深度学习技术在农业干旱监测预测及风险评估中的应用

人工智能技术的发展,特别是深度学习的出现,推进了农业新发展,是农业现代化生产的新方向。深度学习具有学习能力强、覆盖范围广、适应力强、可移植性好等优点,其开发模拟数据集可以解决实际问题,在农业干旱的监测预测及风险评估中的应用越来越广泛。本文采用文献综述方法,归纳农业干旱监测预测评估技术的发展与应用,总结深度学习模型的原理、优势和不足,概述深度学习模型在农业干旱监测预测及风险评估方面的实际应用,探讨深度学习数据集要求大、数据预处理耗时长、预定义类别范围窄、遥感图像复杂的问题,并对未来研究方向进行展望。结果表明,近年来农业干旱监测预测及风险评估技术取得重要进展,然而由于农业系统的非线性及干旱灾害发生的复杂性,现有技术在适用地域、对象和精准性等方面仍难以满足新形势下实际农业生产的需求。深度学习方法为农业干旱研究提供了新手段,但深度学习模型无法准确表达作物生长具体过程与机理,可尝试探索通过深度学习模型和作物生长模型的耦合来确保深度学习模型的可解释性。对于修正预测序列中存在的误差,可建立基于深度学习模型与大气环流模式的耦合模型,进一步提升模型对中长期农业干旱的预测能力。针对灾害样本容量有限问题,加强基于深度学习和迁移学习的农业干旱监测与评估研究,可进一步提高农业干旱精细化监测与评估精度。针对影响农业干旱形成的因子具有数据量大、类型多样、非线性的特点,采用深度学习与信息融合相结合的方法,可进一步提高区域农业干旱监测预测及风险评估精度。因此,深度学习模型与作物生长模型的耦合、融合深度学习模型和大气环流模式的农业干旱预测、基于深度学习与迁移学习的农业干旱精细化监测与评估、深度学习与信息融合技术相结合的区域农业干旱监测预测及风险评估是未来深度学习技术在农业干旱监测预测及风险评估中应用的发展趋势。

大数据下青海省经济监测预测思考

随着信息技术的蓬勃发展,大数据与农业、工业、服务业等领域的融合日益广泛与深入,信息技术成为经济社会高质量发展的重要驱动力。结合青海省发展实际,分析经济运行大数据存在的困难和问题,并提出意见建议,为青海省经济管理部门提高决策的科学性、时效性、针对性和提升政府宏观经济治理能力提供参考。

以高频数据为特色 打造经济监测预测杭州样板

为增强经济运行研判的预见性和有效性,2020年4月,在杭州市发展改革委指导下,杭州市经济信息中心探索构建了以高频数据为特色的经济监测预测体系,通过全方位跟踪高频指标趋势,提升经济运行态势感知时效性。该体系运行三年来,持续为杭州经济复工复产、打好经济翻身仗等攻坚行动贡献力量,在全国的影响力不断扩大。

天然草地牧草产量遥感综合监测预测模型研究

利用天然草地牧草光谱观测资料、牧草产量资料、气象资料和NOAA/AVHRR资料 ,建立了天然草地牧草产量光谱植被指数和卫星遥感监测模型、气象监测模型 ,提供及时准确地掌握牧草产量变化的科学手段。建立了天然草地牧草产量遥感预测模型及气象预测模型 ,可以根据需要提供不同时效的卫星遥感预测结果和气象模型预测结果。气象模型精度较高 ,但气象站点有限 ,往往以点代面 ;遥感技术宏观性强 ,空间信息丰富 ,可以弥补气象模型的不足 ;两者既可以互相验证 ,又可以取长补短。 1995年以后服务表明 ,这些模型达到牧业气象业务服务的要求。

国家气候中心MJO监测预测业务产品研发及应用

热带大气低频振荡(MJO)和北半球夏季季节内振荡(BSISO)对全球范围天气气候事件有重要影响,是次季节-季节(S2S)预报最主要的可预报性来源之一。国家气候中心(BCC)基于我国完全自主的T639全球分析场数据、风云三号气象卫星射出长波辐射(OLR)资料以及BCC第2代大气环流模式系统的实时预报,发展了MJO实时监测预测一体化业务技术,建立了ISV/MJO监测预测业务系统(IMPRESS1.0),已投入实时业务运行,在全国气象业务系统得到应用。该文着重介绍该系统提供的MJO和BSISO指数监测预测数据和图形产品,并描述了这些业务产品在2015年对MJO典型个例的实时监测预测应用情况。监测分析和预报检验表明,基于我国自主资料的监测结果能够较为准确地表征MJO和BSISO指数的振荡和演变过程,该系统对MJO和BSISO事件分别至少具备16 d和10 d左右的预报技巧。因此,基于IMPRESS1.0的MJO/BSISO监测预测一体化业务产品可为制作延伸期预报提供重要的参考依据。

