基于多时相环境星NDVI时间序列的农作物分类研究

时相和归一化植被指数(NDVI)时间序列特征在农作物分类提取方面具有重要的应用价值。以黑龙江红星农场为研究区,利用多时相环境星HJ-1A/B CCD数据及其多期平滑重构后的NDVI时间序列曲线特征,在对象尺度上采用决策树算法开展了农作物分类研究,通过与单独利用多时相遥感数据分类结果的对比分析,研究了增加NDVI时序曲线特征对分类精度的影响。结果表明:面向对象分类方法得到的地块较为规则,平滑了地块内部同种作物间的噪声,避免了"椒盐现象",适合于我国东北地区农作物分类识别;利用NDVI时序曲线特征参与分类,增强了不同作物之间的光谱差异,提高了作物分类精度,比仅使用3个多时相HJ-1A/B CCD数据分类精度提高了5.45%,Kappa系数提高了0.09。通过该研究探讨了NDVI时序曲线特征在作物分类中的应用,拓展了遥感数据在农业领域的应用范围,具有推广价值。     

重点产粮区主要农作物遥感估产(85—724—02)

一、课题目的意义我国幅员辽阔,粮食生产受多种因素影响,经常出现不稳定的波动现象,如何及时准确地掌握定量数据,对国民经济计划的制定有很重要的意义。常规的农作物产量的测算主要依靠自下而上的统计报表,因而测算出的数据时效短,时滞长,尺度小和费用大,并且不可避免的带有人为的干扰因素。遥感技术的发展,为作物长势的宏观动态监测和作物的估产提供了一个新的科学手段。目前,我国作物的遥感估产试验主要利用气象卫星及地面观测数据进行,虽然以各地统计上报的产量为检验标准,达到了相当高的精度,但由于气象卫星空间分辨率低,我国耕作制度复杂,地块破碎、分散,农作物     

基于遥感数据和作物生长模型的小麦变量施肥研究进展

就国内外基于遥感数据和作物生长模型在变量施肥技术的研究应用作了阐述, 提出了快速、无损农业测试技术将是精准变量农业和数字农业今后的发展方向, 对作物生长模型以及精准变量施肥技术的研究进展作了较系统的调查研究, 阐述了将遥感数据与作物生长模型进行数据同化, 实现以高产、优质、环保为目的农业生产的可行性。并结合我国国情提出了发展精准农业变量施肥技术所面临的困难和出路。     

辽宁昌图旱田土壤养分状况分析

通过对昌图县18个乡(镇)旱田(主要栽培作物玉米)耕层的97个土壤样品中大量元素、微量元素的速效养分化验分析,结果表明:大量元素速效氮磷钾均较丰富,只是个别样品所代表的地块缺氮,微量元素有效铁和铜均较丰富,有效锰和锌缺乏。因此,在农作物施肥上应在增施有机肥的基础上,大力推进测土配方施肥,以达到土壤养分平衡,保证作物高产稳产优质。     

基于Arduino单片机的智能灌溉系统设计

笔者重点讲述了以Arduino单片机作为控制核心的灌溉系统设计方案,通过利用温度传感器和土壤湿度传感器收集农作物生长环境的温度、湿度,通过对各种农作物生长习性的分析,实现科学灌溉。传感器采集数据后,交由Arduino单片机处理,与预存Arduino存储芯片内的作物最佳生成环境数据作对比,根据作物生成习性自动完成浇灌,在节约用水的同时实现了农作物的精细化智能化管理。     

物候信息在大范围作物长势遥感监测中的应用

大范围的农作物长势监测可以为农业政策的制订和粮食贸易提供决策依据,也是农作物产量估测的必要前提。遥感估算的作物生物量是评价作物长势的主要群体特征指标,在大范围上开展作物长势监测时,不同区域的作物因为所处的物候阶段不同而导致生物量存在差异,这种差异与因作物长势状况差别而产生的差异混合在一起,增加了长势监测结果的不确定性。以中国河南、山东两省为研究区,以MODIS 250 m NDVI产品数据为主要数据源,结合改进的CASA模型实现了区域内冬小麦生物量的估算,结合冬小麦生长过程特征进行了典型物候期的监测。在此基础上,分析了扬花期前后物候差异对冬小麦生物量估算的影响,研究其特定物候阶段的变化规律,从而实现了生物量的物候归一化,初步探索了如何消除大区域物候差异对作物长势监测与评估的影响。     

图像语义分割在智慧农业中的应用

计算机视觉与物联网技术的飞速发展,为农业生产带来了新机遇。智慧农业中的感知层设备可获取农业生产过程中的各类图像信息。将图像语义分割应用在农田场景识别中,可实现农业设备的自动导航和避障;应用在遥感图像分割中,可监控和管理土地资源;应用在作物分割识别中,不仅可以监测农作物的生长发育状态,还可以实现农作物的智能采摘等功能,为农业生产提供智能决策与控制。     

