摘要：灌浆期是水稻的重要生育期之一,为精准分割灌浆期水稻稻穗,探究稻穗特征与水稻长势之间的关系,提出了一种基于神经架构搜索的灌浆期水稻稻穗分割及特征分析方法。以DeepLabV3Plus网络模型为基础框架,基于神经架构搜索算法自动设计主干网络,修改空洞空间卷积池化金字塔(ASPP),搭建语义分割网络Rice-DeepLab。通过田间摄像头采集4种水稻的灌浆期图像并经Rice-DeepLab分割后,计算稻穗面积占比、离散程度、图像平均曲率和颜色特征等参数并分析。实验结果显示:改进后的语义分割网络Rice-DeepLab的平均交并比(mIoU)为85.74%,准确率(Acc)为92.61%,与原网络模型相比mIoU、Acc分别提高了6.5%、2.97%;由图像的稻穗面积占比、离散程度、图像平均曲率、颜色特征可大致判别稻穗稀疏或稠密,稻穗是否饱满,色泽青绿、金黄或灰白等长势。本研究表明,可以利用田间摄像头便捷地开展灌浆期水稻监测工作,通过稻穗分割及其特征分析初步判断水稻的长势,为田间管理提供支持。

摘要：为贯彻落实党中央国务院大数据发展战略和“数字江淮”建设规划要求,发挥大数据在乡村振兴和现代农业发展中的倍增效应,安徽省农业农村厅积极探索、顶层设计、认真实践,大力推进安徽省农业农村大数据中心建设,取得了阶段性成效,初步实现了大数据赋能全省农业农村行政管理和公共服务。

摘要：二十一世纪以来,安徽省逐步推进电子政务绩效评估考核。本系统的设计旨在强化落实省政府办公厅提出的建立安全监测预警机制,实时监测网站的应用系统、网站数据等运行状态以及网站挂马、内容篡改等攻击情况,并对异常情况进行报警和处置。实现超前预警、提前防范、动态监管,并提升网站工作人员的办网管网能力。网站信息监测预警系统分为三个子系统,一是新闻信息预警系统,二是市县信息统计系统,三是日常办公平台。系统采用JavaScript和Python开发语言,选用Node+Express+vue应用程序开发框架,GIS部分采用Cesium构建二三维地理信息平台,ArcGIS Server作为空间服务器。实现信息爬取、分模块预警、信息统计、日常办公的功能。

摘要：由于传统的农业业务系统设计独立,数据孤岛问题显著,已开始影响业务的办理效率和数据价值的应用,限制了农业智能化发展。通过对安徽省农业业务系统和数据趋势研究,应用数字化技术,将各类农业数据汇聚形成农业大数据中心。重新设计业务系统,实现农业相关业务的一网通办;构建在线建模模块,辅助农业数据知识挖掘,提取数据价值;构建数据可视化大屏,辅助管理精准决策。通过农业大数据中心的建设,推动农业的智能化演进。

摘要：针对快速检测农药喷洒效果和农药利用率问题,通过设计1组喷药对比试验,分析不同区域杂草的颜色特征(RGB)、颜色空间转换特征(HLS、HSV)、纹理特征(mean、variance等)、可见光波段植被指数(EXG、EXR、VDVI等),比较各个特征及指数在喷药和对照区的差异,筛选出最优特征或指数进行阈值分割;在此基础上,计算喷药前后杂草像元数评估无人机喷药的除草效果。试验结果表明,利用归一化过红、过绿植被指数之差(EXG-EXR)可有效检测喷药除草效果,该方法能够为提高农田喷药效果提供技术支持。