基于地形特征的无人机遥感梯田影像边缘提取方法

梯田具有蓄水固沙的作用,是旱作农业区重点建设的高产稳产农田设施,为粮食增产、农民增收提供了有力保障。因仅基于影像数据采用边缘提取方法进行梯田区域分割效果不理想,及时准确地掌握梯田信息较为困难。无人机遥感技术的不断发展为高精度梯田地形信息的获取提供了新方法。本研究以甘肃省榆中县为例,首先从数字高程模型DEM数据中提取坡度,将正射影像与坡度数据融合,并通过基于Canny算子的粗边缘提取方法和基于多尺度分割的精细边缘提取方法,对比分析坡度对无人机遥感梯田影像边缘提取的影响。试验结果表明,正射影像和坡度融合的提取效果均优于单一的正射影像数据提取效果,粗边缘提取方法中正射影像和坡度融合的数据源精度平均提高了23.97%,精细边缘提取方法中正射影像和坡度融合的数据源精度平均提高了17.84%。研究表明,在无人机遥感梯田影像边缘提取中加入一定的地形特征,可以取得更好的边缘提取效果。     

面向葡萄知识图谱构建的多特征融合命名实体识别

为解决构建知识图谱过程中由于上下文环境复杂、现有模型字向量语义表征相对单一导致领域专业实体识别率低的问题,该研究提出了来自转换器的双向编码器表征量（bi-directional encoder representation from transformer, BERT）和残差结构（residual structure, RS）融合的命名实体识别模型（bert based named entity recognition with residual structure,BBNER-RS）。通过BERT模型将文本映射为字符向量,利用双向长短时记忆网络（bi-directional long-short term memory, BiLSTM）提取局部字符向量特征,并采用RS保留BERT提供的全局字符向量特征,以提高字向量的语义丰富度,最后通过条件随机场（conditional random field, CRF）模型对特征向量解码,获取全局最优序列标注。与其他命名实体识别模型相比,提出的BBNER-MRS模型在葡萄数据集上表现较好,在葡萄人民日报、玻森、简历和微博数据集上F1值分别达到89...     

基于SRTM的地形因子提取方法研究

地形是影响土壤侵蚀的重要因子,在侵蚀估算模型中常用坡度和坡长(LS)来衡量,在大区域上常基于数字高程模型(DEM)提取.SRTM作为大区域尺度上质量高、易获取的高程数据,在全球土壤侵蚀评价中得到广泛应用.但现有地形因子提取算法要求高程和栅格单元的单位(通常为m)一致,需对SRTM进行坐标变换才能使用.针对大区域上SRT...     

基于XGBoost-Shapley的玉米不同生育期LAI遥感估算

针对当前快速准确获取叶面积指数（Leaf area index, LAI）时大部分遥感预测方法将光谱信息作为模型主要特征,忽略时序变化特征的问题,利用无人机搭载五通道多光谱相机获取研究区玉米不同生育期的影像数据,基于该数据计算玉米相应生育期植被指数,然后采用植被指数建立各生育期子模型,采用Shapley理论计算子模型均方根误差对全生育期模型均方根误差的贡献度,从而确定各子模型权重,根据权重组合形成具有LAI时序变化特征的估算模型,分别基于支持向量回归（SVR）、多层感知机（MLP）、随机森林（RF）和极限梯度提升树（XGBoost）算法构建组合估算模型。结果表明：采用Shapley理论构建的组合LAI估算模型估算效果优于直接构建的全生育期LAI估算模型。相较于SVR-Shapley、MLP-Shapley以及RF-Shapley模型,XGBoost-Shapley模型的估算效果最佳（R²为0.97,RMSE为0.021,RPD为6.9）。将最优模型XGBoost-Shapley应用于研究区LAI预测,预测结果符合不同生育期玉米长势。本研究为大田玉米长势遥感监测提供...     

