作物模型资源构造平台(CMRCP)的构建研究

为有效促进作物系统数字化研究的深入发展,将集成制造的工业化思想引入作物模型领域,提出了作物模型资源(CMR)及作物模型资源构造平台(CMRCP)的概念.在提炼作物生长通用概念模型的基础上,将作物模型资源分解为通用模型结构、模型算法表示和模型资源映射三部分;并通过模型概念与/或树、模型算法与/或图与模型实现形态相结合,提出了综合性模型资源表示方法.另外,借鉴自适应软件开发方法,基于组件框架、组件组装、模型解析等技术,提出了平台构造原理,表明模型构建任务应该由作物元模型、建模学习机制、模型构造引擎和建模支撑工具共同协作完成.结果表明,构建具有学习能力、自适应和组件化特征的作物模型资源构造平台,可促进作物建模知识资源和软件开发资源的相互转化,并可积累易于共享与复用的作物模型资源库,降低作物模型构建与开发难度,提高农业模型软件开发效率和质量,为作物智能建模提供构建平台.     

基于混合空洞卷积和注意力多尺度网络的残饵密度估计

及时、准确地估算饵料盘中残留饲料量是提高养殖效益的重要措施。针对虾类养殖场景下残饵检测模型复杂度高、计数精度低的问题,提出了一种基于混合空洞卷积和注意力多尺度网络（hybrid dilated convolution and attention multi-scale network, HAMNet）的残饵密度估计方法。首先,借鉴MCNN（multi-column convolutional neural network）多列架构的思想设计并行卷积块（parallel convolution block, PCB）,使网络在单列架构中提取多种尺度的残饵特征,简化了网络结构并减轻了计算量;同时为了弥补网络结构简化造成残饵特征表示能力略有不足的问题,引入混合空洞卷积块（hybrid dilated convolution block, HDCB）避免信息丢失并增大感受野,增强模型深入挖掘多尺度残饵信息的能力。其次,在网络中嵌入通道注意力机制（channel attention mechanism, CAM）,利用通道之间的相互依赖性重新校准有用特征信息的权重,凸显目标与背景的差异性。最后,针对下采样导致密度图质量差的问题,应用可学习的转置卷积恢复特征图细节信息,进而提升模型计数性能。利用饵料盘条件下采集的残饵图像进行了验证,试验结果表明,与基准模型MCNN相比,HAMNet模型的平均绝对误差、均方根误差和计算量分别降低了44.4%、40.8%和13.7%,参数量仅为0.52 MB。与经典密度估计模型CMTL（cascaded multi-task learning）、SANet（scale aggregation network）、CSRNet（congested scene recognition network）相比,该模型在各项性能指标上保持了最佳平衡,明显处于优势。该研究可为人工智能在水产养殖中快速量化残饵提供参考。     

基于JDE模型的群养生猪多目标跟踪

为实现群养生猪在不同场景下（白天与黑夜,猪只稀疏与稠密）的猪只个体准确检测与实时跟踪,该研究提出一种联合检测与跟踪（Joint Detection and Embedding,JDE）模型。首先利用特征提取模块对输入视频序列提取不同尺度的图像特征,产生3个预测头,预测头通过多任务协同学习输出3个分支,分别为分类信息、边界框回归信息和外观信息。3种信息在数据关联模块进行处理,其中分类信息和边界框回归信息输出检测框的位置,结合外观信息,通过包含卡尔曼滤波和匈牙利算法的数据关联算法输出视频序列。试验结果表明,本文JDE模型在公开数据集和自建数据集的总体检测平均精度均值（mean Average Precision,mAP）为92.9%,多目标跟踪精度（Multiple Object Tracking Accuracy,MOTA）为83.9%,IDF1得分为79.6%,每秒传输帧数（Frames Per Second,FPS）为73.9帧/s。在公开数据集中,对比目标检测和跟踪模块分离（Separate Detection and Embedding,SDE）模型,本文JDE模型在MOTA提升0.5%的基础上,FPS提升340%,解决了采用SDE模型多目标跟踪实时性不足问题。对比TransTrack模型,本文JDE模型的MOTA和IDF1分别提升10.4%和6.6%,FPS提升324%。实现养殖环境下的群养生猪多目标实时跟踪,可为大规模生猪养殖的精准管理提供技术支持。     

