基于GLCM特征提取和投票分类模型的马铃薯早、晚疫病检测

马铃薯作为世界第四大粮食作物对农业生产与经济效益具有重要影响。早、晚疫病是引起马铃薯减产的主要原因之一,如能及早发现作物病害,准确确定病害类型,对于保护作物安全和控制病害传播具有重要意义。为实现自动化诊断马铃薯病害,本研究提出了一种基于预处理、分割、特征提取和分类器分类的马铃薯病害检测自动化方法。在多时间段、不同天气环境下选择叶片形状与植株生长情况差异较大的田间拍摄马铃薯照片制作数据集,通过构建投票分类器模型对病害图像进行特征提取和高精度分类检测。首先利用Fast K-Means聚类算法对灰度图像下的马铃薯叶片进行分割,获得叶片受关注的区域;其次使用GLCM算法对受关注的区域提取11类纹理特征信息,计算4个GLCM获得单个图像88个纹理特征,并形成特征向量;最后使用投票分类模型对病害特征向量进行分类。分类模型是随机森林、支持向量机、KNN方法的组合,分类过程使用网格搜索优化分类器超参数。在10折交叉验证下,马铃薯病害分类准确率、精确率、召回率平均提高12.18、14.00、9.53百分点,综合性能提高11.90百分点。分析GLCM特征,135°方向角特征敏感性最弱,权重方面对比度特征最...     

基于RGB图像与深度学习的冬小麦田间长势参数估算系统

为准确、快速获取冬小麦田间长势信息,该研究设计并实现了一种基于深度学习的冬小麦田间长势参数估算系统。该系统主要包含长势参数估算模块和麦穗计数模块。长势参数估算模块基于残差网络ResNet18构建长势参数估算模型,实现了冬小麦苗期叶面积指数（Leaf Area Index,LAI）和地上生物量（Above Ground Biomass,AGB）的估算,并基于迁移学习进行泛化能力测试;麦穗计数模块基于Faster R-CNN并结合非极大值抑制（Non Maximum Suppression,NMS）构建麦穗计数模型,实现了开花期麦穗准确计数。结果表明,针对2017-2018和2018-2019两个生长季数据,基于ResNet18的长势参数估算模型对LAI估算的决定系数分别为0.83和0.80,对AGB估算的决定系数均为0.84,优于基于传统卷积神经网络（Convolutional Neural Networks,CNN）、VGG16和GoogLeNet构建的估算模型,并且泛化能力测试表明该模型对数据的季节性差异鲁棒。基于Faster R-CNN的麦穗计数模型,在利用NMS优化后决定系数从0.66增至0.83,提升了25.8%,NRMSE从0.19降至0.05,下降了73.7%。相较于基于CNN构建的分类计数模型,基于Faster R-CNN+NMS的麦穗计数模型表现更优,决定系数为0.83,提升了33.87%,单个麦穗识别时间为1.009 s,效率提升了20.55%。综上所述,该系统能够满足冬小麦田间长势参数估算需求,为冬小麦田间精细化管理提供支撑。     

家禽产业风险认知及决策行为分析——基于北京市农户的调查

为了解北京市农户家禽产业风险管理现状,基于北京市135份农户调查问卷,采用统计学方法,深入分析农户对家禽产业风险的认知、农户的决策行为及其效果。研究发现:家禽产业面临多重风险冲击,疫病和市场价格波动成为影响家禽养殖业的主要风险来源;采取防疫措施、加入合作社并通过合作社卖出产品和采用新品种是家禽养殖户采用率较高、效果较为明显的事前风险决策行为;由于缺乏较为成熟的灾后应对机制,家禽养殖户事后决策行为相对单薄同时效果也不甚理想。     

加拿大食用豆生产、消费及贸易概况

本文主要介绍了加拿大食用豆的生产、消费及进出口贸易情况.加拿大种植的豆类品种主要有豌豆、扁豆、菜豆、鹰嘴豆,主产省为萨斯喀彻温省、艾伯塔省以及马尼托巴省,在魁北克省和安大略省也有少量种植.加拿大食用豆国内消费量很少,主要用于国际贸易.加拿大是全球最大的干豌豆和扁豆出口国,也是干菜豆和鹰嘴豆的五大出口国之一.     

