检索结果-南通市图书馆

同方期刊数据库

集成时间序列Sentinel-1/2数据的江汉平原油菜早期制图

在线全文

学校读者我要写书评

暂无评论

中国农业信息 2024年第3期36卷 14-28页

作者：王甜李中元王明星付煜焦阳湖北大学资源环境学院区域开发与环境响应湖北省重点实验室湖北省农业遥感应用工程技术研究中心

【目的】江汉平原是湖北省主要的农作物生产基地，油菜早期阶段的准确定位对于作物生长监测和作物产量预测至关重要。【方法】文章借助谷歌地球引擎（Google Earth Engine,GEE）云平台，通过结合物候信息的随机森林模型（Random Fores... 详细信息

【目的】江汉平原是湖北省主要的农作物生产基地，油菜早期阶段的准确定位对于作物生长监测和作物产量预测至关重要。【方法】文章借助谷歌地球引擎（Google Earth Engine,GEE）云平台，通过结合物候信息的随机森林模型（Random Forest,RF），以10 d为间隔，基于2022年10月1日至2023年4月30日的遥感影像，分别组成不同的生育区间组合，观察对比10 d间隔的各生育区间组合的精度变化情况，寻找油菜的最早可识别时间（Earliest Identifiable Timing,EIT），并制作江汉平原油菜早期识别图。【结果】（1）雷达影像的VV、VH极化特征加入更有利于油菜的识别；与仅使用光学遥感数据的研究相比，利用雷达数据的极化特征增加了数据的多样性和丰富性。（2）基于Sentinel-1/2数据利用RF分类器获得的油菜早期识别最佳时段具体是2022年12月1—11日，总体精度达到0.88,F1得分为0.88，即可在油菜收获前5个月进行识别提取。（3）该文提出的方法可实现油菜大范围早期提取和快速制图。【结论】基于Sentinel-1与Sentinel-2集成的时间序列数据最早可在油菜收获前5个月进行识别，综合利用Sentinel-1和Sentinel-2数据在获取最早可识别时段和早期作物制图方面具有良好的效果，该研究可为该地区油菜生产管理、农业种植结构调整和粮油安全保障提供数据支撑和科学服务。

关键词：江汉平原农业遥感早期识别油菜

基于MaxEnt模型的宜昌市柑橘潜在适生区预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国农业信息 2024年第3期36卷 135-150页

作者：付煜李中元鲁钰洁沈卓然王明星湖北大学资源环境学院区域开发与环境响应湖北省重点实验室湖北省农业遥感应用工程技术研究中心

【目的】科学预测宜昌市柑橘（包括椪柑、橙子和蜜橘）的潜在适生区并划分为不同等级，为宜昌市柑橘的物种可持续发展提供参考。【方法】文章实地调查获取椪柑、橙子和蜜橘样点后，借助最大熵模型（Maximum Entropy Model,MaxEnt）预... 详细信息

【目的】科学预测宜昌市柑橘（包括椪柑、橙子和蜜橘）的潜在适生区并划分为不同等级，为宜昌市柑橘的物种可持续发展提供参考。【方法】文章实地调查获取椪柑、橙子和蜜橘样点后，借助最大熵模型（Maximum Entropy Model,MaxEnt）预测宜昌市柑橘潜在适生区，并分析环境因子与椪柑、橙子、蜜橘生长的响应关系。【结果】（1）对初步确定的气候、土壤、地形等31个环境因子进行贡献率分析和共线性诊断，筛选出了影响柑橘潜在分布主要限制因子；利用MaxEnt模型，经受试者工作特征曲线检验模型精度后，预测了椪柑和橙子的潜在适生区范围，主要分布在秭归、五峰、长阳县城；最冷月最低气温、到道路的距离是最主要影响椪柑和橙子分布的因子；（2）预测了蜜橘的潜在适生区范围，主要集中在枝江、当阳、宜都、猇亭、和夷陵区这一带；（3）到道路的距离、高程、年平均最低气温、坡向和土壤有机碳含量是最主要影响蜜橘分布的因子。【结论】研究结果可为宜昌市的椪柑、橙子和蜜橘的种植区域选择作参考性的作用。

关键词：潜在适生区柑橘 MaxEnt模型宜昌

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于投影奖励机制的多机器人协同编队与避障

应用科学学报 2024年第1期42卷 174-188页

作者：葛星秦丽沙瀛华中农业大学信息学院湖北武汉430070 湖北省农业大数据工程技术研究中心湖北武汉430070

针对多机器人协同编队任务中过度中心化、系统鲁棒性低、编队稳定性较差等问题,提出了基于投影奖励机制的多机器人协同编队与避障(projected reward for multi-robot formation and obstacle avoidance, PRMFO)模型,实现了多机器人基于... 详细信息