基于组件式GIS——ArcGIS Engine的县域测土配方施肥专家决策支持系统开发和应用

利用组件式地理信息系统技术（Component Geographic Information System,ComGIS）,在Visual Basic环境下嵌入ArcGIS Engine,结合数据库技术、专家系统技术,针对典型冀东山麓平原区——河北省唐山市丰南区开发了县域测土配方施肥专家决策支持系统。在管理丰南区基础地理、土壤、农业经济等信息的基础上,分析了丰南区土壤养分的空间变异,通过离散化技术生成了土壤养分三维空间数据,基于会员和非会员两种形式进行了县域尺度测土配方施肥指导。     

基于SECI模型的图书馆知识共享研究

随着知识经济时代的来临,知识已成为组织的关键投入要素,作为知识信息搜集、整理、存储和传播的专门机构,是实施知识管理的理想组织,而图书馆知识管理的核心主题和目标就在于知识共享。基于SECI模型,提出了图书馆知识共享的模式,探讨了知识共享的实现途径。     

南安市农业信息数据库系统的建设

通过建立农业信息数据库系统,整合农口各类信息资源,进行数据统一化、数据标准化、数据规范化,充分利用现代技术手段,建设和完善信息基础设施,搭建网络平台,从而提高地方政府决策能力和效率,推动产业结构优化升级,提升国民经济整体素质和产业竞争力,服务国计民生。并利用Intemet与全国农业信息部门共享、与国际接轨,实现农业信息资源交流及其管理,提高信息共享和综合利用水平。     

基于GIS的农田土壤水分状况管理模型及应用

基于GIS开发了土壤水分和土壤电导率的简单专题图及精细专题图模块。简单专题图为运行于农田PDA的嵌入式GIS系统提供采样异常点检查验证;精细专题图为运行于上位机的农田信息处理系统提供信息可视化管理。简单专题图调用GIS组件方法获得并据此建立了采样管理模型;精细专题图中,土壤水分采用克里金插值算法预测的均方根百分比误差（RMSPE）为5.489%;土壤电导率插值模型采用泛克里金算法预测的RMSPE为18.451%。基于精细农田信息专题图,根据特定作物不同生长时期需水量的专家推荐值建立了土壤水分管理模型,利用该模型进行的一次灌溉决策显示,土壤含水率方差从灌溉前的1.9168调整到了灌溉后的0.8906。试验表明,采样管理模型能够指导田间采样,农田水分管理模型能够指导农田灌溉。     

基于元数据的农田信息存储、管理和共享

为实现基于元数据的农田信息的存储、管理和共享,在建立农田信息数据元的基础上,采用空间数据库技术,构建了农田信息的分级存储与管理模型;利用元数据服务和组件技术,在SuperMap GIS平台上构建了农田信息共享服务与互操作模型。通过对“基于WebGIS的小麦生产精准施肥决策系统”和“基于GIS的河南省作物生产潜力评价系统”数据元的提取和封装,实现了两个系统数据的无损共享,结果表明,在建立农田信息标准元数据的基础上,利用元数据和元数据服务技术来解决农田信息一体化存储、管理和共享是可行和有效的。     

基于WebGIS与模型的农业经济监测与评价系统的建立

为动态、准确获取区域农业生产的投入结构、产出水平、经济效益等信息,在时空数据库支持下,以开源SharpMap为地图服务器,利用ASP.NET（C#）语言,建立农业经济监测与评价系统（SHAEWS）,SHAEWS的构建包括农业投入产出监测数据库和模型系统两部分。数据库由样本农户动态监测数据、地形图数据和元数据组成。模型系统包含作物数据聚合与分析模型、轮作茬口识别及数据聚合分析模型、柯布-道格拉斯模型和综合评价模型。SHAEWS包括样本数据采集与编辑、样本数据检验、作物评价、茬口评价、投入产出定量模型分析、时序分析、区域分析、报表输出、元数据浏览等9个功能子系统。结果表明,该系统能够把样本监测数据与地图数据相结合,并通过模型运算,实现区域农业投入产出等信息的在线共享、评价与服务。     

