共查询到19条相似文献,搜索用时 115 毫秒
1.
2.
简述了农业专家系统概念和国内外发展概况,较全面地介绍了农业专家系统在作物病虫害综合治理中应用的几个方面,并对其中存在的问题和应用前景作了概括阐述。 相似文献
3.
根据不同作物种类、不同病虫害类型、不同生态环境、不同发生时期等因素,采取优选品种、嫁接育苗、轮作倒茬、肥水调控等措施,以生态防治为基础,优先使用诱杀、阻隔、天敌等措施,通过物理和生物防治手段,实现无公害农产品生产。 相似文献
4.
5.
病虫害是农业生产过程中影响粮食产量和质量的重要生物灾害。目前,我国的作物病虫害监测方式以点状的地面调查为主,无法大面积、快速获取作物病虫害发生状况和空间分布信息,难以满足作物病虫害的大尺度科学监测和防控的需求。近年来,随着国内外卫星光谱、时间和空间分辨率的不断提升,利用遥感手段开展高效、无损的病虫害监测成为有效提升我国病虫害测报水平的重要手段。与此同时,多平台、多种方式的作物病虫害遥感监测也为病虫害的有效防治和管理提供了重要科技支撑。本文从作物病虫害光谱特征、遥感监测方法和遥感监测系统等方面阐述了作物病虫害遥感监测研究的进展,分析了当前面临的挑战,并对未来发展趋势进行了展望。 相似文献
6.
农业作为我国基础产业,关系到国计民生,是国民经济的命脉。作物病虫害是面向农业生产的虫害及病害的总称,能够对作物种植生长产生不良影响。ARM是RISC精简指令集微处理器,具有体积小、功耗低、低成本、高性能的特点。本文基于ARM对作物病虫害的自动识别系统构建方法进行研究,对系统设计理念进行阐述,仅供参考。 相似文献
7.
8.
病虫害是导致作物减产的主要因素。传统的病虫害防治方式主要依靠植保人员实地勘察,速度慢且无法进行大面积监测。随着光谱技术的发展,无人机遥感也得到了飞速发展。目前,无人机遥感技术已成功应用于农业、林业、生态等多领域。课题组首先对无人机遥感用于作物病虫害监测的背景进行了介绍;其次总结了无人机遥感用于作物病虫害监测的方法,主要讨论无人机的数据采集与处理;最后对无人机搭载的主要传感器进行了系统的说明,并探讨了无人机遥感技术目前存在的问题和发展建议,以期为作物的病虫害防治提供参考。 相似文献
9.
10.
智能化变电站辅助设施监控方案 总被引:1,自引:0,他引:1
通过智能化变电站辅助设施监控系统的设计目标,根据该系统的功能及具体的方案设计要求,提出了将智能化变电站辅助设施的监控系统进行整合,形成一体化监控单元,并与变电站监控系统融合,实现对变电站完整的、全方位的监控。 相似文献
11.
12.
13.
14.
15.
16.
作为维护国家内部稳定的生力军,武警部队运输装备的优劣直接关系到任务能否顺利完成。武警部队任务多发性、突然性的特点及未来作战的新要求,决定我们对车辆的保障必须符合新时期的新要求。基于武警部队信息网络的车辆故障诊断系统开发,对于提高部队的装备保障有着重要意义。 相似文献
17.
由“植物诊所”形成的电子病历为作物病害处方推荐提供了新的思路。如何高效地挖掘电子病历数据并辅助作物病害处方推荐,目前还是亟待解决的研究热点问题。在总结和整理现有国内外研究文献的基础上,对基于显微图像的作物病害病菌孢子识别、基于光谱的作物病害诊断、基于电子病历的作物病害处方推荐等作物病害诊断与处方推荐关键技术进行了系统分析与讨论。综述结果表明,围绕作物病害病菌侵染过程,以智能化处方推荐需求为导向,开展基于电子病历数据挖掘的作物病害处方推荐研究,将成为一个研究重点。针对作物病害处方推荐过程中,存在由于作物病害致病机理复杂、作物品种及病害种类多、病害病症动态变化且特征多等特点和难点,研究基于电子病历数据挖掘的作物病害致病机理解析、诊断推理、智能化处方推荐及其应用策略,将是研究的重大方向;探索基于知识图谱分析、大数据挖掘和机器学习算法推理等关键技术的作物病害电子病历数据挖掘分析研究,从区域宏观视角可视化解析作物病害致病机理及其与特征间的关联关系,面向实际应用场景实现基于诊断推理的单一作物病害处方推荐、基于语义匹配的多种作物多种病害处方推荐,具有更大的实际意义。 相似文献
18.
针对绥中县蔬菜保护地因连年生产、大量施用化肥而造成的土壤肥力下降等一系列问题,以及当地玉米秸秆利用率低的情况,引进了保护地秸秆还田技术。介绍秸秆还田技术的操作要点和主要作用,分析该技术推广应用后取得的显著经济效益及社会效益。 相似文献
19.
基于数据库的温室作物生长管理智能决策支持系统的研制 总被引:1,自引:0,他引:1
以Delphi7.0为软件开发环境,构建了温室作物生长管理智能决策支持系统。提出了温室作物生长管理智能决策支持系统的研究思路及系统实现的技术路线,采用Database Desktop来设计系统中的知识库、模型库和数据库。以数据库为基础的系统,有助于系统对知识、模型和相关数据的管理。对系统决策的过程采用基于数据库的方法进行编写,解决了温室作物生长智能决策过程中推理困难的问题,同时提高了决策的准确程度。经实际运用达到了预期的效果。 相似文献