基于EMD和IDAR的灌区年降水量预测研究

针对降水量这样一种非线性、非平稳序列,研究经验模态分解方法(EMD)和信息扩散近似推理方法（IDAR）在年降水量预测中的组合应用,解决资料序列不充分情况下的区域降水量预测问题。首先,通过EMD方法对具有典型非线性与非平稳特征的年降水量时间序列进行处理,分解出包含原信号不同特征尺度的分量数据系列;然后应用信息扩散近似推理技术对各降水量分量间的复杂非线性关系进行描述,建立当前趋势以及相邻年份之间的预测规则,并进行预测。以文献案例灌区长系列降水资料为样本进行实例计算,并与其它预测方法进行了对比。结果表明：基于EMD和信息扩散近似推理的预测方法效果较好,误差绝对值和为1.30,优于人工神经网络、线性自回归方法以及单纯信息扩散近似推理的统计结果。同时,为了验证该方法的适用性,将该方法应用于文峪河灌区的降雨量预测,取得了满意的效果。研究中发现：信息扩散近似推理可将样本点转换成模糊集,部分弥补了由于数据的不完备性所造成的信息空白,并可将矛盾模式转换成兼容模式。而EMD方法可有效分解具有非线性、非平稳特征的降水序列,保留其原序列在空间（或时间）各种尺度上的分布规律。两者结合对解决样本不完备的非平稳序列的预测问题是非常有价值的。通过与其它预测方法比较,发现该模型能够很好地光滑样本数据以及能够较好地发掘知识,有较高的预测精度和推广应用价值。     

AN INEXACT REASONING INFORMATION MANAGEMENT SYSTEM

The author introduces some basic ideas and methods of artificial intelligence into an information management system,and therefore proposes a design for the information management system which has the ability of inexact reasoning based on the certainty knowledge. According to the design, the system can also be made with the flexibility of change and expansion, and good adaptability for application. This paper describles the design and its programing skill in detail.     

基于Penman-Monteith模型和路径排序算法相结合的草莓灌溉方法与验证

灌溉是影响作物产量的重要因素。为更加有效、精确地控制设施作物的灌溉,本研究以“章姬”草莓为例,将作物实时生长特征引入灌溉决策模型中,将Penman-Monteith（P-M）模型和知识推理相结合对草莓的灌溉展开研究。首先明确影响草莓灌溉的因子和影响系数,然后建立“章姬”草莓灌溉知识结构和草莓灌溉知识图谱,接着应用路径排序算法（Path Ranking Algorithm,PRA）对P-M模型计算的灌溉值进行调整,实现草莓的精准灌溉。知识推理中每个专家的灌溉调整策略都不相同,本试验以草莓产量最大为目标,选择概率值最高的一组灌溉推理值对灌溉进行调整。试验结果表明,在规定时间采收的情况下,本研究提出的基于Penman-Monteith模型和路径排序算法相结合的方法比传统P-M模型方法的果实总产量、单株果实均产量和果实均重百分比分别提高2478.5g、20.65g和12.15%（单个果实均重提高1.65g）,硬度提升了0.1 kg/cm²。表明该方法根据作物生长状态对作物灌溉进行调整合理,为精确灌溉提供了新的思路。     

本体在村级数据资源共享中的应用研究

针对多源、异构农业农村数据资源难以有效地相互理解和共享利用的问题，本文提出了一种基于本体论的数据组织方法，从村级数据资源组织和共享的角度出发，探讨如何构建所需的本体的方法路径，基于案例试验阐述了如何将本体应用于村级数据资源的组织、共享，以及将基于规则的本体推理应用于村级数据资源开发利用，最后提出了本体在农业农村数据资源管理、共享、挖掘中的应用场景展望。     

农业智能知识服务研究现状及展望

大数据、物联网和人工智能等现代信息技术在农业中的广泛应用，推动了农业农村现代化和智慧农业的发展，带动了农业经营主体对科技与知识的旺盛需求，农业知识服务成为农业转型升级和高质量发展的重要引擎。为解决现有农业知识分散无序、更新不及时、面向经营主体的知识服务不平衡、供需脱节等问题，本文总结分析了国内外农业知识服务的研究与实践现状，提出了一套基于农业全产业链、按照农业数据的全生命周期、面向农业经营主体的农业智能知识服务体系框架，设计了基于智能物联网（Artificial Intelligence & Internet of Things，AIoT）的农情感知与大数据汇聚治理、基于知识图谱的农业知识组织与计算挖掘，以及基于多场景的农业智能知识服务三个层次。文中归纳了包括空天地AIoT全维度农情感知、多源异构农业大数据汇聚治理、知识建模、知识抽取、知识融合、知识推理、跨媒体检索、智能问答、个性化推荐技术、决策支持等农业智能知识服务涉及的关键技术，并举例了其研究应用。最后从农业数据获取、模型构建、知识组织、智能知识服务技术和应用推广等方面探讨了未来农业智能知识服务的发展趋势及对策建议。总结发现，农业智能知识服务是破解当前农业知识服务供需矛盾，实现跨媒体农业数据到知识的跨越，推动农业知识服务向个性化、精准化和智能化升级的关键，亦是农业科技自立自强、现代农业提质增效的重要支撑。