日本农业机器人技术动向

过去,以定型物、无机物为作业对象的机器人,近年来也开始涉及动、植物领域了。原来的机器人和其他机械系统一样,在工业领域中,最拿手的工作是对规格化对象的生产和操作。农业机器人的作业对象是复杂多样的农作物和农产品,对以复杂多样的动、植物为作业对象的农业机器人提出哪些要求,成为开发农业机器人的焦点之一。 本文以日本农业机器人为主,介绍各种农业机器人的特征、结构和功能,以及将来使用农业机器人的农业生产系统。     

基于高分辨率图像的多尺度作物分类

基于无人机平台获取的地面影像有着较高的空间分辨率, 但提供丰富的细节信息的同时, 也为农作物分类带来很多“干扰”, 尤其是在利用深度模型进行作物识别时, 存在边缘信息提取不充分及相似纹理作物误分, 导致分类效果欠佳等问题. 因此, 通过多尺度注意力特征提取的思路构建模型, 有效提取边缘信息, 提高作物分类精度. 所提出的多尺度注意力模型 (multi-scale attention network, MSAT)通过多尺度块嵌入获取同一层级不同尺度的作物信息, 多尺度特征图被映射为多条序列独立地馈送到因子注意力模块中, 增强对农作物上下文信息的关注, 提高模型对地块边缘信息的提取, 因子注意力模块内置的卷积相对位置编码增强块内部局部信息的建模, 提高对相似纹理作物的区分能力, 最后通过融合局部特征与全局特征, 实现粗细双重信息的提取. 在水稻、甘蔗、玉米、香蕉和柑橘5种作物上的分类结果表明, MSAT模型的MIoU (mean intersection over union)和OA (overall accuracy)指标达0.816、98.10%, 验证了基于高分辨率图像的精细作物分类方法可行且设备成本低.     

组件式GIS作物产量数据处理系统研究与实现

作物产量数据处理是以地理信息系统空间分析、地统计学相关理论、农业生产知识和联合收割机产量数据获取原理等有关技术为基础,通过该处理系统可以将联合收割机计产系统获得的数据直接应用于精准农业.文中重点讨论了产量图的绘制、产量数据的误差处理.系统利用地理信息系统组件MapObjects在VC++平台上开发,可以实现地块信息的查询、数据存储、管理和分析等功能.     

农作物品质遥感反演研究进展

当今农业生产管理迫切需要直接迅速的信息指导。随着科技水平的不断提高,通过利用不同遥感技术手段,实现实时监测农作物生长过程中的主要影响因子,使无损预测预报农作物品质成为可能。通过分析几种农作物的主要品质性状及形成影响因素,在归纳农作物品质监测常用光谱参量的基础上,从地面平台和航天航空平台两方面分别介绍近年来国内外主要研究进展,总结农作物品质遥感监测模型建立使用的主要算法,综合分析农作物品质遥感监测技术实现过程中存在的若干问题,同时提出相应的解决措施,并对遥感监测技术进行了展望。     

农作物单产预测系统的设计与实现

实时准确的农作物单产预测数据是粮食产量监测信息的重要组成部分。该文介绍了以大型Oracle数据库为数据管理支持平台的农作物单产预测系统。该系统采用客户端/服务器(C/S)的系统架构模式,使用面向矩阵的程序语言IDL。将使用不同类型数据的多个作物单产预测模型集成在一起,具有预测模型的可视化显示、相关批处理运算、结果的GIS空间查询等功能,可实现全国省级行政区域的主要粮食农作物的单产预测,为相关农业和粮食管理部门提供及时的决策支持信息。     

??????????????????????

实时准确的农作物单产预测数据是粮食产量监测信息的重要组成部分.该文介绍了以大型Oracle数据库为数据管理支持平台的农作物单产预测系统.该系统采用客户端/服务器(C/S)的系统架构模式,使用面向矩阵的程序语言IDL.将使用不同类型数据的多个作物单产预测模型集成在一起,具有预测模型的可视化显示、相关批处理运算、结果的GIS空间查询等功能,可实现全国省级行政区域的主要粮食农作物的单产预测,为相关农业和粮食管理部门提供及时的决策支持信息.     

