排序方式: 共有15条查询结果,搜索用时 15 毫秒
1.
国际贸易与自然灾害是影响农产品供需的重要因素。通过python语言程序获取1978—2017年中国小麦、玉米、大豆3种主要农作物的年产量和近年来的国际贸易数据以及改革开放以来每年自然灾害造成的受灾、成灾、绝收面积,整合这些资料计算灾害强度指数,并分析其与粮食产量的相关关系,阐明了贸易战与自然灾害对中国农业生产的影响,并提出应对挑战的措施。分析表明,贸易战对中国不同农产品的影响程度不同,但都处于可控范围,大豆产业受到的影响相对较大,但可以通过其他措施予以缓冲和应对;自然灾害对中国农作物产量一直影响较大,加强灾害预警、保护农业生产至关重要。 相似文献
2.
卷积神经网络是一种特殊的人工神经网络,通过卷积核遍历图获取更多的目标特征信息。近年来,遥感技术发展迅速并被广泛应用于土地利用分析、作物分类识别、作物生长监测和病虫害检测,卷积神经网络为提取农业遥感图像的有效信息提供了新方法。卷积神经语义分割网络可根据语义信息对遥感图像像素点进行标注分割,在计算机计算能力逐步提高的前提下,分割网络结构优化,深度加深,分割准确率提高,性能提升。针对实际需要网络侧重于模块化设计改进,在土地利用分析和农作物分类识别应用中,改进的网络分割边缘细化、清晰,且像素准确率较高。在作物生长监测和病虫害识别方面,模块化改进使网络可高效实现分割任务、满足实际需要,卷积神经网络对农业遥感图像信息的语义分割为农业现代化和精细化管理提供了信息支撑。 相似文献
3.
【目的】2016年湖北省部分地区遭受洪涝灾害,导致该省农作物产量下降。利用遥感手段进行灾损评估研究可快速、准确获取灾后农作物的受灾程度与减产量,给农民提供实时、准确的参考数据,以减少农民的经济损失。【方法】基于2015年7月与2016年7月的灾前灾后Landsat-8影像,利用面向对象分类方法和分层抽样方法对湖北省荆州市与荆门市部分地区的农作物进行受灾面积提取,统计农作物受灾面积总量;对灾前灾后农作物的NDVI值进行对比,根据灾前灾后的NDVI差值进行受灾等级划分,以此得到农作物的受灾等级。【结果】(1)由连续暴雨引起的洪涝灾害导致研究区农作物都有不同程度的受损,采用了面向对象分类方法精度指标的Kappa系数为0.849 5,以此分类统计出的受灾农作物总面积为635.838 km~2;(2)受灾严重的区域主要是依傍河岸和地势低洼处。荆州市的弥市镇虎渡河附近的农作物受灾等级最高,受灾最为严重,几乎完全被洪水淹没;而荆州市马良镇的杨家湾因为地势低以及对农作物的灾害预防措施做得不够,也造成大量的农作物被淹没,甚至出现了绝收现象。【结论】对于农作物灾后监测,有关部门要借助遥感手段及时向农民提供数据支持,将农民的经济损失降到最低,最大程度地保障农民的生活。 相似文献
4.
利用欧洲中心ERA5再分析资料和NOAA提供的海洋尼诺指数研究了2018/2019年冬季中国南方地区持续阴雨天气的特征和主要影响因素.运用Morlet小波变换分析了南方地区的冬季太阳直接辐射量变化周期.结果 表明:(1) 2018/2019年中国南方冬季降水主要为东北-西南向分布,降水量西南部较大,降水量增幅东北部较大,对流性降水所占比重南部地区较大.冬季南方地区接受的太阳直接辐射量比往年同期减少40%以上.(2)南方地区的冬季太阳直接辐射量存在4a时间尺度的变化周期,且未来太阳直接辐射量仍然偏低,有进一步减少的趋势.(3)冬季东亚环流整体形势有利于引导冷空气多从东路影响南方地区.西太平洋副热带高压较常年同期偏强,西申脊点异常偏西,有利于孟加拉湾和印度洋的暖湿气流在对流层中层向中国南方地区的输送,造成冬季南方地区降水量较常年同期明显偏多.低层中心位置位于台湾岛附近反气旋环流的增强在低层从南海上空为南方地区连续阴雨持续输送了大量水汽.中国南方偏西偏南地区异常降水水汽供应主要来自925hPa至800hPa附近,而偏东偏北地区则主要来自800hPa以上至700hPa附近. 相似文献
5.
农业大数据关键技术及应用进展 总被引:3,自引:2,他引:1
【目的】为了保障我国的粮食安全,促进农业大数据在农业领域的充分应用。【方法】通过对国内外大数据文献的调研和分析,对大数据理论的提出、发展和应用做了简单回顾。以此为背景,对农业大数据的关键技术和瓶颈问题进行分析,指出中国农业大数据发展中存在的主要问题,在此基础上,探索了农业大数据发展的理论、应用方法以及相关案例等,并对未来农业大数据发展进行了展望。【结果 /结论】我国农业现代化需要大数据技术提供决策支持,并结合人工智能技术、物联网技术、互联网技术在农业全产业链中的发挥合力,促进农业转型升级,实现我国农业全要素的现代化、信息化发展。 相似文献
6.
