基于无人机数码影像的冬小麦叶面积指数探测研究

叶面积指数(LAI)是评价作物长势的重要农学参数之一,利用遥感技术准确估测作物叶面积指数(LAI)对精准农业意义重大。目前,数码相机与无人机系统组成的高性价比遥感监测系统在农业研究中已取得一些成果,但利用无人机数码影像开展作物LAI估测研究还少有尝试。为论证利用无人机数码影像估测冬小麦LAI的可行性,本文以获取到的3个关键生育期(孕穗期、开花期和灌浆期)冬小麦无人机数码影像为数据源,利用数字图像转换原理构建出10种数字图像特征参数,并系统地分析了3个生育期内两个冬小麦品种在4种氮水平下的LAI与数字图像特征参数之间的关联性。结果表明,在LAI随生育期发生变化的同时,10种数字图像特征参数中R/(R+G+B)和本文提出的基于无人机数码影像红、绿、蓝通道DN值以及可见光大气阻抗植被指数(VARI)计算原理构建的数字图像特征参数UAV-based VARIRGB也有规律性变化,说明冬小麦的施氮差异不仅对LAI有影响,也对某些数字图像特征参数有一定影响;在不同条件(品种、氮营养水平以及生育期)下的数字图像特征参数与LAI的相关性分析中,R/(R+G+B)和UAV-based VARIRGB与LAI显著相关。进而,研究评价了R/(R+G+B)和UAV-based VARIRGB构建的LAI估测模型,最终确定UAV-based VARIRGB为估测冬小麦LAI的最佳参数指标。结果表明UAV-based VARIRGB指数模型估测的LAI与实测LAI拟合性较好(R2=0.71,RMSE=0.8,P0.01)。本研究证明将无人机数码影像应用于冬小麦LAI探测是可行的,这也为高性价比无人机遥感系统的精准农业应用增添了新成果和经验。     

变量施肥条件下冬小麦长势及品质变异遥感监测

卫星遥感数据能够在作物生长期内获取大范围“面状”地物光谱信息,反映作物的长势变异情况,以2005－2006年度国家精准农业研究示范基地冬小麦变量施肥试验为基础,以高空间分辨率卫星遥感影像Quickbird为数据源,结合地面获取的冬小麦品质、产量等数据,研究冬小麦长势及品质的变异情况。研究结果表明,Quickbird光谱参数能够反映冬小麦不同施肥处理小区的长势变异,而冬小麦早期的空间长势变异与其最终产量、品质变异有着密切的关系;冬小麦孕穗后期长势光谱信息与其产量有着很好的正相关关系,而与其品质信息存在着显著的负相关关系,其中OSAVI与产量的相关性达到0.536、GNDVI与冬小麦籽粒蛋白质及湿面筋含量的相关性分别达到了-0.531和-0.535;研究还发现,不同植被指数所反映的作物长势存在一定差异,反映冬小麦群体长势的植被参数和反映冬小麦叶绿素密度的植被指数在指示作物空间长势变异上有所不同。因此,利用遥感影像监测作物长势及其品质空间变异在技术上是可行的。     

基于HJ-1A超光谱影像的县域尺度耕地土壤速效磷含量遥感制图研究

及时、准确地获取耕地土壤养分含量信息,对于作物田间管理、产量提升和耕地环境保护具有重要意义。本研究基于HJ-1A超光谱遥感影像数据,结合野外实测样本,通过光谱反射率多种数学变换,利用相关性分析法提取土壤速效磷含量的敏感波段及特征波段组合,然后基于多元回归分析方法,建立各种敏感波段组合的土壤速效磷光谱诊断模型,筛选最优诊断模型,并基于野外样本开展精度验证,实现耕地土壤速效磷含量的空间制图。研究结果表明,土壤速效磷含量与四种微分变换形式的相关性较高,而与其他四种非微分形式的相关性较低;其中反射率对数的一阶微分的预测模型决定系数R2最大,可达到0.70,且均方根误差最小,因此确定光谱反射率对数的一阶微分预测模型为土壤速效磷含量的最优诊断模型,并可据此实现研究区耕地土壤速效磷含量的空间制图;利用未参与建模的野外样本进行精度验证,检验样本的决定系数R2为0.67,均方根误差RMSE为15.31 mg kg-1。因此,以环境小卫星超光谱影像为数据源,基于多元回归分析方法,可建立具有较高精度的土壤速效磷含量预测模型,实现县域尺度的耕地土壤速效磷含量空间制图。     

