检索结果-内蒙古大学图书馆

农业机械学报 2025年第3期56卷 451-457页

作者：李硕王雅晋覃卫林莫晓明胡碧峰郭燕华中师范大学地理过程分析与模拟湖北省重点实验室武汉430079 农业农村部黄淮海智慧农业技术重点实验室郑州450002 长阳土家族自治县农业综合开发服务中心宜昌443500 来凤县农业农村局恩施445700 江西财经大学公共管理学院南昌330013 河南省农业科学院农业信息技术研究所郑州450002

土壤重金属采样、分析与污染评价耗费大量人力和物力,借助易获取环境协变量信息对提高土壤重金属污染监测效率意义重大。近地光谱是土壤属性综合响应,在反映土壤重金属信息方面有着巨大的研究潜力。为考察近地光谱辅助预测土壤重金属含... 详细信息

土壤重金属采样、分析与污染评价耗费大量人力和物力,借助易获取环境协变量信息对提高土壤重金属污染监测效率意义重大。近地光谱是土壤属性综合响应,在反映土壤重金属信息方面有着巨大的研究潜力。为考察近地光谱辅助预测土壤重金属含量的能力,测量了109个表层土样的近红外光谱,并提取与土壤镍密切相关的光谱信息;再以土壤机械组成及其与光谱信息的组合作为辅助变量建立协同克里格模型,并比较土壤镍空间预测制图精度。结果表明:以粉粒含量和光谱2380 nm波段吸收率共同作为辅助变量的模型结果优于只以粉粒含量作为辅助变量的模型,交叉验证决定系数R^(2)_(CV)由0.49提高到0.68,交叉验证均方根误差(RMSECV)由11.3 mg/kg降至9.5 mg/kg。这说明近红外光谱作为一种易获取的辅助信息,可协同土壤机械组成构建空间预测模型以提高区域土壤重金属的调查精度。研究结果可为土壤重金属含量空间分布预测提供一种经济高效的解决方案。

关键词：土壤重金属近地传感土壤光谱近红外协同克里格辅助变量

来源：评论

学校读者我要写书评

暂无评论

基于数字表面模型的冬小麦生物量估算

引用

南方农业学报 2025年第1期56卷 53-63页

作者：郭燕贺佳位盼盼曾凯史舟叶粟杨秀忠郑国清王来刚河南省农业科学院农业信息技术研究所/农业农村部黄淮海智慧农业技术重点实验室河南郑州450002 河南省农作物种植监测与预警工程研究中心河南郑州450002 浙江大学资源与环境学院浙江杭州310058

【目的】构建冬小麦主要生育时期生物量估算模型,分析不同水处理和不同年份情景下估算模型的迁移能力,为冬小麦生物量快速估算、表型研究及制定作物水肥决策提供技术支撑。【方法】通过设置不同水氮处理,采用大疆M600 Pro无人机搭载安... 详细信息

【目的】构建冬小麦主要生育时期生物量估算模型,分析不同水处理和不同年份情景下估算模型的迁移能力,为冬小麦生物量快速估算、表型研究及制定作物水肥决策提供技术支撑。【方法】通过设置不同水氮处理,采用大疆M600 Pro无人机搭载安洲科技K6多光谱成像仪获取冬小麦关键生育期影像,提取影像数字表面模型,基于无人机影像提取株高,通过BP神经网络构建并改进冬小麦生物量估算模型。【结果】水氮耦合自然状态条件下冬小麦实测株高的变化较小,但在氮充足条件下灌溉可增加冬小麦实测株高。无人机提取株高与实测株高的线性决定系数(R^(2))为0.81,即无人机提取株高可解释81%的株高变异。基于无人机遥感影像提取株高构建的冬小麦生物量估算模型,R^(2)、均方根误差(RMSE)、相对分析误差(RPD)分别为0.58、4528.23 kg/ha和1.25,说明该模型可对冬小麦生物量进行快速估算,但模型稳健性较差(RPD<1.4),估算值(16198.27 kg/ha)较实测值(16960.23 kg/ha)偏小,且估算值较分散。通过数据转换,基于生物量/无人机提取株高比值构建的冬小麦生物量估算模型R^(2)、RMSE、RPD分别为0.88、2291.90 kg/ha和2.75,改进后的模型稳健性较强(RPD>2.0),估算值(17478.21 kg/ha)与实测值(17222.59 kg/ha)较接近,模型估算精度提高了51.72%。经验证,改进的冬小麦生物量估算模型在不同水处理和不同年份情景下具有较强的迁移能力,迁移估算模型的R^(2)均在0.85以上,能实现对冬小麦生物量的精准快速估算。【结论】利用无人机影像提取株高信息,通过数据转换,能有效提高冬小麦生物量估算模型的估算精度。改进的冬小麦生物量估算模型在不同水处理和不同年份情景下均表现出较强的迁移能力,但在不同氮水平情景下的迁移能力存在差异,因此,模型迁移利用前应对不同情景数据集进行直方图特征分析,并综合考虑多种影响因素以提升模型的泛化能力和鲁棒性。

