西藏三种疯草高光谱特征比较

为研究西藏地区疯草光谱特征,使用ASD HandHeld野外便携式光谱仪测量茎直黄芪、毛瓣棘豆和冰川棘豆3种疯草冠层光谱反射率,比较分析其光谱特征.结果表明:3种疯草具有植被的光谱曲线特征,在552,670和760 nm波段处差异显著.对原始光谱进行一阶微分处理,3种疯草红边斜率存在极显著差异.研究结果可为利用遥感技术大面积监测疯草空间分布提供理论依据.     

基于Van Leer矢通量分裂的计算方法研究与应用

基于Van Leer矢通量分裂方法结合NND格式,构造一种新的矢通量分裂的差分算法.通过对二维非定常Euler方程的数值计算,证明该算法有着较高的计算精度和效率,并能自动捕捉到流场中的激波.     

基于叶面积指数（LAI）的小麦变量施氮模型研究

为探讨基于叶面积指数变化的小麦变量施氮技术,依据养分平衡原理和"作物-土壤-环境-技术"整体原则,采用土壤空间信息数据与小麦需氮量和各生育阶段叶面积指数相结合的方法,设计了小麦播前施氮总量和播后精确追氮的数量模型.根据拔节期和抽穗期小麦的长势,对施氮量的初值进行订正,确定小麦的最适追氮量.在河南郑州市和鹤壁市两地的试验验证结果表明:小麦产量模拟值与实测值间的相关系数分别为0.7799和0.7169,达显著水平.与传统施肥技术相比,在相同产量下,使用模型后每公顷施氮量减少43.5 kg.该研究提出的基于模型的变量施氮技术,可以兼顾天气、地力和作物长势三方面因素,最终实现小麦的精确施氮,对促进精确农业的发展具有重要意义.     

基于本体的农作物种质资源数据集成研究

随着国家农作物种质资源平台服务的进一步加强,平台数据与其他相关数据源的集成共享,成为当前迫切需要解决的问题。提出了元数据和两级本体相结合的语义元数据集成解决方案:首先建立农作物种质资源全局本体;然后抽取各分布数据库的元数据,按照统一标准集成到一个元数据库中,同时,依据不同数据源建立各局部本体;最后建立全局本体和元数据库的映射、局部本体和各数据源的映射,形成语义元数据。构建了农作物种质资源集成框架,并进行了集成系统设计。实验结果表明:该语义元数据方案能解决数据的语义描述和语义异构问题,可最终实现系统的集成;局部本体使得查询更具智能性,可提高查全、查准率,有利于提高服务质量。     

基于无人机数字图像与高光谱数据融合的小麦全蚀病等级的快速分类技术

小麦全蚀病是检疫性的土传病害,对小麦生产危害极大,对其发生的监测是治理的根本。遥感技术可实时、宏观地监测病害发生发展,尤其是将光谱信息与高分辨率数字图像进行融合,可直观、精准地对病害识别和分类。本文基于计算机视觉技术,通过光谱数据与高分辨率数字图像结合的方法,对小麦全蚀病等级进行快速分类。首先,通过ASD非成像光谱仪获取小麦全蚀病的光谱信息,提取全蚀病特征光谱,建立光谱比。其次,利用无人机获取的实时田间数码图像,对其颜色特征进行重量化。最后,利用基于支持向量机的决策树分类对图像视场中的不同全蚀病等级进行分类。结果表明,4个全蚀病等级的分类精度均大于86%(Kappa0.81),平均运算时间小于30s。通过与实地调查的小麦全蚀病的白穗率等级做比对,验证分类结果的准确性,结果表明该方法基本可以实现对小麦全蚀病等级的实时监测。     

我国粮食生产回顾、现状及发展目标

总结了新中国成立60年来粮食生产的发展情况以及成就,从分析粮食发展现状中探讨今后的发展目标,提出粮食生产和粮食安全问题仍然需要高度重视,仍然需要科技进步不断提高粮食综合生产能力,构建国家粮食和食物安全保障体系.     

基于智能手机的干线公路养护数据采集系统的设计与实现

采用新1代智能手机为应用平台,以JAVA为开发语言,以SQL Server 2005为数据库,集合ASP,GPRS等技术研制了适合养护道班工人使用的智能手机干线公路养护数据采集系统.结果表明,本系统可实现无线实时数据的采集和上传,从而为道路信息系统提供数据基础,有助于加快养护管理部门制订养护方案和决策支持.     

基于安全策略的分布式农产品数字认证

为了提高农产品数字认证系统的安全性,把农业信息化与密码学技术结合起来,采用RSA-TBOS签密方案,保证分布节点与认证中心之间数据的保密性和认证性.分析与实验结果表明,系统在加入完整的安全模块后,在保证速度和效率不明显降低的前提下,提高了系统的可用性与安全性.     

加权马尔可夫链理论在肉类产量预测中的应用

为准确反映肉类产量的波动特征,基于加权马尔可夫链理论提出了灰色残差修正模型,采用均值-均方差分级法,将残差灰拟合精度指标划分为4个状态,利用加权马尔可夫链理论对残差预测值进行修正.以1994-2011年郑州市肉类产量为基础,建立预测模型进行实证分析,并在模型中加入等维信息,结果表明,与传统的灰色预测相比,预测平均相对误差由21.88％降低为1.312％,较好地提高了预测精度.     

基于计算机视觉技术的烟叶成熟度判定方法

快速定量检测烟叶成熟度可为烟叶成熟收割提供决策依据。通过对烟叶样品图像数据进行处理与变换,得到烟叶图像的HSV颜色值,使用线性回归分析法建立烟叶图像HSV颜色值与叶绿素含量之间的函数关系,以及烟叶叶绿素含量与SPAD值之间的函数关系;利用烟叶成熟度与SPAD值之间的函数关系,构建烟叶图像HSV颜色特征值与烟叶成熟度之间的关系模型TMDHSV,从而建立起基于计算机视觉技术的烟叶成熟度判定方法。试验结果表明,该方法具有较好的可行性,可为快速定量检测烟叶成熟度提供技术支撑。