农机远程智能管理平台研发及其应用

本研究针对农机管理实时数据少、农机实时作业监管困难、服务信息不对称等问题，首先提出专业化远程管理平台设计时应具有五大原则：专业化、标准化、云平台、模块化以及开放性。基于这些原则，本研究设计了基于大田作业智能传感技术、物联网技术、定位技术、遥感技术和地理信息系统的可定制化的通用农机远程智能管理平台。平台分别为各级政府管理部门、农机合作社、农机手、农户设计并实现了基于WebGIS 的农机信息库及农机位置服务、农机作业实时监测与管理、农田基础信息管理、田间作物基本信息管理、农机调度管理、农机补贴管理、农机作业订单管理等多个实用模块。研究着重分析了在当前的技术背景下，平台部分关键技术的实现方法，包括采用低精度GNSS定位系统前提下的作业面积的计算方法、GNSS定位数据处理过程中的数据问题分析、农机调度算法、作业传感器信息的集成等，并提出了以地块为核心的管理平台建设思路；同时提出农机作业管理平台将逐步从简单作业管理转向大田农机综合管理。本平台对同类型管理平台的研发具有一定的参考与借鉴作用。     

基于DMSP/OLS的重庆市夜间灯光与旅游统计数据相关性分析

对重庆市直辖以来的1997年、2002年、2007年、2012年的DMSP/OLS夜间灯光数据、有关旅游数据进行相关性研究,研究间隔周期为5年,结合使用GIS、SPSS软件进行了数据分析处理。研究结果表明:相关系数为0.99,说明重庆夜间灯光指数与有关旅游数据呈高度及显著的相关性,估算得到的旅游数据密度能够从一定层面反映重庆旅游发展状况的宏观分布现状,可为重庆市作出后期的旅游发展空间分布、相关决策等提供一定的参考。     

罗非鱼无乳链球菌LrrG-Sip融合蛋白免疫原性研究

为探究无乳链球菌LrrG(Leucine-rich repeat protein from GBS)和表面免疫原性蛋白Sip(surface immunogenic protein)串联表达的LrrG-Sip重组融合蛋白的免疫原性,该研究将原核表达的LrrG-Sip重组融合蛋白分别以0.5μg·g~(-1)(R1组)、1.0μg·g~(-1)(R2组)和1.5μg·g-1(R3组)每尾200μL腹腔注射免疫尼罗罗非鱼(Oreochromis niloticus),同时以Sip蛋白(S组)、LrrG蛋白(L组)以及PBS(P组)作为对照。2周后对所有免疫鱼体进行无乳链球菌(Streptococcus agalactiae)人工攻毒,攻毒剂量为其半致死浓度(LD_(50):4.0×108CFU·mL~(-1))。结果显示LrrG-Sip重组融合蛋白R1组对尼罗罗非鱼的相对免疫保护率最高,达89.14%;且免疫后第14和第28天,该组鱼体血清抗体OD_(450nm)值分别达0.63和0.64,均显著高于单一蛋白对照组(S和L组)和PBS组(P0.05);R1组鱼体血清过氧化物酶(POD)和碱性磷酸酶(AKP)活性在上述2个时间点也显著高于其他组(P0.05);但溶菌酶(LZM)和总超氧化物歧化酶(T-SOD)活性与其他组之间差异不显著(P0.05)。初步表明LrrG-Sip重组融合蛋白具有良好的免疫原性,其免疫原性明显优于单个蛋白,且能有效减少免疫剂量。     

缺失原始数据的单因素方差分析方法研究

对缺失原始数据的数据资料进行了方差分析。从方差分析的基本原理入手,对基本统计数据进行反向推理,得到处理间和误差项的各项离差平方和、自由度以及均方,从而可以实现缺失原始数据下的方差分析,并编写了SAS程序予以实现整个计算和方差分析过程。     

Data envelopment analysis for production efficiency improvement: An empirical application on brine shrimp Artemia franciscana culture in the Mekong Delta,Vietnam

Artemia culture in the Mekong Delta, Vietnam, is becoming more and more important to satisfy the global demands of cyst production. Nevertheless, Artemia cyst productivity in the Mekong Delta has been fluctuating largely due to not only technical inefficiencies and external factors but also farms’ characteristics. This study employed a data envelopment analysis to evaluate the production efficiencies in correlation with biological and cost inputs of Artemia culture in Vinh Chau and Bac Lieu located in the Mekong Delta. The key factors affecting technical efficiency (TE) were determined using ordinary least squares regression model. The empirical results indicated that production efficiencies of farms in Vinh Chau and Bac Lieu were similar with metatechnology ratios of 0.97 and 0.96 respectively. About 62.8% of surveyed farms were operating in technically inefficient circumstances. Farmers’ experience, educational level and culture technique training participation had positive effects on TE, while climate effects and water problems have been proved to have negative effects on TE. To improve production efficiency, inefficient farms are suggested to have moderately increasing combinations of organic fertilizer, chemical and feed. The use of probiotics should be reduced as it increases production cost and affects TE. Notably, a collaboration of scientists and feed processing companies is recommended to produce a specific formulated feed for Artemia in commercial scales. This study also proposes adaptive policies for local governments and cooperatives to assist coastal famers in the Mekong Delta overcome technical inefficiencies, improve cyst productivity and obtain economic sustainability in Artemia culture.     

