景谷县森林蓄积量遥感估测及其动态变化分析

以云南省景谷县为研究区,基于Landsat5和Landsat8遥感数据,利用2012年和2017年两期全国森林资源连续清查实地调查数据,建立多元逐步回归和随机森林模型对景谷县森林蓄积量进行遥感估测对比研究。结果显示:综合建模精度来看,随机森林法在相同样地数量条件下具有更好的估测效果;从估测结果与林地保护利用规划和林地变更数据结果相比较,随机森林法估测值接近真实值,估测精度较高。     

基于辐射和温度的ET0模型在吐鲁番地区的比较与修正

利用吐鲁番地区3个气象站2000—2015年逐日气象资料,以FAO-56 Penman-Monteith(FAO-56 PM)模型为标准,对6种ET_0模型(M-A模型、P-T模型、M-H模型、H-S模型、Traj模型和B-H模型)进行评价并修正,采用均方根误差(RMSE)、绝对平均误差(MAE)、平均相对误差(MRE)评价指标和Wilcoxon非参数检验法比较年、月尺度上各模型修正前后的估算精度,以筛选适用吐鲁番地区ET_0简化估算模型。结果表明:吐鲁番地区ET_0的主要影响因子是R_s(太阳辐射),其次是e_s(饱和水汽压)和R_n(作物表面净辐射);修正前,年尺度上,M-H模型的估算精度最高;月尺度上,各模型误差较大且与FAO-56 PM模型存在显著差异,适用性较差;修正后,各模型在年、月尺度上的精度均有明显提高,无显著差异,其中修正后的P-T、M-H和B-H模型估算精度最高,可作为吐鲁番地区ET_0简化估算模型。     

农地确权对小农户信贷可得性的影响——基于双稳健估计方法的平均处理效应分析

基于我国9省小农户调查数据,运用双稳健的平均处理效应模型,研究了农地确权对小农户信贷可得性的影响及其作用机理。结果表明:农地确权可以提升小农户信贷可得性。进一步研究发现,需求方面的影响路径是:确权提高了小农户的土地安全性,增加了农业长期投资,并提高了信贷意愿。供给方面的影响路径是:确权增加了小农户的财产权并使其拥有了可流转大额财产,传递了还款可能性增加的信号;而且可将农地作为抵押品获得农地抵押贷款,增加了金融机构的贷款供给。不过,农地的信号传递作用大于抵押作用,农地抵押作用的发挥需要进行进一步的制度和组织创新。     

Measuring fish catch and consumption: Practical methods for small‐scale fisheries based on length as an alternative to weight‐based approaches

Small‐scale fisheries are recognised as making important contributions to nutrition and economic development despite a lack of accurate quantitative information on catches and consumption. While direct measurement remains the most appropriate way of collecting such data, it is impractical at large scales. Instead, household surveys based upon informant recall of fish caught and/or consumed are frequently used. However, the accuracy of weight recall by informants (even over short recall periods) has not been established. Using data from household surveys, the accuracy and precision of catch and consumption estimates derived from: (a) asking informants to recall weights of fish caught and (b) asking respondents to recall lengths of fish caught and converting to weight were tested. Length‐based methods, using visual aids to assist recall, were more accurate, precise and correctable. These methods could be useful for catch estimation, especially where fish are processed, sold or consumed shortly after capture.     

Deep neural network algorithm for estimating maize biomass based on simulated Sentinel 2A vegetation indices and leaf area index

Accurate estimation of biomass is necessary for evaluating crop growth and predicting crop yield.Biomass is also a key trait in increasing grain yield by crop breeding.The aims of this study were(i)to identify the best vegetation indices for estimating maize biomass,(ii)to investigate the relationship between biomass and leaf area index(LAI)at several growth stages,and(iii)to evaluate a biomass model using measured vegetation indices or simulated vegetation indices of Sentinel 2A and LAI using a deep neural network(DNN)algorithm.The results showed that biomass was associated with all vegetation indices.The three-band water index(TBWI)was the best vegetation index for estimating biomass and the corresponding R2,RMSE,and RRMSE were 0.76,2.84 t ha−1,and 38.22%respectively.LAI was highly correlated with biomass(R2=0.89,RMSE=2.27 t ha−1,and RRMSE=30.55%).Estimated biomass based on 15 hyperspectral vegetation indices was in a high agreement with measured biomass using the DNN algorithm(R2=0.83,RMSE=1.96 t ha−1,and RRMSE=26.43%).Biomass estimation accuracy was further increased when LAI was combined with the 15 vegetation indices(R2=0.91,RMSE=1.49 t ha−1,and RRMSE=20.05%).Relationships between the hyperspectral vegetation indices and biomass differed from relationships between simulated Sentinel 2A vegetation indices and biomass.Biomass estimation from the hyperspectral vegetation indices was more accurate than that from the simulated Sentinel 2A vegetation indices(R2=0.87,RMSE=1.84 t ha−1,and RRMSE=24.76%).The DNN algorithm was effective in improving the estimation accuracy of biomass.It provides a guideline for estimating biomass of maize using remote sensing technology and the DNN algorithm in this region.     

