1980～2002年中国农地利用变化的时序特征

该文依托1980～2002年的全国农产品成本收益资料与中国农业统计年鉴等基础资料,以农地利用过程中的主要农作物为例,对农地利用过程中集约度、播种面积与耕地撂荒变化的时序特征及其驱动因素进行了研究。结果表明：近20多年来,中国农地利用的集约度与总播种面积均有不断提高与扩大的总体趋势,但在扩大过程中却有三次显著下降变化,在集约度下降时期(1984～1986年、1992～1993年、1997～1999年),农作物播种面积明显缩小,农地弃耕撂荒现象开始显著增加;导致这些变化的根本原因同农地利用过程中成本要求与土地要素纯收益的变化密切相关,但在时间响应上,由于农户要经过一个“观望-权衡-行动”的响应过程,从而往往滞后1～3年。     

基于自适应深度学习的数控机床运行状态预测方法

针对机床状态动态标签及差异化分布数据下的预测适应性差与准确度低问题,结合时序特征关系和模型融合方法,建立自适应混合深度学习模型进行机床状态预测.首先,通过融合最小近邻分类器,设计一种基于权值累积的自适应更新法则,建立具有数据自适应性的状态预测模型.在此基础上,提出一种基于中心损失函数的特征距离度量优化策略,构建综合决策...     

基于姿态与时序特征的猪只行为识别方法

生猪行为监测是生猪养殖管理过程中的一个重要环节。该研究提出了基于姿态与时序特征的猪只行为识别方法。首先采集和标注猪栏内猪只图像,分别构建了猪只目标检测数据集、猪只关键点数据集和猪只行为识别数据集;利用构建的数据集,分别训练了基于YOLOv5s的猪只检测模型、基于轻量化OpenPose算法的猪只姿态估计模型和基于ST-GCN算法的猪只行为识别模型,并搭建了猪只行为识别系统。经测试,文中训练的YOLOv5s猪只检测模型mAP（mean Average Precision）最高达到0.995,姿态估计模型平均精度和平均召回率达到93%以上,基于ST-GCN的猪只行为识别模型的平均准确率为86.67%。文中构建的猪只行为识别系统中基于LibTorch推理猪只检测模型和猪只姿态估计模型的单帧推理耗时分别约为14和65 ms,单只猪行为识别推理耗时约为8 ms,每提取200帧连续姿态进行一次行为识别推理,平均17 s更新一次行为识别结果。证明提出的基于姿态与时序特征的猪只行为识别方法具有一定可行性,为群养猪场景下的猪只行为识别提供了思路。     

3种性诱捕器诱捕苹果蠹蛾效果比较及成虫的时序动态变化

通过对3种苹果蠹蛾性诱捕器诱捕效果的比较,发现板式性诱捕器的诱捕效果最好,盆式与瓶式之间无差异;对苹果蠹蛾成虫综合防治果园和未防治果园中的时序变化以及防治措施对成虫动态变化的研究发现,在综合防治果园中苹果蠹蛾成虫的数量明显降低,第1代和第2代成虫每单位诱捕器3 d内诱捕虫头数在2头以下,盛发期前后的2次化学防治为越冬代成虫防治的关健时期.     

提高专业课教学效率的尝试

本文在专业课教学实践中,提出了通过整合教学内容、优化课堂时序,借助于课堂情境的创设,力求"教"的激情与"学"的欲望产生"共振",注重学科的交叉渗透,力求压缩学时而不降低教学要求。     

棉蚜与瓢虫空间格局及种群时序动态耦合关系的地统计学分析

应用地统计学方法研究了南疆阿瓦提棉区的棉蚜及瓢虫的空间分布格局及其时序动态耦合规律,结果表明:大尺度下:棉蚜变程范围在6.60～24.60 m,平均12.07 m;块金/基台盛发期范围8.35%～49.98%,消退期在6.63%～13.90%;小尺度下:棉蚜变程范围在1.37～14.76 m,平均3.525 m;块金/基台范围盛发期1.32%～38.81%,消退期在0.21%～83.54%;通过种群动态分析、各向异性变异函数分析及普通克里格插值三维模拟分析,表明不同尺度下瓢虫与棉蚜有着比较典型的追随关系,但小尺度下受随机因素干扰较多,种群变化曲线有一定程度的波动.     