关键词：冬小麦生物量株高数字表面模型(DSM) 迁移能力

来源：评论

学校读者我要写书评

暂无评论

智能农机关键技术研究现状与发展趋势

引用

拖拉机与农用运输车 2025年第2期 1-3+20页

作者：张杰陈洪涛秦一浪王鹏翔李国强王猛河南省农业科学院农业信息技术研究所农业农村部黄淮海智慧农业技术重点实验室智能农业动力装备全国重点实验室北京理工大学

智能农机是现代农业发展的核心驱动力，对实现农业可持续发展起着重要作用。本文通过描述智能农机的概念和特点，阐述了智能农机关键技术的研究现状和发展趋势，为我国智能农机的发展提供了建议。

关键词：智能农机智能感知智能决策智能控制智能通信

来源：评论

学校读者我要写书评

暂无评论

1982～2022年丹江口库区NDVI时空演变及驱动因子分析

引用

长江流域资源与环境 2025年第4期 781-791页

作者：吴士文李成龙张战平王来刚郭燕郝仕龙张叶晨李秀萍华北水利水电大学数字孪生水利高等研究院华北水利水电大学测绘与地理信息学院河南省农业科学院农业信息技术研究所/农业农村部黄淮海智慧农业技术重点实验室

归一化植被指数(NDVI)作为反映植被生长状况的重要指标，研究其变化趋势及其驱动因素对维护地区生态安全具有重要意义。以丹江口库区为研究对象，利用GIMMS NDVI和MODIS NDVI数据基于逐像元线性回归的方法构建了1 km分辨率的1982～2022... 详细信息

归一化植被指数(NDVI)作为反映植被生长状况的重要指标，研究其变化趋势及其驱动因素对维护地区生态安全具有重要意义。以丹江口库区为研究对象，利用GIMMS NDVI和MODIS NDVI数据基于逐像元线性回归的方法构建了1 km分辨率的1982～2022年长时序NDVI序列，分析了丹江口库区NDVI的时空特征，并使用地理探测器探究了丹江口库区植被的空间异质性及其驱动力。结果表明：(1)研究区年均NDVI以每年0.002 6的速度波动上升，NDVI空间分布表现出西北数值高而东南数值低的特点，低值区集中分布在汉中、安康、十堰等低海拔地区；(2)库区范围内NDVI总体改善，明显改善部分占总面积的98.23%,而退化部分面积占比不足1%;(3)年潜在蒸散发、高程和地貌是影响当地植被空间分布的主导因子，其中日照时数与高程交互的q值对NDVI空间分布影响最大，影响因子间的交互作用均表现出双因子增强或非线性增强的关系。

关键词：丹江口库区 NDVI 时空演变地理探测器驱动因子

来源：评论

学校读者我要写书评

暂无评论

基于RISC-V的农田智能灌溉控制系统研究

引用

农机化研究 2025年第5期47卷 51-58页

作者：王猛王凯张杰杨张青赵巧丽秦一浪李国强河南省农业科学院农业信息技术研究所郑州450002 河南省土壤肥料站郑州450000 农业农村部黄淮海智慧农业技术重点实验室郑州450002 河南省智慧农业工程技术研究中心郑州450002

为提高农田灌溉水分利用率,明确不同土质对灌溉量的影响,利用RISC-V架构芯片构建了一种基于模型的灌溉控制系统。该系统以GD32VF103VBT6芯片为核心MCU,包括主控制器、通信、传感器、灌溉量计算和安全作业等功能模块。通过量化不同类型... 详细信息

