科研产出
安徽省发展数字乡村智慧农业暨农业产业互联网的实践与思考
《安徽农业科学 》 2023
摘要：党的十八大以来,党中央、国务院高度重视数字乡村建设,作出实施大数据战略和数字乡村战略的部署,安徽省委省政府认真贯彻落实各项部署要求,全力推进"数字安徽"建设,并将数字乡村、智慧农业、农业产业互联网发展作为其中的重要内容,积极开展试点示范,创新体制机制,探索有效路径,取得了阶段性成效,但在发展过程中也存在诸多制约因素和问题,阻碍了数字乡村、智慧农业、农业产业互联网的发展.通过总结近年来安徽省的实践经验,分析存在的问题,然后提出针对性对策建议,为下一步安徽省更好更快地发展数字乡村、智慧农业、农业产业互联网提供借鉴指导.
全文链接
请求原文
安徽省植保大数据平台建设与应用展望
《农业大数据学报 》 2020
摘要：近年来,中国农业病虫草害问题日趋严重,农业病虫草害预测预报体系不完善,基本原因在于农业大数据的汇集能力、挖掘能力、决策能力不足,目前市场上已经有许多涉及病虫草害的信息平台,但都面临着种类划分不够统一、资源信息不够准确等问题。安徽省是农业大省,病虫草害问题尤为严重,为了推动安徽省病虫草害防控体系发展,本文旨在以病虫草害数字图像库为基础,构建大数据管理、分析、挖掘及可视化展示平台,实现数据资源的分布存储与处理,面向农业生产、管理决策和科技创新中的现实需求,开展系统框架、数据清洗、数据挖掘、知识发现、认知计算、数据建模等技术研究与产品研发,建设集管理、共享、创新应用及产品服务一体化的大数据平台。为从业者提供农业病虫草害识别和辅助诊疗、病虫草害预测预报、植保知识查询等植保信息精准化服务,突破时间、地域限制,利用互联网帮助从业者实时解决生产中遇到的病虫草害防治难题,降低经济成本,减轻作业强度,提高防治的时效性。最后,针对当前安徽省植保大数据平台的不足提出建议,未来要进一步补充平台所缺乏的遥感、气象、土壤等方面的信息化数据,并增加录入病虫草害的种类和数量,提高数据共享水平,优化数据分析技术,加强数据应用推广,完善数据安全保障,真正成为智慧农业的重要组成部分。
关键词： 大数据平台 植物保护 智慧农业 数据获取 数据管理 数据挖掘 农业大数据 大数据
全文链接
请求原文
农作物害虫图像识别研究进展与展望
《安徽农业科学 》 2018
摘要：农作物害虫的精准识别是害虫预报及防控的重要前提,图像识别法以高效率、低成本、易操作等优势,成为近年来害虫防治工作的研究热点和主要技术手段。鉴于害虫图像识别在虫害诊断中的巨大潜力,回顾害虫图像识别方法的发展历程,阐述由室内环境下的识别走向自然环境的研究进展,分析传统方法与深度学习的优势与局限性,针对性给出未来发展的相应措施。传统识别方法易实现,适用在样本少、范围小的识别领域;深度学习方法精度高、自适应性强,在数据量充足的前提下可以取得较好的识别效果。最后对农作物害虫图像识别的发展前景进行展望,指出将害虫图像识别与物联网、传感器等技术相结合,共同构建农业大数据,并成为智慧农业的重要组成部分。
全文链接
请求原文
首页上一页1下一页尾页
