共检索到2448条,权限内显示50条;
[学术文献 ] 遥感图像全色锐化的卷积神经网络方法研究进展 进入全文
期刊：中国图象图形学报
随着计算机科学、遥感科学和大数据科学等领域的迅速发展，基于卷积神经网络的方法在图像处理、计算机视觉等任务上发挥着越来越重要的作用。而在遥感图像全色锐化领域，卷积神经网络由于其优秀的融合效果，已得到研究学者的广泛关注并有大量的研究成果产生。尽管如此，依然有一些亟待解决的问题，例如缺乏全色锐化数据集的仿真细节描述、公平公开的训练—测试数据集、简单易懂的统一代码编写框架等。对此，本文主要从以下几方面回顾当前遥感图像全色锐化问题在卷积神经网络方面的一些进展，并针对前述问题发布相关数据集和代码编写框架。1)详细介绍7种典型的基于卷积神经网络的全色锐化方法，并在统一数据集上进行公平比较（包括与典型传统方法的比较）;2)详细介绍训练—测试数据集的仿真细节，并发布相关卫星（如WorldView-3, QuickBird, GaoFen2,WorldView-2）的全色锐化训练—测试数据集；3)针对本文介绍的7种基于卷积神经网络的方法，发布基于Pytorch深度学习库的Python代码统一编写框架，便于后来初学者入门、开展研究以及公平比较；4)发布统一的全色锐化传统—深度学习方法MATLAB测试软件包，便于后来学者进行公平的实验测试对比；5)对本领域的未来研究方向进行讨论和展望。本文的相关数据集和代码详见课题主页：https://liangjiandeng.github.io/PanCollection.html。
[学术文献 ] 无人机遥感技术在农业中的应用研究 进入全文
期刊：南方农机
新时代背景下，现代化技术不断创新发展，促使我国农业生产领域发生了根本变化，无人机遥感技术被广泛应用于农业领域，显著提升了农业生产效率与质量。基于此，课题组首先对无人机遥感技术的基础概念进行阐述，其次对无人机遥感技术在农业发展中的应用优势进行分析，并对无人机遥感技术具体应用情况进行深入探究，最后结合其发展趋势对无人机遥感技术的应用进行展望。研究结果表明，应用无人机技术能够实时获取农作物生长信息，帮助农业种植人员全面精准地掌握农作物相关信息，实现农业生产管理的高效化与便捷化。
[学术文献 ] 中国农地碳排放时空分异及其驱动因素 进入全文
期刊：生态经济
综合运用排放系数法、变异系数法、探索性空间数据分析和地理探测器方法，对省级尺度农地碳排放的时空分异与驱动因子进行探究，结果表明：（1）我国农地碳排放量在2000—2018年间大体上呈现先上升，近年来稳定下降的变化趋势；（2）中国省级尺度农地碳排放存在明显的空间差异性，主要表现为除东北地区以外，其他地区农地碳排放量的空间差异较为显著；（3）探索性空间数据分析表明，研究期内农地碳排放在空间上表现出显著的、持续减弱的正向关联，其空间集聚状况变化较为稳定，基本呈现出与农业产值相匹配的分布格局；（4）因子探测结果表明，影响中国农地碳排放空间分异的核心驱动因子在研究期经历了较大变化，主要驱动因素逐渐由人口因素、农业机械化水平等向经济因素转变；（5）交互作用探测结果表明，一些解释力较小的因子在与其他因子交互叠加后，会产生非线性增强，显著提高其对农地碳排放空间分异的影响程度。
[学术文献 ] 基于卷积神经网络遥感图像的荔枝花期长势评估 进入全文
期刊：华南农业大学学报
【目的】通过无人机获取荔枝冠层的遥感图像，评估每棵荔枝的开花率，以期为后续荔枝花期疏花保果、精准施肥施药提供决策依据。【方法】以遥感图像为研究对象，利用实例分割的方法分割每棵荔枝冠层后，结合园艺专家的综合判断，按开花率为0、10%～20%、50%～60%、80%及以上将开花率分为4类，使用ResNet、ResNeXt、ShuffleNetv2进行开花率分类比较，试验过程中发现ShuffleNetv2在识别准确率、参数量、训练和验证时间都有很大优势；在ShuffleNetv2上引入了空间注意力模块（Spatial attention module,SAM）后，增加了模型对位置信息的学习，在不显著增加参数量的情况下，提升荔枝冠层花期分类的精度。【结果】通过对多个主流深度神经网络的比较分析，ResNet50、ResNeXt50、ShuffleNetv2的分类精度分别达到85.96%、87.01%和86.84%，而改进后的ShuffleNetv2分类精度更高，达到88.60%;ResNet50、ResNeXt50、ShuffleNetv2和改进后的ShuffleNetv2对测试集单张冠层图像验证的时间分别为8.802、9.116、7.529和7.507 ms，改进后的ShuffleNetv2单张冠层图像验证时间最短。【结论】改进后的ShuffleNetv2能够挖掘学习更为细节的荔枝冠层花期信息，具有较高的识别准确率，对荔枝花期的评估有很大的优势，可为荔枝保花疏花、生产精准管控提供智能决策支持。
[学术文献 ] 基于分享经济的低碳农业发展模式及对策研究 进入全文
期刊：生态经济
二氧化碳等温室气体的排放是导致全球气候变化的重要因素。近年来，农业生产中的温室气体排放日益受到广泛关注，特别是在“双碳”目标背景下，发展低碳农业尤其重要。分享经济为低碳农业发展提供了方向，将会有效地推动农业绿色转型。基于相关文献的梳理，对分享经济视角下低碳农业发展问题进行了理论分析，并提出了基于生产资料众筹、线上线下融合、绿色物流和供需精准匹配的四种分享型低碳农业发展模式，为推动我国低碳农业健康发展，助力“双碳”目标的实现提供了理论支撑和现实依据。
[学术文献 ] 基于U-Net卷积神经网络的遥感影像变化检测方法研究 进入全文
期刊：能源与环保
针对目前遥感影像传统变化检测方法中存在的影像预处理技术要求苛刻、部分环节需采取人工干预、难以做到信息提取自动化、难以处理海量多源数据等问题，基于深度学习卷积神经网络方法，进行U-Net网络模型在遥感影像变化检测中的应用研究。以水体为例，利用该方法对两时相的遥感影像进行变化检测，通过对比基于支持向量机（SVM）的分类后比较法后发现，在给予大量充分训练数据的情形下，利用该方法对试验数据进行变化检测，得到的卡帕系数Kappa为0.88,总体精度为97.06%,相比传统方法精度有所提升，说明本文方法进行变化检测有一定的可用性。研究可为自然资源调查管理提供极强的现势性数据，对开展自然资源管理工作的动态监测提供一个可行的方案。