基于作物生长模型的东北玉米冷害监测预测

在全球气候变暖背景下,东北地区的气温明显上升,但由于存在玉米相对晚熟品种越区(北扩)种植现象,区域性和阶段性的玉米低温冷害仍时有发生。因此,开展东北玉米低温冷害监测预测研究仍十分必要。本文首先利用东北玉米生长模型(NEC_MaGM)构造冷害监测指标,然后开展玉米冷害监测预测方法研究并进行个例分析。结果显示,从不利天气条件和玉米对低温响应两方面遴选的8个单项指标中,以指标2(DC_Tas9,抽雄期到9月底的累积热量单位与同期多年平均值的差值百分率)和指标1(DN_Tas,当年抽雄期与多年平均抽雄期的差值)对历史玉米冷害的概括能力最强;根据冷害致灾机理、单一指标的历史概括能力及其独立性等因素,构建了由指标1、2以及指标4(DW_GrS,水分适宜条件下模拟穗重与多年平均穗重的差值百分率)和指标7(DW_Fro,初霜冻日时模拟穗重与模拟成熟时穗重的差值百分率)组合而成的东北玉米低温冷害综合指标;基于NEC_MaGM和冷害综合指标进行单点冷害监测,确定了若45%以上站点出现玉米冷害即为区域性冷害的标准,独立样本监测检验与实际情况一致;利用NEC_MaGM在网格尺度上的监测可以得到更详细的冷害空间分布状况,有利于开展农业气象业务服务工作;根据前期天气实况加上区域气候模式预测的气象要素数据,再结合预报时效之后的多年平均气候数据,在格点尺度利用NEC_MaGM可以实现对东北玉米低温冷害的预测。预测个例表明,该方法能够反映冷害的形成过程和严重程度,但其准确性不仅与作物模型有关,还依赖于区域气候模式的模拟能力。

20世纪以来中国蝗虫监测预测研究动态进展

中国草原占国土总面积约42%,是畜产品的重要基地,具有重要的生态功能和经济价值。蝗虫是草原主要生物灾害之一,当其达到一定密度时,由于大量啃食植物,对草原畜牧业和生态环境造成极大的危害,甚至成灾。近年来,气候变化、过牧和不合理的人为活动等导致中国草原蝗虫大面积发生,因此,防蝗减灾成为科研业务部门的一个重要课题。根据近几十年文献资料,归纳了中国20世纪以来不同时期蝗虫和蝗灾监测预测的主要研究内容和研究重点,概述了蝗虫监测预测技术方法、相关研究成果和动态进展,展望了未来研究发展趋势,为相关领域的进一步深入研究提供理论基础和参考依据。

稻瘟病监测预测方法研究现状及流行风险评估体系构建初探

稻瘟病是水稻生产上最主要的病害之一,对稻瘟病的发生流行状况进行准确的监测预测是有效防治病害的前提和基础。分析了应用菌源信息、气象因子信息和水稻冠层光谱信息3个方面对稻瘟病监测预测的国内外研究现状,总结了现有监测预测方法存在的主要问题和技术难点,从系统研究的角度出发,提出了应用与稻瘟病发生相关多源信息构建病害流行风险评估体系的研究思路。提出的稻瘟病监测预测方法可提高病害的监测预测精度,同时也对其他病害监测预测的理论和方法具有重要的借鉴作用。

农业气象灾害监测预测技术研究进展

农业气象灾害的监测预测是灾害评估和防控的基础和前提,因此,农业气象灾害的监测预测研究长期以来一直是农业气象研究工作的重点领域。该文系统回顾了我国农业气象灾害的指标、监测技术和预测预警技术等方面的相关进展和成果,提出当前存在的主要问题:农业气象灾害的基础性研究仍然十分薄弱,农业气象灾害指标对致灾因子的概括性尚不足,农业气象灾害监测的精细化程度有待进一步提高,临近预警技术缺乏,气候变化背景下农业气象灾害的新规律揭示不够。该文同时指出未来应加强农业气象灾害综合指标的研究,强化农业气象灾害的预测预报研究,构建农业气象灾害实时预警技术体系,构建农业气象灾害立体、动态监测体系,关注气候变化背景下农业气象灾害风险变化评估研究,加强气象或气候预测信息在农业气象灾害预测中的应用技术研究。

遥感在松材线虫病早期监测预测上的研究进展

松材线虫病在我国不断扩展蔓延,形势紧迫,其爆发前的早期监测预测已成为当前研究的热点和难点.为了有效发现和控制松材线虫病,将遥感应用于其早期监测预测成为一种快速而且必要的方法.国内外研究进展主要集中在染松材线虫病的病株在光谱曲线上的变化,以及基于"水分含量"指示性因子研究松材线虫病早期遥感监测.结果表明,建设一套完善的、适合中国病虫害发生发展规律的森林病虫害监测预测理论、方法与技术体系是十分必要的.