为提高农田灌溉水分利用率,明确不同土质对灌溉量的影响,利用RISC-V架构芯片构建了一种基于模型的灌溉控制系统。该系统以GD32VF103VBT6芯片为核心MCU,包括主控制器、通信、传感器、灌溉量计算和安全作业等功能模块。通过量化不同类型土壤水分运移动态的差异,依据土壤中沙粒、黏粒等组分比例,构建了适用于不同土壤质地的灌溉量估算模型。系统结合土壤墒情传感器获取的田间实时墒情数据,计算各轮灌区域最佳灌溉量,并根据灌溉量控制各灌区电磁阀开启时间,实现自动灌溉。该系统具有测墒灌溉、远程控制、水肥一体化灌溉、自动化轮灌等功能。研究结果表明:与传统农户经验灌溉方式相比,该系统能够显著降低作物灌溉量17.3%,但对籽粒产量的影响较小,仅降低了0.16%;与土壤水分动态平衡模型相比,该系统灌溉量降低了9.2%,产量提高了0.19%。此系统的研究和应用在保证作物产量稳定的前提下,能有效降低农田灌溉量,对发展智慧节水农业有重要意义。

关键词：灌溉控制系统 RISC-V 土壤质地节水灌溉灌溉量模型

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLO v7-tiny的玉米种质资源雄穗检测方法

引用

农业机械学报 2024年第7期55卷 290-297页

作者：马中杰罗晨骆巍王利锋冯晓李会勇河南省农业科学院农业信息技术研究所郑州450002 农业农村部黄淮海智慧农业技术重点实验室郑州450002 河南省农业科学院农作物种质资源研究所郑州450002

针对玉米种质资源遗传多样性丰富导致雄穗大小、形态结构及颜色呈现较大差异,无人机搭载可见光传感器相比地面采集图像分辨率低,以及图像中部分雄穗过小、与背景相似度高、被遮挡、相互交错等情况带来的雄穗检测精度低的问题,提出了一... 详细信息

针对玉米种质资源遗传多样性丰富导致雄穗大小、形态结构及颜色呈现较大差异,无人机搭载可见光传感器相比地面采集图像分辨率低,以及图像中部分雄穗过小、与背景相似度高、被遮挡、相互交错等情况带来的雄穗检测精度低的问题,提出了一种改进YOLO v7-tiny模型的玉米种质资源雄穗检测方法。该方法通过在YOLO v7-tiny中引入SPD-Conv模块和VanillaBlock模块,以及添加ECA-Net模块的方式,增强模型对雄穗特征的提取能力。利用自建的玉米种质资源雄穗数据集,训练并测试改进模型。结果表明,改进YOLO v7-tiny的平均精度均值为94.6%,相比YOLO v7-tiny提升1.5个百分点,相比同等规模的轻量级模型YOLO v5s、YOLO v8s分别提升1.0、3.1个百分点,显著降低了图像中雄穗漏检及背景误检为雄穗的发生,有效减少了单穗误检为多穗和交错状态下雄穗个数误判的情况。改进YOLO v7-tiny模型内存占用量为17.8 MB,推理速度为231 f/s。本文方法在保证模型轻量化的前提下提升了雄穗检测精度,为玉米种质资源雄穗实时、精准检测提供了技术支撑。

关键词：种质资源玉米雄穗目标检测无人机可见光影像 YOLO v7-tiny

来源：评论

学校读者我要写书评

暂无评论

基于多层级特征筛选和无人机影像的冬小麦植株氮含量预测

引用

农业工程学报 2024年第12期40卷 174-182页

作者：郭燕王来刚贺佳井宇航宋晓宇张彦刘婷河南省农业科学院农业信息技术研究所/农业农村部黄淮海智慧农业技术重点实验室郑州450002 河南省农作物种植监测与预警工程研究中心郑州450002 北京市农林科学院信息技术研究中心北京100094

氮素是冬小麦生长发育必不可少的大量元素,无人机超高分辨率影像丰富的光谱信息和纹理信息为冬小麦植株氮含量精准预测提供了重要的技术途径,但是过多变量造成了信息冗余和模型复杂的问题。针对此问题,该研究提出了一种“相关分析+共线... 详细信息

