共查询到20条相似文献,搜索用时 265 毫秒
1.
2.
《中国农村水利水电》2017,(4)
农田生态系统碳循环模型是研究农田生态系统中碳循环主要研究方法之一。简要阐述农田生态系统碳循环模型的发展历程并对其进行分类,将碳循环模型按空间尺度和是否考虑土壤水进行分类,按模型空间尺度可以将其分为4类:斑块尺度、灌区尺度、流域尺度和全球尺度;按是否考虑土壤水可以将其分为2类:考虑土壤水含量的碳循环模型和不考虑土壤水含量的碳循环模型;并在此基础上对农田生态系统中土壤水的来源和模型中土壤水含量参数的类型进行详细分类和描述,作出对其进行简要介绍和分析。最后对农田生态系统碳循环模型的研究机理、模型标准、监测技术和研究方向等方面的发展方向作了简要探讨。 相似文献
3.
基于GIS的农田小气候环境可视监测系统 总被引:1,自引:0,他引:1
根据农田小气候环境监测的特点,分析了利用多传感器采集的小气候环境参数的时间、空间分布特性。针对小气候环境监测环节中对地理空间分析和数据可视化的具体需求,研究了农业物联网信息感知、物联网资源与地理信息系统(GIS)融合、感知数据可视化等技术,建立了物联网资源与GIS融合的统一接口规范,并以GIS为基础,设计了多种可视化方法对采集到的多维小气候环境数据进行同步展示和可视分析。在此基础上,研发了Web GIS平台,集成了地理空间分析组件、可视化监测服务组件和基于地理位置的智能移动端应用。实现了基于GIS的农田小气候环境可视监测系统,通过不同终端设备提供可视监测服务,方便农业参与者随时随地掌握农田的小气候环境。 相似文献
4.
《灌溉排水学报》2020,(7)
【目的】通过研究不同水肥组合对农田氮磷污染负荷输出量的影响,确定最佳水肥耦合方案。【方法】使用验证后的SWAT模型,以2008—2015年为例,模拟计算了沙颍河流域农田非点源污染TN和TP负荷的时空分布特征,并综合考虑不同灌水和施肥量情景下污染物输出负荷的变化规律。【结果】通过对设置的16种情景下的氮磷负荷变化进行比较得出:污染负荷的削减率与施肥量的减少量呈正相关,且在S4模式下,污染负荷削减效果最佳;污染负荷的削减率与灌水的减少量呈负相关,且在S8模式下,污染负荷削减效果最佳;当同时耦合灌水和施肥时,总氮的削减趋势随着灌水施肥的降低有所减缓,总磷的削减趋势在不同情景下变化不同。【结论】施肥量和灌水量各减少30%或40%时,农业污染削减效果最好。 相似文献
5.
6.
7.
干旱地区地表水资源预测的多层递阶组合模型 总被引:8,自引:0,他引:8
针对天山冰雪融水河流的产流特性,提出了用于描述和分析具有周期变化的年径流时间序列组合模型--多层递阶组合模型。该模型是由多层递阶模型和自回归模型构成,并设置了模型的自身修复功能,可利用新信息的逐年增加及反馈,逐步识别并修改及参数。本文采用这种新的组合模型对新疆玛纳斯河的年径流量进行了预报,结果令人满意。 相似文献
8.
高标准农田建设区域划定与项目区选址研究 总被引:6,自引:0,他引:6
以河南省新郑市为例,基于GIS和改进突变级数模型相结合的方法测度高标准农田建设的适宜性和空间稳定性指数,并以耦合协调度模型统筹适宜性和空间稳定性,从而明确高标准农田建设的区域,在此基础上通过冷热点分析遴选高标准农田建设项目区。结果表明,研究区较为适宜开展高标准农田建设,优先建设区、重点建设区、全面整治建设区和不宜建设区的面积分别为27 004.83、17 040.40、4 361.16、5 761.55 hm2。其中优先建设区应大力发展特色优质安全高效现代农业,重点建设区以整治项目为依托提升利用效率和效益,全面整治建设区以优化耕地布局和提升潜力为主,不宜建设区应注重修复提升地力、增强防灾抗灾能力。通过冷热点分析高标准农田建设的适宜性和空间稳定性耦合协调度在空间上的联系模式,实现了快速识别高标准农田建设项目区,结合研究区实际遴选了10个高标准农田建设项目区。同时,基于障碍度模型诊断识别各项目区的主要障碍因素,从而有针对性地指导各项目区有序开展高标准农田建设活动。 相似文献
9.
10.
基于卷积注意力的无人机多光谱遥感影像地膜农田识别 总被引:1,自引:0,他引:1
监测地膜覆盖农田的分布对准确评估由其导致的区域气候和生态环境变化有着重要作用,基于DeepLabv3+网络,通过学习面向地膜语义分割的通道注意力和空间注意力特征,提出一种适用于判断农田是否覆膜的改进深度语义分割模型,实现对无人机多光谱遥感影像中地膜农田的有效分割。以内蒙古自治区河套灌区西部解放闸灌区中沙壕渠灌域2018—2019年4块实验田的无人机多光谱遥感影像为研究数据,与可见光遥感影像的识别结果进行对比,同时考虑不同年份地膜农田表观的变化,设计了2组实验方案,分别用于验证模型的泛化性能和增强模型的分类精度。结果表明,改进的DeepLabv3+语义分割模型对多光谱遥感影像的识别效果比可见光高7.1个百分点。同时考虑地膜农田表观变化的深度语义分割模型具有更高的分类精度,其平均像素精度超出未考虑地膜农田表观变化时7.7个百分点,表明训练数据的多样性有助于提高地膜农田的识别精度。其次,改进的DeepLabv3+语义分割模型能够自适应学习地膜注意力,在2组实验中,分类精度均优于原始的DeepLabv3+模型,表明注意力机制能够增加深度语义分割模型的自适应性,从而提升分类精度。本文提出的方法能够从复杂的场景中精准识别地膜农田。 相似文献
11.
