基于无人机高光谱遥感的柑橘患病植株分类与特征波段提取

目的 结合传统与现代农业病虫害监测的优缺点，探索通过无人机高光谱遥感技术检测出患病的柑橘植株、通过人工田间调查方式判断其患病种类及患病程度的病虫害监测方法。方法 使用无人机获取原始高光谱图像，经过光谱预处理和特征工程后，采用连续投影算法提取对柑橘患病植株分类贡献值最大的特征波长组合，基于全波段使用BP神经网络和XgBoost算法、基于特征波段使用逻辑回归和支持向量机算法，建立分类模型。结果 基于全波段的BP神经网络和XgBoost算法的ROC曲线下面积(Area under curve，AUC)分别为0.883 0和0.912 0，分类准确率均超过95%；提取出698和762 nm的特征波长组合，基于特征波长使用逻辑回归和支持向量机算法建立的分类模型召回率分别达到了93.00%和96.00%。结论 基于特征波长建模在患病样本分类中表现出很高的准确率，证明了特征波长组合的有效性。本研究结果可为柑橘种植园的病虫害监测提供一定的数据和理论支撑。     

中美猪肉产业互补性对双边猪肉贸易的影响分析

中美两国猪肉产业资源禀赋和生产率存在显著差异,双边猪肉贸易不平衡,产业互补性和贸易潜力有待提升。为研究中美两国猪肉产业互补性问题,本文以双边猪肉产业互补性指数为核心解释变量,对两国猪肉贸易引力模型进行了估计。结果显示:中美两国猪肉产业互补性指数对双边猪肉贸易有着正的影响;中美两国猪肉贸易潜力巨大,双边猪肉贸易具有很大的提升空间。在中美贸易纠纷逐步解决的背景下两国应加强猪肉产业合作,提高双边猪肉贸易互补水平。