基于遥感信息与作物模型集合卡尔曼滤波同化的区域冬小麦产量预测

区域作物产量预测是国家粮食安全评估的重要内容。遥感虽能获取大面积地表信息,却难以反映作物生长发育的内在过程。作物生长模型已经在单点尺度能成功模拟作物的生长发育过程,但是区域尺度作物关键参数的获取仍很困难。遥感信息与作物模型结合的数据同化已经成为区域产量预测的最有效途径。该文选择河北省衡水地区冬小麦为研究对象,在WOFOST模型标定与区域化的基础上,利用WOFOST模型描述冬小麦生育期内叶面积指数(LAI)变化规律。针对MODIS数据的混合像元造成反演的LAI产品偏低的系统误差,利用实测LAI样本点融合MODIS-LAI趋势信息修正MODIS-LAI数据产品。采用集合卡尔曼(EnKF)算法同化冬小麦返青到抽穗期的MODIS-LAI与WOFOST模拟的LAI以获得时间序列最优的LAI,并以此重新驱动WOFOST模型估算区域冬小麦产量。结果表明,EnKF同化后的冬小麦产量比未同化的产量预测精度有显著提高,与县平均统计产量相比,在潜在模式下,决定系数由0.13提高到0.38,均方根误差由2480下降到880kg/hm2。研究表明,遥感信息与作物模型的EnKF同化是1种有效的作物产量预测方法,并在区域尺度应用上具有广阔的应用潜力。该研究可为区域尺度的作物估产提供参考。     

改进自适应分水岭方法分割棉花叶部粘连病斑

针对棉花叶部病斑相互之间存在粘连问题,该文提出了一种自适应分水岭分割方法。该方法在H-minima分水岭分割方法基础上,结合最小二乘圆法误差理论,对图像中每个连通分量进行最小二乘圆拟合,并计算最小二乘圆误差值,通过最小二乘圆误差值大小判断每个连通分量的轮廓不规则度,针对不同轮廓不规则度确定H-minima变换的极小值阈值,根据不同极小值阈值实现棉花叶部粘连病斑的分水岭分割。不同数量粘连病斑分割试验结果表明:该方法实现了棉花叶部粘连病斑数量从2个粘连至5个粘连病斑的自动分割,分割准确率为91.25%,平均运行时间为0.088 s。不同分割方法对比结果显示:该方法能实现对棉花轮纹病、褐斑病、炭疽病、叶斑病和棉铃疫病共5种病害的粘连病斑自动分割,并将距离分水岭分割方法、梯度分水岭分割方法、标记分水岭分割方法、Chan-Vese方法、高斯混合方法与该文方法比较,正确分割率分别为67.8%、36.4%、83.7%、70.3%、82.1%、93.5%,该方法优于其他5种分割方法,有效抑制了过分割问题;在复杂背景、光照不均匀、病斑大小不一致等复杂条件下,该文方法也能较好地实现粘连病斑的分割。该方法不仅能对棉花叶部粘连病斑自动分割,也能为其他作物叶片粘连病斑分割提供参考。     

中国主要粮食作物产后损失特征及减损潜力研究

为减少作物产后损失,增加粮食供应数量。该文基于物质流分析方法以及农产品流动特征,建立了一套量化作物产后损失的计算方法,在已有数据基础上,重点分析了2010年中国三大粮食作物(水稻、小麦和玉米)产后(包括收获、运输、干燥和储藏)损失特征及其减损潜力。结果显示,中国作物产后损失率较高,水稻、小麦和玉米产后综合损失率分别为6.9%、7.8%和9.0%,三者平均损失率7.9%,高于发达国家作物产后损失水平。粮食产后损失中,储藏环节损失比重最高,损失比例达到40.3%,其次是收获环节,为31.4%,运输和干燥环节损失较小,分别为11.1%和17.2%。农户储藏和收获是作物产后减损的重点环节。情景分析结果显示,通过改进产后不同环节技术条件,可以有效减少作物产后损失,情景5(粮食产后环节技术条件达到最优)三大粮食作物产后损失率均可以降低到4.0%以下。由此可见,中国粮食作物产后减损存在较大潜力,减损重点应落在农户储粮环节以及作物收获环节。作物产后减损需要国家农业科技政策作保障,通过提升农户科学储粮意识以及提高作物机械收获水平和改进作物收获质量等综合措施,最终实现中国粮食作物产后损失的降低。研究结果为中国粮食产后减损政策和措施的制定及实施提供借鉴。     