农产品价格信息监测预测系统设计与实现

从信息应用的角度出发,提出了农产品价格信息服务的新模式,介绍了农产品价格信息监测预测系统的设计与实现,阐述了系统的体系结构、功能模块和实现流程,并对系统在数据采集、价格监控、分析预测模式方面的创新点进行了说明。

黄河小浪底水库抗震安全监测预测问题

根据小浪底工程的实际特点 ,本文提出了黄河小浪底水利枢纽工程施工和运行期间抗震安全监测预测的一条思路。并对人工水体出现前、震情平稳期间、出现水库诱发地震期间、近场发生强烈地震期间等各阶段的工作提出了具体设想 。

江西省农业旱情监测预测系统模型研究

简述江西省农业旱情监测预测系统模型的研究,在江西省农业旱情分区的基础上,考虑全省耕地的组成(灌溉水田、水浇地、菜地、望天田、旱地),及各类水利工程对灌区耕地的供水保灌,分别采用缺水度模型、缺墒模型对全省农业旱情进行监测预测分析.

数据整合在宏观经济监测预测系统中的实现

在宏观经济监测预测系统建设过程中,常常存在着数据难以有效共享、数据信息不完整等问题,这主要是由于现有的宏观经济数据大都是存储于不同的经济主管部门数据库中,各个数据库之间不能实现共享和互通,数据不完整、分散、异构等情况比较突出,这极大地制约了宏观经济监测预测系统的建设质量和使用效益,也影响到了宏观经济监测预测系统的功能的发挥。基于此,进一步优化、整合宏观经济数据,实现数据在宏观经济监测预测系统中的共享和使用,成为宏观经济监测预测系统建设的最重要内容和环节。

内蒙古草地土壤水分动态监测预测模式的研究

利用土壤水分平衡参数模拟的方法，建立了内蒙古草地０～５０ｃｍ土层土壤水分动态监测预测模式。通过８个站点两年的检验和试用，效果较好。

中国北方草地畜牧业监测预测系统的研制与应用

介绍了中国北方草地畜牧业监测预测系统开发与设计的目标及意义,阐述了系统的总体结构框架和功能模块划分,并在系统数据流程的基础上对监测预测模块进行了详细的分析与设计,给出了系统的部分运行结果,讨论了系统后期待完善的设计思路及目标。

滨海软弱土地基处理沉降监测预测与数值模拟

水泥搅拌桩和塑料排水板联合进行地基处理,不但能够提高复合地基承载力,而且可加速地基土固结速度。通过工程现场基底沉降监测数据分析,利用Asaoka法预测了基底最终沉降量、固结度及工后沉降,与工程实际比较吻合。利用弹性理论计算的最终沉降量和数值模拟的结果比较接近,比工程监测预测值要小30%左右。对比分析发现,塑料排水板可以缩短地基土固结时间,但对最终沉降量影响不大。水泥搅拌桩联合塑料排水板进行地基处理,能够有效提高地基承载力和压缩模量,大幅度降低基底沉降量,是一种有效的滨海软土地基处理方法。

PSO-SVR优化模型在基坑变形监测预测中的应用

提出了采用粒子群优化算法(PSO)的快速全局寻优特点,优选支持向量机回归模型的参数,利用PSO-SVR组合模型实现对基坑深部水平位移监测数据进行预测,并将其与BP神经网络预测结果与实测值进行对比。实验结果表明,PSO-SVR模型对基坑变形监测预测的准确度更高,预测值与实测值最贴近,更能反映倾斜监测的位移变化趋势,满足基坑变形监测预测的需要。

冬小麦土壤水分监测预测系统的研究与应用

为了研究冬小麦生育期间土壤水分的变化规律 ,对聊城市二十多年来冬小麦生育期间的土壤湿度资料 ,进行了不同降水 (灌溉 )条件 ,不同土壤湿度初始状态 ,不同土壤深度层次的具体分析 ,并结合气候资料 ,找出了各种情况下的麦田增 (失 )墒规律 ,并建立了相应的增 (失 )墒预测模式。据此可根据当前土壤的初始条件 ,对未来的土壤增 (失 )墒规律进行估算 ,为冬小麦生育期间的灌溉时间的确定 ,以及其他管理工作的实施 。

农业气象灾害监测预测技术的应用

随着农业现代化水平的进一步提升,如何将这些新的监测预测技术应用到农业生产实践中,真正为农户开展种植管理活动提供必要的指导,也成为当前农业部门需要重点关注的问题。