江苏省52个气象站1961—2012年逐月降水量资料及单季稻产量逐年数据,计算5~10月各生育期的极端降水指数,研究区降水变化与产量的潜在关系。各站点降水指数的趋势检验结果表明,大部分站点6、7、8月的极端降水事件呈现增强的趋势,其中... 详细信息

利用江苏省52个气象站1961—2012年逐月降水量资料及单季稻产量逐年数据,计算5~10月各生育期的极端降水指数,研究区降水变化与产量的潜在关系。各站点降水指数的趋势检验结果表明,大部分站点6、7、8月的极端降水事件呈现增强的趋势,其中8月1日最大降水量的增加趋势尤为显著;而大部分站点5、9、10月极端降水事件呈现减弱的趋势,其中9月总降雨日数的减少趋势尤为显著。单季稻产量与各月降水指数的相关分析表明,在7、8、9、10月中,大多数站点的产量与降水指数呈负相关。诸多指数中,7月最大连续7 d降水量和8月总降雨日数对产量的负效应尤为显著,而苏南地区的单季稻种植对这两个指标的变化更为敏感。

关键词：江苏极端降水指数单季稻产量

来源：评论

学校读者我要写书评

暂无评论

农业大数据信息资源目录管理

农业大数据信息资源目录管理

引用

作者：丁晶晶丁作坤黄林生赵晋陵丁砥方文红汪燃梁苏丹徐超曾玮郑玲徐如丰科大国创软件股份有限公司安徽省农业信息中心安徽大学安徽省农业生态大数据工程实验室安徽省畜牧技术推广总站安徽省农村能源总站

标准类型：地方标准

本标准规定了农业农村信息资源目录的术语和定义、分类和编码方法。本标准适用于农业农村信息资源目录分类管理。

标准号: DB34/T 3473-2019

本标准规定了农业农村信息资源目录的术语和定义、分类和编码方法。本标准适用于农业农村信息资源目录分类管理。

关键词：

来源：评论

学校读者我要写书评

暂无评论

江苏省单季稻生育期内降水分配格局的时空变化

引用

湖北农业科学 2018年第3期57卷 27-31页

作者：徐阳孙莉娟黄进伍琼朱雅丽安徽省农村综合经济信息中心/安徽省农业生态大数据工程实验室合肥230031 安徽省人工影响天气办公室合肥230031 南京信息工程大学应用气象学院南京210044

利用江苏省52个气象站1961-2012年逐日降水资料及单季稻产量逐年数据,计算了生育期5-10月的降水分配指数,探讨了降水分配格局的时空变化及与产量的潜在联系。结果表明,江苏省单季稻生育期内降水分配呈现出较强的不均匀性,雨量主要集中于... 详细信息

利用江苏省52个气象站1961-2012年逐日降水资料及单季稻产量逐年数据,计算了生育期5-10月的降水分配指数,探讨了降水分配格局的时空变化及与产量的潜在联系。结果表明,江苏省单季稻生育期内降水分配呈现出较强的不均匀性,雨量主要集中于50 mm以上日降水事件和夏季的7月,其中北部地区的降水集中性要明显高于南部地区;近50年来单季稻生育期内降水分配格局的不均匀性呈现加剧态势,突出体现在南部地区50 mm以上降水和8月降水对雨量贡献率的显著增加;单季稻产量与降水分配格局存在着一定的相关性,降水集中性越高对产量越不利,降水分配指数中,以50 mm以上降水的雨量贡献率对产量的负效应最为显著,且南部地区的单季稻产量对这一指标的波动更为敏感。

关键词：单季稻降水分配指数江苏省

来源：评论

学校读者我要写书评

暂无评论

江苏省单季稻生育期内连续降水事件的时空变化

引用

江西农业学报 2018年第5期30卷 89-93页

作者：徐阳孙莉娟黄进伍琼朱雅丽安徽省农村综合经济信息中心/安徽省农业生态大数据工程实验室安徽合肥230031 安徽省人工影响天气办公室安徽合肥230031 南京信息工程大学应用气象学院江苏南京210044

利用江苏省52个气象站1961~2012年逐日降水资料及单季稻产量逐年数据,计算了生育期(5~10月)的连续降水指数,探讨了连续降水事件的时空变化及与产量的潜在联系。结果表明:(1)该省单季稻生育期内连续降水事件呈现出一定的降水集中性,雨天... 详细信息

利用江苏省52个气象站1961~2012年逐日降水资料及单季稻产量逐年数据,计算了生育期(5~10月)的连续降水指数,探讨了连续降水事件的时空变化及与产量的潜在联系。结果表明:(1)该省单季稻生育期内连续降水事件呈现出一定的降水集中性,雨天和雨量均主要分布在持续2 d的降水事件。与苏北地区相比,苏南地区的中长期历时连续降水事件发生的频次明显较高。(2)近52年来单季稻生育期内长历时连续降水事件的减弱,而中短历时连续降水事件则有所增强,其中苏南地区历时5 d连续降水事件的减弱趋势尤为显著。(3)中长期历时连续降水事件对江苏省大部的单季稻产量有着不利的影响,特别是历时6 d以上连续降水事件的总雨量(P6d)对产量的负效应最为显著,而苏西南和苏中北部地区的产量对这一指标的波动更为敏感。

