基于改进DenseNet和迁移学习的荷叶病虫害识别模型

病虫害的发生将会严重影响莲藕品质与产量,开展病害诊断与识别对藕田病虫害及时对症对病诊治、提升莲藕生产质量与经济效益具有重要意义。该研究以荷叶病虫害高效、准确识别为目标,提出了一种基于改进DenseNet和迁移学习的荷叶病虫害识别模型。采用分支结构对模型的浅层特征提取模块进行改进,并在Dense Block与Transition Layer中引入Squeeze and Excitation注意力机制模块和锐化的余弦卷积,最后基于Plantvillage数据集进行迁移学习,实现了91.34%的识别准确率。该研究实现了对荷叶腐败病、病毒病、斜纹夜蛾、叶腐病、叶斑病的识别,并将改进后的模型推广应用于基于无人机图像的藕田病虫害检测,实现了病害分布可视化,可对莲藕病虫害的智能化防治提供有益指导。     

基于农业本体的语义相似度算法及其在农作物本体中的应用

语义相似度计算是信息处理中的一个关键问题。针对领域本体语义相似度计算模型考虑因素过于单一、主观性较强、计算精度较低等问题,该文首先针对本体模型的结构特点,提出一种计算节点密度的新方法,并从模型概念间的关系类型、节点密度、节点深度等方面分析本体概念相似度的组成,并赋予不同的权重,从而计算概念对间的结构相似度;接着,根据文献资料和经验知识,构建本体概念对的属性网格以获取概念的属性相似度;然后,基于本体层次网络结构计算根、叶节点的 B-U 概率,进而计算语义信息量,该方法不依赖于专家经验,具有客观性;再次,结合本体结构、信息量、属性等影响相似度的因素,提出一种计算概念间语义相似度的综合算法,该算法考虑到不同的影响因子在语义相似度计算中的重要程度不同,从而赋予农业本体中概念对关系不同的权值;最后,以农业领域农作物本体的语义相似度的计算为例进行实例验证,并给出“甜玉米”和“糯玉米”语义相似度计算的详细过程。试验表明该文提出的语义相似度算法的计算结果（0.8206）和标准差（0.0565）较之其他3种语义相似度算法更接近人们直观认知和专家意见,能有效提高语义相似度计算的精度和有效性。     

基于GIS的宁夏六盘山区空间贫困特征模型分析

空间贫困旨在通过研究特定区域地理资本构成,以此分析空间贫困陷阱,确定贫困空间分异机制,进一步判识减贫效果和制定反贫困策略。以2011年数据为基础,运用TOPSIS模型并结合熵值法,系统分析了宁夏六盘山区空间贫困特征,最后借助障碍度模型进行贫困与地理环境要素的相互关系分析。结果表明:根据各县（区）与最优目标的贴近度∏_i 可将研究对象分为三类地区:高贫困区包括西吉县（0.363 3）和泾源县（0.361 9）;中贫困区包括海原县（0.258 0）、原州区（0.245 7）、隆德县（0.229 6）以及彭阳县（0.211 8）;低贫困区只有同心县（0.191 7）。整体上,市场连通性差（经济维度）、农业生态系统稳定性低（环境维度）以及社会公共服务差距大（社会维度）等对研究区空间贫困的影响最为显著。     

一种面向复用的软件模型进化方法

提出了一个面向复用的软件模型进化方法,重点阐述了以统一软件开发过程为基本指导,以基于构件的可复用系统为目标,结合领域工程及软件再工程方法,将传统的数据流软件模型演化为基于UML的软件模型的方法。     

基于支持向量机方法建立土壤湿度预测模型的探讨

支持向量机(Support Vector Machine简称SVM)方法,是通过核函数实现到高维空间的非线性映射,适宜于解决非线性问题,具有算法简单、计算量小、易于实现等优点。本文运用支持向量机方法建立了不同土层土壤湿度预测模型,0~10cm土层土壤湿度预测模型有较好的推广能力,10~50cm处的各层预测模型预报能力相对较弱。分析土壤湿度历史监测资料,发现同一时刻0~10cm土层与其它各土层土壤湿度具有较高的相关关系,基于此建立了预报精度较高的各土层土壤湿度的预测模型,实现了运用前期环境气象因子对各土层土壤湿度的预测。     