中国农业面源污染排放的空间差异及其动态演变

以2003—2014年为研究时段,在测算农业面源污染排放强度的基础上,综合运用基尼系数和非参数估计方法,研究我国农业面源污染的空间差异及其动态演变,结果表明:1)我国农业面源污染排放总体下降,且表现出明显的空间差异,东部和中部地区的排放强度较高,西部和东北地区则相对较低。2)2003—2014年,中国农业面源污染排放强度的区域差异略微扩大,地区间差异是其总体差异的主要来源。3)核密度估计结果表明,中国农业面源污染排放总体差异表现为"下降-上升-下降"的波动变化趋势。4)马尔科夫链分析表明,中国农业面源污染在不同类型间的相互流动较为微弱,但从长期来看,存在向两极分化发展的趋势特征。     

农田平地机导航侧滑估计与自适应控制方法

针对农田平地机在无人驾驶作业时因受地面侧滑影响而导致路径追踪控制精度降低的问题,提出一种基于牵引式农田平地机的导航侧滑估计与自适应控制方法。根据路径追踪时平地铲与拖拉机的位置关系,建立了牵引式农田平地机的运动学模型;基于运动学模型,提出了一种侧滑估计器,用来预测导航控制中车轮因侧滑产生的侧滑角,并计算出拖拉机的前轮转角控制率;采用改进的非线性函数构造方法对PID控制器的参数KP、KI、KD进行实时整定,实现了农田平地机自适应导航控制。田间试验表明,该方法使平地铲路径追踪的平均绝对偏差减小了6.78 cm,标准偏差减小了10.1 cm。与无侧滑估计和参数自适应的导航控制相比,本文方法提高了农田平地机的路径追踪精度,增强了导航控制系统对平地机的适应性和鲁棒性。     

基于多结构鲁棒估计的虹膜外边缘定位方法

在Adaboost检测人脸区域的基础上，提出了基于多结构鲁棒估计的虹膜外边缘定位方法．通过对200幅单人脸的图像数据集的仿真实验，结果表明，本方法相比于传统的RANSAC模型生成算法以及Hough变换等方法，能得到更精确的定位结果，而且能加快有效的模型生成，虹膜外边缘定位精度达到94％．     

基于无人机成像高光谱影像的冬小麦LAI估测

利用无人机Cubert UHD185 Firefly成像光谱仪和ASD光谱仪获取了冬小麦挑旗期、开花期和灌浆期的成像和非成像高光谱以及LAI数据。首先,对比ASD与UHD185光谱仪数据光谱反射率,评价两者精度;然后,选取7个光谱参数,分析其与冬小麦3个生育期LAI的相关性,并使用线性回归和指数回归挑选出最佳估测参数;最后利用多元线性回归、偏最小二乘、随机森林、人工神经网络和支持向量机构建了冬小麦3个不同生育期LAI的估测模型。结果表明:UHD185光谱仪光谱反射率在红边区域与ASD光谱仪趋势一致性很高,反射率在挑旗期、开花期、灌浆期的R^2分别为0.9959、0.9990和0.9968,UHD185光谱仪数据精度较高;7种光谱参数在挑旗期、开花期、灌浆期与LAI相关性最高的参数分别是NDVI(r=0.738)、SR(r=0.819)、NDVI×SR(r=0.835);LAI-MLR为冬小麦LAI的最佳估测模型,其中开花期拟合性最好,精度最高(建模R^2=0.6788、RMSE为0.69、NRMSE为19.79%,验证R^2=0.8462、RMSE为0.47、NRMSE为16.04%)。     

基于卷积神经网络的小麦产量预估方法

小麦产量是评估农业生产力的重要指标之一,针对小麦产量人工预估困难,提出将卷积神经网络运用于小麦产量预估,为农业生产力的预估提供参考,指导农业生产管理决策。利用无人机分别在河南省新乡、漯河两地进行图片采集,并以之构建麦穗数据集,分为正样本(麦穗)和负样本(叶子和背景)。针对小麦常规的生理形态和生长环境,设计卷积神经网络识别模型,以图像金字塔构建多尺度滑动窗口,以非极大值抑制(NMS)去除重叠率较高的目标框,实现对单位面积内麦穗的计数,并利用随机采样的方式对大田麦穗进行单位面积图像采样,以采样图像中麦穗数量的平均值作为产量预估基准,进一步实现麦穗产量预估。随机抽取100幅不同小麦图片进行测试,与人工计数结果进行对比,准确率达到97.30%,漏检率为0.34%,误检率为2.36%,误差率为2.70%。试验结果表明,此方法能够克服环境中的多种噪声干扰,能够在不同光照条件下对麦穗进行计数和产量预估。