氮素是冬小麦生长发育必不可少的大量元素,无人机超高分辨率影像丰富的光谱信息和纹理信息为冬小麦植株氮含量精准预测提供了重要的技术途径,但是过多变量造成了信息冗余和模型复杂的问题。针对此问题,该研究提出了一种“相关分析+共线性分析+LASSO(least absolute shrinkage and selection operator)特征筛选”的多层级植株氮含量敏感特征的筛选方法,引入约束系数向量的L1正则化实现特征的稀疏性,将某些特征的系数缩小为0,基于冬小麦关键生育期(拔节期、孕穗期、开花期、灌浆期)无人机影像提取的65个光谱和纹理特征,采BP神经网络(back propagation,BP)、Adaboost、随机森林(random forest,RF)和线性回归(linear regression,LR)4种机器学习算法构建了冬小麦植株氮含量预测模型。结果表明:相关分析筛选出51个通过0.01显著性检验的变量;基于共线性分析,当LASSSO正则化参数λ取值为0.08时,17个敏感特征变量被筛选。基于筛选的敏感特征变量,BP、Adaboost、RF和LR 4种算法建立的植株氮含量预测模型均达到了0.01水平差异显著性,且BP、Adaboost和RF 3种预测模型的精度具有高度的一致性,模型R2均为0.81,RMSE分别为0.36%、0.38%和0.37%,说明该研究提出的多层级特征筛选方法不仅使得模型变得简洁,而且稳健性高,可为智慧农业氮肥精准监测、智慧管理提供技术支撑。

关键词：无人机冬小麦氮素多层级特征筛选 LASSO回归机器学习最小二乘回归

来源：评论

学校读者我要写书评

暂无评论

基于无人机数字表面模型的冬小麦生物量估算模型构建及迁移能力分析

引用

干旱区资源与环境 2024年第9期38卷 97-105页

作者：郭燕贺佳曾凯张彦张红利郑国清王来刚河南省农业科学院农业信息技术研究所/农业农村部黄淮海智慧农业技术重点实验室郑州450002 河南省农作物种植监测与预警工程研究中心郑州450002

生物量(Aboveground Biomass,AGB)是表征作物长势状况的重要参数,快速精准地估算AGB对指导农田精准管理和挖掘生产潜力具有重要意义,而且AGB的估算也能够为粮食安全问题提供重要的数据参考。文中通过设置不同的水氮处理,采用无人机搭载... 详细信息

生物量(Aboveground Biomass,AGB)是表征作物长势状况的重要参数,快速精准地估算AGB对指导农田精准管理和挖掘生产潜力具有重要意义,而且AGB的估算也能够为粮食安全问题提供重要的数据参考。文中通过设置不同的水氮处理,采用无人机搭载多光谱成像光谱仪获取冬小麦关键生育期影像,提取数字表面模型,采用BP(Back Propagation)神经网络回归方法建立和改进了基于无人机影像提取株高(Height from Digital Surface Model,H_(dsm))的AGB估算模型。结果表明:H_(dsm)与实测株高(H)和AGB相关性较高,直接利用H_(dsm)构建的AGB估算模型R^(2)、RMSE(Root Mean Square Error)和RPD(Residual predictive deviation)分别为0.58、4528.23kg·hm^(-2)和1.25,估算平均值较实测值平均值小,且估算值较为分散。改进的基于比值的AGB估算模型R^(2)、RMSE和RPD分别为0.88、2291.90kg·hm^(-2)和2.75,估算平均值与实测平均值较为相近,模型较直接用H_(dsm)进行AGB估算,精度提高了51.72%。而且,改进的AGB估算模型在不同水处理和不同年份情景下表现出了较强迁移估算能力。数据特征的差异是导致AGB估算模型迁移估算能力不同的关键因子,文中为模型构建和迁移估算作物长势参数时提供了一种前置条件,如果不同的数据集具有相似的直方图特征,模型在新的情景下具有较强的迁移估算能力。