基于Probit 模型的水稻种植户金融需求影响及抑制因素研究——以广东195户水稻种植户为例

近几年的中央一号文件均持续重点谈到我国农村金融问题,农户金融需求也是农村金融的重要组成部分,然而农户金融抑制问题一直是制约农村金融改革的瓶颈,因此解决农户贷款难问题对于农村金融的健康发展具有决定性作用.广东水稻产业中最微观的经营主体——水稻种植户对农村金融的发展有着重要作用,因此研究水稻种植户的金融需求,对解除金融抑制、提高金融支持效率有重大意义.通过对广东珠三角、粤东、粤北的代表性县镇江门台山、梅州梅县和蕉岭、惠州横沥等195户水稻种植户开展问卷调查,获得微观数据.运用Probit模型对影响因素进行显著性分析,结果发现水稻种植面积、水稻种植收入占比以及在家务农人数对水稻种植户的金融需求影响显著,在此基础上,进一步从水稻种植户自身、金融机构、宏观政策3个方面总结出造成贷款难和金融抑制问题的原因,并提出相应的政策建议,保障水稻再生产的顺利进行以及水稻产业链的顺利延伸,使得金融支持发挥其产业核心驱动力的作用.     

数字牧场研究进展浅析

目的 高水平管理是草原畜牧业持续发展的关键,数字化技术能够帮助牧民勘探草原生态,为牧场管理提供重要手段。数字牧场将引领牧场快速实现智慧化、定量化、精准化,综述数字牧场现状与发展趋势,展望数字牧场发展方向,助力数字牧场稳步快速发展。方法 文章通过对数字牧场相关研究文献进行系统总结,梳理相关发现和应用的最新进展,深入分析在草原背景信息获取、草原动态监测、家畜信息监测、系统过程分析和决策支持等领域的研究进展和应用状况。结果 目前我国在草原信息获取和监测等方面技术相对比较成熟,“天—空—地”一体化信息技术实现了单一技术之间的优势互补,草原的全方位立体监测有助于实现信息的空间全覆盖,具有广阔的应用前景。在家畜监测方面,实现了家畜的自动监控和智能分析,但相关研究较少,仍处于积累阶段,具有很大发展潜力。为实现草畜生产过程定量调控,开展了一系列数字化草畜监测与牧场优化管理技术研究,先后建立了多种草畜生产过程模型,能够为管理者提供决策支持,开发具有自主知识产权的软硬件产品是大势所趋。结论 随着物联网、云计算、大数据、人工智能等技术的发展和在畜牧行业的逐步落地应用,畜牧生产逐渐向数字化、智能化、智慧化发展,但是目前仍有很多不足,今后要在不断总结中取得突破和进展,在提高生产效益的同时,还要保持草原生态功能的最佳状态,促进草原生态和畜牧业生产的协调发展,进而实现草畜一体化科学发展。     

新疆城镇居民肉类多元化消费与价格的关联度分析

【目的】研究新疆城镇居民肉类消费结构特征,分析收入与消费支出、消费量之间的关系,以及价格变化对肉类消费量、消费支出的影响,分析肉类消费趋势,为从需求侧多因素研究新疆城镇居民肉类消费结构特征以及消费需求趋势提供科学依据。【方法】采集新疆城镇居民对牛、羊、猪、禽肉类消费的相关数据作为材料,采用双对数线性支出模型和LA/AIDS模型,测算新疆城镇居民肉类消费支出的收入弹性、消费的支出弹性、自价格弹性、交叉价格弹性、需求收入弹性,分析肉类消费的基本特征和变化规律。【结果】1995~2018年的23年间,牛羊肉消费量占比提高了4.12个百分点,消费支出占比上升了7.33个百分点。牛肉替代羊肉消费的趋势明显,牛肉消费量占肉类总消费量的比重增加了9.29个百分点,消费支出占肉类总消费支出的比重增加了18.91个百分点。而羊肉消费量占肉类总消费量的比下降了6.07个百分点,消费支出占肉类总消费支出的比重下降了11.56个百分点。猪肉作为辅助性消费的性质明显,消费量占比基本稳定在20%,消费支出占比在15%左右。【结论】新疆城镇居民肉类消费稳步增长,收入与肉类消费支出和需求表现出正相关,消费交叉价格弹性、自价格弹性和支出弹性反映出肉类消费的基本特征和内在关联性。新疆城镇居民肉类消费结构以牛羊肉为主。市场肉类消费变化受价格弹性影响明显,牛、羊、猪、禽肉类之间价格关联性强。羊肉在肉类消费中的重要性弱化,显现出多元化的消费格局,收入变化对肉类消费支出影响程度的差异性不显著。