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。     

浅谈一种乡镇组合式单体插线板的设计

正现代生活和工作中,电器的数量和种类越来越多,对插线板的需求也越来越大,然而目前的插线板无论是大是小,灵活方便的特性并不明显,对于各种各样的家庭电器摆放变动和工作电器布局变动无法从容应对。针对此缺点做出了改进,增加了灵活性,使插线板容易应对电器布局的变动。本设想涉及插线板的灵活方式改进,尤其是电器布局经常变动,电器经常增加或减少的场合,大大增加插线板灵活性,减少不必要的麻烦,增加用电     

基于改进CenterNet的玉米雄蕊无人机遥感图像识别

为准确识别抽雄期玉米雄蕊实现监测玉米长势、植株计数和估产,基于无锚框的CenterNet目标检测模型,通过分析玉米雄蕊的尺寸分布,并在特征提取网络中添加位置坐标,从而提出一种改进的玉米雄蕊识别模型。针对雄蕊尺寸较小的特点,去除CenterNet网络中对图像尺度缩小的特征提取模块,在降低模型参数的同时,提高检测速度。在CenterNet特征提取模型中添加位置信息,提高定位精度,降低雄蕊漏检率。试验结果表明,与有锚框的YOLO v4、Faster R-CNN模型相比,改进的CenterNet雄蕊检测模型对无人机遥感影像的玉米雄蕊识别精度达到92.4%,分别高于Faster R-CNN和YOLO v4模型26.22、3.42个百分点;检测速度为36f/s,分别比Faster R-CNN和YOLO v4模型高32、23f/s。本文方法能够准确地检测无人机遥感图像中尺寸较小的玉米雄蕊,为玉米抽雄期的农情监测提供参考。     

基于粗糙集理论的泥石流危险度评价模型

以粗糙集理论中的上下近似集、属性约简、知识依赖度、属性重要度等概念为理论基础,将范例推理技术、相似系统相似度与粗糙集理论相结合,以云南37条泥石流沟的统计资料作为源数据,构建了基于粗糙集理论的泥石流危险度评价模型。提出了一种综合权重法计算影响因子的权值,利用范例相似度最大原则来探讨目标范例与源范例的关系。应用所建立的模型确定待评定的泥石流沟危险度等级,通过计算结果与实际值的分析比较,验证了危险度评价模型的可行性。     

一维非饱和不平衡输沙异重流数学模型研究与应用

提出采用一维非饱和不平衡输沙异重流数学模型于水库泥沙淤积计算,模型考虑每一断面不一定刚好等于其水流挟沙力、不一定处于饱和状态,以及冲淤过程中悬移质粒配河床粒配的变化。用此数学模型对黄河潼关到三门峡水库泥沙冲淤进行了计算,通过分析可知该模型是可靠的。     

武清区典型蔬菜种植区土壤重金属的风险评估和空间分布特征

重金属污染已严重危害人类健康与粮食安全,为探明不同时期土壤重金属动态变化规律,采集了天津市武清区的95个农田表层土,并对样品中Pb、Cu、Cr、Ni、Zn、Cd和As的含量进行测定。基于地统计法分析农田土壤重金属空间分布规律,探讨2005年和2019年土壤重金属的累积、潜在生态风险以及土壤中重金属的空间分布特征。结果表明,除Ni以外,重金属Pb、Cu、Cr、Zn、Cd和As随着时间的推移累积污染不断增加。地累积指数和潜在生态风险指数结果表明,Cd和As是研究区生态风险的主要贡献者。2005年和2019年重金属空间特征表明,Cu、Cr、Ni、Zn和As具有相似的空间分布,高值区集中在研究区的西南部,Pb的高值区呈现面源污染,而Cd呈现明显的点源污染。研究区Cu主要受农业施肥的影响,Zn主要受农业施肥和污水灌溉的双重影响,As、Ni和Cr的污染主要来自成土母质,Cd可能来源于工业活动,Pb归因于交通尾气的排放。研究表明,武清区典型蔬菜种植土壤重金属累积的主要原因是工业排放以及污水灌溉。本研究明确了天津市武清区的土壤重金属空间分布特征及污染源,可为研究区污染控制和生态保护提供理论依据。