分类： 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间： 2024-06-17 合作期刊: 《智慧农业（中英文）》
摘要： ［目的/意义］近年来，玉米叶部病害发生日趋加重且呈现混发现象，严重威胁玉米产量和品质。但目前 鲜有研究对叶部病害种类识别及其烈度分类进行结合，无法满足实际场景中玉米不同病害及不同烈度混发下的病 害防控需求。［方法］提出一种基于高光谱技术实现玉米典型叶部病害种类识别及其烈度分类的方法，通过挖掘玉 米大斑病、小斑病和南方锈病3种叶部病害的光谱特性，优选敏感特征构建基于病害发展全阶段（包含病害所有 烈度） 和病害单一烈度下的病害种类识别模型；进一步地，针对玉米叶部单一病害构建烈度分类模型，以期实现 对不同叶部病害的全过程识别与病害烈度分类。［结果和讨论］3种玉米叶部病害在550~680 nm的可见光、740~ 760 nm的红边、760~1 000 nm的近红外和1 300~1 800 nm的短波红外处其光谱变化显著。基于此提取的光谱特征 能够有效捕捉病害特异性信息。基于病害发展全阶段构建的病害种类识别模型最优总体精度（Overall accuracy, OA） 达77.51%，Macro F1达0.77；而基于病害单一烈度下的病害种类识别模型精度随着病害烈度的增加而升高。 在病害发展阶段处于重度烈度时，病害种类识别模型最优精度达95.06%，Macro F1达0.94。此外，研究构建的3种 玉米叶部病害烈度分类模型最优精度均超过70%，其中大斑病烈度分类效果最好（OA=86.25%，Macro F1=0.85）。 ［结论］基于高光谱数据能够有效实现玉米典型叶部病害种类识别及其烈度分类，为大范围作物病害监测提供研究 基础及理论依据，助力精准防控与绿色农业。
分类： 其他 >> 综合 提交时间： 2023-03-28 合作期刊: 《中国科学院院刊》
摘要： 保障粮食安全是全球可持续发展的基础及重要议题。粮食可持续生产作为实现粮食安全的基础，同时是应对气候变化、土地退化、生态退化等全球挑战的有效手段。当前，对粮食生产可持续性的监测与评估存在着数据鸿沟，而地球大数据的支撑作用日益凸显。文章总结了地球大数据支撑粮食可持续生产研究的当前实践，包括对地观测技术在粮食生产系统各要素监测中发挥的作用，以及多源数据融合在粮食生产系统综合监测及粮食生产可持续性评估中的应用。在上述实践归纳的基础上，依循实现联合国可持续发展目标（SDGs）的四大杠杆框架，提出了地球大数据支撑粮食可持续生产的 2 个未来发展方向：多学科模型凝聚地球大数据推动知识发现支撑政府治理；技术创新集成地球大数据搭建产农户智慧生产决策体系。
点击量
通过
点击量
下载量
评论
