检索结果-内蒙古大学图书馆

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

基于多源遥感数据的茶叶种植面积时空变化研究

引用

中国农业科技导报 2024年第12期26卷 107-114页

作者：张彦王来刚贺佳郭燕杨秀忠张红利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河南省农作物种植监测与预警工程研究中心郑州450002

茶叶是重要的经济树种之一,分析茶叶种植面积的时空演变规律可为优化河南茶叶布局提供科学依据。基于2000—2020年Landsat和Sentinel-2卫星数据,结合实地调查数据,采用随机森林分类方法获得河南省信阳市浉河区茶叶种植面积空间分布信息... 详细信息

茶叶是重要的经济树种之一,分析茶叶种植面积的时空演变规律可为优化河南茶叶布局提供科学依据。基于2000—2020年Landsat和Sentinel-2卫星数据,结合实地调查数据,采用随机森林分类方法获得河南省信阳市浉河区茶叶种植面积空间分布信息,采用趋势分析、重心迁移等方法对浉河区茶叶生产空间布局与时空变化趋势进行分析。结果表明:光谱+植被指数+纹理特征组合对茶叶分类精度最高,总体精度可达89.02%,Kappa系数为0.90;从时序变化来看,2000—2020年浉河区茶叶种植面积总体上呈现快速增长到稳步上升趋势。从空间变化来看,浉河区茶叶种植空间分布相对集中,主要分布于北部乡镇的丘陵地区和浅层山区。从重心变化来看,近20年浉河区茶叶种植面积重心呈现出由东向西转移的趋势,重心迁移总距离为5.47 km,迁移速度为0.2735km·a^(-1)。研究结果为茶叶科学种植提供了数据支撑。

关键词：茶叶面积多源遥感时空变化

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的玉米包衣种子品种识别

引用

河南农业科学 2024年第7期53卷 160-167页

作者：冯晓张辉刘正张会芳陈海燕赵威郑国清马中杰河南省农业科学院农业信息技术研究所河南郑州450002 农业农村部黄淮海智慧农业技术重点实验室河南郑州450002 河南省生态环境监测和安全中心河南郑州450000

为实现玉米包衣种子品种低成本、高效便捷识别,基于智能手机采集的18个品种4种颜色的23100张玉米包衣种子双面图像构建数据集,采用轻量级卷积神经网络模型ShuffleNetV2、MobileNetV3、MobileViT、MobileOne、RepGhostNet和基于上述模型... 详细信息

为实现玉米包衣种子品种低成本、高效便捷识别,基于智能手机采集的18个品种4种颜色的23100张玉米包衣种子双面图像构建数据集,采用轻量级卷积神经网络模型ShuffleNetV2、MobileNetV3、MobileViT、MobileOne、RepGhostNet和基于上述模型的集成模型分别进行玉米包衣种子品种识别。结果表明,5种单一模型均具有较高的识别准确率和综合性能,识别准确率分别为98.48%、98.23%、98.44%、98.23%和98.01%,模型大小分别为1.55、4.96、4.42、6.97、4.19 MB,推理速度分别为106、94、84、212、94 f/s。集成模型相比单一模型具有更高的识别准确率,其中,ShuffleNetV2和MobileViT组成的集成模型识别准确率达到99.22%。分析发现,品种误识别仅发生在相同颜色包衣种子品种之间,并且随着相同颜色包衣种子品种数量增多,模型对该颜色包衣种子的识别准确率有下降的趋势。

关键词：玉米包衣种子品种识别可见光深度学习

来源：评论

学校读者我要写书评

暂无评论

基于改进Swin-Unet的小麦条锈病分割方法

引用

山东农业科学 2024年第12期56卷 147-153页

作者：臧贺藏任帅王从胜王盛威赵瑞玲陈丹丹赵晴张杰郑国清李国强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 新乡市农业科学院河南新乡453600 中国农业科学院农业信息研究所北京100081 新乡工程学院河南新乡453706

条锈病是影响小麦产量及粮食安全的重要因素,条锈病图像的精准分割是实现计算机辅助精准防治的重要基础。针对小麦条锈病图像中病斑形态复杂、病斑与非病斑之间边界模糊、分割精度低的问题,本研究提出了一种基于改进Swin-Unet的小麦条... 详细信息

