黑龙江病虫害遥感影像监测预警系统第3版共72页文档
2023-2024学年高中地理湘教版必修3第3章 地理信息技术应用单元测试(含答案解析)
2023-2024学年湘教版高中地理单元测试学校 __________ 班级 __________ 姓名 __________ 考号 __________注意事项1．答题前填写好自己的姓名、班级、考号等信息;2．请将答案正确填写在答题卡上;一、选择题（本大题共计11小题每题3分共计33分）1.（1）我国将速生丰产用材林基地建设在南方丘陵地区最主要考虑的是该地区（）1.（2）我国治沙工程重点针对的区域是（）1.（3）在4个体系中主要功能以削减风速作用为主的森林体系是（）①“三北”防护林体系②长江中上游防护林体系③沿海防护林体系④平原农田防护林体系A. 经济发达木材需求量大B. 平原面积大营林面积广C. 纬度低林木生长周期短D. 产业基础好加工技术高【答案】C【解析】（1）南方丘陵地区经济不发达 A错南方丘陵地区以丘陵地形为主 B错纬度低林木生长周期短有利于速生用材林基地的建设 C对产业基础好加工技术高不是用材林基地建设的主导因素 D错故选C【答案】B【解析】（2）我国治沙工程重点针对气候干旱、土地荒漠化严重的西北地区 B对故选B【答案】C【解析】（3）以削减风速为主的森林体系主要是分布在风力强劲的西北地区、沿海地区即“三北”防护林体系、沿海防护林体系、平原农田防护林体系①③④对长江中上游防护林体系主要是涵养水源、保持水土的作用②错故选C2.（1）北斗卫星导航系统有助于（）①监控森林火灾面积提供灭火决策依据②实时监测台风云系提供气象预报③精准报告车辆位置提高安全出行系数④实现动态监控牛羊指导牧区放牧2.（2）物流是网购的主要环节其中货物追踪查询系统运用了（）A. ①②B. ①③C. ③④D. ②④【答案】C【解析】（1）北斗卫星导航系统可在全球范围内全天候、全天时为各类用户提供高精度、高可靠定位、导航、授时服务可以用于精准报告车辆位置提高安全出行系数实现动态监控牛羊指导牧区放牧③④正确监控森林火灾面积实时监测台风云系主要使用的是RS 所以①②错故选C【答案】B【解析】（2）具有预报功能的地理信息技术是地理信息系统具有定位功能的地理信息技术是GPS系统可用GPS系统快速追踪货物的位置信息中心调度系统使用地理信息系统（GIS）查询相关信息故选B3.（1）北斗卫星导航系统的用途是（）①为用户提供实时的空间位置②为交通运输的调度指挥提供移动数据③服务于资源勘查、动态监测和有关部门的规划决策④为用户提供各种分类信息的查询3.（2）下列设备中不属于北斗卫星导航系统组成部分的是（）①卫星信号接收机②北斗卫星③传感器④车载移动电话A. ①②B. ①③C. ①④D. ②④【答案】A【解析】（1）北斗卫星导航系统是用来卫星定位属于全球定位系统的一部分可以提供空间地理位置为交通部门的调度指挥提供相关数据服务于资源勘查、动态监测和有关部门的规划决策主要是遥感技术为用户提供各种分类信息的查询属于地理信息系统的应用故选A【答案】D【解析】（2）卫星导航系统由空间部分（导航卫星）、地面控制部分和用户设备部分（GPS信号接收器）组成故选D4.（1）这一过程中依次使用的技术是（）4.（2）“土地利用信息数据库”在数字城市规划中不能用于（）A. GPS-RS-GISB. RS-GPS-GISC. GIS-RS-GPSD. RS-GIS-GPS【答案】D【解析】（1）具有预报功能的地理信息技术是地理信息系统具有定位功能的地理信息技术是GPS系统具有监测功能的地理信息技术是遥感技术农民首先可定期获得农田长势的影像资料用的是遥感技术经过系统分析用的是地理信息系统最后把杀虫剂、化肥施用到最需要的农田用的是GPS系统故选D【答案】D【解析】（2）具有预报功能的地理信息技术是地理信息系统具有定位功能的地理信息技术是GPS系统具有监测功能的地理信息技术是遥感技术“土地利用信息数据库”在数字城市规划中不能用于统计城市流动人口数量故选D5.