基于改进YOLOv4算法的番茄叶部病害识别方法

为快速准确识别自然环境下的番茄叶片病害,提出一种基于改进YOLOv4算法的轻量化番茄叶部病害识别方法。该方法根据番茄病害特征采用K均值聚类算法调整先验框的维度,并使用宽度因子为0.25的MobileNetv1代替YOLOv4原有的主干网络CSPDarknet53进行特征提取,并在特征融合网络PANet中引入深度可分离卷积代替原有的3×3标准卷积,同时在主干网络的2个输出特征层和空间金字塔池化输出层分别嵌入卷积块注意力模块(CBAM),提高模型识别精度。试验结果表明,改进后的模型对8类番茄叶片整体检测精准性(mAP)为98.76%,参数量为12.64 M,传输帧数为1 s 101.76帧,相较于原YOLOv4模型,模型参数量减少80%,每秒传输帧数比原始YOLOv4模型提高了130%。     

结构动力视角下中国数字乡村建设模式研究——基于多个案例的分析

[目的 /意义]加快建设数字乡村是全面推进乡村振兴的战略方向,将中国多样化数字乡村实践背后的规律性特征总结,提炼出不同模式的适用性机制,对于分类推进不同区域数字乡村建设具有一定的现实意义。[方法 /过程]基于结构要素与动力作用视角,以浙江省德清县、江苏省浦口区、山东省曹县、重庆市垫江县4个县域数字乡村实践模式为研究对象,采用多案例分析方法,探讨不同类型数字乡村建设模式的规律性特征。[结果 /结论]中国数字乡村实践主要存在城乡一体、产城融合、点线面结合以及整县推进等建设模式。未来推进数字乡村建设,要充分考虑建设主体功能的强弱,选择适宜的建设机制和内容,让数字乡村惠及更多农民群众,助力乡村全面振兴。     

基于作物生长模型参数调整动态估测夏玉米生物量

针对如何利用作物生长模型定量解析区域夏玉米生物量动态变化的热点问题,该文在沿东海岸的江苏省盐城市大丰区设置大田夏玉米生物量估测试验,在构建夏玉米生物量过程模拟模型的基础上,对夏玉米多个生育阶段的生物量(指地上部生物量)及其变化特征进行分析,并结合试验实测数据探讨利用实测叶面积指数和生物量数据调整生物量模拟模型参数的可行性。结果表明:夏玉米生物量过程模拟模型可以对夏玉米从出苗到灌浆期间的多个生育阶段生物量动态变化进行估测。出苗到拔节前的生长阶段,生物量积累主要来源于叶片形成,模拟模型可以对生物量进行有效预测,预测值与实测值之间的均方根差(root mean square error,RMSE)为18.31 kg/hm~2,相对误差为3.35%。拔节到抽雄前的生长阶段,由于茎节伸长与节数增加,生物量积累加快,预测值与实测值之间的差异较大。拔节初期生物量预测值为535.5 kg/hm~2,实测值为480 kg/hm~2,相对误差11.56%。抽雄前生物量预测值为7 036.46 kg/hm~2,实测值为5 794 kg/hm~2,相对误差21.44%。拔节到抽雄前生长阶段预测值与实测值之间的RMSE为825.94 kg/hm~2。经过模型参数调整,抽雄前生物量预测值为6 036 kg/hm~2,与实测值较为接近,RMSE为219.43 kg/hm~2,相对误差4.18%。利用参数调整后的模拟模型继续对抽雄到灌浆前生长期间生物量进行预测,预测值与实测值较为一致,灌浆期生物量预测值为11 156 kg/hm~2,实测值为10 785 kg/hm~2,相对误差3.44%,而参数调整前预测值为12 492 kg/hm~2,相对误差15.83%。在玉米拔节期进行模型参数调整,对拔节到抽雄和抽雄到灌浆2生长阶段的生物量预测效果较好。该研究可为县域夏玉米不同生长阶段生物量及其动态变化预测提供参考,可辅助县域农业管理部门进行适时生产措施调整。     

