德庆贡柑生产知识库建设

文章通过分析国内外农业生产知识库研究现状和德庆贡柑产业发展需求,提出了德庆贡柑生产知识库的建设,并从知识库系统体系结构确定、贡柑知识获取和知识库知识分类等方面展开论述。贡柑生产知识库的建设,为提高贡柑生产效益、实现标准化生产、提升贡柑品质和增加果农经济收入等方面具有重要的意义。     

不同订正方法下CFSR再分析数据在天山西部山区径流模拟中的应用

以天山西部山区喀什河流域为典型研究区,基于1990-2000年的水文气象站点实测资料、2005年喀什河流域遥测降水数据及各时间段对应的CFSR(Climate Forecast System Reanalysis)再分析数据,通过实测站与其最近CFSR站多年月平均降水的比值,CFSR站点处2005年的年降水量与同期遥测年降水量的比值,以及基于实测站点降水数据和各CFSR站点与实测站点最近的CFSR站点的空间关系3种方法对CFSR降水数据进行订正。借助VIC模型,分析不同订正方法下研究区径流的模拟效果。降水时间序列分析结果表明,CFSR降水数据能够较好地在时间和空间上反应喀什河流域内月降水的变化情况。径流模拟结果表明,(1)CFSR降水数据的不同订正方法对径流结果影响较为明显;(2)基于实测站点降水数据以及各CFSR站点与实测站点最近的CFSR站点的空间关系订正的所有CFSR降水,在径流模拟中表现最好,模型率定期和验证期的模型效率系数均在0.80以上,多年径流相对误差在15.0%以内。该订正方法不仅考虑了降水在时间维度上的变化,还考虑其在地理空间维度的变化,较其它两种方法在径流模拟中具有更好的应用前景。     

Developments in land information systems: examples demonstrating land resource management capabilities and options

Land Information Systems (LIS) provide a foundation for supporting decision‐making across a broad spectrum of natural resource applications: agronomic, environmental, engineering and public good. Typically, LIS constitute a computerized database repository holding geospatial components, ‘mapping unit’ geometry and related georeferenced materials such as satellite imagery, meteorological observations and predictions and scanned legacy mapping. Coupled with the geospatial data are associated property, semantic and metadata, representing a range of thematic properties and characteristics of the land and environment. This paper provides examples of recent developments of national and regional LIS, presenting applications for land resource capabilities and management. These focus on the ‘Land Information System’ (LandIS) for England and Wales, and the ‘World Soil Survey Archive and Catalogue’ (WOSSAC) and consider Agricultural Land Classification in Wales, an Irish land and soil information system, and a scheme to optimize land suitability for application of palm oil biofertilizers in Malaysia. Land Information Systems support purposeful environmental interpretations, drawing on soil and related thematic data, offering insight into land properties, capabilities and characteristics. The examples highlight the practical transferability and extensibility of technical and methodological approaches across geographical contexts. This assessment identifies the value of legacy‐based natural resource inventories that can be interoperated with other contemporary sources of information, such as satellite imagery.     

确定含水层参数的混沌序列优化算

以泰斯公式为例，将混沌序列优化算法应用于求解分析抽水试验资料，确定含水层参数的函数优化问题．就混沌序列长度、粗搜索次数和待估导水系数初值取值范围等因素对算法收敛性的影响，进行了数值实验．结果表明：1）混沌序列优化算法可以有效地应用于求解含水层参数计算问题；2）粗搜索次数的多少和序列长度的大小对算法收敛性的影响不明显；3）待估导水系数的初始取值范围对算法的收敛速度有一定的影响，但不会影响最终计算结果．与其它方法相比较，混沌序列优化算法具有原理简单、易于编程和运算、计算结果精度不受人为因素影响和应用范围较宽等优点．     

Approach for Load State Detection in MIN

Some thoroughly research on the basic method for load state detection in MIN is introduced. Load sources of SCP and SSP in MIN are analyzed in detail after investigating the relationship between inter resource and load state in the system. And load detection parameters and model are presented. Moreover, a novel strategy to detect system load state based on fusion of multi detection data is presented. By some test, the theory and method are proved most feasible. Our research show that load state of MIN can be recognized by detecting utility of internal resource utilizing of single node in MIN, and multi redundant detecting data fusion is effective approach to improve the reliability and trust degree of the result.     

