GIS在农作物管理领域的应用及展望

本文在简要介绍了GIS技术的基础上,从农作物规划、农作物估产和长势监测、作物种植适宜性、病虫害防治、精准农业等几个方面,综述了GIS技术在农作物管理领域的研究应用,并作了进一步的展望。     

神经网络BP模型的设计与实现

应用人工神经网络中的BP前馈网络模型和改进的BP算法 ,对棉铃虫发生程度进行预测 ,结果表明 :该算法可靠 ,验证符合率达百分之百 ,在农作物病虫害预测方面有广阔的应用前景     

基于人工神经网络技术的木材材质检测研究进展

目前,人工神经网络已经在各行各业得到广泛应用。在林业中,人工神经网络也被运用在森林资源与生态、森林防火、树木生长、树木外观等方面,在木材材质的预测和分类等方面也有了部分应用。文章论述了人工神经网络的基本原理,总结了人工神经网络在木材材质测试中的应用,介绍了人工神经网络在木材本身的特性和缺陷分类方面的应用,并对人工神经网络在木材材质的应用前景和方向给出了建议。     

人工神经网络及其在植物保护中的应用

介绍了人工神经网络(ANN)的主要特点及误差反向传播网络(BP)的工作原理。综述了人工神经网络在植物病虫害的诊断、虫害和病害流行预测等方面的应用研究进展,并讨论了提高人工神经网络预测精度应注意的问题。     

数据挖掘在农业种植生产中的应用分析

随着经济的发展与互联网技术的不断突破革新,传统的农业与信息技术联系越来越紧密,两者结合发展成为一个值得探索的新方向。结合数据挖掘技术及农业种植生产作出了探究,首先介绍了数据挖掘的相关知识与主要研究方法,然后从农作物种植气候环境、施肥与灌溉、病虫害预防以及产量预测模型四个方面做出了应用分析。数据挖掘新技术的融合,对农作物地种植培育、精准农业实施、模型预测以及产量提升带来了重要的意义。     

用人工神经网络解决农业中的非线性问题

本文介绍了人工神经网络的发展和基本原理,对人工神经网络在农业中用于病虫害预报、产量预测、模型建立和图像识别等方面进行了综述。最后结合应用实践,对人工神经网络在计算机中的实现方法做了探讨。     

农作物害虫预测预报方法及应用

农作物病虫害是农作物产量和质量提高的重要制约因素,准确的害虫预测预报是科学防治害虫的前提,具有重要的经济、社会和生态意义。回顾了农作物害虫预测预报方法及目前的发展与应用现状,概述了人工神经网络、相空间重构、小波分析、支持向量机的原理及其在测报中的应用。     

精准农业研究进展

阐述了精准农业的内涵、技术组成 ,介绍了国外精准农业研究进展及国内在精准农业应用方面的成就 ,并提出了我国精准农业的发展策略。     

用人工神经网络预测天然气管道内腐蚀速度

介绍了人工神经网络技术及其BP算法的网络模型.引入人工神经网络模型,对输气管道内腐蚀速度进行了预测,预测结果表明,人工神经网络预测的结果与管道内壁实际腐蚀速度接近,预测精度较高,尤其是在处理非线性数据方面,人工神经网络更优于目前普遍采用的逐步回归法.     

人工神经网络在农业自然资源研究中的应用

人工神经网络是一种模拟人脑思维过程的计算模型,具大规模并行处理、信息分布式存储、较强自适应性、自组织性和容错性等优良特性,在非线性关系模拟中更具优势。在对人工神经网络和农业自然资源进行简单介绍的基础上,综述了人工神经网络在农业自然资源研究领域中,在预测预报、评价(评估)、分类和识别以及优化计算方面的应用,并对人工神经网络的应用前景作了概括性的展望。     

High resolution satellite imaging sensors for precision agriculture

The central concept of precision agriculture is to manage within-field soil and crop growth variability for more efficient use of farming inputs. Remote sensing has been an integral part of precision agriculture since the farming technology started developing in the mid to late 1980s. Various types of remote sensors carried on ground-based platforms, manned aircraft, satellites, and more recently, unmanned aircraft have been used for precision agriculture applications. Original satellite sensors, such as Landsat and SPOT, have commonly been used for agricultural applications over large geographic areas since the 1970s, but they have limited use for precision agriculture because of their relatively coarse spatial resolution and long revisit time. Recent developments in high resolution satellite sensors have significantly narrowed the gap in spatial resolution between satellite imagery and airborne imagery. Since the first high resolution satellite sensor IKONOS was launched in 1999, numerous commercial high resolution satellite sensors have become available. These imaging sensors not only provide images with high spatial resolution, but can also repeatedly view the same target area. The high revisit frequency and fast data turnaround time, combined with their relatively large aerial coverage, make high resolution satellite sensors attractive for many applications, including precision agriculture. This article will provide an overview of commercially available high resolution satellite sensors that have been used or have potential for precision agriculture. The applications of these sensors for precision agriculture are reviewed and application examples based on the studies conducted by the author and his collaborators are provided to illustrate how high resolution satellite imagery has been used for crop identification, crop yield variability mapping and pest management. Some challenges and future directions on the use of high resolution satellite sensors and other types of remote sensors for precision agriculture are discussed.     