基于数据世系管理的精准农业不确定性复杂事件处理 总被引:1,自引:0,他引:1
伴随物联网采集数据流的增加和对复杂事件匹配的准确性、可靠性要求的提高,不确定性复杂事件处理的研究得到广泛的关注。精准农业中存在大量的RFID及传感器监测数据,但是监测硬件和无线通信技术不能保证100%的可信数据,因此需要一个能应用在精准农业中处理不确定事件的流处理引擎。本文在现有流处理引擎SASE基础上,加入概率流理论和数据世系管理理论,提出一种新型的复杂事件处理引擎PUCEP,可以计算输出复杂事件的概率,同时提高不确定性复杂事件的匹配效率,从而减少计算资源消耗和反应时间,提高整个系统的实时性。实验使用温室传感器采集数据,结果表明所提方法对处理概率事件流的复杂事件是有效的。 相似文献
12.
13.
14.
15.
16.
作为世界草莓最高级别的学术论坛,世界草莓大会被誉为“草莓界的奥运会”。各种形式的立体栽培装置使草莓的展示效果更好,该文介绍了基质蒸汽消毒机在草莓栽培基质处理中的应用效果,同时将物联网技术在草莓博览会上所起到的作用进行了介绍。 相似文献
17.
农机的智能控制研究集中在定位导航、视觉感知和物联网通讯等方面,以多种学科的交叉融合为前提条件。语言理解为主动性的信息处理构建过程,是智能农机整合各个系统以提升整体性能的有力工具。动词聚类是语言学的重要研究内容,对语言理解的实践应用效果起着决定性的作用。为此,基于英语语言理解中的动词聚类,设计了一个农业机械智能控制系统,安装在拖拉机平台上,根据核心事件进行动词聚类,实现了对拖拉机路径规划、定位导航、视觉感知和自主行驶4个功能的精确控制。最后,列举了各功能的代表事件,用以提高农业机械的智能化水平。 相似文献
18.
为保障农作物的质量与区域耕地产量的提高,利用物联网技术的优势建立农田的环境监测系统,做到合理种植、精准灌溉和数据统计等,以提高农田的产量和质量。通过对物联网技术在农田环境监测、棉花种植及果园管理中的应用进行分析,表明物联网技术在农业种植方面具有广阔的应用前景与产业价值。 相似文献
19.
面向食品安全事件新闻文本的实体关系抽取研究 总被引:1,自引:0,他引:1
为解决从大规模网络文本中快速、准确识别食品安全事件并进行实体关系抽取受中文复杂语法特性限制的问题,提出一种基于依存分析的面向食品安全事件新闻文本的实体关系抽取方法 FSE_ERE (Entity relation extraction of food safety events,FSE_ERE)。该方法结合句子的依存分析结果和实体关系抽取模型,对非结构化中文文本进行无监督的实体关系抽取,并引入一种将文本相似度结合到PU学习(Positive and unlabeled learning)的半监督分类方法,利用改进的特征加权处理方法提高分类精度,使得FSE_ERE方法能够在高质量的食品安全事件新闻文本中完成实体关系抽取工作。实验结果表明,FSE_ERE方法在食品安全事件新闻文本数据集和多类型混合新闻文本数据集上的实体关系抽取均达到了先进的性能,F值分别达到了71.21%和67.42%,证明了FSE_ERE方法的有效性和可移植性。 相似文献
20.
农业生产环境中的目标识别对象常具有分布密集、体积小、密度大的特点,加之农田环境光照多变、背景复杂,导致已有目标检测模型无法取得令人满意的效果。本研究以提高小目标的识别性能为目标,以蜜蜂识别为例,提出了一种农业复杂环境下尺度自适应小目标识别算法。算法克服了复杂多变的背景环境的影响及目标体积较小导致的特征提取困难,实现目标尺度无关的小目标识别。首先将原图拆分为一些较小尺寸的子图以提高目标尺度,将已标注的目标分配到拆分后的子图中,形成新的数据集,然后采用迁移学习的方法重新训练并生成新的目标识别模型。在模型的使用中,为使子图识别结果能正常还原,拆分的子图之间需具有一定的重叠率。收集所有子图的目标识别结果,采用非极大抑制(Non-Maximum Suppression,NMS)去除由于模型本身产生的冗余框,提出一种交小比非极大抑制(Intersection over Small NMS,IOS-NMS)进一步去除子图重叠区域中的冗余框。在子图像素尺寸分别为300×300、500×500和700×700,子图重叠率分别为0.2和0.05的情况下进行验证试验,结果表明:采用SSD(Single Shot MultiBox Detector)作为框架中的目标检测模型,新提出的尺度自适应算法的召回率和精度普遍高于SSD模型,最高分别提高了3.8%和2.6%,较原尺度的YOLOv3模型也有一定的提升。为进一步验证算法在复杂背景中小目标识别的优越性,从网上爬取了不同尺度、不同场景的农田复杂环境下的蜜蜂图像,并采用本算法和SSD模型进行了对比测试,结果表明:本算法能提高目标识别性能,具有较强的尺度适应性和泛化性。由于本算法对于单张图像需要多次向前推理,时效性不高,不适用于边缘计算。 相似文献