（1）“数字化草原”就是（）5.（2）“数字化草原”建成后对鄂托克前旗发挥的作用有（）①为开展以草定畜、加强草原保护利用提供了科学依据②实现了对全旗各草原的动态监测③增加了科研人员收集整理资料的数量和时间④实现草场基础数据共享、自动采集实时改变草场覆盖率A. 为草原各区域标上数字序号以方便管理B. “因特网”或“信息高速公路”C. 用地理信息技术使草原信息的表达方式数字化D. 将草原景观拍摄成视频供人们欣赏【答案】C【解析】（1）“数字化草原”就是用地理信息技术使草原信息的表达方式数字化 C正确不是为草原各区域标上数字序号以方便管理 A错误“因特网”或“信息高速公路”可以为“数字化草原”提供技术支持 B错误将草原景观拍摄成视频供人们欣赏是“数字化草原”功能的一部分 D错误故选C【答案】A【解析】（2）“数字化草原”建成后可以为开展以草定畜、加强草原保护利用提供科学依据①正确实现了对全旗各草原的动态监测②正确减少了科研人员收集整理资料的数量和时间③错误实现草场基础数据共享、自动采集为改变草场覆盖率提供依据④错误故①②正确③④错误故A正确 BCD错误故选A6.（1）QQ同时在线人数地图（）6.（2）以下破解胡焕庸线的措施合理的是（）①东部地区大量移民到西部地区②加快西部地区城镇化发展进程③完善西部地区的基础设施建设④西部大规模建设商品粮棉基地⑤西部地区建立具有资源优势的专业化产业群A. 信息收集借助GPS和GIS技术B. 具有直观、数据稳定的特点C. 反映了所有手机用户的分布状况D. 可以预测城市的人口数量【答案】A【解析】（1）QQ同时在线人数地图信息收集借助GPS和GIS技术通过定位和信息处理、分析绘制出地图 A对具有直观的特点人口是动态的数据不稳定 B错反映了大部分手机用户的分布状况 C错不能预测城市人口数量多少 D错故选A【答案】C【解析】（2）胡焕庸线是我国的人口地理分界线线以东地区人口密度大以西地区人口密度小西部地区自然条件差环境人口容量小东部地区大量移民到西部地区不实际①错加快西部地区城镇化发展进程②对完善西部地区的基础设施建设吸引企业人口迁入③对西部水资源短缺不适宜大规模建设商品粮棉基地④错西部地区建立具有资源优势的专业化产业群⑤对故选C7.（1）甲地区存在的突出生态环境问题及其产生的主要原因分别是（）7.（2）监测乙处荒漠化范围变化可采用的地理信息技术是（）7.（3）图示乙处荒漠化现象严重其人为原因是（）A. 草地退化、过度放牧B. 水土流失、地表崎岖C. 次生盐渍化、不合理灌溉D. 湿地萎缩、围湖造田【答案】C【解析】（1）读图并结合所学知识知图中甲地位于我国的宁夏平原是我国著名的灌溉农业区由于宁夏平原是引黄河水灌溉的河水灌溉导致地下水位上升而当地气候干旱蒸发旺盛盐分积累地表易形成盐碱地从而导致土地利用率下降形成土地荒漠化 C正确因贺兰山对风沙的阻挡、黄河水源滋润等原因草原退化不是当地最突出的生态环境问题 A错误平原地形径流流速较慢水土流失不严重 B错误当地大型湖泊较少围湖造田现象不是当地突出的生态环境问题 D错误故选C【答案】A【解析】（2）荒漠化地区与非荒漠化地区因植被覆盖度不同反射和发射的电磁波不同可以通过遥感技术（RS）进行监测故A符合题意 BCD不符题意故选A【答案】D【解析】（3）“全球变暖蒸发旺盛” “植被稀少风蚀强烈被破坏”属于形成荒漠化的自然原因故AB错误“植被破坏石漠化严重”是主要发生云贵高原地区的水土流失的原因故C错误该地属于我国牧区与农耕区的过渡带过度开垦过度放牧是荒漠化的人为原因故D正确故选D8.（1）“风神”卫星遥感属于（）①主动式遥感②航天遥感③被动式遥感④航空遥感8.