基于无线传感网的人工气候室数据采集系统

随着我国现代农业科技的发展,人工气候室作为一种可控环境实验室,越来越多地应用于作物培育、良种选育等领域,而对小气候要素的高精度、实时数据采集也显得越来越重要。在传统的人工气候室数据采集传输系统中,由于节点数量大且密集,给系统的布线和维护带来很大的困难。针对这些问题,文中提出了一种基于无线传感网的人工气候室数据采集系统实现方案,该系统可以非常方便地实现温度、湿度、光照、风速、雨量等气候要素的无线监测。     

A conceptual framework to define the spatial resolution requirements for agricultural monitoring using remote sensing

Satellite remote sensing is an invaluable tool to monitor agricultural resources. However, spatial patterns in agricultural landscapes vary significantly across the Earth resulting in different imagery requirements depending on what part of the globe is observed. Furthermore, there is an increasing diversity of Earth observation instruments providing imagery with various configurations of spatial, temporal, spectral and angular resolutions. In terms of spatial resolution, the choice of imagery should be conditioned by knowing the appropriate spatial frequency at which the landscape must be sampled with the imaging instrument in order to provide the required information from the targeted fields. This paper presents a conceptual framework to define quantitatively such requirements for both crop area estimation and crop growth monitoring based on user-defined constraints. The methodological development is based on simulating how agricultural landscapes, and more specifically the fields covered by a crop of interest, are seen by instruments with increasingly coarser resolving power. The results are provided not only in terms of acceptable pixel size but also of pixel purity which is the degree of homogeneity with respect to the target crop. This trade-off between size and purity can be adjusted according to the end-user's requirements. The method is implemented over various agricultural landscapes with contrasting spatial patterns, demonstrating its operational applicability. This diagnostic approach can be used: (i) to guide users in choosing the most appropriate imagery for their application, (ii) to evaluate the adequacy of existing remote sensing systems for monitoring agriculture in different regions of the world and (iii) to provide guidelines for space agencies to design future instruments dedicated to agriculture monitoring.     

农作物病虫害防治管理信息系统研究开发

面向农作物病虫害防治管理工作需求,设计开发了农作物病虫害防治管理信息系统.系统将GPS、嵌入式GIS组件技术、ADOCE数据库访问技术和GIS分析管理等技术应用于农作物病虫害发生、防治信息采集和管理分析过程中,实现了农作物病虫害发生面积、发生动态、灾情损失等信息进行动态定位采集、网络化上报及动态更新、可视化分析统计、显示.初步应用表明,系统对于提高农作物病虫害信息管理水平具有较好的促进作用.     

南平市大农业供应链数据系统的设计与实现

本系统依据开发要求主要应用于南平市大农业供应链数据系统,实现对南平市大农业供应链信息的数字化管理。开发本系统可使南平市农产品供应链信息实现实时管理,比较系统地对农产品信息、生产基地及企业信息、农产品供需信息、农产品市场分析等四大类核心数据进行管理,数据具体并全面,同时可以减少劳动力的使用,解决下游农产品种植或生产常常出现无法预计的滞销问题,助力南平市农产品电商行业的发展,提高农产品电商信息化水平。本系统以南平市农产品的优势单品大类及生产大户为核心供应链为重点调查对象,并多方参考,前期充分做好可行性与需求分析,进而做出合理的功能设计,为开发出稳定、高效、安全、符合需求的系统提供强有力的保障,并严格按照软件开发流程进行系统开发。本文以Web技术为支撑,围绕如何实现南平市大农业供应链数据管理信息化,进行需求分析、功能设计、系统开发,研究开发出一套稳定、高效、安全、符合需求的供应链数据系统。     

基于Hadoop农业大数据管理平台的设计

信息技术的高速发展使得每天的数据量以TB级速度暴增,如何有效利用和管理这些爆炸式增长的大数据呢？是当前亟待处理的问题.大数据已经渗透到包括农业领域在内的各个领域,随着农业信息化建设以及物联网技术在农业生产中的应用,产生了海量的农业大数据待存储、管理和处理.本文以成都农业科技职业学院彭州葛仙山农业示范基地的农业信息化建设为背景,根据农业物联网和信息化建设要求,构建高性能基于Hadoop农业大数据管理的平台,实现农业大数据的安全可靠存储、智能管理与应用,最终达到对农业生产的智能预警、智能决策和智能分析的目的,并为农户提供专业的指导.为我国进入精细化种植、精准化控制、可视化管理、智能化决策的智慧农业时代奠定基础.     

Modeling trade-offs among ecosystem services in agricultural production systems

Although agricultural ecosystems can provide humans with a wide set of benefits agricultural production system management is mainly driven by food production. As a consequence, a need to ensure food security globally has been accompanied by a significant decline in the state of ecosystems. In order to reduce negative trade-offs and identify potential synergies it is necessary to improve our understanding of the relationships between various ecosystem services (ES) as well as the impacts of farm management on ES provision. We present a spatially explicit application that captures and quantifies ES trade-offs in the crop systems of Llanada Alavesa in the Basque Country. Our analysis presents a quantitative assessment of selected ES including crop yield, water supply and quality, climate regulation and air quality. The study is conducted using semantic meta-modeling, a technique that enables flexible integration of models to overcome the service-by-service modeling approach applied traditionally in ES assessment.