首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   13篇
  免费   1篇
  国内免费   1篇
农学   1篇
基础科学   1篇
  2篇
综合类   10篇
园艺   1篇
  2024年   2篇
  2022年   1篇
  2021年   2篇
  2019年   2篇
  2018年   4篇
  2017年   1篇
  2016年   2篇
  2014年   1篇
排序方式: 共有15条查询结果,搜索用时 15 毫秒
11.
农业大数据能从海量的农业数据中寻找和挖掘有价值的数据以及隐藏的信息,准确把握数据之间的内在联系和规律,是发展现代农业的重要推动力。空间性是农业数据的重要特征之一,将空间数据仓库的理论和技术运用到农业大数据中是发展农业大数据的关键。空间数据仓库是数据仓库技术在空间领域的延伸,它能有效地存储、组织和管理农业空间数据,实现农业异质数据转换、集成与调度,并为农业数据分析提供支撑环境。讨论分析了农业大数据的体系结构,并利用空间数据仓库在空间数据处理上的优势,结合空间数据挖掘的理论知识,从数据采集、数据集成处理、数据分析和数据应用4方面对农业大数据进行了全面的研究和分析,最后针对我国农业大数据的研究现状提出了一些建议和思考。  相似文献   
12.
目的 探究1949—2016年中国干旱灾害长时间序列时空变化特征及其对粮食生产的影响,为我国农业干旱灾害预警体系和保障粮食产量提供参考。方法 基于Python语言获取1949年以来中国各省、市农业自然灾害和粮食生产数据,然后利用Pearson相关性统计分析、回归分析、自然断点分级法、GIS平台和R语言定性和定量地探讨干旱灾害对粮食生产的影响,阐述我国农业旱灾变化规律和粮食安全态势,探讨农业旱灾对粮食生产的影响。结果 ①农业干旱灾害呈现明显周期性波动,干旱轻重灾情交替出现,1949—1970年为波动阶段,1971—2000年为波动上升阶段,2001—2016年为波动下降阶段,发生特大干旱和严重干旱的年份所占比重较大;②农业干旱在空间上呈“北重南轻、中东部重西部轻”的格局。山东受灾最重,灾损高达208.2万hm2,西藏最轻,灾损为2163.53 hm2;③粮食产量和粮食单产总体呈稳步增长态势,波动幅度较平缓,二者受旱灾影响程度较大,粮食产量和粮食单产的年变化率均与干旱受灾率、成灾率、灾害强度指数、受灾率异常指数和成灾率异常指数等指标显著负相关,其中以受灾率异常指数和成灾率异常指数对粮食生产的影响更为显著,且受灾率异常指数的影响最为显著;④粮食产量的多少和受灾面积的大小在空间上具有相关性,粮食单产与干旱受灾面积呈负相关。结论 干旱灾害制约我国粮食生产,各农业干旱灾害指标对粮食灾损的解释力较强,对粮食产量估测具有参考作用。建立和完善农业灾害预警体系,可以提高应对农业干旱灾害的能力,进一步为粮食进出口提供指导意见。此外,干旱灾害仅是影响粮食产量的一个方面,农业科技水平、社会经济制度、农业政策等也对其具有不容小觑的影响。  相似文献   
13.
我国蔬菜价格研究进展   总被引:1,自引:0,他引:1  
我国作为世界上最大蔬菜生产国和消费国,多年来蔬菜价格跌宕起伏,引起各界广泛关注。自1988年"菜篮子"工程启动以来,国内关于蔬菜价格的研究内容不断深化、形式逐渐多样,呈现多角度、多层级、理论与实证、定性与定量的研究体系。该研究沿着蔬菜价格形成-传导-波动-趋势预测-波动效果-稳定对策这一脉络,对国内有关蔬菜价格研究成果进行了梳理分析,指出当前研究的不足,展望未来蔬菜价格可能的研究方向,基于大数据时代背景,简略勾画未来研究方法体系,以期为未来蔬菜市场研究提供借鉴与参考。  相似文献   
14.
深度学习是目前人工智能领域最重要的技术之一,在学术领域和工程应用掀起了研究高潮。鉴于深度学习在农业领域的应用潜力和重要性,通过对深度学习有关文献的研究,首先详细描述了深度学习的概念,结合典型深度神经网络的结构特征,对其特点、优缺点、变体以及应用现状进行了综述;然后重点介绍了深度学习在语音识别、农业场景目标检测、农业图像语义分割领域的发展和应用;最后分析了深度学习在农业领域目前存在的问题和未来重点的研究方向。  相似文献   
15.
准确获取大范围的水稻种植空间分布信息对调整农业生产结构和保障粮食安全至关重要。本文以湖南省为研究区,基于谷歌地球引擎(Google Earth Engine, GEE)云平台,协同Sentinel-1 SAR和Sentinel-2 MSI数据,根据水稻物候期极化(vertical transmit/horizontal receive, VH)后向散射系数、增强型植被指数(enhanced vegetation index, EVI)的变化特征构建水稻提取决策树模型,开展高分辨率水稻种植范围遥感提取,并进行精度验证。结果表明:本模型能够准确实现多云多雨地区的水稻种植范围遥感制图;基于混淆矩阵计算水稻总体分类精度为93.97%,Kappa系数为0.908,单、双季稻F1-score均超过91%,可为亚热带多云雨且稻田破碎分布区的水稻种植范围遥感提取提供参考。湖南省水稻分布受地形和气温的影响明显,主要分布在海拔200 m以下,坡度小于6°,年均气温大于17℃的区域;双季稻集中分布在岳阳、常德和益阳市,而单季稻种植分布相对零散。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号