条锈病是影响小麦产量及粮食安全的重要因素,条锈病图像的精准分割是实现计算机辅助精准防治的重要基础。针对小麦条锈病图像中病斑形态复杂、病斑与非病斑之间边界模糊、分割精度低的问题,本研究提出了一种基于改进Swin-Unet的小麦条锈病图像分割方法,通过在Swin-Unet中引入SENet(Squeeze⁃and⁃Excitation Networks)和残差网络(ResNet)模块来增强模型对条锈病特征的表达能力。实验结果表明,改进Swin-Unet对背景、孢子和叶片的查准率分别为99.24%、82.32%和94.36%,可以从复杂环境中有效分割出背景、孢子和叶片图像,具有较好的计算机视觉处理能力和分割评估效果。改进Swin-Unet总体分割准确率、平均交并比和均像素准确率分别为96.88%、84.91%和90.50%,较Swin-Unet分别提高了2.84、4.64个和5.38个百分点;与其他网络模型(U-Net、PSPNet、DeepLabV3+和Swin-Unet)相比,改进Swin-Unet具有最佳分割效果。表明本研究提出的方法可以精准检测和分割小麦条锈病图像,这可为田间复杂环境下小麦条锈病的自动检测和早期预防提供技术支持。

关键词：小麦条锈病语义分割 Swin-Unet 注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于文献计量分析的花生育种及栽培研究热点与趋势

引用

花生学报 2024年第3期53卷 88-104页

作者：邱雅洁李国强臧秀旺刘娟郝西张俊崔亚男张朋磊刘兵刘海礁河南省农业科学院花生研究所河南郑州450002 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重点实验室/农作物种植监测与预警河南省工程实验室河南郑州450002

基于文献计量分析方法,利用Citespace及Excel软件工具,通过对2012-2022年Web of Science核心数据库和知网学术期刊数据库中的文献进行分析,了解花生育种及栽培相关研究的热点和趋势。中国、印度和美国是花生研究的主要国家,其中中国的... 详细信息

基于文献计量分析方法,利用Citespace及Excel软件工具,通过对2012-2022年Web of Science核心数据库和知网学术期刊数据库中的文献进行分析,了解花生育种及栽培相关研究的热点和趋势。中国、印度和美国是花生研究的主要国家,其中中国的发文数量持续攀升,显示出中国花生研究在国际上的强劲势头。国际合作网络也日益密切,中国、印度和美国为合作中心,合作伙伴数量逐渐扩大,合作方式逐渐多样化。在国内方面,山东省农业科学院等机构主导了花生研究,国内机构合作网络密切,表现出活跃的合作关系,体现了全国各地花生研究的广泛分布和协同发展。研究热点方面,英文文献从基础特性和遗传抗性逐步过渡到分子水平、脂肪酸含量,最终拓展至生态系统和生长机制;中文文献则强调花生作物在特定环境下的适应性,包括对抗旱、连作等压力的关注。本文的研究结果为深入了解花生科研热点与发展趋势提供了有益参考。

关键词：花生文献计量分析 Citespace 育种栽培

来源：评论

学校读者我要写书评

暂无评论

基于AquaCrop模型的芝麻作物参数敏感性分析及模型适用性评价

引用

河南农业科学 2024年第7期53卷 149-159页

作者：李梦瑶关皓月张建涛黄明李丰戎亚思李友军李国强河南科技大学农学院河南洛阳471023 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 河南省农业科学院芝麻研究中心河南郑州450002

为探明AquaCrop模型芝麻作物参数校准方法,验证模型适用性,以2022—2023年试验数据为基础,通过查阅文献资料,确定芝麻参数初始值和取值范围,采用EFAST方法对AquaCrop模型53个作物参数进行全局敏感性分析、模拟结果的不确定分析并进行参... 详细信息

为探明AquaCrop模型芝麻作物参数校准方法,验证模型适用性,以2022—2023年试验数据为基础,通过查阅文献资料,确定芝麻参数初始值和取值范围,采用EFAST方法对AquaCrop模型53个作物参数进行全局敏感性分析、模拟结果的不确定分析并进行参数校准验证。结果表明,对各处理最大生物量均敏感的参数有27个,其中全局敏感性指数(TS_(i))均大于0.3的参数有CDM、CDSE、POFE、RSWT、PSENSP、PSTOSP、RSWB和ECSW;对各处理籽粒产量均敏感的参数有14个,其中TS_(i)均大于0.2的参数有POHX、RSWT、CDSE、DMCON、PSTO和PSTOSP。校准验证过程中冠层覆盖度和地上部生物量模拟值和实测值决定系数(R2)分别介于0.875~0.954、0.951~0.970;标准均方根误差(NRMSE)分别介于11.5%~18.1%、18.9%~27.7%;纳什效率系数(NSE)分别介于0.873~0.940、0.930~0.959。籽粒产量模拟值与实测值相对误差介于0.03~0.07。本地化后的AquaCrop模型能够较好地模拟芝麻生长发育过程,可用于芝麻优化管理或未来产量预测。

