摘要：种植地块的精准识别是开展玉米农情监测的基础。受山地地形、影像的分辨率和提取方法限制,如何及时准确地获取玉米种植信息仍然是目前山地农业需要解决的重大问题之一。为了给基于高光谱影像的玉米地块精准识别与应用提供参考,以高光谱影像玉米地块为研究对象,利用深度学习技术,通过深度学习框架Keras对地物类型样本进行训练,提出了一种3D卷积神经网络模型以提高玉米地块的识别准确率,分类效果Overall Accuracy、Average Accuracy达到90%以上,Kappa系数达到86%以上。该模型具有泛化能力较强、准确率较高、鲁棒性较好及损失率较小等特点。

摘要：推进蔬菜病虫害绿色防控是贯彻"预防为主、综合防治"植保方针,实施"生态农业"战略的重要举措,而杀虫灯物理诱控技术是绿色防控技术中的一项重要措施。本文利用"3S"技术,对杀虫灯布置点位进行规划设计。结果表明,与现场已设实际点位相比,基于"3S"信息技术在露地种植模式下进行杀虫灯点位布设规划在基地面积覆盖度和作用范围重叠率方面更优,可达到经济、高效、节能的目标。