基于图像识别的苹果叶片病害识别模型对比研究

为实现苹果叶片病害图像自动识别,展开苹果叶片病害识别模型研究。通过整理网络开源植物病害数据,获取苹果赤霉病、苹果雪松锈病和苹果灰斑病3种苹果病害叶片图像,以1种健康叶片图像作为研究对象,随机抽取4433张图像建立数据集用于模型训练,采用离线增强和在线增强2种手段对数据进行预处理,扩充图像样本并保证各类样本均衡。在Resnet 50、Mobilenet v2、Vgg16、Vgg19、Inception v3等5种预训练模型的基础上,对迁移模型进行一系列的参数调整。5种模型训练比对结果表明,优化后的Resnet50模型能够达到0.9770的准确率。优化后的训练模型具有识别速度快、准确率提高的特点,可以准确、快速地识别出病害类型,为植物病害的自动诊断提供支撑。     

“中国农业系统模型”在长江流域的适应性检验及其模拟应用

利用水稻生长观测资料和气象资料,对＂中国农业系统模型（ChinaAgrosys）＂在整个长江流域水稻发育期、叶面积指数和生物量方面的模拟能力进行了综合评价。模型检验结果显示：发育期、叶面积指数和生物量的模拟值与观测值的均方根误差（RMSE）分别为4.4d、2.4、2010 kg·hm^-2,相对误差分别在-10%-11%、-30%-30%、-23%-24%,表明该模型可以用于长江流域历史和未来时期水稻的生育期、叶面积指数和生物量的模拟研究。利用此模型模拟了1955-2005年流域30个站点历年一季稻生物产量,并计算了各点的逐年变化趋势。结果表明：过去51a长江流域一季稻生物产量总体呈下降趋势,这可能与近年来流域夏季降水增多、日照时数减少有关。