关键词：芝麻 AquaCrop模型参数敏感性 EFAST 适用性

来源：评论

学校读者我要写书评

暂无评论

基于区块链和星际文件系统的种植业农产品溯源模型

引用

智慧农业（中英文） 2023年第4期5卷 68-78页

作者：陈丹丹张立杰蒋双丰张恩张杰赵晴郑国清李国强河南省农业科学院农业经济与信息研究所河南郑州450002 河南师范大学计算机与信息工程学院河南新乡453007 信阳市农业科学院河南信阳464099 农业农村部黄淮海智慧农业技术重点实验室河南郑州450002 河南省智慧农业工程技术研究中心河南郑州450002

[目的/意义]充分体现区块链去中心化的特点,保护敏感数据隐私及缓解区块链存储压力。[方法]设计了基于区块链和星际文件系统的种植业农产品溯源模型,从数据隐私角度把溯源数据分为公开数据和敏感数据。公开数据直接上传至区块链;敏感数... 详细信息

[目的/意义]充分体现区块链去中心化的特点,保护敏感数据隐私及缓解区块链存储压力。[方法]设计了基于区块链和星际文件系统的种植业农产品溯源模型,从数据隐私角度把溯源数据分为公开数据和敏感数据。公开数据直接上传至区块链;敏感数据上传至区块链中的私有数据集中。从数据类型上把公开数据分为结构化数据和非结构化数据。结构化数据直接上链;非结构化数据上传至分布式数据库星际文件系统中。此方法可在保证数据安全性前提下实现数据的高效存取,提升追溯效率。Hyperledger fabric联盟链作为底层平台对原型系统进行开发,利用测试工具Postman对应用层接口性能进行测试。[结果和讨论]在使用同步应用程序接口(Application Programming Interface,API)和异步API情况下,数据上链平均时延分别为2 138.9和37.6 ms;数据查询平均时延为12.3 ms。[结论]本研究提出的溯源模型可以保护企业敏感数据隐私,同时具有较高的数据上链和查询效率,可适用在种植业农产品实际溯源环境中,为种植业农产品区块链溯源模型设计提供了新的思路。

关键词： hyperledger fabric联盟链私有数据集星际文件系统种植业农产品溯源

来源：评论

学校读者我要写书评

暂无评论

芝麻发育期模拟模型参数敏感性分析与优化

引用

河南农业科学 2024年第9期53卷 159-170页

作者：关皓月李梦瑶李国强张建涛高桐梅陈先冠张文宇吴金芝河南科技大学农学院河南洛阳471023 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 河南省农业科学院芝麻研究中心河南郑州450002 福建农林大学农学院福建福州350002 江苏省农业科学院无锡分院江苏无锡214174

作物发育期是制定作物田间管理决策的重要依据。为准确预测芝麻发育进程,通过量化芝麻生理过程对温度和光周期的响应规律,构建了以钟模型理论为基础的芝麻发育期模拟模型(Sesame phenology simulation model,简称SPSM),采用扩展傅里叶... 详细信息

作物发育期是制定作物田间管理决策的重要依据。为准确预测芝麻发育进程,通过量化芝麻生理过程对温度和光周期的响应规律,构建了以钟模型理论为基础的芝麻发育期模拟模型(Sesame phenology simulation model,简称SPSM),采用扩展傅里叶幅度检验法(EFAST)分析参数敏感性,以确定影响芝麻发育进程的高敏感性参数。采用蒙特卡罗寻优法率定4个芝麻品种的参数,并在河南、湖北、安徽和江西等芝麻主产区进行验证。结果表明,模型的7个品种参数中,发育阶段最适温度(T_(opt))、基本发育系数(k)和临界日长(D_(c))平均全局敏感性指数最高。经品种参数率定,豫芝4、中芝22、皖芝10和赣芝7的全发育期模拟值与观测值的R^(2)均为0.999,RMSE为0.50~1.32 d,NRMSE为1.06%~3.02%,Willmott一致度(d)均为0.999。经独立验证,上述4个芝麻品种发育期模拟值与观测值的标准差在0~7.65 d,R^(2)分别为0.978、0.984、0.992、0.989,RMSE分别为5.07、4.43、3.07、4.24 d,NRMSE和d值分别在5.87%~9.44%和0.996~0.997。优化后的SPSM能够较好地模拟我国芝麻主产区芝麻的发育动态。

