运用植被指数时序特征对落叶松人工林分类

为探究植被指数时序特征是否有利于落叶松人工林提取,以孟家岗林场为研究试验区域,根据落叶松人工林季相和物候特征,利用Landsat8OLI影像数据提取研究区内5种植被的归一化植被指数(I NDV)、差值植被指数(I DV)、比值植被指数(I RV)、增强型植被指数(I EV),构建相应的植被指数时序特征。采用最大似然和随机森林两种方法对单一时相影像和加入植被指数时序特征的影像进行对比试验。结果表明:影像中加入植被指数时序特征后,最大似然算法的分类总体精度为89.53%,Kappa系数为0.87,比单一时序特征的影像分类精度提高了13.35%;随机森林算法的森林类型分类总体精度为93.22%,Kappa系数为0.92,比单一时序特征的影像分类精度提高了19.8%。因此,加入植被指数时序特征后能得到更高的落叶松人工林提取精度。     

基于无人机高光谱影像的玉米地上生物量反演

【目的】研究以玉米地上干生物量为研究对象,探讨基于无人机高光谱数据利用人工神经网络法反演生物量的可行性。【方法】在吉林省蔡家镇开展玉米氮肥梯度试验,并进行无人机高光谱数据和地上干生物量获取,共获数据30组。随机选22组数据用于建模,剩下8组用于模型的外部验证。分别基于光谱指数法和BP神经网络算法构建反演模型,比较分析各种方法反演玉米生物量的优劣。【结果】结果表明：和基于光谱指数构建的生物量反演模型相比,BP神经网络模型取得了更好的反演结果。其建模时决定系数为0.99均方根误差为0.08 t/ha,相对均方根误差为3.39%；外部验证时,决定系数为0.99,均方根误差为0.15 t/ha,相对均方根误差为8.56%。【结论】BP神经网络模型可有效提高无人机高光谱遥感反演玉米地上生物量的精度。     

金皇甜一号玉米特征特性及品种标准

阐述金皇甜一号玉米在种植生产中的农艺性状,抗性表现,栽培中的技术要点,阐述了其品种特性,及金皇甜一号玉米的品种标准。     

机器学习在奶牛临床疾病预测中的应用

机器学习是指计算机通过大量数据训练及分析来模拟人类的学习行为,从而获得新的知识和技能,是人工智能的核心。近年来,机器学习在奶牛疾病预测领域的应用已成为国际上的研究热点。论文介绍了利用奶牛机体生理指标和生产数据建立奶牛疾病预测模型的方法,重点阐述了如何利用决策树和神经网络筛选奶牛疾病风险因子、预测疾病和疾病分类。同时,综述了机器学习预测代谢性疾病、跛行、乳房炎、热应激和传染性疾病的进展。     

耐热抗根肿病萝卜胞质雄性不育多基因聚合新品种CHR18003的选育

新品种"CHR18003"是经过回交、杂交的方法育成的耐热抗根肿病萝卜胞质不育多基因聚合的F1代杂交组合。母本来源于萝卜胞质不育抗根肿病材料"CCR11239"与抗根肿病材料"CCR11240"经6代回交育成BC_6代萝卜胞质不育抗根肿病"CCR17000";母本不育性的保持系为抗根肿病材料"CCR11240",经过9代自交获得自交系"CCR17001";父本来源于耐热白菜品种"夏阳"与抗根肿病材料"CCR11240"杂交,经6代自交获得自交亲和系CHR17002,经CCR17000×CHR17002,获得新品种CHR18003。该品种经品比试验、多点试验和生产示范,每667 m~2平均产量6 625.00 kg,比对照品种夏阳增产10.70%,病情指数3.52比对照45.62降低42.10,表现高抗(HR)。2019年通过新品种登记。     

基于FCN的无人机玉米遥感图像垄中心线提取

为解决农业机器人在玉米田行间行走的全局路径规划问题,该研究提出一种基于全卷积神经网络(Fully ConvolutionalNetworks,FCN)的无人机玉米遥感图像垄中心线提取方法。基于无人机获取的高精度可见光遥感图像,设计了针对农田垄中心线提取的数据集标注方法,采用滑动窗口法进行图像分块,利用深度学习语义分割网络FCN对垄中心线附近7～17像素宽度范围的垄线区域进行提取,模型在测试田块上精确率达66.1%～83.4%,召回率达51.1%～73.9%,调和平均值为57.6%～78.4%;对拼接后的图像使用影像分割投影法提取中心线,探究了垄线区域宽度对垄中心线提取精度的影响,训练采用9像素的垄区域宽度,可得到垄中心线在77 mm左右偏差范围准确率为91.2%,在31.5 mm左右偏差范围内为61.5%。结果表明,基于FCN对无人机玉米遥感图像进行处理,可得到整片田地的垄中心线栅格地图,方便农业机器人进行全局路径规划。     

关于加强和规范村级财务管理的建议与思考

为了避免发生农村集体资产流失的问题，紧抓村级财务管理工作，打造“阳光村务”十分重要。本文先是阐述 了加强和规范村级财务管理工作的重要性，针对现阶段村级财务管理中存在的问题，从集体资产管理制度、财务民主 管理模式、审计监督管理力度以及财务委员培训考核几方面，提出了合理的解决建议，为相关人员提供了理论参考，旨 在进一步优化村级财务管理方案，提高村级财务管理水平，促进农村财务管理向规范化、制度化方向发展。     

基于遥感的南四湖菹草群落时空演变特征及其原因分析

作为山东第一大湖和南水北调东线工程的必经路线,近年来,南四湖菹草泛滥严重,引发水质污染和河道阻塞等生态问题,对南水北调工程构成季节性威胁。因此,科学地提取湖区中的菹草,明确其时空变化特征对后续治理工作具有重大意义。基于MODIS MOD13Q1 16d合成数据提取的南四湖不同地类的NDVI时序曲线的特征差异及物候信息,结合Landsat系列数据监督分类的结果,借助决策树及遥感动态监测手工阈值设定方法,对多年间湖区菹草群落分别进行提取,探究菹草群落的时空分布特征。研究结果表明,自2000年起,南四湖菹草群落面积呈大幅增长趋势,由1988年的25.22km~2上升至2018年的171.46km~2,且由湖岸地区蔓延至湖心,占湖区面积比由3.61%上升至24.55%,尤其是微山湖最为明显。年际尺度上,菹草已由普通优势种演变为湖区绝对优势种。经过Spearman秩相关分析和Pearson相关分析发现,菹草面积与湖区营养盐和富营养化程度等指标的相关系数均显著高于0.8(P<0.05),相关性显著。南四湖菹草的泛滥现状对南四湖生态治理提出了更高的要求,应加大治理力度以防其对南水北调水质造成影响。