Transfer learning between crop types for semantic segmentation of crops versus weeds in precision agriculture

Agricultural robots rely on semantic segmentation for distinguishing between crops and weeds to perform selective treatments and increase yield and crop health while reducing the amount of chemicals used. Deep‐learning approaches have recently achieved both excellent classification performance and real‐time execution. However, these techniques also rely on a large amount of training data, requiring a substantial labeling effort, both of which are scarce in precision agriculture. Additional design efforts are required to achieve commercially viable performance levels under varying environmental conditions and crop growth stages. In this paper, we explore the role of knowledge transfer between deep‐learning‐based classifiers for different crop types, with the goal of reducing the retraining time and labeling efforts required for a new crop. We examine the classification performance on three datasets with different crop types and containing a variety of weeds and compare the performance and retraining efforts required when using data labeled at pixel level with partially labeled data obtained through a less time‐consuming procedure of annotating the segmentation output. We show that transfer learning between different crop types is possible and reduces training times for up to 80%. Furthermore, we show that even when the data used for retraining are imperfectly annotated, the classification performance is within 2% of that of networks trained with laboriously annotated pixel‐precision data.     

Landscape dynamics of Mediterranean montane grasslands over 60 years and implications for habitats conservation. A case study in the northern Apennines (Italy)

Widespread trends of abandonment have strongly affected Mediterranean mountains after the Second World War, triggering spontaneous recolonisation of forests. A diachronic analysis of the landscape in a Natura 2000 site (Tuscany, Italy) was carried out using digital aerial photographs (1954, 2013) and a GIS-based methodology, focusing on territories above 1300 m a.s.l. The detected variations of total areas, patch shape, patch dimensions and selected metrics showed a notable shift of the vegetation towards woody types and a drastic reduction of open grasslands, some with high conservation value, accompanied by a strong increase in patch number, surface and edge. A decrease of SDI and SEI diversity indices was also observed. Considering that fragmentation is one of the main causes threatening habitats and species, our results point out a clear necessity for a monitoring programme and suitable actions aimed at improving the status of biodiversity-rich montane grasslands.     

四川省植被覆盖时空演变及未来变化趋势分析

四川省地处长江上游,是长江流域重要的生态屏障;解析该区域植被覆盖的时空演变特征,对长江上游的生态环境修护与治理具有重要意义。基于长时间序列的MODIS NDVI数据,解析2000~2016年间四川省植被的空间分布格局与时间变化特征;采用趋势分析法和Hurst指数,预测未来植被的变化趋势及持续性。结果表明:(1)四川省NDVI多年平均值为0.50,植被覆盖整体上呈现川东高于川西的空间分布特征;(2)2000~2016年间,四川省的NDVI值在0.48至0.53之间波动,整体呈上升趋势,增长率为0.002 5/a;(3)植被覆盖度在未来变化将呈现改善大于退化的趋势;植被持续性改善的面积大于持续性退化的面积。     

植被覆盖度对坡面水流的影响分析

为分析植被覆盖度对坡面水流的影响,采用人工植被覆盖在有机玻璃水槽上模拟坡面水流,以水力学理论为依据,通过改变植被覆盖度讨论其对于坡面水流的影响。结果表明,整体上坡面流速随植被覆盖度的增加而减小,可将植被覆盖度设为10%~30%,以减小坡面流速;平均阻力系数及糙率随植被覆盖率的增加而增加。     

基于地表温度和植被指数的黑龙江省旱情遥感动态监测

干旱灾害是一种影响范围广、时间跨度大的自然灾害,对社会经济发展尤其是给农业生产造成重大损失。遥感技术具有观测空间尺度大、实时性强的特点,有利于大范围、实时、动态的旱情监测。利用MODIS的LST和NDVI遥感数据,依托站点实测土壤含水率数据,分析土壤含水率与地表温度和植被指数之间的关系,考虑土壤类型,构建温度植被多项式模型,进行表层土壤水分反演,基于此开展2018年3~7月黑龙江省旱情遥感监测应用研究。监测结果显示,监测期内黑龙江省经历了两次规模较大的干旱过程,干旱的核心区域为黑龙江省西南部区域,与实际情况相吻合。研究表明,考虑土壤类型的温度植被多项式模型对旱情遥感监测具有良好的应用效果。     

临汾市近20年植被覆盖度遥感估算及动态变化分析

植被覆盖度是衡量植被生长状况的指标，对分析评价区域生态环境具有重要意义。以临汾市1998年、2007年和2018年Landsat遥感影像作为数据源，利用ENVI和ARCGIS软件，通过计算归一化植被指数（NDVI）值，利用像元二分模型，对临汾市近20年的植被覆盖度及其动态变化进行分析。分析结果显示:1998年、2007年和2018年临汾市的平均植被覆盖度分别为45.92%、58.76%和60.09%，处于递增的态势。在这20年间，极低覆盖度和低覆盖度的植被面积都有减少，而中等覆盖度、高覆盖度和极高覆盖度的植被面积增加。高覆盖度和低覆盖度的植被面积变化最大，高覆盖度的植被面积增加了3 063.14 km²，约占临汾市总面积的15.21%；低覆盖度的植被面积减少了3 192.38 km²，约占临汾市总面积的15.85%。说明临汾市的生态环境有所改善，这与该区水土保持项目的实施以及封禁治理有关。     

降雨强度对植被过滤带中胶体迁移过程的影响

通过人工降雨条件下胶体在10 m长度植被过滤带中的运移试验，建立耦合降雨的胶体迁移模型，以探究降雨强度对植被过滤带中胶体运移过程的影响。结果表明:不同降雨强度下，胶体在植被过滤带中的沉积吸附效率系数随运移距离呈幂指数下降趋势，并在6 m左右趋于稳定；随着降雨强度的增大，胶体在植被过滤带中的沉积吸附效率系数增大，在较大降雨强度下的去除效果更好。     

海州露天矿排土场植被重建技术研究

由于农业用地对环境要求相对较高,且需要大量的人力、物力进行管理,多数矿山企业在土地复垦时一般不将种植作物作为其土地用途,而是以管理工作及费用相对较少的林、草种植为主.林草种植在矿山复垦种植中占有相当重要的地位,着重探讨海州露天矿排土场牧草种植的技术途径.     

中铝广西分公司赤泥堆场植被护坡试验研究

针对赤泥坡面碱性高、坡度大、植被难度高的特点，试验研究了适合堆场条件的植被护坡工艺技术，试验选择了耐碱、速生的草本植物，实现边坡植被覆盖度80％以上，形成了赤泥筑坝与生态护坡基本同步进行的赤泥坝体安全管理和生态恢复模式。植物护坡有效地控制了坡面水土流失，迅速营造了坝坡景观，改善了坝区生态环境。     

线性混合光谱模型在植被高光谱遥感分类中的应用研究

遥感图像中普遍存在着混合像元 ,这部分像元的分解一直是遥感应用研究的热点和难点 ,该文简要介绍混合像元的概念、研究现状和广泛用于混合像元分解的线性混合光谱模型及其解算方法 ,然后以OMISⅠ高光谱遥感数据为例 ,通过大量实验对该模型在植被高光谱遥感分类中的应用做了详细地探讨和分析。