基于改进HRNet的遥感影像冬小麦语义分割方法

冬小麦在影像中呈现田块碎小且分布零散等空间特征,同时影像包含的复杂地物对冬小麦识别造成干扰,易出现识别精度低且边界分割模糊等问题。为及时准确获取大范围冬小麦空间分布信息,该研究以高分二号卫星影像作为数据源,提出一种CAHRNet(change attention high-resolution Net)语义分割模型。采用HRNet(high-resolution Net)替换ResNet作为模型的主干网络,网络的并行交互方式易获取高分辨率的特征信息;联合OCR(object-contextual representations)模块聚合上下文信息,以增强像素点与目标对象区域的关联性;3）引入坐标注意力（coordinate attention）机制,使网络模型充分利用有效的空间位置信息,以保留分割区域的边缘细节,提高对分布零散、形状多变的冬小麦田块的特征提取能力。试验结果表明,在自制的高分辨率遥感数据集上,CAHRNet模型的平均交并比（mean intersection over union,MIoU）和像素准确率（pixel accuracy, PA）分别达到81.72%和97.0...     

一种改进的土壤压实模型及试验研究

土壤压实现象普遍存在于农业生态系统中。土壤的压实效应不但会给农业生产带来不良的影响,还可能增加地表径流的产生,从而加快地表水的污染。 为了更好地研究压实土壤中的水分、溶质运移以及压实效应对农业生产及生态与环境的影响,该文在原有土壤压实模型的基础上提出了一种两参数改进模型,并以4种原状土壤为例,用离心机法对改进模型进行验证。研究结果表明：改进模型能够较好地模拟土壤的压实过程,且拟合效果好于L模型;虽然改进模型的物理意义和模型精度与Assouline的三参数模型相当,但是参数少、形式简单是改进模型的优势。同时,改进模型的提出对研究土壤水分特征曲线测定过程中的容重变化特性具有重要的参考价值。     

基于改进残差网络的橡胶林卫星影像语义分割方法

为进一步提升现有基于残差的分割模型在测试集上的信息提取能力和验证改进残差优化策略普适性及实现橡胶卫星影像的更优分割,该研究提出了一种通用改进残差策略,以哨兵-2多光谱卫星影像为数据源构建数据集,并使用改进后残差网络ResNet50_ve作为OCRNet模型的骨干网络,实现基于变种残差网络的OCRNet模型（ResNet-ve-OCRNet）,使用在ImageNet1k分类数据集上蒸馏好的学生模型作为预训练模型参与ResNet-ve-OCRNet模型的训练。研究结果表明使用层数中等的基于50层残差网络在小尺度卫星影像训练集上各指标收敛效果优于较深层数的101层残差网络,与DeeplabV3、DeeplabV3+、PSPNet模型相比,以ResNet50_ve为骨干网络的OCRNet在验证集上的平均交并比达到0.85,像素准确率达到97.87%,卡帕系数达到0.90。该研究提出的改进残差策略具有一定的普适性可应用到众多主流分割模型上且有评价指标性能增益,从预测图来看,基于改进残差网络（ResNet-ve）的模型抑制了在测试集预测图上的上下文信息缺失问题,能够实现橡胶林卫星影像的更优精确分割。     

基于改进UNet模型的油茶果振动采摘点定位方法

针对非花果同期油茶果采收效率低这一问题,提出一种侧枝振动采摘点定位方法,通过振动侧枝降低树木损伤并实现高效采收。首先构建数据集,对侧枝分段标注,向UNet中添加CloFormer注意力机制并命名为Clo-UNet,实现侧枝的二维重构。其次,在Clo-UNet基础上进一步设计采摘点定位方法并命名为Clo-UNet-Point,该方法优先选择采收离果实最远且最粗的枝条。试验表明,Clo-UNet在验证集上表现优异,其中br_con（连果枝）、danger（危险区）和br_pro（优先采收区域）的平均交并比mIoU分别达到85.36%、86.37%和81.29%,平均像素精度mPA分别达到94.97%、96.17%和89.48%,Clo-UNet在整个数据集上的mIoU和mPA分别比UNet高5.14、6.85个百分点。通过观察验证集647幅图像,Clo-UNet-Point算法在不同光照条件下均能定位到采摘点,平均检测一张图像用时0.15 s。该研究可为未来非花果同期类油茶果的自动化振动采收奠定理论基础。     

