基于正则化与时空约束改进K最近邻算法的农业物联网数据重构

针对农业复杂环境易发的物联网感知数据丢失异常问题,该文提出一种基于正则化惩罚的K最近邻数据重构方法(K nearest neighbor-regularization penalty,KNN-RP),采用岭回归方法对最近邻方法中的最小二乘因子进行正则化,并讨论了惩罚项的范数选取形式。通过对农业物联网感知数据的时空稳定性与相关性分析,确定了时间与空间约束矩阵的定义方式。采用温室数据样本对算法性能进行交叉验证,结果显示该文的KNN-RP性能在点丢失模型下优于KNN、反距离加权KNN算法以及DT算法,而在块丢失模型下优于KNN和反距离加权KNN算法,略低于DT算法,提高了农业物联网的感知数据质量。该研究可为基于物联网数据的农业生产决策提供参考。     

基于WorldView-2影像的土壤含盐量反演模型

针对WorldView-2影像高空间分辨率评价其定量反演土壤含盐量的能力,以盐渍化现象较为明显的新疆克里雅河流域为研究对象,基于WorldView-2影像和实测高光谱数据,利用偏最小二乘回归(partial least squares regression,PLSR)和BP人工神经网络(back propagation artificial neural networks,BP ANN)方法建立定量反演该流域土壤含盐量模型并做出研究区高空间分辨率土壤含盐量分布图。结果表明:1)利用实测高光谱数据和影像数据分别建立的2种模型中BP神经网络模型预测精度都高于PLSR模型,其中基于影像数据建立的6:8:1结构的3层BP神经网络模型决定系数R2、均方根误差RMSE、相对分析误差RPD分别为0.851、0.979、2.337,模型的稳定性和预测能力都优于PLSR模型(R2、RMSE、RPD分别为0.814、1.139、2.007)。2)利用WorldView-2影像提高了土壤含盐量制图的空间分辨率,归一化植被指数NDVI和比例植被指数RVI较有效降低了植被覆盖与土壤水分对预测精度的影响。该文建立的考虑植被覆盖与土壤水分定量反演土壤含盐量的模型不需要复杂的参数,一定程度上满足了干旱、半干旱地区的盐渍化监测需求,可以促进WorldView-2等高空间分辨率卫星在盐渍化监测中的进一步应用。     

基于移动最小二乘法的点云叶面三维重建

利用地面激光扫描仪获取户外树木的大量点云数据,从中截取树叶点云数据并以此进行曲面拟合,构建树叶真实的三维模型。主要针对空间散乱点云数据的曲面拟合方法进行研究,并利用Delaunay三角剖分构建树叶三维模型。在移动最小二乘法的二维曲面拟合方法基础上,针对空间散乱点云数据,提出了新的曲面拟合方法。通过移动最小二乘法对点云数据曲面拟合,得到了理想的效果后再利用三角剖分重建叶面三维模型。     

面向对象的技术研究

C、C++、Java和C#等语言为背景,对面向对象和数据抽象作出了一个非正式的定义,将支持数据抽象等同于定义和使用新数据类型的能力,而将支持面向对象编程等同于对类层次的表达能力。同时,讨论了通用编程语言为支持此种编程格式而必须提供的机制。     

基于ANSYS的大耕深旋耕刀结构优化设计

通过对现有R245旋耕刀的建模及静力学分析,以旋耕刀主导用材之一65Mn的屈服强度为依据,确定了R245旋耕刀所承受的极限载荷与工作载荷。采用等比例放大的方法,以GB/T5669-2008规定的R245旋耕刀结构为基础,设计了刀尖回转半径为300mm旋耕刀(其耕深可达20~22cm),同时以同比例放大确定了R300旋耕刀的极限载荷与工作载荷,基于ANSYS软件对所设计的R300旋耕刀在工作载荷下的应力场进行了模拟,并基于模拟结果重点对其刀刀柄尺寸进行了优化。结果表明:当刀柄厚度增加到25mm、刀柄宽度增加到40mm后,R300旋耕刀不仅在工作载荷下不会失效而且在极限载荷下也不会失效。     

物体表面采样数据近似最小包围盒快速求解

提出一种改进的模型表面点云的近似最小包围盒求解方法,该方法首先构建模型表面采样教据的动态空间索引结构,依据点云特征型面的曲率在保持型面特征的基础上对原始数据进行精简,采用均值漂移算法得到新的模式点集进行二次精简,计算精简后数据的凸包,利用O'Rourke提出的凸多面体的最小包围盒求解算法获得凸包的最小包围盒并确定局部坐标系,利用局部坐标系求解原始点云数据的近似最小包围盒,可在满足最小包围盒体积精度的同时提高算法的运行效率,能有效处理各种复杂型面的点云数据的最小包围盒快速求解问题.     

