国内农地制度研究的文献计量与可视化分析——基于1998—2019年中国知网CSSCI数据库

本文以1998—2019年约22年间中国知网CSSCI数据库中关于农地制度研究的3644篇文献为研究对象,从文献计量角度采用CiteSpace软件绘制作者、机构和关键词共现图谱等进行可视化分析。呈现了中国农地制度研究领域在论文数量、核心作者、研究机构和载文期刊等方面的文献概况,并追踪农地制度领域的研究热点和前沿动态。发现中国农地制度研究起步较早,已具备较为深厚的理论基础,使用的研究方法也趋向多元化,形成了较为强大的研究团队。而未来还需加强团队和机构合作,搭建成熟的科研合作网络,并朝着农业现代化的发展方向继续深化探索富有中国特色的农地制度理论。     

多变环境下基于多尺度卷积网络的猪个体识别

【目的】通过实现复杂多变环境下非接触式猪个体身份识别,提高畜牧行业的生产效率。【方法】以猪舍环境下猪的脸部图像为基础,提出了一种基于多尺度卷积神经网络在多变环境下的猪个体身份识别模型。利用改进的多尺度网络结构,该模型实现了深度和宽度的扩展,网络深度达到了86层。网络不仅使用了对称和非对称的两种方法拆分卷积核和多通道的方法并行提取猪脸特征,还利用网络融合技术和Batch Normalization结构过滤掉通道中的冗余信息。避免了深层网络参数激增,增强了模型对猪脸特征的提取能力并提高模型的识别速度。利用预处理后的11 695张猪脸数据集训练并验证模型,通过设置7组不同环境下的对比实验,分析改进的模型在复杂环境下的识别效果。【结果】86层的基于多尺度分类网络的识别模型权重大小和每轮样本的训练时间分别为498.4 M和66 s,比16层的VGG网络权重小1140 M,每轮训练速度快8 s。利用7组测试集的对比实验的结果表明,提出的模型在7种环境下的识别率都高于其他网络,尤其是在真实养殖环境下识别率高达99.81%。当猪脸图像中出现遮挡和旋转的情况时,提出的模型识别率皆高于92%。【结论】提出的针对脸部特征的猪个体身份识别模型是有效的,并在多变环境下具有较高的识别率和鲁棒性,为实现一体化管理及追踪溯源的研究提供参考。     

基于图像检索的林火检测技术研究

基于计算视觉的常规林火图像识别算法过多依赖于庞大训练集,算法复杂无法满足林火监测实时性要求,提出一种基于图像检索的林火识别算法,搭建了VS2013和OpenCV程序验证平台。采用拉伸直方图和直方图均衡化方法提高图像对比度,通过减色降低程序计算复杂度,设定林火参考图像和固定阈值,采用直方图对比算法检索林火图像。程序验证结果表明,本文设计的程序能快速识别林火图像,具有实用价值,可为相关研究提供参考。     

基于亚像元分解与增强的MODIS卫星林火监测图像制作

为提高低空间分辨率遥感影像在卫星林火监测部门的应用质量,获取更准确的火灾信息,制作可视效果更好、便于基层部门使用的卫星林火监测图像。本研究以2013年2月6日云南省大理市黄家村森林火灾为背景,研究了一种基于亚像元分解与增强技术的卫星林火监测图像制作技术。结果表明,通过亚像元分解与增强技术,对空间分辨率低的气象卫星遥感图像进行处理,可得到空间分辨率为30 m的图像产品,能够将低分辨率遥感影像处理成超分辨率的遥感影像图像。该技术可应用于林火监测部门发布相关的监测图像。     

基于镧系金属有机框架材料检测水体中酰胺类除草剂残留的可视化技术研究

研发水体中酰胺类农药残留简便快捷的检测技术，对评估农药造成的水体污染和提出相应的治理对策具有重要意义。以共掺杂镧系金属离子 (Eu3+ 和Tb3+) 作为配位金属离子，分别利用水热法和微波法制备了镧系金属有机框架材料 (lanthanide metal-organic frameworks, Ln-MOF)，对其结构和性质进行了表征，并采用所制备的Ln-MOF对水体中残留的5种常见酰胺类除草剂 (乙草胺、异丙草胺、丙草胺、敌草胺和异丙甲草胺) 进行了定性和定量分析。结果表明:与水热法相比，采用微波法制备的Ln-MOF样品呈蓬松的簇状、结晶度好，且具有更高的发光效率，故选择微波法制备Ln-MOF。农药残留检测试验结果表明，不同除草剂对Tb3+和Eu3+的发光会产生差别性猝灭，并使整体发射光发生变化，进而实现水体中农药的可视化检测。进一步研究发现，荧光强度比值I (Tb3+)/I (Eu3+) 与丙草胺浓度在0.1~1 mmoL/L范围时呈线性相关，线性相关系数R2 = 0.998，检测限 (LOD) 为0.08 mmoL/L。另外，该材料对于用湖水配制的除草剂溶液也具有一定的定性检测能力。本研究结果展现了Ln-MOF用于水体中酰胺类除草剂的定性、定量分析具有良好应用前景。     

基于CNKI文献计量的我国生物防治学科研究进展与发展态势分析

为全面分析我国生物防治研究进展与研究热点，本文通过采集北大中文核心期刊论文产出数据，针对生物防治领域的发文数量、高发文作者、重要机构、高发文期刊、学科分布情况等几个方面进行了系统分析。运用VOSviewer分析工具软件，绘制我国生物防治领域知识图谱，通过对关键词进行聚类分析得出当前生物防治领域的研究热点。更加直观地揭示目前我国生物防治领域的科学研究进展，为我国生物防治领域研究决策提供参考。     

作物生长过程模拟模型与形态三维可视化关键技术研究

针对作物产量形成、品种适应性分析的数字化解析和可视化表达需求,以提高作物模拟模型的时效性、协同性和真实感为目标,结合物联网技术与作物模拟模型,进行了田间数据实时采集;应用多智能体技术进行了作物协同模拟方法研究与框架设计;开展了作物生长过程模拟模型及基于作物模型的形态三维可视化关键技术研究,以小麦作物为例,进行了田间试验,阐述了小麦三维形态模拟可视化系统的设计实现并进行了试验验证;构建了Logistic方程模拟小麦叶长、最大叶宽、叶片高度、株高等的生长变化,采用基于曲线、曲面的参数化建模方法和3D图形库OpenGL构造了小麦器官几何模型。结果表明小麦叶长、最大叶宽、叶片高度和株高模拟模型R ²值在0.772~0.999之间,回归方程的F值在10.153~4359.236之间,且Sig.小于显著水平0.05,模型显著性较好,模型的拟合度较高。本研究将作物模拟模型结果和形态结构模型有效结合,实现了以小麦为代表的作物在不同管理措施条件下的生长过程形态三维可视化表达,为作物生产数字化系统应用提供了更有效的途径,该技术体系与方法同样适用于玉米、水稻等作物。     

FCN用于母猪性能测定的探索

种猪性能测定对于猪的育种工作至关重要。目前常用B超测定猪活体的背膘厚和眼肌面积,但是也存在一些问题。全卷积神经网络(FCN)在计算机视觉方面应用广泛。基于FCN模型和猪B超图片,开展背膘厚和眼肌面积的图像识别很有价值,但是也存在一定的挑战。对FCN应用于种猪性能测定的前景和技术进行分析