（2）“风神”卫星将有助于（）A. ①②B. ①④C. ②③D. ③④【答案】A【解析】（1）由题“风神”卫星距离地面320千米属于航天遥感从该卫星遥感传感器发射出的紫外线在大气中发生散射现象所以是主动式遥感故选A【答案】C【解析】（2）“风神”卫星是全球首颗用于测量地球低层大气风速和风向的卫星可以及时作出天气预报预防暴雨洪涝灾害不能阻止台风侵袭不能减缓全球变暖监测地震活动要用GPS故选C9.（1）海水稻长势监测的依据是植被指数图的对比而植被指数图的绘制依据的是上图所示的某技术工作的主要环节该技术是（）9.（2）实时监测和预报海水稻病虫害灾情所运用的地理信息技术是（）A. RSB. GPSC. GISD. 数字地球【答案】A【解析】（1）植被指数图的绘制依据的是上图所示的某技术工作的主要环节该技术是遥感技术（RS）可以用来监测水稻的长势状况用来估算粮食产量故选A【答案】B【解析】（2）对病虫害的实时监测可以利用遥感技术（RS）对获取的信息进行分析需要用到地理信息系统（GIS）故选B10.（1）国家气象局提供的卫星云图的获得主要是运用了（）10.（2）在野外考察旅行时只要拥有手机大小的GPS信号接收机你就能随时知道（）10.（3）“数字地球”是（）A. GPSB. RSC. GPRSD. GIS【答案】B【解析】（1）国家气象局每天为电视新闻提供的卫星云图主要使用了遥感技术通过卫星遥感获得云图信息故选B【答案】C【解析】（2）全球定位系统简称GPS GPS用户接收机在收到卫星发送的信息后经过计算便能获得自身所在地点的三维位置即地理坐标故选C【答案】B【解析】（3）根据数字地球定义数字地球是一个“虚拟地球” 就是用数字化的方法将地球上有关的信息转化为数字信息装入计算机中实现在网络上的流通可知B选项是正确的故选B11.（1）图中甲、乙、丙、丁区域（）11.（2）实时获取丙区域植被生长状况的信息所应用的地理信息技术主要是（）A. 是按照综合指标划分的B. 边界有实有虚C. 属不同层次的区域D. 相互间差异大【答案】D【解析】（1）图中甲、乙、丙、丁四区域植被依次是常绿硬叶林、荒漠、草原、雨林相互间的区域特征差异较大 D正确四区域是按照植被单一指标划分的 A错误边界是虚的、模糊的 B错误四区域属于相同层次的区域 C错误故选D【答案】B【解析】（2）遥感技术被广泛应用于军事侦察、地球资源探测、环境污染探测以及地震、火山爆发预测等实时获取丙区域植被生长状况的信息需要适时观察故所应用的地理信息技术主要是遥感故选B二、解答题（本大题共计3小题每题10分共计30分）12.（1）地区救灾办公室能迅速掌握洪水淹没地区情况所利用的技术手段主要是（）12.（2）在对被围困的市民开展营救行动的过程中政府相关部门利用的地理信息技术主要是①GIS技术②GPS技术③RS技术④“数字地球”技术（）A. 地理信息系统B. 全球定位系统C. 遥感技术D. “数字地球”系统【答案】C【解析】主要利用水与其它地物的电磁波的辐射、反射特性不同来确定洪水的范围该过程利用的是遥感技术【答案】D【解析】地理信息技术的应用的领域主要表现为遥感在资源普查、环境和灾害监测中的应用（可对农作物进行估产、有助于防灾减灾）全球定位系统在定位导航中的应用（主要用于位置方面的定位和导航）地理信息系统在城市管理中的功能（用于城市的信息管理与服务、交通道路管理、环境管理以及城市规划、防灾减灾等）13.（1）结合遥感工作的原理试分析材料一中资源卫星是如何发现掩埋在地下的垃圾的13.（2）试分析遥感在减灾防灾的应用中在获取信息方面的优势13.