基于多库融合的作物模型资源仓库

构建作物模型资源仓库(CMRW)有助于模型资源的组织、集成、积累和管理.该文提出CMRW可由作物模型实验数据库、框架库、算法库和方案库组成,具有模型结构与建模流程并重以及多库融合的特点,可通过模型资源生命周期的变化提升其价值.研究以关系型数据库技术为基础,采用虚节点方法扩展作物模型结构,利用"知识页 算法知识组 算法单元"方式组织建模知识,结合刻面分类方法描述模型组件属性,并综合基础数据库和方案数据库信息,将作物模型框架库、算法库、实验数据库和方案库共同转化为CMRW的关系数据模型.并在Microsoft SQL Sezver数据库平台上,建立了小麦生长模型资源仓库,实现了作物模型构件库、建模知识库和实验数据库的多库融合,为作物模型集成与重用积累资源.     

农业数据网格体系研究

由于农业数据具有地理分布、异构和动态等特性,网络环境下农业数据的分发组织和高效能处理是一个非常复杂且具有挑战性的问题。该文设计了层次式的农业数据网格系统软件体系结构;研究了基于时空本体的农业元数据建模、农业数据空间聚类与映射、多系统信息协同和层次访问控制机制等关键技术;构建了农业数据网格节点应用环境。测试检验结果表明,所设计的农业数据网格体系具有良好的网络高性能传输能力。     

农业科研试验基地数据管理标准体系构建

农业科学数据作为重要战略性资源,在推动农业科技创新、增强农业科技竞争力方面发挥重要作用。农业科研试验基地是一手科研数据的主要来源,其数据管理标准体系的建立不仅是试验基地数据规范化管理的基础,也是规范化数据管理工作的重要一环,对于提高数据可复用性,最大程度发挥数据价值有重要意义。该研究通过国内外涉农长期观测网络、试验站数据管理标准体系内容梳理,以及对中国农业科研试验基地数据特点、数据全生命周期管理流程调研,构建了农业科研试验基地数据管理统一工作流;基于"霍尔三维结构"从标准适用数据管理阶段、标准性质、标准专业领域3个维度构建农业科研试验基地数据管理标准体系框架,并编制了农业科研试验基地数据管理标准体系基本构成表,梳理出涵盖数据全生命周期管理的标准20项,首期必建标准12项,以期为推进农业科研试验基地建设和数据管理共享提供支撑。     

基于AO组件实现农用地面积分类统计方法的研究

农用地面积和利用类型是土地管理中最重要的基本信息之一，也是土地管理部门和统计部门非常关心的信息。传统的统计方法效率低、精度差、容易出现错误和遗漏等情况，而且对于复杂形状和呈区域地块统计起来非常困难。本文以某工程为例，以AO组件库为开发平台，详细介绍和阐述了实现农用土地分类面积快速统计步骤和方法，该统计方法在实际工程应用中取得了非常好的效果。     

农业园区全景GIS数字化系统设计与应用

以物联网、大数据为核心的数字化技术是当前经济社会发展的重要推动力,其本质是利用信息技术改造提升传统产业,通过数据化、在线化业务,实现用数据生产、用数据管理、用数据决策目标。园区信息化建设是当前乡村振兴战略下支撑供给侧结构性改革的重要切入点,为了解决基层现代农业园区高起点应用而信息资源相对不足、管理决策模式急待提升的难点问题,该文以农业园区数字化管理为例,运用物联网、无人机、科研协同等手段获取数据,进行与基层园区规模相适应的全景GIS(geographic information system)数字化云服务系统设计,以获取的数据为核心,设计了农业园区全景信息管理、在线数据挖掘分析和试验数据协同分析等核心功能,以提高园区农业生产经营的精细化管理水平,为农业"优质、高效、生态、安全"生产目标提供技术支撑。     