针对多机器人协同编队任务中过度中心化、系统鲁棒性低、编队稳定性较差等问题,提出了基于投影奖励机制的多机器人协同编队与避障(projected reward for multi-robot formation and obstacle avoidance, PRMFO)模型,实现了多机器人基于统一状态表征方法的去中心化决策过程。设计了一种多机器人统一状态表征方法,实现了机器人与外界环境交互信息处理的一致性;基于统一状态表征设计了基于投影的奖励机制,从距离和方向两个维度将奖励过程矢量化,丰富机器人的决策依据;为了解决多机器人系统中过度中心化问题,设置了自主决策层,融合统一状态表征与投影奖励机制的软演员评论家(soft actor-critic, SAC)算法,实现了多机器人协同编队与避障任务。在机器人操作系统(robot operating system,ROS)环境下进行仿真实验,实验数据表明PRMFO模型在单机器人平均回报值、成功率以及时间等指标上分别提高42%、8%、9%,基于PRMFO模型的多机器人编队误差控制在0~0.06范围内,实现了较高精度的多机器人编队。

关键词：深度强化学习多机器人协同编队与避障投影奖励

一种不确定模态缺失的多模态对抗虚假新闻检测框架

在线全文

学校读者我要写书评

暂无评论

中文信息学报 2024年第6期38卷 151-160页

作者：张永成魏小梅王欢徐荣康华中农业大学信息学院湖北武汉430070 湖北省农业大数据工程技术研究中心湖北武汉430070

当前虚假新闻的检测方法已经从传统的单一模态数据分析转向了多模态数据融合技术的应用。然而现有的多模态虚假新闻检测方法未充分考虑到现实场景中可能存在的模态缺失问题。模态的缺失可能会导致无法完整地抽取和融合新闻特征,从而降... 详细信息

当前虚假新闻的检测方法已经从传统的单一模态数据分析转向了多模态数据融合技术的应用。然而现有的多模态虚假新闻检测方法未充分考虑到现实场景中可能存在的模态缺失问题。模态的缺失可能会导致无法完整地抽取和融合新闻特征,从而降低模型的性能。该文提出一种新的虚假新闻检测框架,该框架在多模态特征学习中,加入了一个模态鉴别器,其在与特征生成器进行对抗训练的过程中学习不同模态组合之间的迁移特征,实现了在不确定模态缺失场景下的虚假新闻检测。通过在真实数据集上进行实验证明,该文所提出的框架在不确定模态缺失场景下优于最新的多模态虚假新闻检测方法。

关键词：虚假新闻检测多模态对抗学习不确定模态缺失

复杂场景下小农经营区地块级苹果园模块化制图方法框架

在线全文

学校读者我要写书评

暂无评论

地球信息科学学报 2024年第1期26卷 197-211页

作者：寇雯齐沈占锋王浩宇李硕焦淑慧雷雅婷中国科学院空天信息创新研究院国家遥感应用工程技术研究中心北京100101 中国科学院大学资源与环境学院北京100049 中国科学院大学电子电气与通信工程学院北京100049

实现复杂场景下地块级苹果园的精准制图,是中国苹果产业精细化管理面临的迫切需求。然而,传统的地块级分类制图框架在处理小农经营区内的大量细碎地块时,可靠性大幅度降低。本文提出一种适用于复杂场景下小农经营区的地块级苹果园模块... 详细信息

实现复杂场景下地块级苹果园的精准制图,是中国苹果产业精细化管理面临的迫切需求。然而,传统的地块级分类制图框架在处理小农经营区内的大量细碎地块时,可靠性大幅度降低。本文提出一种适用于复杂场景下小农经营区的地块级苹果园模块化制图方法框架。①基于模拟人类对目标场景视觉感知的分层策略,从深秋季的单幅超高空间分辨率(Very High Resolution,VHR)影像中提取冗余的候选地块;②利用非对称瓶颈网络(Depth-wise Asymmetric Bottleneck Network,DABNet)模型与长短期记忆(Long Short-Term Memory,LSTM)模型,分别从VHR影像与时间序列影像中提取苹果园的空间特征像素与时序特征像素。然后,构建元特征描述特征像素在候选地块中的分布情况,与地块的内在特征共同组成苹果园地块的分类特征;③使用随机森林(Random Forest,RF)将候选地块分类为苹果园地块和非苹果园地块。以山东省栖霞市西城镇为研究区,从43238个候选地块中提取出30292个苹果园地块,分类总体精度达到92.7%。利用RF算法自带的平均精度减少指标(Mean Decrease in Accuracy,MDA)对17种分类子特征进行特征重要性分析,证明本文提出的元特征比传统人工设计特征具有更强的信息抽象与特征表达能力。该框架成功实现场景复杂的小农经营区地块级苹果园制图,可推进精准果园农业的发展。

