建立数据质量管理系统来管理种猪生长性能自动测定设备的测定数据

性能测定是所有育种工作的前提和基础,自动测定设备的测定又是比较精确的测定工作,但人们囿于对集成化测定设备的理解,误认为从中获取的数据可以直接拿来分析,用分析后的结论进行育种或生产指导。因为自动测定设备的工作环境(猪舍)相对比较复杂、工作对象(猪)又非常活跃,它的测定工作就会受到较多因素的影响。不同的影响因素对测定数据的影响程度是不一样的。该文中从借鉴工业数据质量管理的思路,通过实践逐步在现场建立"种猪生长性能自动测定设备数据质量管理系统",以期获得符合猪只真实行为的真实性能水平数据,以便能进一步增加使用这些数据的可靠性。     

农业大数据的发展现状与发展趋势

介绍了农业大数据的概念和发展现状,阐述了农业大数据理论在农业中的主要应用,分析了农业大数据发展过程中存在的问题,并预测了农业大数据的发展趋势。     

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。     

一种新型卷积神经网络植物叶片识别方法

为提高植物叶片识别的准确率及减少计算代价,在Pytorch框架下提出一种融合了深度卷积生成式对抗网络(DCGAN)和迁移学习(TL)的新型卷积神经网络叶片识别方法。首先,对植物叶片图像进行预处理,通过DCGAN对样本数据库扩充;其次,利用迁移学习将Inception v3模型应用于图像数据处理上,以提高植物叶片识别的准确率;最后,通过对比实验对该方法的有效性进行验证。结果表明:该方法可以获得96.57%的植物叶片识别精度,同时参数训练的迭代次数由4000次缩短到560次。     

疏勒河大数据智慧灌区建设探讨

在疏勒河灌区现有物联网信息化系统的基础上,应用大数据理论开发智能分析系统,提高疏勒河来水预测精准度,智能分析灌区灌溉作物需水量,优化配水方案,降低灌水定额,增加生态水排放量,推进疏勒河智慧灌区建设。     

商洛南五味子甲素提取及复配防腐保鲜液研究

以商洛南五味子为研究对象,对其五味子甲素进行提取与抑菌效果研究,研制复配防腐保鲜液。考察乙醇体积分数、料液比、提取温度、提取时间对南五味子甲素得率的影响,基于单因素试验,用响应面法分析各因素的重要性和相互作用,确定最优工艺为料液比1∶10、提取温度88℃、85%的乙醇热提2.0 h,南五味子甲素的得率为3.527 mg·g~(-1)。将用AB-8型大孔树脂初步纯化后的南五味子甲素与壳聚糖、柠檬酸、氯化钙制备复合防腐保鲜液,以烂果率、pH值、失重率、硬度为检测指标对后熟香蕉进行保藏试验,结果表明,0.15%的防腐保鲜液能够延长香蕉贮藏时间,且与壳聚糖复配后贮藏效果更佳。研究结果将为南五味子甲素用于果蔬类食品贮藏保鲜提供技术参考。     

基于多源遥感数据的乌鲁木齐河源1号冰川平衡线高度研究

以我国天山乌鲁木齐河源1号冰川(以下简称1号冰川)为例,基于Landsat TM/ETM/OLI和Sentinel-2A MSI数据,利用归一化差异积雪指数(NDSI)和阈值法提取该冰川2002—2015年的平衡线高度,并利用站点实测的冰川ELA数据和气象数据对提取的平衡线高度进行了验证。结果表明,2002—2015年遥感获取的平衡线高度呈总体上升的趋势,与实测的平衡线具有高度相关性(r=0.9);ELA与年物质平衡序列高度相关,物质平衡波动的平均解释率可高达69%;与气象要素(温度和降水)年际变化的相关性也很高,约有59%的冰川ELA变化可以用夏季气温和降水来解释。因此,利用遥感数据可以提取高精度的冰川平衡线高度数据,对无站点数据冰川的平衡线高度以及物质平衡研究具有一定的借鉴意义。     

物联网与作物模型在智慧棉花系统中的应用与展望

在已有科技与研究成果基础上，结合数据库技术，构建基于物联网与棉花功能结构模型Cotton XL的智慧棉花生产数字化系统平台。系统利用智能传感器等物联网设备实时采集田间气象、土壤和作物长势等数据以及现场视频图像信息，通过网络传输监测范围内棉株的信息至数据库，结合模型模拟分析，实现远程操控辅助管理、预测判别、智能处理和可视化模拟等功能，从而优化作物栽培管理措施，提升资源配置效率，提高棉花产量与品质，为棉农适应现代农业信息化、智能化、高效化提供有效途径。     

互联网+背景下智慧农机大数据平台发展策略研究

随着“互联网＋”时代的到来，数据挖掘、数据共享、云计算等信息技术为农机的智能化和信 息化管理提供有效方法和手段。为更好的推动农业经济发展，有必要借助先进的信息技术手段，搭建 一个基于“互联网＋”的智慧农机管理信息数据共享平台，使我国农机管理进入大数据时代，推进智慧 农业发展。     

基于MODIS数据的河套灌区遥感干旱监测

基于MODIS数据,以河套灌区为研究对象,计算灌区2000—2018年作物主要生育期内(5—8月)4种遥感干旱指数、温度植被干旱指数(TVDI)、植被供水指数(VSWI)、植被状态指数(VCI)、温度状态指数(TCI),并分析了4种干旱指数与0～20cm土壤相对含水量、降水量、灌区引水量相关性以及4种干旱指数之间的相互关系。结果表明:经过相关分析,TVDI与土壤相对含水量的相关性优于其他3种遥感干旱指数;在灌溉水量较多的灌区,遥感干旱指数与降雨量相关性较小而与灌区引水量呈现一定的相关关系。本研究发现TVDI在河套灌区有着良好的适用性。此外,在干旱监测中综合利用多种干旱指数进行分析对提高监测精度,科学合理地预报旱情具有重要意义。