GLEAMS模型在我国东南地区模拟硝氮淋失的检验

利用我国东南亚热带地区农业小流域不同土地利用方式的硝氮渗漏淋失实测数据检验了GLEAMS(Groundwater Loading Effects of Agricultural Management Systems)模型在该地区的适用性。通过现场试验和实地调查并结合模型手册,获取模型所需的水文和营养盐参数,参考模型参数的敏感性分析结果对模型进行调试。结果表明模型对水稻田除外的其它土地利用方式的硝氮渗漏淋失模拟效果较好。水稻田渗漏模拟效果差的主要原因在于模型的水分平衡方程不能反应水稻田长期淹水的实际情况。模型模拟结果的精度可以接受,从而验证了GLEAMS模型在该流域的适用性。     

基于证据理论的农业机械选型风险因素评价方法

农业机械选型是国家机具补贴政策实施的核心步骤之一,其实施过程具有复杂性、不确定性以及难以准确度量风险因素的特点.该研究借助证据理论的相关原理,提出基于证据理论的农业机械选型风险评价方法.从需求、能力、技术、合作、产品性能及评标决策支持系统开发6个方面,分析了农业机械选型过程中的主要风险因素及其内涵、来源、后果集.在此基础上,根据证据理论的相关概念和决策步骤,采取问卷调查的方式获得相关证据,确定出基本可信度分配函数和信度函数,并采用Dempster合成法则对证据进行合成;然后构造风险评价绩效函数,用于比较各个因素风险的大小.实证分析表明,利用D-S证据推理方法对农业机械选型风险因素进行评价具有一定的有效性和实用价值.     

Simulating changes in global land cover as affected by economic and climatic factors

This paper describes two global models: (1) an Agricultural Demand Model which is used to compute the consumption and demand for commodities that define land use in 13 world regions; and, (2) a Land Cover Model, which simulates changes in land cover on a global terrestrial grid (0.5° latitude by 0.5° longitude) resulting from economic and climatic factors. Both are part of the IMAGE 2.0 model of global climate change. The models have been calibrated and tested with regional data from 1970–1990. The Agricultural Demand Model can approximate the observed trend in commodity consumption and the Land Cover Model simulates the total amount of land converted within 13 world regions during this period. Some degree of the spatial variability of deforestation has also been captured by the simulation. Applying the model to a “Conventional Wisdom” scenario showed that future trends of land conversions could be strikingly different on different continents even though a consistent scenario (IS92a from the IPCC) was used for assumptions about economic growth and population. Sensitivity analysis indicated that future land cover patterns are especially sensitive to assumed technological improvements in crop yield and computed changes in agricultural demand.     

中国农业信息化技术发展现状及存在的问题

围绕农业传感器技术、精细农作技术、农业机器人技术、农业物联网技术和农业信息服务技术五大方面,对农业信息化前沿技术的发展态势进行了分析,同时探讨了中国农业信息化前沿技术发展存在的问题并提出了相应的建议。研究表明,农业传感器技术是农业信息获取与信息化的基础,精细农作技术代表了当今农业装备的先进水平,农业机器人技术是未来农业智能装备的重要方向,农业物联网技术是农业监管与质量监控的有效手段,农业信息服务技术则愈来愈聚焦农业信息服务中的云存储、云计算、云服务和移动互联的关键技术问题。     

我国农业信息化对农业技术效率的促进作用研究

农业信息化通过加快信息传播速度、扩大信息传播范围、运用数字农业生产管理技术以及提高农业从业人员素质等路径将促进农业技术效率提高。本文运用技术效率外生性模型实证研究了我国农业信息化对农业技术效率提高的促进作用。结果表明：我国农业信息化对各地区的农业技术效率提高均起到了明显的促进作用,这种促进作用在东部地区最强,中部地区次之,西部地区最弱。本文建议加快推进我国农业信息化进程,同时加快推进中西部农业生产的机械化、集约化和规模化。