关键词：芝麻钟模型发育期模拟敏感性分析 EFAST

来源：评论

学校读者我要写书评

暂无评论

基于无人机影像多源信息的冬小麦生物量与产量估算

引用

河南农业科学 2023年第12期52卷 149-161页

作者：郭燕井宇航贺佳张会芳贾德伟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 河南省乡村产业发展服务中心河南郑州450000

冬小麦生物量是表征产量的重要指标,通过无人机遥感技术对冬小麦生物量进行快速、无损监测能够及时掌握冬小麦生长情况,对冬小麦估产具有重要意义。基于冬小麦孕穗期、开花期和灌浆期无人机数字正射影像(DOM)的光谱信息(SIs)和纹理特征(... 详细信息

冬小麦生物量是表征产量的重要指标,通过无人机遥感技术对冬小麦生物量进行快速、无损监测能够及时掌握冬小麦生长情况,对冬小麦估产具有重要意义。基于冬小麦孕穗期、开花期和灌浆期无人机数字正射影像(DOM)的光谱信息(SIs)和纹理特征(TFs),以及数字表面模型(DSM)提取的株高(HDSM),采用多元线性回归(MLR)、偏最小二乘回归(PLSR)和随机森林(RF)方法构建了冬小麦生物量估算模型,并以此为基础进行了产量估算。结果表明,使用DOM信息进行冬小麦生物量估算时,融合SIs+TFs构建的冬小麦生物量估算模型精度优于单一光谱指数或者纹理特征构建的模型;引入HDSM信息冬小麦生物量估算模型精度得到提高,3种方法以RF方法构建的开花期模型精度最高;融合HDSM信息进行冬小麦生物量估算时,估算精度的提高以TFs+HDSM最明显。冬小麦产量早期估算中,不同生育时期实测生物量与产量拟合以对数函数模型精度最高,孕穗期、开花期和灌浆期模型R2分别为0.87、0.88和0.92。耦合生物量与产量估算最优模型进行冬小麦早期估产,灌浆期估算模型精度最高,R2、RPD和RMSE分别为0.90、2.77和244.61 kg/hm^(2)。因此,融合无人机影像DOM和DSM多源信息,集成机器学习算法,不仅可以对冬小麦生物量进行精准估算,还可以快速有效地对冬小麦产量进行早期估算,对于精准制定粮食安全政策具有重要意义。

关键词：冬小麦无人机数字正射影像数字表面模型生物量产量

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOX模型的芝麻蒴果检测方法研究

引用

河南农业科学 2022年第11期51卷 155-162页

作者：王川赵恒滨李国强张建涛高桐梅赵巧丽郑国清河南师范大学计算机与信息工程学院河南新乡453007 河南省农业科学院农业经济与信息研究所/河南省智慧农业工程技术研究中心河南郑州450002 农业农村部黄淮海智慧农业技术重点实验室河南郑州450002 河南省农业科学院芝麻研究中心河南郑州450002

为实现密集条件下芝麻蒴果的准确检测,提出基于YOLOX模型的芝麻蒴果检测定位方法(CE-YOLOX模型)。该模型以CSPDarknet-53作为主干特征提取网络,在路径聚合网络PANet中增加104×104大尺度特征层,增强对目标细粒度特征信息的获取;通... 详细信息

为实现密集条件下芝麻蒴果的准确检测,提出基于YOLOX模型的芝麻蒴果检测定位方法(CE-YOLOX模型)。该模型以CSPDarknet-53作为主干特征提取网络,在路径聚合网络PANet中增加104×104大尺度特征层,增强对目标细粒度特征信息的获取;通过引入注意力机制模块获取目标重要的轮廓特征和空间位置信息;将传统的NMS替换为更有利于重叠目标检测的Soft-NMS算法来降低漏检情况。结果表明,在IoU阈值为0.5时,CE-YOLOX模型在全部测试集上的调和均值(F_(1))、召回率、平均精度分别为0.99、98.65%、99.71%,与原模型YOLOX相比,该模型分别提升了0.05、6.27个百分点、3.28个百分点。通过蒴果计数试验,CE-YOLOX模型计数准确率为96.84%,比YOLOX模型提高了5.28个百分点。改进后的模型CE-YOLOX适用于密集条件下芝麻蒴果检测。

关键词：芝麻蒴果果实检测注意力机制目标检测算法 YOLOX

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：