基于人工神经网络的辽宁省粮食产量模型预测研究

利用辽宁省1983～2008年粮食产量数据,建立了粮食产量预测的3层BP网络模型,网络拓扑结构为6-6-1。用此模型对作物产量进行预测,并与多元线性回归预测结果进行比较。结果表明,人工神经网络预测的最大误差为1.57%,平均误差为0.79%,网络预测精度为0.97,说明人工神经网络模型具有较高的预测精度和较强的泛化能力,为粮食产量预测提供了一条新途径。     

作物蒸发蒸腾量的人工神经网络模型研究

采用盆栽试验,利用BP-人工神经网络模拟作物的蒸发蒸腾量,分别构建ET1(气象因子)、ET2(气象因子与播种天数)、ET3(气象因子、播种天数和含水率)3种人工神经网络模型,并将预测结果与称重法得到的实际值ET进行比较,结果表明,所构建的ET3模型的计算精度较高,是一种最优的计算作物蒸发蒸腾量的BP-人工神经网络模型。     

作物蒸发蒸腾量的人工神经网络模型研究

利用BP-人工神经网络考虑气象条件、土壤水分条件以及作物的生物学特性3方面因素，构建作物蒸发蒸腾量（ET）模型。     

无线传感器网络技术在精细农业中的应用进展

综述无线传感器网络技术在节点构成、网络拓扑、通信协议等方面的特点,重点介绍无线传感器网络技术在精细农业中的典型应用,认为无线传感器网络技术应用于精细农业,需解决信号传输与衰减方式建模、多通信网融合及降低传感器成本等关键问题.提出将无线传感器网络技术与农艺技术、农业机械化及自动化技术等相结合,有助于优化农业决策支持系统,...     

Development of soft computing and applications in agricultural and biological engineering

Soft computing is a set of “inexact” computing techniques, which are able to model and analyze very complex problems. For these complex problems, more conventional methods have not been able to produce cost-effective, analytical, or complete solutions. Soft computing has been extensively studied and applied in the last three decades for scientific research and engineering computing. In agricultural and biological engineering, researchers and engineers have developed methods of fuzzy logic, artificial neural networks, genetic algorithms, decision trees, and support vector machines to study soil and water regimes related to crop growth, analyze the operation of food processing, and support decision-making in precision farming. This paper reviews the development of soft computing techniques. With the concepts and methods, applications of soft computing in the field of agricultural and biological engineering are presented, especially in the soil and water context for crop management and decision support in precision agriculture. The future of development and application of soft computing in agricultural and biological engineering is discussed.     

作物生长模拟模型在上海精准农业和智能温室中的运用及前景（综述）

作物生长模拟模型是精准农业支持技术的核心部分之一，也是温室生长智能化操作与管理软件的核心部分。本文综述了作物生长模型建立的过程，及目前国内外在精准农业和智能温室中的运用现状，进一步提出现阶段我国开展蔬菜作物模型和专家系统研究的若干方法。并展望了蔬菜作物生长模拟模型在精准确农业和智能温室应用领域中的应用和前景。     

精准农业技术对生态环境的影响评价研究进展

精准农业是保证作物产量和农业环境质量双赢的重要途径。综述了水肥精准管理和病虫草害精准管理的生态环境效益,精准农业通过节省资源投入、减少资源损失、提高利用效率,降低农业生产对土壤和水体环境的污染。但目前的评价内容主要集中在资源投入、残留损失、利用效率以及水土质量方面;其次,由于田间变量信息的获取途径不一致、模型预测和田间应用效果的差异、土壤质地以及作物种类的不同等原因,导致精准农业的环境效益评价结果不确定性较大。未来研究应建立精准农业技术田间定位试验,进行长期的生态环境效益评价研究,为精准农业技术的推广和应用提供数据支持。     

人工神经网络在现代农业园区机械化程度综合评估中的应用

通过将人工神经网络应用于现代化农业园区机械化程度的综合评估,介绍了神经网络的评估原理,建立了农业园区机械化程度的评估模型。并用计算实例表明此种方法还具有较好的可靠性     

物联网在农业中的应用及前景展望

近年来,随着计算机和3G等网络通讯技术的快速发展,物联网技术日益成熟并迅速应用到农业生产、科研等各个领域中。将物联网技术应用到农业领域,有效促进了传统农业向现代农业的转变。笔者回顾了物联网概念的形成过程,综述了物联网在设施农业、作物病虫害远程诊断、精准灌溉和农田环境监测等方面的研究进展以及4 个方面的应用现状。分析了中国农业物联网发展亟需解决的几个主要问题,并针对性地给出了农业物联网未来发展的相应措施。最后对中国农业互联网的发展前景进行了展望,指出农业物联网是中国未来农业发展的方向。