基于DOM航空影像单木树冠提取

准确提取单木树冠边界是获取森林数量参数的重要基础，是高分辨率遥感图像林业应用的技术难题。基于DOM航空影像数据源，采用面向对象的方法对研究区内的2个树种的林分进行了单木树冠边界提取研究。首先利用桉树和杉木的空间分布矢量数据对DOM航空影像进行掩膜处理，在掩膜区域内进行多层次多尺度图像分割得到初步树冠分割结果，并剔除非树冠信息；再以树冠信息种子对象为基础，使用区域增长算法对树冠信息种子对象增长得到单木树冠范围；最后使用形态学滤波的方法优化单木树冠边界，完成林区内桉树和杉木两类树种的单木树冠边界提取。结果表明，由于不同树种的树冠存在尺度和形态差异，进行单木树冠分割时需要设置不同的参数才能到达较好的分割效果。本研究中桉树和杉木的单木树冠提取总体精度分别为86.75%与89.21%，可满足林业部门获取森林单木树冠的精度需求。     

不同精度的土壤数据对水质和水量模拟的影响

【背景】模型模拟是研究面源污染的重要手段,建模过程中输入数据的质量是影响模型准确度的重要因素,其中土壤数据作为流域模型的重要输入数据之一,对模型的产流过程有重要的影响。然而,以往的研究多集中于土壤数据精度对水量和水文过程的影响,对水质的研究还比较欠缺。【目的】为丰富该领域建模的先验知识,为流域模型建立过程中的数据选择提供帮助。【方法】采用SWAT（soil & water assessment tool）模型,利用不同精度（1:5万、1:50万和1:100万）的土壤数据进行建模,对凤羽河流域的水量、泥沙、总氮和总磷含量进行了模拟。并采用SWAT-CUP软件进行参数的率定,得到基于3种不同土壤数据的最佳模拟结果。在此基础上,研究不同精度土壤数据对水文响应单元划分、模型参数、水质和水量模拟的影响。【结果】（1）土壤数据对水文响应单元（HRU,hydrologic response unit）的划分数量有明显影响,HRU划分数量的敏感性与划分阈值及土壤图详细程度有关;（2）进行参数率定后模型的表现效果有明显的提高,不同精度的土壤数据对于不同指标（流量、泥沙、总氮和总磷）的模拟效果存在差异,但并非土壤数据精度越高模拟效果越好;（3）随着子流域面积的增大,不同土壤数据提取的土壤属性的平均值趋于一致,且校准过程会对面积较小的子流域产生较大的影响。【结论】因此,在实际的模型模拟中应根据流域的大小和模拟的指标选择土壤数据的精度,同时在模型校准过程中要注意空间尺度的影响。     

基于注意力机制及多尺度特征融合的番茄叶片缺素图像分类方法

针对番茄早期缺素性状不明显及各生长期特征差异较大所导致的特征区域尺寸不一致、难提取、难辩别等问题，提出了一种基于注意力机制及多尺度特征融合卷积神经网络的番茄叶片缺素图像分类方法（Multi-Scale Feature Fusion Convolutional Neural Networks Based On Atte ntion Mechanism，MSFF-AM-CNNs）。首先根据番茄叶片缺素特点提出了多尺度特征融合结构（Multi-Scale Feature Fusion Module，MSFF Module）；其次在DenseNet基础上，结合浅层网络主要提取纹理、细节特征，深层网络主要提取轮廓、形状特征的特点分别提出具有针对性的特征提取方法，通过不同形式引入注意力机制及多尺度特征融合结构，使全局多尺度信息融合多个特征通道、选择性地强调信息特征并达到对特征精准定位的功能；同时引入Focal Loss函数以减少易分类样本的权重。试验结果表明，MSFF-AM-CNNs的平均召回率、平均F1得分、平均准确率较原模型DenseNet-121均大幅提升，其中缺氮和缺钾叶片的准确率分别提高了8.06和6.14个百分点，召回率分别提高了6.31和5.00个百分点，F1得分分别提高了7.25和5.55个百分点，平均识别准确率可达95.92%，具有较高的识别准确率及广泛的适用性，能够满足番茄叶片缺素图像的高精度分类需求，可为植物叶片缺素识别提供参考。     

信息与计算科学专业《数据结构》教学实践与思考

结合信息与计算科学专业设置,本文分析了数据结构课程教学现状,从整合教学内容、设置教学梯度和完善教学手段等方面进行研究与探索。本课题针对交叉学科的特点强调学以致用和知识的融会贯通,搭建了开放的专题学习平台,提高了学生的自主学习和研究能力,初步取得了较好的教学效果,为数据结构课程的教学改革提供了参考。     

基于多源遥感数据的高寒草地生物量反演模型精度——以夏河县桑科草原试验区为例

基于MODIS、Landsat-8 OLI和HJ-1A/1B CCD卫星遥感资料,结合2013-2014年甘南州夏河县桑科草原试验区野外实测数据,建立了高寒草地地上生物量遥感反演模型,筛选出基于不同遥感资料植被指数的生物量最优反演模型,比较分析了生物量最优模型的空间效应。同时,分析了2000-2013年基于MODIS植被指数估算的试验区产草量的年际变化特征。结果表明,草地生物量最优反演模型为基于Landsat-8 OLI NDVI数据的对数模型(y=727.54lnx1+495.23,R2=0.772,RMSE=31.333 kg DM·hm-2);在30和250 m空间分辨率下,基于MODIS NDVI及EVI、Landsat-8 OLI NDVI和HJ-1A/1B CCD NDVI最优模型估算的生物量均高于实测生物量,其中Landsat-8 OLI NDVI数据估算的草地生物量与实测生物量值最接近;2000-2013年试验区草地总生物量整体上具有显著增加的趋势(R2=0.590 7,P0.001),平均增加速率达50.57 kg DM·hm-2·a-1。