基于SegNet语义模型的高分辨率遥感影像农村建设用地提取

针对传统分类算法、浅层学习算法不适用于高空间分辨率遥感影像中农村建筑物信息提取的问题,该文以河北省霸州市高空间分辨率遥感影像WorldView-2为数据源,利用182 064幅128×128像素大小的影像切片为训练样本,选取基于深度卷积神经网络的SegNet图像语义分割算法对遥感影像中的农村建筑物进行提取,并与传统分类算法中的最大似然法(maximum likelihood,ML)和ISO聚类、浅层学习算法中的支持向量机(support vector machine,SVM)和随机森林(random forest,RF)以及深层语义分割算法中的金字塔场景解析网络(pyramid scene parsing network,PSPNet)的试验结果作对比分析。研究结果表明:SegNet不仅能够高效利用高空间分辨率遥感影像中农村建筑物的光谱信息而且还能够充分利用其丰富的空间特征信息,最终形成较好的分类模型,该算法在验证样本中的分类总体精度为96.61%,Kappa系数为0.90,建筑物的F1值为0.91,其余5种分类算法的总体精度、Kappa系数、建筑物的F1值都分别在94.68%、0.83、0.87以下。该研究可以为高空间分辨率遥感影像农村建设用地提取研究提供参考。     

基于GIS空间模型的库区生态敏感性评价研究

水电为社会提供了一种取之不竭的清洁能源,但是水电站的建立对于流域的生态环境而言是一个严峻的考验。为了有效的预防和解决水电站建成之后所带来的生态环境的负面影响,开展区域生态敏感性研究,了解其空间分布格局,对问题环境的保护和整治工作提供切实可行的依据。以龙滩库区为研究对象,利用QuickBird影像对库区土地利用类型进行人工区划和判读,建立库区土地利用类型数据库。并在此基础之上建立基于ArcGIS地理处理框（Geoprocessing Framework）的空间数据分析模型,通过对库区空间数据的建模,实现统一空间数据库的建立与管理,对库区生态敏感性和生态区划的方法进行研究,为库区的生态保护决策提供依据。     

江西多年平均降水量空间插值模型的选取与比较

为了探究江西省多年平均降水量的空间分布格局,本文选取81个时间序列完整的气象站30 a(1976-2005年)降水数据,运用泛克里格中不同半变异模型对降水数据进行拟合.分别采用65个建模站点交叉验证和16个验证站点的检验,证实了该研究区域多年平均降水量存在较强的空间相关性.通过不同半变异函数模型的对比发现,球面和指数模型在建模站点交叉验证结果中的标准均方根预测误差分别为1.024和1.023,较为接近1,表明其误差较小;其在验证站点检验结果中的标准均方根预测误差分别为1.105和1.104,表明这两种模型的拟合效果较优,能较为真实地反映江西省多年平均降水量的空间分布情况,其中以指数模型拟合效果最优.     

基于矢量和栅格数据结构的土壤侵蚀强度判别方法研究

在利用RS & GIS(Remote Sensing and Geographic Information System,遥感和地理信息系统)技术,进行区域土壤侵蚀调查和编制土壤侵蚀图时,可以采用矢量和栅格两种数据结构.分析了基于矢量和栅格两种数据结构进行侵蚀强度判别时的有关技术和方法,包括侵蚀图斑的确定、侵蚀因子值的提取以及侵蚀强度判别的方法等,并举例分析了两种方法在反映区域土壤侵蚀强度分布上的差异.结果认为这两种方法均可应用于土壤侵蚀强度判别,但基于栅格数据结构的判别方法能够更精细地反映土壤侵蚀在微域上的差异,而基于矢量数据结构的判别方法更能够反映不同强度等级侵蚀的总体分布.从动态监测和趋势预测角度分析,采用栅格数据结构的判别方法更方便、更有利于快速提取侵蚀因子和进行土壤侵蚀动态分析和预报.     

基于SWAT模型的大宁河流域非点源污染空间特性研究

以三峡库区大宁河流域为研究区域,应用SWAT模型进行了流域农业非点源污染负荷的模拟计算。利用巫溪水文站2000-2004年的实测日径流和泥沙数据进行了模型的率定与验证。验证结果表明,SWAT模型适用于大宁河流域。利用验证后的模型分析了大宁河流域2003年的非点源污染空间分布特征,结果发现,大宁河流域西部地区是土壤侵蚀发生相对严重的地区,有机氮产小的地区和高泥沙量产出的地区大致相同。总体上,大宁河流域非点源污染的产生量西部高于东部,南部高于北部,中部地区最小。针对SWAT模型的空间分析结果提出了该区非点源污染的防治措施。     