关键词：冬小麦生物量估算无人机株高迁移能力

来源：评论

学校读者我要写书评

暂无评论

基于WMAIP集成模型的华北冬小麦适宜播期与冬前积温下限研究

引用

农业机械学报 2024年第2期55卷 315-325页

作者：陈先冠冯利平白慧卿孙爽李国强程陈江敏李颖赵锦福建农林大学农学院福州350002 中国农业大学资源与环境学院北京100193 中国农业科学院农业环境与可持续发展研究所北京100081 河南省农业科学院农业信息技术研究所郑州450002 农业农村部黄淮海智慧农业技术重点实验室郑州450002 丽水学院生态学院丽水323000 河南省气象科学研究所郑州450003 中国气象局·河南省农业气象保障与应用技术重点开放实验室郑州450003

为明确气候变暖和“双晚技术”背景下华北地区冬小麦的适宜播期,基于WMAIP集成模型,对华北地区冬小麦适宜播期、冬前积温下限及最迟播期进行了分析。研究结果表明,华北地区晚播减产幅度由南向北增大,南部晚播减产幅度最小(<19.5%),... 详细信息

为明确气候变暖和“双晚技术”背景下华北地区冬小麦的适宜播期,基于WMAIP集成模型,对华北地区冬小麦适宜播期、冬前积温下限及最迟播期进行了分析。研究结果表明,华北地区晚播减产幅度由南向北增大,南部晚播减产幅度最小(<19.5%),中部晚播减产幅度在26.4%以内,北部晚播减产幅度最大,最高可达32.0%。华北地区北部、中部和南部的适宜播期分别在9月25日—10月5日之间、9月30日—10月20日之间和10月10日—11月5日之间。华北地区冬小麦基于高产和高水分利用效率的适宜冬前积温下限分别在497~629℃·d和344~581℃·d之间,并由南部向北部递增。在高产和高水分利用效率条件下,河北、山东、河南大部分地区的最迟播期分别为10月1—13日、10月10—16日、10月22—28日和10月7—19日、10月16—22日、10月31日—11月12日。研究结果可为气候变暖背景下华北地区“双晚技术”的推广和应用提供参考。

关键词：冬小麦冬前积温下限最迟播期产量水分利用效率 WMAIP

来源：评论

学校读者我要写书评

暂无评论

中国主产区芝麻生育期降水时空分布特征

引用

山东农业科学 2023年第1期55卷 134-143页

作者：张建涛李国强刘海礁张杰张辉高桐梅李灯华河南省农业科学院农业经济与信息研究所/农业农村部黄淮海智慧农业技术重点实验室河南郑州450008 农业农村部农业信息服务技术重点实验室北京100081 河南省农业科学院芝麻研究中心河南郑州450008 中国农业科学院农业信息研究所北京100081

选取中国芝麻主产区河南、湖北、安徽、江西四省63个气象站点1978—2019年间的逐日降水资料,运用时间序列分析方法,研究主产区及四省芝麻生育期内降水量的时空分布特征及变化趋势。结果表明:主产区芝麻全生育期平均降水量在224.3~1 194.... 详细信息

选取中国芝麻主产区河南、湖北、安徽、江西四省63个气象站点1978—2019年间的逐日降水资料,运用时间序列分析方法,研究主产区及四省芝麻生育期内降水量的时空分布特征及变化趋势。结果表明:主产区芝麻全生育期平均降水量在224.3~1 194.3 mm之间,呈西北部和南部低、中东部高的分布趋势,且变异系数较大,在0.20~0.98之间。主产区中河南、湖北、安徽三省降水主要集中在现蕾-盛花期,江西主要集中在苗期。从气候倾向率看,主产区北部降水量以减少趋势为主,南部以增加趋势为主,但趋势大部分不显著;具体到各省情况,安徽终花-成熟期平均每10年显著增加14.2 mm,江西苗期和全生育期平均每10年分别显著增加22.1 mm和43.1 mm,其余省份和其它生育期变化趋势均不显著。1978—2019年主产区芝麻生育期内每个省都有50%以上的年份降水量在300~600 mm区间,而河南有81.0%的年份降水量在300~600 mm之间,四省中占比最高,且全生育期内降水量较其它三省偏少,与芝麻需水量契合度较高。本研究所得出的1978—2019年中国主产区四省芝麻生育期内降水量的时空分布特征与变化规律,可为今后中国芝麻种植布局和生产决策提供参考。

关键词：芝麻主产区降水时空分布

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：