基于无人机遥感的玉米株高提取方法

为在玉米生长周期内,准确、快速地掌握玉米生长信息,通过无人机获取玉米生长阶段4期不同高清数码正射影像(Digital orthophoto map,DOM)及数字表面模型(Digital surface model,DSM),利用K-means算法、遗传神经网络算法和骨架算法分别对DOM中的玉米区域进行提取,生成掩膜,与DSM套和,获取玉米高度信息。与实地测量株高进行对比,3种方法的R~2分别为0. 853、0. 877、0. 923,RMSE分别为15. 886、14. 519、11. 493 cm,MAE分别为13. 743、11. 884、8. 927 cm。结果表明:结合DOM和DSM可以较好地提取生长阶段的玉米高度。与K-means算法、遗传神经网络算法相比,基于骨架算法提取玉米高度具有一定优势,且精度较高。采用DOM和DSM相结合的骨架算法提取植株骨架,为株高提取提供了一种新途径,可为无人机遥感监测作物株高状况提供参考。     

基于改进YOLO的玉米幼苗株数获取方法

为快速准确获取玉米幼苗株数、评估播种质量、进行查缺补苗等管理,对YOLO算法进行改进,提出了一种基于特征增强机制的幼苗获取检测模型(FE-YOLO),实现了对玉米幼苗株数的快速获取.该方法根据玉米幼苗目标尺寸和空间纹理特征,构建了基于动态激活的轻量特征提取网络,融合了多感受野和空间注意力机制.实验表明:FE-YOLO模...     

基于黄土高原多沙粗沙区植被恢复布局及其水文效应评价系统的实现

【目的】建立合理的评价系统,以期在各种土地利用方案和情景下,方便地实现水土保持环境效应评价、流域水文分析以及水土保持措施对区域水资源影响的定量评价。【方法】以黄土高原多沙粗沙区为例,利用TIME组件平台构建了基于GIS的水土保持应用系统,研究基于.NET Framework的黄土高原多沙粗沙区植被恢复布局及其水文效应评价系统的实现;讨论了GIS在水土保持中的应用、水文计算模型与GIS的集成、植被恢复布局及水文效应评价系统的结构框架、数据库设计和系统功能的实现。【结果】该系统充分利用了GIS强大的空间分析、直观的信息表达功能以及数据的存储、处理功能,能方便、快捷地显示和输出水土保持中的多种信息,并利用文字、地图、控件等多种手段进行信息表达。【结论】基于TIME组件开发的GIS模型系统,能够降低开发难度、缩短开发周期。该系统对于水土保持宏观规划的编制具有一定参考意义。     

高等农林院校计算机网络基础课程教学改革探索与实践——以西北农林科技大学为例

计算机网络技术的飞速发展,使其成为高等院校的计算机基础教学工作之一。在对当前计算机网络基础课程存在的问题及弊端分析的基础上,以学生专业知识的掌握和应用能力提升为基础,依据多年的教学经验,在教学体系、教学方法、教学内容、课程相关资源建设等方面进行了行之有效的探索和实践。     

基于数字高程模型的淤地坝地区河网提取方法

淤地坝作为黄土高原水土流失严重地区重要而独特的治沟工程,具有滞洪、拦淤、蓄水等作用,但在该地区利用数字高程模型(DEM)进行流域水系分析时,提取的河网会受淤地坝的干扰出现河网偏移、错位问题。本文提出一种通过对淤地坝进行检测并修正DEM的自动化方法来实现河网的有效提取。该方法先利用区域生长和形态学算法提取河道中心线,以缩小淤地坝检测范围,再基于改进的直线段检测(LSD)算法以及角度滤波确定淤地坝候选轮廓直线,然后构建十字模型定位淤地坝,最后对淤地坝所在栅格高程进行修正以提取河网。该方法在黄土高原两个典型样区中检测淤地坝的F1值分别为86.67%和86.95%,相比于仅使用填充、裂开的两种河网提取方法,本文方法能有效解决河网偏移问题。结果表明,本文方法提取的河网结果更符合真实地形,可为黄土高原淤地坝地区的流域数字地形分析技术提供有益补充与支持。     

基于全卷积神经网络的灌区无人机正射影像渠系提取

为快速准确获取灌区渠系分布信息,科学调配区域农业水资源、提高水资源利用率,通过基于全卷积神经网络(Fully convolutional networks,FCN)的语义分割模型进行渠系轮廓提取。利用无人机采集正射影像并进行标注,以VGG-19网络为基础,通过多尺度特征融合的方式实现FCN-8s结构,使用Tensorflow深度学习框架构建FCN渠系提取模型;对数据集进行数据增强,分割后放入FCN模型中训练、测试。实验结果显示,针对不同复杂程度的测试区域,FCN模型的提取准确度、完整度、精度均高于支持向量机方法和改进霍夫变换方法,均值分别为95. 78%、92. 29%、89. 45%。结果表明,该方法能够实现灌区渠系轮廓的高精度提取,具有较好的泛化性和鲁棒性。