关键词：苹果园复杂场景地块级分类深度学习元特征时间序列数据超高空间分辨率影像

在线全文

学校读者我要写书评

暂无评论

重庆市南川区土壤锰元素遥感反演

光谱学与光谱分析 2024年第1期44卷 69-75页

作者：徐天李敬刘振华华南农业大学资源环境学院广东广州510000 广东省土地信息工程技术研究中心广东广州510000

土壤中的锰元素对植物生长起着重要作用,土壤锰含量过高或者缺少都将对植物产生不良影响,因此快速监测土壤中的锰含量尤为重要。目前利用遥感技术监测土壤锰含量的相关研究主要集中在利用土壤光谱估算土壤锰含量,而对于植被常年覆盖的... 详细信息

土壤中的锰元素对植物生长起着重要作用,土壤锰含量过高或者缺少都将对植物产生不良影响,因此快速监测土壤中的锰含量尤为重要。目前利用遥感技术监测土壤锰含量的相关研究主要集中在利用土壤光谱估算土壤锰含量,而对于植被常年覆盖的南方地区,难以从卫星影像中获取土壤光谱。因此,引入植被光谱,探索植被覆盖区域土壤锰元素的快速监测方法。首先从Landsat 8影像中提取11种植被光谱指标,并运用皮尔逊相关系数(Pearson correlation coefficient)结合方差膨胀因子(VIF)筛选出最佳植被光谱指标;在此基础上,利用偏最小二乘回归(PLSR)、多元逐步回归(MSR)和BP神经网络(BPNN)算法构建最佳植被光谱指标与土壤锰元素之间的光谱响应模型,分析比较三个模型的估算效果从而确定最佳反演模型;最后,基于最佳反演模型进行土壤锰含量空间制图。以重庆市南川区为例,研究结果表明:3个植被光谱指标(比值植被指数,归一化植被指数和可见光大气阻抗植被指数)被确定为土壤锰元素最佳的光谱响应指标;BPNN光谱响应模型(R^(2)为0.78,RMSE为334.24,RPD为2.13)为土壤锰含量最佳反演模型,其土壤锰含量的制图精度(R^(2)为0.69,RMSE为567.64,RPD为1.30)。表明通过植被光谱指标反演土壤锰含量可行,该研究为区域尺度的土壤锰含量监测开拓了新思路。

关键词：植被光谱指标土壤锰元素 BPNN 光谱响应指标筛选最佳反演模型

在线全文

学校读者我要写书评

暂无评论

浙江红花油茶种质的油用价值评价研究

中国油料作物学报 2024年

作者：刘文静潘冬梅彭升龙于添魏振宇张龙舒常庆汪建亚黎曙光熊冬连褚玉杰华中农业大学园艺林学学院华中农业大学/湖北省林业信息工程技术研究中心湖北省十堰市林业局湖北省林业科技推广中心

为浙江红花油茶（Camellia chekiangoleosa Hu）的良种选育及推广应用提供评价依据，筛选油用价值高的无性系，本文以湖北省林业科技推广中心油茶种质基地的10个浙江红花油茶无性系（编号H1～H10）为研究对象，测定分析成熟果实的13个... 详细信息

为浙江红花油茶（Camellia chekiangoleosa Hu）的良种选育及推广应用提供评价依据，筛选油用价值高的无性系，本文以湖北省林业科技推广中心油茶种质基地的10个浙江红花油茶无性系（编号H1～H10）为研究对象，测定分析成熟果实的13个性状，并利用主成分分析进行综合排序，对其油用价值进行评价研究，以便为优良无性系筛选提供科学依据。主要研究结果如下：H3的果实为红色，H5、H8为青红色，其余为红青色；果形指数0.84～1.06,H3、H8、H10的果实为桔形，其余为球形；鲜果横径44.05～54.65 mm，纵径38.21～53.56 mm，单果鲜重24.37～38.26 g。鲜果含水率41.64%～52.15%，鲜果出籽率35.91%～61.71%，干籽出仁率48.00%～63.94%，种仁含油率38.10%～51.00%，鲜果含油率5.02%～7.82%，不饱和脂肪酸含量87.51%～89.16%。提取特征值大于1的4个主成分，累计贡献率为86.222%，最终得到果实油用价值综合排序为：H8> H3> H4> H5> H9> H10> H1> H2> H7> H6。无性系H8、H3和H4综合表现最佳，可作为进一步无性系良种的候选种质。