（3）请拟出与下列三个遥感应用领域相关的课题名称【答案】（1）垃圾中的有机质发酵会产生热量垃圾掩埋处的地温就高地面辐射和反射波谱会不同于其他地区最终导致该地区在卫星遥感图像上的显示不同于其他地区【解析】（1）垃圾掩埋于地下因有机质发酵生热会造成垃圾填埋处温度偏高其地面辐射、反射波谱会明显不同于其他地区根据遥感工作的原理可知资源卫星能发现掩埋在地下的垃圾【答案】（2）遥感具有探测范围大、获取资料速度快、受地面条件限制小、获取信息量大的优点【解析】（2）结合所学知识回答即可【答案】（3）上海土地资源的利用现状调查, 上海城市绿地调查与规划, 黄浦江水体污染监测【解析】（3）与国土资源勘查相关的课题主要是土地利用现状、矿产资源和水资源状况等方面与城市规划相关的课题包括城市总体规划、城市用地规划等如城市绿地规划环境监测与保护包括对大气、水、土壤等的监测与保护14.（1）据图可知玉米叶子水分含量与反射率的关系是_________ 要监测玉米缺水状况首要采用的现代化技术是_________A.全球定位系统（GPS）B.地理信息系统（GIS）C.遥感（RS）D.决策支持系统（DSS）14.（2）玉米反射率较高的波段为________A.红外线B.可见光C.紫外线D.X射线14.（3）依据上述原理举例说明遥感在现代农业中的应用【答案】（1）玉米叶子水分含量越高反射率越低, C【解析】（1）据图可知玉米叶子水分含量与反射率的关系是玉米叶子水分含量越高反射率越低遥感技术广泛应用于资源调查及环境监测【答案】（2）A【解析】（2）由图可读出反射率较高的波段在0.76~1.3微米之间属于红外线【答案】（3）监测作物生长环境及其状况如土壤湿度、作物水分含量、病虫害程度等进行作物估产监测土地利用状况及其变化等【解析】（3）遥感在农业生产中可用于监测农作物生长环境及其生长状况、估产等。
遥感导论 第三章：遥感的应用领域
遥感的应用领域组长：黄旭生组员：莫雪兰，陈丽萍，薛柳媚，高建仪，李锦利，吴燕霞，孙文洪，黄晓希，周雅妍遥感从具体应用领域可分为资源遥感、环境遥感、农业遥感、林业遥感、渔业遥感、地质遥感、气象遥感、水文遥感、城市遥感、工程遥感及灾害遥感、军事遥感等。
资源遥感定义：以资源作为探测对象的遥感技术。
相关说明：资源遥感是以地球资源的探测、开发、利用、规划、管理和保护为主要内容的遥感技术及其应用过程。
自然资源可通过多平台、多时相、多波段的数据采集，直接表现成隐含于遥感信息之中。
故资源遥感包括获取资源与环境数据的过程及对这些数据进行综合研究和系统分析的过程。
其主要步骤为：①分析资源的形成条件、赋存环境、分布状态；②根据有利于资源调查的最佳时间及波段，选择遥感平台、传感器和遥感影像数据；③按资源分布特点、类型差异、赋存状态，确定影像分析、判读的方法；④设计遥感影像处理的技术方案；⑤设计与实施地面实况调查与验证的方案；⑥资源遥感信息特征的概括、分析模型的研究与优化。
因资源遥感的综合研究与系统分析应在区域本底研究的支持下进行，故地理信息系统是资源遥感向高层次发展的技术保证。
应用例子：中巴资源卫星在我国的应用：在《塔里木盆地北缘矿产和地下水资源调查评价》项目中，对塔里木北缘西南天山地区利用40景CBERS-1CCD数据编制了卫星影像地图，对矿产资源进行评估，预测了找矿的有利地段，圈定了浅层地下水的储存地区；对地质环境及其演变进行了分析，编制了浅层地下水资源解译图、遥感地质图、遥感找矿预测图、地质环境遥感解译图等，量算了生态环境评价因子的分布面积现况及趋势，并分析发展前景。
该项目所圈出的浅层地下水分布区，发现和验证的五条金铜矿矿体，对于西部开发是很实用的成果，同时对塔里木生态治理起到直接作用。
另外在工程地质、矿产专题图、铀矿勘测、油田环境监测与评估等方面也取得了应用成果。
中巴资源卫星在巴西的应用：在Mato Grosso州，州立环境署利用卫星图像来注册农场和其变化特点，比如农作物的种植地区、保留地区、草场和风险地区等。
