多伦多公共图书馆的读者服务工作——及对我国公共图书馆的启示

详细介绍了多伦多公共图书馆人性化的馆舍布局、先进的服务理念、多元化的服务内容,并探讨了对我国公共图书馆提升服务的启示。     

泛在环境下政府网站信息资源组织与整合研究

通过研究泛在环境对政府网站信息资源组织与整合的影响,总结出泛在环境下政府网站信息资源组织与整合应具有以用户为中心、无所不在性、用户的群体协作性等新特点,基于此,提出了泛在环境下政府网站的资源建设应遵循从资源的整合共享到个性化信息组织、信息自组织和用户自助服务3个阶段的发展思路。     

基于面向对象分类的冬小麦种植面积提取

为探索冬小麦种植面积的多源遥感提取方法,以江苏省中部宝应、高邮和兴化三市为研究区域,对冬小麦拔节期Land/TM和ERS/SAR遥感影像进行数据融合,基于波段最佳指数和地物光谱可分性,选择3-4-5波段进行分类,针对传统的基于像素分类方法结果易受"同物异谱"和"异物同谱"现象影响的问题,采用面向对象分类方法,以影像对象为处理单元,结合地物丰富的空间、纹理信息进行小麦面积提取,并与基于像素分类方法(SVM分类)结果进行了比较。结果表明,面向对象分类精度达到了94.16%,较准确地提取出研究区内冬小麦种植面积,比SVM分类结果具有明显优势。该方法可为南方冬小麦种植面积信息的快速获取提供技术支持。     

基于薄云雾去除的ETM+影像大气校正

中国南方农业遥感监测中,遥感影像常常受到薄云雾影响,大气的散射与吸收作用会使传感器接收到的地物反射率与真实值之间存在差距,是导致数据质量下降的主要原因,薄云雾去除和大气校正处理是十分必要的。该研究利用LandSat-7/ETM+影像,结合背景抑制云雾厚度因子（BSHTI）云检测方法和虚拟云点（VCP）云去除方法进行薄云雾去除,并与暗元法去云处理结果对比分析,然后将去云处理后的影像进行FLAASH大气校正,选取校正前后典型地物的光谱特征和NDVI值进行分析评价。结果表明,BSHTI-VCP法可有效消除薄云雾对遥感数据的影响,提高了云雾覆盖范围的影像质量;FLAASH大气校正较好地消除了大气影响,获得了地物真实地表反射率。该研究为南方作物遥感监测中定量反演与信息解译提供了良好理论支持。     

不同遥感数据融合方法在南方水稻面积监测中的应用研究

在南方水稻遥感监测中,单一传感器影像数据已不能满足监测精度的要求,需要将高空间分辨率全色影像与中高空间分辨率多光谱影像进行融合,得到新的高空间分辨率多光谱影像,有利于改善影像识别与分类精度.该文利用江苏省金湖地区HJ-1A卫星30m分辨率多波段影像与ALOS卫星2.5m分辨率全色影像进行水稻监测,采用4种融合方法(Brovey变换、IHS变换、高通滤波和小波变换)对2种影像进行融合处理.随后对各种融合影像结果进行了目视定性和融合评价指标定量说明与评价,结果表明小波变换在空间与光谱信息上具有最佳的融合效果.进一步利用小波变换的融合影像进行水稻识别与面积提取,统计表明融合影像相比HJ-1A多光谱影像,水稻面积估测精度从79.26%提高到91.65%.因此,利用多源遥感数据融合的方法对南方水稻面积进行监测,可显著提高其监测精度.     

基于CNN-BiLSTM的棉花产量预测方法

针对传统的作物产量估算方法在模型泛化方面的不足及缺少时序特征和空间特征的问题,该研究以机采棉为研究对象,结合无人机遥感平台与深度学习技术对棉花进行多期遥感观测与估产。以棉花苗期、蕾期和花期的影像为时间序列数据集,构建基于卷积神经网络（Convolutional Neural Network,CNN）和双向长短期记忆（Bidirectional Long Short-Term Memory,BiLSTM）的混合模型（CNN-BiLSTM）进行棉花产量预估,提高时间维度和空间维度方面的特征提取能力,并分别验证CNN和BiLSTM的性能以及不同网络深度对估产的影响。研究结果表明,CNN和BiLSTM深度分别为14和1的CNN14-BiLSTM模型准确率最高,对比单一结构的BiLSTM该模型决定系数从0.851提升至0.885,其均方根误差和平均绝对百分比误差也均明显下降,在2.3 m×2.3 m的样方内,结果分别为147.167 g和6.711%。该研究实现了基于时间序列的棉花产量估算,可为类似的作物产量估算提供参考。     

服务三农 “机井”架起生命线--机井通电惠农抗旱的宁陵模式

2010年10月以来,我国黄淮、江淮等地降雨偏少,北方部分冬麦区旱情发展较快,部分地区出现人畜饮水困难问题。山东、河南、河北、山西、安徽、天津等地出现不同程度的气象干旱,冬季抗旱形势较为严峻。农民浇地和小麦生长情况,牵动着国家领导人的心。     

农作物病虫害遥感监测研究进展与发展对策

随着信息技术的迅速发展,遥感作为一种快速监测手段已经被运用到农作物生长监测与产量估算等诸多方面.介绍了遥感监测农作物病虫害的基本原理,概述了农作物病虫害监测的国内外研究进展,指出当前病虫害遥感监测研究中存在的主要问题,并对未来的发展方向进行了估计.     

我国北方六省市牛新孢子虫病血清学调查

新孢子虫病是由犬新孢子虫(N.caninum)引起的一种原虫病,广泛分布于世界各地,可引起孕畜流产、死胎、新生儿运动神经障碍,对奶牛危害极其严重.迄今已有70多个国家和地区报道奶牛感染新孢子虫.调查统计表明,英国有12.5％牛流产是由N.caninum感染引起;荷兰为15％～20％;美国为20％～43％,加利福尼亚州犊牛先天性感染率高达78％～88％;澳大利亚奶牛N.caninum的感染率为30％～35％;法国为21.2％,墨西哥为59％,西班牙为38.8％[1].     

利用无人机可见光遥感影像提取棉花苗情信息

为提高棉花苗情信息获取的时效性和精确性,该文提出了基于可见光遥感影像的棉花苗情提取方法。首先,利用自主搭建的低空无人机平台获取棉花3~4叶期高分辨率遥感影像,结合颜色特征分析和Otsu自适应阈值法实现棉花目标的识别和分割。同时,采用网格法去除杂草干扰后,提取棉花的形态特征构建基于SVM的棉株计数模型。最后,基于该模型提取棉花出苗率、冠层覆盖度及棉花长势均匀性信息,并绘制棉花出苗率、冠层覆盖度的空间分布图。结果显示,模型的测试准确率为97.17%。将模型应用于整幅影像,计算的棉花出苗率为64.89%,与真实值误差仅为0.89%。同时基于冠层覆盖度、变异系数分析了棉花长势均匀情况。该文提出的方法实现了大面积棉田苗情的快速监测,研究成果可为因苗管理的精细农业提供技术支持。