北京农田土壤重金属年际变化及其特征分析

 【目的】揭示土壤中重金属的变化趋势,为土壤环境监控提供参考。【方法】通过对2005—2009年北京农田土壤重金属含量的持续监测,分析了该地区农田土壤中As、Hg、Cu、Cd、Cr和Pb等重金属的统计特征和年度变化趋势,并结合采样点的土壤类型、地理位置和土地利用类型等信息,研究了农田土壤中重金属的来源。【结果】2005年至2009年间,As、Hg、Cu、Cd、Cr和Pb等重金属中, Hg和Cr的含量有逐年上升的趋势,Hg的含量逐年为 0.053、0.065、0.077、0.090和0.116 mg•kg -1,Cr含量为50.0、53.3、55.8、56.1和61.8 mg•kg-1。其它重金属含量呈上下波动,无上升或下降的变化趋势。进一步将土壤中的重金属含量与背景值相比,土壤中重金属的累积水平Cr＞Hg＞Cd＞Cu＞As＞Pb。不同类别土壤中重金属含量存在显著性差异,As在潮土和褐土中,Hg和Pb在近郊和远郊农田土壤中的含量有显著差异,不同农业土地利用类型土壤中未发现重金属的含量差异。【结论】北京农田土壤中As来源于成土母质,Hg和Pb来源于城市污染的大气扩散,Cu 、Cr和Cd来源于农业活动中肥料的过量使用。     

河南省农产品质量安全追溯平台构建

<正>一、引言河南省农业气候条件适宜,农业品种资源丰富,主要农产品产量均居全国前列,是全国重要的优质农产品生产基地。面粉、方便面、挂面、面制速冻食品等产量均居全国首位,是全国第一粮食加工转化大省,味精、饮料、酒等位列全国第二位,鲜冷藏冻肉、白酒、果汁等居全国第三位。双汇肉制品、三全凌汤圆、思念水饺、白象方便面为驰名中外的名牌产品。名优特产品,如原阳大米、新郑大枣、开封西瓜、信阳毛尖、灵宝苹果、民权葡萄等都已成为国内知名品牌。     

基于区块链的农产品质量安全可信溯源系统研究

为解决现有农产品质量溯源系统存在的数据中心化存储、数据易篡改和数据信任等问题,以及保障农产品质量安全、维护消费者权益和提高生产企业品牌竞争力,在分析农产品产业链业务流程和区块链关键技术的基础上,设计了农产品可信溯源区块结构,确保农产品溯源数据不可伪造和安全可信;提出了“On-Chain+Off-Chain”农产品质量安全溯源信息协同管理存储策略,解决农产品溯源区块链网络中各节点数据存储压力大、查询效率低和数据爆炸等问题;采用Kafka共识机制实现多主体参与的共识操作,提供实时数据高吞吐量和低延时的处理能力;制定了农产品溯源智能合约规则集和合约触发条件,确保农产品数据的可靠性和溯源平台的公信力;基于Hyperledger Fabric区块链平台研制了农产品质量安全可信溯源系统,并对红茶产品质量安全溯源进行验证分析。结果表明,本文研制的农产品质量安全可信溯源系统,解决了农产品产业链生产、加工和流通多节点之间数据安全和溯源信息真实可信等问题,取得了较好的应用效果。