基于遥感数据同化的土壤含盐量估算方法

为探究同化遥感数据对监测区域尺度土壤含盐量时空信息的适用性,以河套灌区沙壕渠灌域为研究区,以高分一号卫星影像为数据源,通过灰度关联法筛选光谱指数,采用岭回归法构建不同深度的土壤含盐量反演模型,使用集合卡尔曼滤波同化算法将遥感数据应用于HYDRUS-1D模型中,开展区域尺度不同深度土壤含盐量的同化研究。结果表明,基于不同深度土壤含盐量的岭回归法模型,其R²均在0.64以上,RE为0.14～0.22,反演精度较高,得到的反演值较为准确;在单点尺度上,与模拟值、反演值相比,同化值更接近实测值,其EFF为0.84～0.93,NER为0.61～0.73,均为正数,且RMSE降低到0.006%～0.011%,提高了HYDRUS-1D模型模拟精度;在区域尺度上,不同深度同化值的r均为0.94以上,NER为0.61以上,优于模拟值和反演值,且同化精度随着深度的增加而降低。本文基于遥感数据和HYDRUS-1D模型的集合卡尔曼滤波同化研究,提高了土壤含盐量的模拟精度,对提高监测区域尺度土壤含盐量时空信息的精度具有一定的参考价值。     

基于LightGBM和处方数据的番茄病害诊断方法

为高效地挖掘植物病害处方数据并辅助精准诊断,以番茄病毒病、番茄晚疫病、番茄灰霉病3种病害为研究对象,构建基于贝叶斯优化LightGBM的番茄病害智能诊断模型,探索作物病害处方数据挖掘及其精准诊断。重点对处方原数据（文本数据标签和One-hot编码等）进行预处理,以基于Wrapper的递归特征消除法进一步提取作物病害处方数据的特征;利用基于LightGBM算法构建番茄病害诊断模型,并与K近邻（KNN）、决策树（DT）、支持向量机（SVM）、随机森林（RF）、梯度提升决策树（GDBT）、AdaBoost和XGBoost常见机器学习模型运行结果进行比较分析并进行优化;设计基于LightGBM模型的Android手机端植物医生病害诊断APP。实验结果表明,基于贝叶斯优化的LightGBM模型综合诊断准确率可达到89.11%,比其他7种机器学习模型的诊断准确率平均高3.65个百分点;同时特征选择后的LightGBM模型在保证模型准确率的基础上降低了前期数据收集难度,模型综合准确率提高至89.34%,其中番茄病毒病的诊断精确度和F1值均达到96%以上,运行时间减少了47.73%;最后通过番茄叶霉病和番茄早疫病两种病害对本文模型进行了泛化能力测试,实验结果表明该模型具有较强的泛化能力和实用性。基于LightGBM模型设计的APP可以实现用户人群友好的交互式可视化且满足实际诊断需求。     

基于联合变化检测的耕地撂荒信息提取与驱动因素分析

撂荒地遥感提取方法主要为分类方法和变化检测方法。由于撂荒地覆被类型复杂,容易同草地、灌木混分,导致分类方法的提取精度不高。而变化检测方法易受非耕地变化因素干扰,且只能提取监测周期内的新增撂荒,无法提取监测周期之前的历史撂荒。此外,受遥感数据本身的制约,中低分数据受混合像元干扰而提取能力不足,高分遥感易受地形起伏、云层遮蔽、覆盖周期长等因素干扰而损失精度,因此,传统遥感方法提取撂荒地困难。本研究提出多源数据联合变化检测方法以提取撂荒地。利用多源数据的异质性和不同方法的互补性,针对不同类型的撂荒地制定不同的提取策略,并进行耦合分析以提取撂荒地。经实地调查验证,该方法提取总精度达到97. 6%。在此基础上,提取撂荒地的距离特征、高差特征、灌溉特征和邻域特征等自然地理指标,对其进行了显著性分析,判别了区域撂荒主导因素,为撂荒驱动力研究、定向提升撂荒地管理提供了依据。     

某考试系统评分模块的边界值测试用例设计

边界值分析(Boundary Value Analysis)技术扩展了对等价类中起始和末尾输入值可能性的分析。输入输出数据中很大百分比的功能性错误都发生在这些边界上,或这些边界值的周围。介绍了边界值分析的基本概念和测试用例设计原则,以某考试系统的评分模块为背景,进行了边界值测试用例的设计。     

电控喷油器智能测试系统数据通讯技术研究

电控喷油器的性能是决定电控系统设计的重要因素,直接影响车用发动机燃油控制单元的精确性.对电控喷油器智能测试系统进行了开发研究.使用计算机的RS-232接口与单片机进行串行通讯.采用VB6.0对上位机进行编程控制,实现了上下位机之间的实时通讯.快捷地控制喷油器的运行,并能够实时地获取喷油器喷射量,实现电控喷油器的智能测试.