湘教版高中地理必修三第三章第二节《遥感技术及其应用》课件(共58张PPT)
❖ 勘探矿产资源，调
查生物资源、水资源等 是遥感技术在资源普查 中的重要应用领域。
应用领域
具体内容
备注
矿产 蕴藏矿产的地方有许多 人们只需要分析 是地质断裂或环形构造 遥感图像就可以
资源 带，较容易借助遥感技 划定蕴藏矿产的
术“发现”矿产
大致区域
生物 通过遥感图像解译 或图像处理技术，
❖ 本示意图形象地表达了遥感的工作过 程。从图中可以看出，在遥感平台上的传 感器，使用光学仪器或电子仪器，接收地 面物体反射或发射的电磁波信号，并以图 像胶片或数据磁带的形式记录下来，传送 到地面接收站，经过技术处理后，进行解 译与分析，最终服务于资源勘探、动态监 测和有关部门的规划决策等。
[背景知识]
近地遥感
距地面高度在几 十米以内的遥感
用于城市遥感、 海面污染监测、 森林火灾监测
等中、高分辨
率的遥感活动
[方法技巧 ] 遥感探测与传感器运载工 具飞行高度的关系
❖ 传感器运载工具的飞行高度对遥感探测 的范围、速度、周期、分辨率等影响很 大。一般说来，运载工具飞得越高，探 测的范围越大，获得资料的速度越快， 周期越短，对地物的分辨率越低；反之 亦然。需要注意的是，遥感对地物的分 辨率除与飞行高度有关外，还与传感器 的性能有关。
❖例 4 1987 年 8 月，我国返回卫
星上搭载水稻种子，返回后经地
面种植，培育出的水稻穗多粒大。
亩产达 600 kg ，最高达 750
kg ，蛋白质含量增加 8 ％一 20
% ，生长期平均缩短 10 天。水
稻的这种变异的来源是( ) D
A ．基因重组 B ．基因突变
A．①② B．②③ C．③④ D．①③
高考地理一轮复习第三部分区域可持续发展第13章地理环境与区域发展32地理信息技术在区域地理环境研究中
3.全球定位系统图像及综合图的判读 (1)手持机界面图(如图 3)：主要是判读界面上的地理坐标和海拔 高度。 (2)综合图(如图 4)：常见的如某城市中心地区月交通事故次数示 意图，应借助于 GPS 和 GIS 制作。导航地图，需要运用 GPS 和 GIS。
第三十六页，共43页。
【例】 (经典再现)下图是利用地理信息技术制作的某城市中心 城区月交通事故次数示意图。读图回答(1)～(2)题。
答案：A
第十五页，共43页。
4．(经典再现)在农业方面，运用遥感技术能够( )
①监测耕地变化 ②调查作物分布 ②估测粮食产量 ③跟踪
产品流向
A．①②③
B．②③④
C．①②④
D．①③④
第十六页，共43页。
解析：遥感技术主要是获取信息，通过不同时期的遥感信息对比， 反映地理事物的性质和范围的变化。跟踪产品流向利用的是 GPS 技 术。
第三部分(bù fen) 区域 可持续发展
第十三章 地理环境(dì lǐ huán jìnɡ)与区域发展
学案32 地理信息技术在区域地理 环境研究(yánjiū)中的应用
第一页，共43页。
考点一 地理信息系统(GIS)与遥感(yáogǎn)(RS)的应
1．地理信息系统的应用 (1)在区域地理环境研究中的应用
第八页，共43页。
考法一 遥感图像判读及应用 1．(2014·福建卷)下图示意新一代信息技术支撑下的智慧城市。 读图，回答(1)～(2)题。
第九页，共43页。
(1)地理信息系统为智慧城市建设提供( )
A．分析、管理空间信息
B．跟踪动态定位信息
C．整合、集成网络信息
D．获取实时通讯信息
(2)智慧城市建设对城市发展最重要的作用是( )
《高考总复习》湘教版地理文档第36讲地理信息技术应用word版含答案2
第36讲地理信息技术应用知考纲明考情理线索1.遥感(RS)在资源普查、环境和灾害监测中的应用2.全球定位系统(GPS)在定位导航中的应用3.地理信息系统(GIS)在城市管理中的功能4.数字地球的含义以“3S”信息材料或图表为背景，考查“3S”技术的分析与应用，考查形式以选择题为主。
