排序方式: 共有14条查询结果,搜索用时 140 毫秒
1.
介绍了吉林省在病虫害测报信息化方面取得的主要成效,指出了病虫害测报信息化工作目前面临病虫害物联网监测设备少、建立的省监控预警系统功能少而弱、病虫预测缺少实用的电子模型、电视预报的效力未能充分发挥、地、县级病虫区域测报站预报发布方式落后等问题,并提出了今后病虫害测报信息化工作发展思路,即全面完善病虫害信息管理和预警系统、实现信息管理利用的全流程自动化,安装成熟的自动化物联网监测设备、推进物联网监测设备性能及使用的规范化,组织同一病虫生态区域内测报人员开展联合攻关、研发更多可靠的预警模型,拓宽预报发布平台或渠道、确保预报公开顺畅发布,主动应用遥感技术、利用"天眼"拓展监控视野,建设高素质人才队伍、补查自动化设备监测死角。 相似文献
2.
3.
本文选取MODIS热异常数据对2017年吉林省中西部地区秋季作物收获期的秸秆焚烧状况进行监测,统计分析该时段内秸秆焚烧火点的时空分布格局。使用遥感卫星手段对农作物秸秆焚烧状况进行监测不仅能为监管部门提供可靠的数据支持,同时能够加强对秸秆焚烧预防和管控的能力。 相似文献
4.
基于遥感信息与作物模型集合卡尔曼滤波同化的区域冬小麦产量预测 总被引:21,自引:13,他引:8
区域作物产量预测是国家粮食安全评估的重要内容。遥感虽能获取大面积地表信息,却难以反映作物生长发育的内在过程。作物生长模型已经在单点尺度能成功模拟作物的生长发育过程,但是区域尺度作物关键参数的获取仍很困难。遥感信息与作物模型结合的数据同化已经成为区域产量预测的最有效途径。该文选择河北省衡水地区冬小麦为研究对象,在WOFOST模型标定与区域化的基础上,利用WOFOST模型描述冬小麦生育期内叶面积指数(LAI)变化规律。针对MODIS数据的混合像元造成反演的LAI产品偏低的系统误差,利用实测LAI样本点融合MODIS-LAI趋势信息修正MODIS-LAI数据产品。采用集合卡尔曼(EnKF)算法同化冬小麦返青到抽穗期的MODIS-LAI与WOFOST模拟的LAI以获得时间序列最优的LAI,并以此重新驱动WOFOST模型估算区域冬小麦产量。结果表明,EnKF同化后的冬小麦产量比未同化的产量预测精度有显著提高,与县平均统计产量相比,在潜在模式下,决定系数由0.13提高到0.38,均方根误差由2480下降到880kg/hm2。研究表明,遥感信息与作物模型的EnKF同化是1种有效的作物产量预测方法,并在区域尺度应用上具有广阔的应用潜力。该研究可为区域尺度的作物估产提供参考。 相似文献
5.
本文旨在充分利用吉林一号系列卫星数据的高分辨率特征和农作物不同生长期表现出来的不同光谱特征,选择一种合适的分类方法实现梨树县主要农作物的精准分类。通过建立农作物分类样本库,联合像元谱段信息与空间结构特征,以第三次全国国土调查数据为基准,利用多层感知卷积神经网络对吉林一号多源多时相影像进行农作物分类,获取精细化的梨树县玉米、水稻、大豆和其它作物的分类产品。经过精度验证表明,梨树县2022年主要农作物遥感监测成果总体精度为96.00%;玉米、水稻、大豆和其它作物的生产者精度均大于90%;玉米、水稻和其它作物的用户精度大于90%,大豆用户精度小于90%,主要是由于大豆与其它作物(花生)易发生混分造成。通过综合利用吉林一号多光谱数据与亚米级高分辨率数据,实现了精准的农作物品种分类。经过对比分析,利用亚米级高分辨率数据可以很好的区分玉米、水稻和其它作物,但是大豆影像特征与其它作物(花生)类似,单独运用亚米级高分辨率数据无法区分大豆与花生,要结合具有短波红外波段的吉林一号多光谱数据,可较好地区分大豆与花生,但其精度受到一定影响。 相似文献
6.
7.
本文首先阐述了区块链技术的起源、概念及其优势,在国内外都取得了较快的发展,在我国,区块链技术被列入国家信息化战略的重要组成部分。其次从区块链产业聚集区、出台政策、资金投入及产业园等几方面总结了我国区块链产业的发展现状及采取的措施。总结了吉林省区块链技术发展取得的成绩和存在的不足。最后,针对吉林省区块链技术发展存在的不足,提出了相应的发展对策,包括政策创新、资金投入、资源整合、人才培养、产业集群、应用领域及疏通关键环节等七个环节。 相似文献
8.
9.
10.