基于多时相遥感影像的水稻种植信息提取

获取水稻种植信息对于指导水稻生产,监测作物生长及合理分配水资源具有重要意义。针对基于单时相影像提取水稻信息精度有限,以Sentinel-2A/B多时相影像为数据源,构建NDVI、EVI、NDWI和光谱特征4种时序特征数据集并设计6种试验方案,结合随机森林算法对水稻种植信息进行提取。结果表明,NDVI、EVI时序曲线可以较好反映出水稻生育期的物候特征,不同地类的光谱时序曲线和NDWI时序曲线可分离度较高,有利于提高分类精度;基于NDVI时序数据集的分类精度最低,基于光谱时序数据集的分类精度最高,总体精度达95.559 0%,Kappa系数为0.943 3,与基于NDVI的分类结果相比,总体精度、Kappa系数、水稻生产者精度和用户精度分别提高了3.530 4%、0.044 9、8.64%和3.36%,水稻与旱地的混分现象得到有效抑制。该研究为区域水稻种植信息精确提取在数据源选择、时序特征构建方面提供了一种新的思路和技术手段。     

棘胸蛙胚胎发育观察与相关抗氧化酶活性变化研究

为解析棘胸蛙胚胎发育过程中酶活性变化特征及其对胚胎发育的影响,以全人工养殖的棘胸蛙作为繁殖亲本,采用仿生态繁殖方式获得受精卵,系统观察胚胎发育时序和特征,同时分析4个主要发育阶段抗氧化酶活性变化。试验结果表明,棘胸蛙胚胎发育过程与其他蛙类总体相似,但是也存在种特异性。其受精卵为沉黏性卵,卵径为(4.31±0.69) mm,分为动物极和植物极,其中动物极朝上,植物极朝下。在水温(24.5±0.5)℃条件下,由受精卵至出膜历时222.94 h,总积温5462.03 h·℃,至卵黄吸尽期历时288.44 h,总积温7066.78 h·℃。按照发育时序可将整个胚胎发育过程分为7个阶段24个时期。酶活性分析发现,超氧化物歧化酶、过氧化氢酶、谷丙转氨酶以及丙二醛的变化趋势基本一致,均在原肠中期酶活性降低,而谷草转氨酶却在原肠中期酶活性达到最高点,然后持续下降。此外,过氧化氢酶、超氧化物歧化酶、谷草转氨酶、谷丙转氨酶4种酶活性均在卵黄吸尽期达最低,而丙二醛含量达到最低点为原肠中期。本试验可为棘胸蛙的繁殖生物学和高效制种技术提供基础资料。     

利用迁移学习进行长时序遥感影像分类的影响因素和策略

长时间序列遥感影像分类是研究区域自然资源和土地利用时空变迁的重要基础.传统的区域长时序遥感影像分类,需要逐景影像选取样本进行分类,存在样本复用性低、人工工作繁复等问题;而迁移学习作为一种将已有知识应用到不同任务中的机器学习方法,可以实现遥感影像特征信息的重复利用.但长时序遥感影像由于时间跨度和物候等差异,地物光谱存在不...     

梅园朝鲜球坚蚧的分布格局及时序动态

应用5种聚集度指标和Iwao法、Taylor幂法则,分别考查了2003年3—9月份朝鲜球坚蚧(Didesmococcus koreanus Broch)在梅树上的分布型及其变化动态。结果显示:该蚧在梅树不同方位和冠层的枝条上以及所有密度下均呈聚集分布,分布基本成分为个体群,且个体间相互吸引。该虫以上层和南向树冠的聚集度最高,下层和北向树冠的聚集度最低,这种差异与该蚧的生物学特性和环境的异质性有关。不论蚧体在上、中或下层树冠,都明显呈现出前期高聚块,4月下旬后由于黑缘红瓢虫天敌的捕食作用使其聚集强度呈逐渐降低的趋势。在空间分布格局研究的基础上,提出了理论抽样数公式,给出了不同密度和误差要求条件下的最适抽样数及一定防治指标下的序贯抽样模型。