地貌特征与土壤侵蚀空间分布直方图相似度研究

直方图是数字图像的重要特征之一,直方图相似度代表了两幅图像特征分布之间的相似程度。该文对土壤侵蚀强度的空间分布直方图与地貌海拔、坡度以及坡向分布直方图进行了相似度计算。研究表明：坡度和坡向的空间分布与土壤侵蚀强度的空间分布较一致;土壤侵蚀微度、轻度和中度与海拔空间分布较一致;土壤侵蚀强烈及以上空间分布与海拔空间分布不一致;土壤侵蚀海拔特征空间分布反映了土壤侵蚀的特有性质,坡度能部分反映侵蚀特征,而坡向特征几乎是地貌自身性质的反映。研究成果可为更深入地认识土壤侵蚀空间分布规律提供参考。     

河北省农用地质量空间格局的计量地理分析

在农用地分等成果的基础上,采用GIS技术、计量地理学分析相结合的方法,对河北省农用地资源质量的空间格局进行定量研究:从河北省不同指标控制区农用地资源质量的多样性、集中度、均匀度、优势度等分布特点来看,河北省农用地质量空间格局呈现从东南到西北方向上的递变规律,即东南部平原区农用地资源质量各等别面积比例较为平衡均一,而西北部坝上地区集中程度较高;同时针对各指标控制区农用地资源质量结构提出各区土地利用的方向,为河北省农用地资源的合理利用提供科学依据;最后对影响农用地质量空间分布的气候、地形地貌等自然因素影响及人类活动的干扰作用进行分析.     

科技创新对生态环境影响的空间效应

[目的]探究地理空间约束下科技创新对生态环境的影响效应,为推动生态环境保护提供理论依据和政策启示。[方法]基于安徽省16个地级市2011—2020年面板数据,利用ArcGIS,Geoda, Stata 15.1软件,采用探索性空间数据分析法、空间计量模型,在全域和局域尺度上探究科技创新对生态环境的空间关联与影响效应。[结果](1)安徽省生态环境质量和科技创新水平逐年稳步增长,生态环境呈现“皖南高,皖中居中,皖北低”的空间特征,科技创新产生以合肥和芜湖为首的领域辐射效应。(2)科技创新对生态环境的影响在皖南地区表现为负向效应,在皖中和皖北地区显示出正向的直接效应和空间溢出效应。(3)从安徽省全域上看科技创新要素对生态环境的影响程度排序为：科技创新环境>科技创新产出>科技创新投入,但不同区域具有异质性特征。[结论]开展生态环境保护需要因地制宜,确定各地区科技创新和生态环境保护的方向和重点,突出地方优势,发挥领域辐射作用。     

基于轻量级CNN-Transformer混合网络的梯田图像语义分割

梯田是一种传统的农业种植方式,发挥着稳定作物生产与水土保持效能,修筑梯田是发展农业生产的重要措施之一。快速、准确地对梯田区域分布信息进行采集,对提高粮食产量、治理水土流失以及规划区域生态等方面具有重要的作用与意义。无人机图像梯田道路边界模糊、具有较长的带状结构,为了更准确地获取梯田的边缘信息,受MobileVit启发,该研究在MobileViT block中引入了轴向注意力机制(axial attention),并采用编码器-解码器结构,提出了基于轻量级CNN-Transformer混合构架网络模型。模型编码器部分由改进的MobileViT block、融入了条形池化的逆残差模块和空洞空间金字塔池化模块构成,再通过有效设计摆放各模块的位置顺序来实现局部与全局的视觉表征信息交互,得到完整的全局特征表达;利用解码器对编码器提取到的多尺度特征图进行采样和卷积操作得到语义分割结果图。选取PSPNet、LiteSeg、BisNetv2、Deeplabv3Plus、MobileViT在相同测试集上进行对比试验,结果表明,该研究所提模型在精度与速度方面均具有一定的优势,其像素精度可达95.79%,频权交并比可达94.86%,模型参数量为8.32 M,实现了使用较少的参数和简单的方法对复杂无规则的无人机图像梯田区域对象较为准确的分割,将其部署到无人机上可以进一步获取梯田的形状、位置、轮廓等信息,及时准确地掌握梯田边缘信息为预防和修护加固梯田提供重要的依据,同时有助于梯田区域种植面积和范围的统计,以期为梯田和旱作区农业建设的发展提供参考。