关键词：江苏单季稻连续降水指数

来源：评论

学校读者我要写书评

暂无评论

江苏省单季稻生育期内极端气候事件的分区变化

引用

江苏农业科学 2019年第1期47卷 299-303页

作者：孙莉娟徐阳鲁德金黄进安徽省人工影响天气办公室安徽合肥230031 安徽省农村综合经济信息中心/安徽省农业生态大数据工程实验室安徽合肥230031 南京信息工程大学应用气象学院江苏南京210044

利用江苏地区52个气象站点1961—2012年逐日最高温、最低温、降水资料及单季稻产量逐年数据,提取了单季稻生育期内(5—10月)的18个极端气候指数进行气候分区,分析了不同子区域极端气候事件的变化及对产量的影响。基于各站点极端气候指... 详细信息

利用江苏地区52个气象站点1961—2012年逐日最高温、最低温、降水资料及单季稻产量逐年数据,提取了单季稻生育期内(5—10月)的18个极端气候指数进行气候分区,分析了不同子区域极端气候事件的变化及对产量的影响。基于各站点极端气候指数的多年均值,主成分和聚类分析的结果表明,江苏省可以划分为苏西北角、苏西北部、苏北部、苏西南部、苏南部和苏东南角6个气候子区域;生育期内极端气候指数的M-K趋势检验结果表明,多数子区域强降水事件的频次和强度有所加剧,而日最高温和日最低温的极值呈现出显著上升趋势,其中苏南地区的增湿增暖趋势尤为显著。生育期内极端气候指数与单季稻产量的相关分析表明,强降水是影响产量的主要气候要素,其中暴雨日数和极端雨天总雨量对产量的负效应最为显著,6个子区域中苏西南部和苏南部的产量对降水波动更为敏感。

关键词：江苏省极端气候指数气候分区单季稻

来源：评论

学校读者我要写书评

暂无评论

基于时序Sentinel-2影像的梨树县作物种植结构

引用

江苏农业学报 2020年第6期36卷 1428-1436页

作者：刘俊伟陈鹏飞张东彦赵红伟中国科学院地理科学与资源研究所/资源与环境信息系统国家重点实验室北京100101 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技术研究中心安徽合肥230601 江苏省地理信息资源开发与利用协同创新中心江苏南京210023 中国农业科学院农业资源与农业区划研究所北京100081

Sentinel-2影像具有空间分辨率高,重访周期短的优势。本研究探讨了基于Sentinel-2数据开展梨树县作物精准分类,进而进行种植结构分析的可行性。为此,收集了多时相的Sentinel-2影像和大量地面不同作物类型样点数据。基于以上数据,选择决... 详细信息

Sentinel-2影像具有空间分辨率高,重访周期短的优势。本研究探讨了基于Sentinel-2数据开展梨树县作物精准分类,进而进行种植结构分析的可行性。为此,收集了多时相的Sentinel-2影像和大量地面不同作物类型样点数据。基于以上数据,选择决策树法、最大似然法、支持向量机法等3种经典分类方法开展影像分类,并对它们的结果进行对比以选择最优分类方法。然后,利用最优分类方法获得的分类结果对梨树县作物种植结构进行分析。结果表明,基于时序Sentinel-2影像,利用作物的物候特征与其光谱特征之间的联系可实现对梨树县作物种植面积和空间分布信息的准确提取,从而对该县种植结构进行客观评价。3种分类方法中,决策树法的分类精度最高,其总体分类精度为93.53%,Kappa系数达到0.8906。

关键词：作物种植结构 Sentinel-2 光谱特征

来源：评论

学校读者我要写书评

暂无评论

基于近地高光谱数据和遗传算法优化的支持向量机麦穗尺度赤霉病识别

引用

农业工程技术 2020年第24期 87-87页

作者：黄林生张寒苏阮超黄文江胡廷广赵晋陵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中国科学院空天信息创新研究院数字地球重点实验室

为了实现小麦赤霉病的有效防控,给大区域尺度赤霉病监测提供理论支撑。该文利用麦穗非成像高光谱数据提出了小麦赤霉病敏感特征筛选和监测模型构建方法。通过相关性分析共选出了8个敏感特征:包括350-400nm、500-600nm和720-1000nm三个... 详细信息

为了实现小麦赤霉病的有效防控,给大区域尺度赤霉病监测提供理论支撑。该文利用麦穗非成像高光谱数据提出了小麦赤霉病敏感特征筛选和监测模型构建方法。通过相关性分析共选出了8个敏感特征:包括350-400nm、500-600nm和720-1000nm三个特征波段,MSR、NDVI和SIPI三个植被指数,以及WF01和WF02两个小波特征。将筛选出的敏感特征,结合SVM、和经过GA算法优化的SVM(GASVM)共建立了16种小麦赤霉病监测模型,并对两类模型的监测精度进行对比,结果显示:相同特征变量下通过GASVM建立的监测模型整体精度比通过SVM算法建立的模型精度更高,其中,MSR结合GASVM的总体精度达75%, Kappa系数为0.47。说明GASVM算法能够用于小麦赤霉病的监测,对提高病害监测精度具有重要应用价值。

关键词：小麦赤霉病高光谱数据相关性分析遗传算法小波变换支持向量机

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：