我国棉花生产的空间格局演化及集聚因素分析

采用探索性空间数据分析(ESDA)方法,对1978-2011年全国31个省级地区棉花生产的空间分布格局及其演化进行分析的基础上,利用地理加权模型(GWR)比较1990年和2011年棉花生产空间集聚的影响因素。研究表明:我国棉花生产一直保持较高的集中水平,但空间集聚程度在全国尺度上有较大下降,呈现由集聚变为分散分布的整体格局;在区域尺度上,山东、河南、江苏和安徽等局部地区一直为高值集聚区,呈现出空间集聚的分布特征;劳动力投入长期对我国棉花生产布局具有正向影响,单产和纺织工业总产值的影响有所增强,而光照和化肥使用的影响则相对减弱。     

西南地区县域种植业全要素生产率时空变动分析

基于431个县级单元,采取随机前沿方法 (SFA)测算西南地区各区县的种植业全要素生产率及其分解项,并分别讨论其时空变动特征。2006—2015年,西南地区种植业全要素生产率年均增长7.76%,但是增速变缓,各区县之间的差距在缩小;技术效率和技术效率变化率呈逐年下降的趋势,呈现次对角线高、两侧低的空间分布特征;前沿技术进步率呈逐年降低态势,年均下降0.33%,各地之间的技术进步率差距逐年缩小;规模效率呈现先升后降的趋势,大部分区县种植业表现出规模报酬递增的特点。     

"数字农业"与我国农业空间信息网格(Grid)技术的发展

本文在简要解释了“数字农业”的基本概念、理论体系以及相关技术的基础上,阐释了农业空间信息是“数字农业”的关键,并且进一步表明农业空间信息已经成为我国农业发展的重要资源。然而,我国现有的农业信息基础设施面临巨大的挑战,因此如何在国家空间信息网格(SIG)的框架下探索我国农业信息资源的组织和管理技术是未来“数字农业”发展的重要研究内容。     

计算机视觉在农业中的应用

计算机视觉是人工智能领域的一个重要分支,它和人工神经元网络、自然语言理解等是近年来发展较快的信息处理技术。其理论基础是七十年代中后期逐渐形成的Ｍａｒｓ视觉计算理论。在这一理论框架下,计算机视觉技术得到了广泛的应用,取得了长足的发展。事实上,在计算机视觉这一流行名词之前,有模式识别、图像处理、图像分析、图像理解等术语,其中图像分析和图像理解与计算机视觉的意义大致相当。正是由于Ｍａｒｒ的计算理论促使了计算机视觉这一名词的流行、同时,计算机科学技术的进步,也促进了计算机视觉的研究和应用。在农业科研与生…