园林绿化中的大树移栽及养护管理技术

发展绿色化城市最有效的方法是移栽大树,也可以有效地保护各种老树。在进行移栽的时候,发现这些大树的成活率不是很高。因此,文章提出了移植大树的技术一些移植后的保养措施以供行业人士参考。     

基于网络数据的水利风景区感知意象

文章以泰宁水利风景区为例,基于丰富的网络图文数据,运用ROST CM软件及内容分析法对景区感知意象进行分析研究。结果表明:1)水文景观类照片数量最多,且所有景观类照片占比76.90%;涉及景区景观文本词汇最多,景区活动次之;语义网络以大金湖、上清溪和景色为核心展开,各景区景点与旅游活动之间存在紧密联系。2)在认知形象中景区景观主类目占比最大,其次是景区旅游活动和景区服务与设施;特色景观和活动是游客关注的焦点,但仍存在收费不明、服务态度差等不足之处。3)游客积极情绪占比高达80.80%,负面评论集中于景区门票服务和管理。该研究对拓宽水利生态旅游市场、完善水利风景区的规划和管理具有重要意义。     

Winter wheat yield estimation based on assimilated Sentinel-2 images with the CERES-Wheat model

Assimilating Sentinel-2 images with the CERES-Wheat model can improve the precision of winter wheat yield estimates at a regional scale. To verify this method, we applied the ensemble Kalman filter(EnKF) to assimilate the leaf area index(LAI) derived from Sentinel-2 data and simulated by the CERES-Wheat model. From this, we obtained the assimilated daily LAI during the growth stage of winter wheat across three counties located in the southeast of the Loess Plateau in China: Xiangfen, Xinjiang, and Wenxi. We assigned LAI weights at different growth stages by comparing the improved analytic hierarchy method, the entropy method, and the normalized combination weighting method, and constructed a yield estimation model with the measurements to accurately estimate the yield of winter wheat. We found that the changes of assimilated LAI during the growth stage of winter wheat strongly agreed with the simulated LAI. With the correction of the derived LAI from the Sentinel-2 images, the LAI from the green-up stage to the heading–filling stage was enhanced, while the LAI decrease from the milking stage was slowed down, which was more in line with the actual changes of LAI for winter wheat. We also compared the simulated and derived LAI and found the assimilated LAI had reduced the root mean square error(RMSE) by 0.43 and 0.29 m2 m–2, respectively, based on the measured LAI. The assimilation improved the estimation accuracy of the LAI time series. The highest determination coefficient(R2) was 0.8627 and the lowest RMSE was 472.92 kg ha–1 in the regression of the yields estimated by the normalized weighted assimilated LAI method and measurements. The relative error of the estimated yield of winter wheat in the study counties was less than 1%, suggesting that Sentinel-2 data with high spatial-temporal resolution can be assimilated with the CERES-Wheat model to obtain more accurate regional yield estimates.     

农业大数据研究与应用进展

【目的】在全球快速发展和数据信息量迅猛增长背景下,大数据技术也成为各行业应对海量数据的重要助力。国内对于农业大数据的研究起步较晚,缺乏对相关研究的归纳总结。文章通过对目前农业大数据应用、技术等研究进行论述,对未来农业大数据的发展方向进行展望。【方法】文章采用文献综述法,概述了国内外农业大数据的研究进展,分析了农业大数据的应用方向与关键技术,简要介绍了部分农业大数据平台,指出了目前发展存在的问题并提出未来发展方向。【结果】我国农业大数据发展十分迅速,目前已应用在了农业育种、生产与养殖、农业气象预测、市场管理与农产品追溯等领域,相关的农业大数据平台也已投入使用,但目前仍存在数据缺乏统一标准、共享水平低、缺乏大数据人才、缺乏自主核心技术、已有大数据平台缺乏实用性、数据保护体系不完善等问题。【结论】未来要进一步完善农业大数据采集体系,提高数据共享水平,增强大数据尤其是农业大数据的人才培养力度,优化大数据分析技术,让数据挖掘变得更加高效,自主研发大数据处理框架减少对国外技术的依赖,此外要对原有的大数据平台进行升级,建设出包含农业旅游、文化等丰富的、能够为基层群众提供更加实用性服务的农业大数据平台以及针对大数据资源特点,完善大数据的安全保障工作。