关键词：浙江红花油茶种质资源油用果实

融合图像增强和迁移学习的YOLOv8n夜间苹果检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

华中农业大学学报 2024年第5期43卷 1-9页

作者：仝召茂陈学海马志艳杨光友张灿湖北工业大学农机工程研究设计院武汉430068 湖北省农机装备智能化工程技术研究中心武汉430068

针对夜间场景下苹果识别率低、实时性差的问题,提出一种融合图像增强和迁移学习的YOLOv8n夜间苹果检测方法。首先,在YOLOv8n前端嵌入Zero-DCE模块增强夜间图像,更清晰地呈现苹果的轮廓和细节,降低夜间苹果图像的识别难度;其次,使用SPD-C... 详细信息

针对夜间场景下苹果识别率低、实时性差的问题,提出一种融合图像增强和迁移学习的YOLOv8n夜间苹果检测方法。首先,在YOLOv8n前端嵌入Zero-DCE模块增强夜间图像,更清晰地呈现苹果的轮廓和细节,降低夜间苹果图像的识别难度;其次,使用SPD-Conv进行下采样,增强模型细粒度特征的提取能力;在此基础上,针对夜间苹果数据集样本量少的问题,采用迁移学习训练策略,选取含有苹果类别的MSCOCO数据集作为源域数据集,对于夜间场景下的目标域数据集,利用Zero-DCE增加其与日间苹果图像的相似度并在源域模型上微调目标域模型。基于上述方法,在夜间苹果图像数据集上进行了试验,结果显示,所提方法的模型精确率P为97.0%、召回率R为93.4%、平均精度均值mAP@0.5:0.95为74.6%,较YOLOv8n原始模型分别提升2.3、1.9和4.3百分点,同时该模型的推理速度为22帧/s,可以满足实时性要求。消融试验显示,图像增强与迁移学习结合使用的效果超过两者单独使用时的效果之和。研究表明,改进后的模型在处理重叠、遮挡、绿果和光线过暗等复杂情形时都比原始模型表现更优,具有良好的鲁棒性。

关键词：苹果夜间检测图像增强迁移学习 YOLOv8

维普期刊数据库博看期刊

基于离散元法的长江中游地区水田壤土参数标定

在线全文

学校读者我要写书评

暂无评论

农机化研究 2024年

作者：张超崔履钰石涛杨力张道德湖北工业大学农机工程研究设计院湖北省农机装备智能化工程技术研究中心

为研究农业机械与水田壤土间的相互作用,需获取水田壤土的物理及接触参数。结合物理堆积试验,以休止角作为响应值,采用离散元法(DEM)并选取Hertz-Mindlin with JKR(Johnson-Kendall-Roberts)接触模型对长江中游地区水田壤土展开参数标... 详细信息

为研究农业机械与水田壤土间的相互作用,需获取水田壤土的物理及接触参数。结合物理堆积试验,以休止角作为响应值,采用离散元法(DEM)并选取Hertz-Mindlin with JKR(Johnson-Kendall-Roberts)接触模型对长江中游地区水田壤土展开参数标定研究。首先,通过物理堆积试验获取了壤土休止角(AoR)与含水率间的定量关系,由不同含水率土壤的堆积结果筛分出4种代表性堆积形态,由于水田壤土堆积体轮廓外形比较独特,因此仅对其左右两侧轮廓采用三次多项式进行局部拟合,计算其休止角。以长江中游地区水田壤土成因和预试验为依据来确定其离散元模型中9个参数的高低水平值,通过Plackett-Burman试验设计进行方差分析,发现壤土剪切模量、壤土间动摩擦因数、壤土与不锈钢间静摩擦因数和JKR表面能对AoR影响明显。然后,采用基于响应面法(RSM)原理的Box-Behnken试验设计(BBD)建立了AoR与4个显著性参数间的二次多项式回归模型。依据二次多项式回归模型对目标响应进行预测,得到最优参数组合。以此为基础对壤土AoR进行离散元仿真,AoR数值计算结果(45.4°)与试验结果(44.6°)相对误差为1.79%。最后,选取含水率分别为44.4%、48.7%的壤土进行堆积角仿真模拟,计算结果与堆积试验相对误差分别为2.8%、7.14%。研究表明:回归模型可以根据壤土含水率或AoR预测长江中游地区水田壤土的相关本征参数和接触参数。

关键词：水田壤土离散元法参数标定休止角