An integrated framework of sensing,machine learning,and augmented reality for aquaculture prawn farm management

The rapid growth of prawn farming on an international scale will play an important role in meeting the protein requirements of an expanding global population. Efficient management of the commercial ponds for healthy production of prawns is the key mantra of success in this industry. It is a necessity to maintain the water quality parameters in these ponds within specific ranges to create an ideal environment of optimal growth of healthy prawns. The current practice of water quality data collection and their usage for decision making on most farms is not efficient and does not take full advantage of the latest technologies. The research presented in this paper aimed at addressing this problem by systematic investigation and development of an integrated framework where (i) modern sensors were investigated for their suitability and deployed for continuous monitoring of the water quality variables in prawn ponds; (ii) novel machine learning models were investigated based on collected data and deployed to accurately forecast pond status over next 24 h. This provides farmers insight into upcoming situations and take necessary measures to avoid catastrophic situations; and (iii) augmented reality-based visualisation methods were investigated for improved data capture process and efficient decision making through real-time interactive interfaces. The paper presents the integrated framework as well as the details of sensing, machine learning, and augmented reality components. We found that (i) YSI EXO2 Multi-Sonde is the best sensor for continuous monitoring of prawn ponds; (ii) ForecastNet (our developed machine learning model) provides best forecasting results with symmetric mean absolute percentage error of 6.1 %, 9.6 %, and 8.5 % for dissolved oxygen, pH, and temperature; and (iii) augmented reality-based interactive interface achieves accuracy as high as 89.2 % for management decisions with at least 41 % less time. The experience of the project as presented in this paper can act as a guide for researchers as well as prawn farmers to take advantage of latest sensors, machine learning algorithms and augmented reality tools.     

浅谈谷歌遥感影像资料在内蒙古边境防火隔离带规划设计中的应用

随着网络和"3s"技术的快速发展,给规划设计工作注入了新的活力,基于Google Earth和Arcgis获取具有地理信息的遥感影像资料成为可能,这极大的提高了规划设计效率和质量。文章在研究了国内外免费获得遥感影像的基础上,利用ArcGIS中的栅格图像空间校正操作的思路和方法,充分发挥谷歌地图全覆盖、高分辨率和易获得的优点,加工整理出能够满足生产工作需要的遥感影像图,为规划设计遥感影像资料获取提供了思路和有效的方法。     

气孔对环境因子的感知及趋适应答

作为气体(主要为CO2和水蒸气)进出植物体的门户,气孔分布于植物茎、叶、果实和种子等器官的表皮上。气孔感知外界环境的时限可以短至几分钟,也可以长达上百万年,可以适应局部或全球的气候变化。近年来,对气孔在形态、解剖、生理、遗传进化、分子调控机制及全球生态等众多领域的研究取得了重大进展。气孔的形态、分布及其行为是对小到胞内信号、大到全球气候变化一系列信号系统的响应结果。以上一系列适应策略的调控系统是一张无尺度的网络,将现有的有关气孔的各个层面的研究整合起来可以更好地了解这个网络。文章从气孔对光合作用及蒸腾作用的影响、气孔的进化、气孔发育的环境调控、气孔孔径对环境信号的趋适响应等方面阐述气孔的研究进展。     

主成分融合在干旱区盐渍地信息提取中的应用研究

土壤盐渍化严重威胁着干旱区绿洲的稳定与可持续发展,因此借助遥感手段快速提取盐渍地信息并掌握其空间分布有着重要的现实意义。本文以渭干河-库车河三角洲绿洲为例,探讨了基于主成分融合的干旱区盐渍地信息的提取方法。由于Landsat-7 ETM+的全色波段与多光谱波段有相同的太阳高度角和其他环境条件,影像获取时间一致,两种不同分辨率的数据可以不经配准而实现高精度融合。首先,对2001年的遥感影像数据(ETM影像)进行几何校正;再利用主成分融合技术,将多波段的ETM+影像与对应的全色波段影像进行主成分融合,在此基础上进行盐渍地信息的提取。实验表明,该方法的结果分类精度较高,与实地调查结果基本相符,是监测干旱区盐渍地变化的有效手段。结果表明:盐渍地主要分布在绿洲的和沙漠之间的交错带,盐渍地的分布在绿洲内部呈条形状分布,而在绿洲外部呈片状分布,且绿洲外部重度盐渍地交错分布在中轻度盐渍地中。研究结果对于干旱区绿洲盐渍地的合理开发和可持续发展有着重要现实意义。     

RS和GIS支持下的土壤系统分类制图方法研究──以贵州省贵阳市为例

在对贵州省贵阳市地区进行深入细致的土壤分类工作基础上，分析了土壤类型与发生条件的关系，建立了二者间的判别模式，应用RS和GIS技术提取和输入土壤类型的发生条件信息，对它们进行矢量叠加运算，最后通过土壤类型与发生条件的判别模式进行归并，完成土壤系统分类制图。通过野外实地验证，在以TM影像为信息源的基础上，该制图方法完全达到110万土壤制图的要求。     

利用MODIS-NDVI数据提取新疆棉花播种面积信息及长势监测方法研究

利用MODIS-NDVI数据,以新疆棉花为例,探讨基于遥感影像全覆盖的大尺度农作物遥感综合自动识别及长势监测的技术方法.通过分析新疆地区棉花作物的种植结构、物候历特征及其生物学特性和时序NDVI曲线特征,确定棉花信息提取的NDVI阈值,建立棉花面积提取模型,并最终获取了2009年中国农情遥感监测中新疆棉花作物长势监测所...     

天山北坡中段天然草场牧草产量遥感动态监测模式

本文用1989—1991年在天山北坡不同草场类型上观测的牧草产量与光谱资料以及同步接收的NOAA/AVHRR资料,计算了牧草产量与各种植被指数的相关系数。结果表明,天然草场牧草产量与各种植被指数存在显著相关,并建立天然草场牧草产量动态监测模型;牧草干重和鲜重与气象卫星比值植被指数的相关系数达0.7597和0.8066;建立牧草产量卫星遥感监测模型,可用于天然草场牧草产量的动态监测。     

基于高分辨率卫星影像的县级土地利用调查研究

在分析传统县级土地利用调查技术的基础上,提出基于高分辨率卫星影像的县级土地利用调查方法.采用具有0.70 m空间分辨率的QuickBird卫星影像,以贵州省望谟县局部地区为例开展了土地利用调查.首先在ENVI环境下进行影像增强、影像融合,然后在实地采用静态差分GPS测量方式采集控制点对影像进行几何校正,建立解译标志;采用基于ARcView平台开发设计的交互式影像判读系统进行影像判读,获得土地利用图斑及其属性信息;之后使用GeoWay软件分层矢量化其他地理要素,并按要求建立其属性表;在ArcCIS环境里进行叠加分析、入库和编制土地利用图调查结果具有较高的精确度,调查方法具有较好的实用性.     

森林资源信息样本影像数据库的建立方案

提出了通过建立森林资源信息样本影像数据库、提高森林资源信息的提取速度和可靠性的方案,并对森林资源信息样本影像数据库建立步骤、关键性技术、整体流程及其应用进行了分析和探讨.     

RS和GIS在森林病虫害监测的应用

森林病虫害制约着森林的可持续经营与林业的可持续发展,以遥感(RS)、地理信息系统(GIS)相结合的病虫害预报预测模型能全面、准确、迅速监测森林病虫,被广泛应用于不同尺度的森林病虫害研究。本文综述了这些研究,并就遥感技术在森林病虫害监测上的应用前景作了展望。