【目的】地表温度反演是一个典型的病态反演问题,深度动态学习神经网络的出现提供了一条新的地表温度反演途径。文章以MODIS中红外和热红外波段作为参照模拟研究对象,利用深度动态学习神经网络和辐射传输模型(MODTRAN)进行地表温度反演研究,选择最适合于MODIS地表温度反演的波段组合,从而为国产卫星风云系列和高分数据红外波段反演地表温度提供参考算法。【方法】根据中红外波段受太阳的影响以及水汽波段的特征,将反演组合波段分成3组。第1组适合白天和晚上同时反演地表温度的组合(MODIS波段29、31、32和33);第2组适合白天的热红外波段和水汽波段组合(MODIS波段29、31、32、33和水汽波段);第3组是只适合晚上的中外波段(MODIS 20、22、23)与热红外波段(MODIS 29、31、32和33)的组合。【结果】利用辐射传输模型(MODTRAN)和深度动态神经网络(NN)反演分析表明,深度动态学习神经网络能够被用来精确地从单景MODIS数据中反演地表温度,克服了传统MODIS白天/黑夜产品算法的缺陷。3种类型的组合地表温度的平均反演误差都在1 K以下,最高精度为热红外波段与水汽波段的组合,平均最高精度为0.251 K,标准差是0.255 K,相关系数是1。【结论】利用深度动态学习神经网络和辐射传输模型彻底解决了地表温度和发射率病态反演难题,为风云系列卫星和高分数据地表温度反演算法提供参考算法模式,深度动态学习神经网络与辐射传输模型相结合反演地表温度和发射率在地表温度反演史上具有里程牌意义。 相似文献
7.
华东地区夏季极端高温特征及其对植被的影响 总被引:3,自引:0,他引:3
基于中国华东地区79个气象站1971-2006年夏季逐日地面最高气温和1981-2006年先进超高分辨率辐射计(AVHRR)的归一化植被指数(NDVI)资料,分析华东地区夏季极端高温热浪频次和平均持续时间的空间分布特征,并利用Morlet小波变换分析极端高温次数的周期性变化规律,同时采用奇异值分解(SVD)研究华东地区极端高温次数与植被指数之间的联系。结果表明:(1)华东地区夏季极端高温热浪频次的空间分布主要以北低南高,东低西高,平原高山区低为主。平均持续时间相对于频次,其高值区更靠近沿海。(2)华东地区夏季极端高温次数主要受22a、9a、4a左右的尺度波动影响。其中22a左右的时间尺度为第一主周期,周期振荡在整个时域中表现较稳定。第二主周期为9a左右,周期振荡的振幅从1994年开始逐渐由小增大,将对未来产生重要影响。(3)华东地区夏季极端高温次数与NDVI存在显著相关。当华东中南部地区夏季极端高温次数偏高时,江苏东部地区的夏季植被覆盖度偏低,而山东北部地区和江西西南及西北地区的夏季植被覆盖度偏高;当山东中部地区夏季极端高温次数偏低时,山东东北地区的夏季植被覆盖度偏高,而江苏东部、福建南部和江西北部的夏季植被覆盖度偏低。 相似文献
8.
2018年中美贸易战和气候变化对中国粮食生产有很大的影响,旱涝等极端气候事件、病虫害频繁发生以及极端气候变化的逐渐加剧等必将给中国未来的粮食生产带来许多严峻的挑战。总体上,中美贸易战和极端气候对中国粮食生产和农业发展战略的影响很大,随着近年来极端气候事件和贸易摩擦的增多,保护农业生产显得非常重要。而由于极端灾害发生具有地域偏远和时间紧迫等特点,为缓解中国粮食安全压力,促进中国乡村振兴,通过对极端气候自然灾害特点的分析,提出了建立城乡居民互保协议、盘活中国农村经济的适合中国农村特点的藏粮于民及乡村振兴民间计划的措施和战略。 相似文献
9.
【目的 】 为促进农业大数据在我国农业生产中的应用,提高农业生产效率和质量。 【方法 】 文章首先通过梳理大数据相关文献,对农业大数据理论的提出和发展进行回顾,总结大数据在农业中的重要作用;其次,对我国以及美国、以色列、日本这3个主要发达国家的农业大数据发展现状进行分析,进而总结了国内外农业大数据的特点并归纳国内外农业大数据存在的问题。 【结果/结论 】 我国需借鉴国外先进的农业生产模式,从农业规范化、精准化、智能化三方面发展,这将对我国农业大数据在农业生产中的应用具有重要指导作用,从而提高生产效率、减少浪费、充分利用有限的农业资源,为我国粮食安全提供保障。 相似文献
10.
基于可见光红外成像辐射仪数据的地表温度反演 总被引:2,自引:2,他引:2
地表温度是农业旱灾和作物估产模型的重要参数。该文针对可见光红外成像辐射仪(visible infrared imager radiometer suite,VIIRS)传感器缺乏水汽通道的特点,联合Aqua卫星搭载的中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,MODIS)数据提出了基于分裂窗算法的VIIRS地表温度反演方法。对地表发射率和大气透过率这2个关键参数的获取进行了详细分析,选取了处于作物生长期的2013年6月4日VIIRS数据进行实例验证分析。结果表明,与全国气象数据比较该文算法在大尺度上能够较好地获取中国地表温度;与MODIS数据温度产品在高温产粮区比较,该文算法与MODIS温度产品精度较一致,两者差值小于1 K。使用MODTRAN(moderate resolution transmission)软件对算法的精度进行了模拟评价验证,分析表明:在一定的水汽和地表发射率条件下,算法反演精度一般保持在1 K内,平均误差为0.431 K,误差标准偏差为0.247 K。能够为农业干旱、作物长势等农情信息监测提供所需的地表温度数据。 相似文献