遥感影像判读、全球定位系统的应用是常见的考查对象1.地理信息系统及其应用读地理信息系统(GIS)的构成图，回答问题。
(1)概念：采集、存储、管理、分析和描述地球表面与地理分布有关数据的空间信息系统。
(2)功能：①存储、管理数据；②显示数据的空间分布；③强大的空间查询、分析、模拟、统计和预测等功能。
(3)系统组成：人员、A硬件、数据、B应用模型和软件。
(4)工作过程。
(5)GIS在城市管理中的应用：①城市规划和管理；②基础设施管理；③土地利用与管理；④生态环境管理。
【深度思考1】地理信息系统的实质就是地图吗？提示不是，地理信息系统与地图是两个完全不同的概念。
地图一般是用比例尺、方向、图例、注记以及等值线等来解释地理事物的有关内容。
而地理信息系统则是地图的延伸，它通过采集、处理数据，建立模型来表示地理事物的有关内容。
2.遥感技术及其应用读遥感(RS)的工作过程图，回答问题。
(1)概念：借助对电磁波敏感的仪器，在不与探测目标接触的情况下，记录目标物对电磁波的辐射、反射、散射等信息，提示目标物的特征、性质及其变化的综合探测技术。
(2)组成：由遥感平台、传感器、信息传输装置、数字或图像处理设备以及相关技术等组成。
(3)应用。
①资源普查：勘探矿产资源，调查生物资源、水资源等是遥感技术在资源普查中的重要应用领域。
②环境灾害监测：有助于人类重新审视“地球家园”，提高人们对周围生活环境与灾害的认识。
3.全球定位系统及其应用读GPS卫星系统组成图，回答问题。
(1)概念：具有在海、陆、空进行全方位、实时三维导航与定位功能的新一代卫星导航与定位系统。
农作物重大病虫害监测预警体系建设需求
农作物重大病虫害监测预警体系建设需求一、智能虫情测报灯系统技术要求1. 应符合《植物保护机械虫情测报灯》（GB/T 24689.1-2009）要求。
2. 电源电压：适用交流电压为220V±60V。
绝缘电阻：≥2.5MΩ。
3. 诱集光源：波长为360nm-650nm，功率≥20W。
4. 运行环境：整体304不锈钢，应能在温度为0℃-70℃、湿度不大于95%RH的环境中正常工作。
在-20℃-70℃环境温度下存放不影响正常使用，恶劣气候条件下能正常运行。
5. 散虫结构：采用有效散虫结构，保证虫体均匀平铺，并实现大小虫体分离；能根据虫体的数量自动调节拍照间隔时间；目标害虫盛发期的图片采集率在80％以上；采集的图片具备比例尺，用以判断虫体大小。
6. 排水装置：能有效将雨、虫分离，箱体内不得有明显积水。
7. 虫体清理装置：拍照后虫体应能得到自动清理。
8. 避雷功能：应有防雷击功能或加装避雷装置。
9. 防盗系统：应有防盗系统或GPS位移告警系统，在PC端软件地图上可查询设备点位置。
10. 防雨装置：顶部配有尺寸为≥1000mm*1000mm的雨棚，四周有防雨百叶，下雨天可以正常工作，正常捕虫。
11. 主机显示控制：7寸及以上液晶屏，触摸屏上直接操控和演示。
12. 联网方式：运营商：支持电信、联通、移动；网络制式：3G、4G、以太网等，可随时随地联网管理。
13. 自动拍照：虫体拍照摄像头应为2000W像素以上高清成像系统，可自动和手动拍照，拍照可调频率区间≥〔10min,3h〕/张，并可通过PC机、手机端进行远程控制。
14. 自动识别和计数：具有自动识别和计数功能，能识别包括但不限于褐飞虱、白背飞虱、稻纵卷叶螟、二化螟和大螟等水稻主要害虫，且每一种害虫盛发期的图片识别计数准确率80%～100%。
15. 仪器自动计数和灯下人工计数的动态趋势拟合度≥0.90（提供县级及以上农林技术推广部门试验报告证明）。
基于_PSO-SVR_模型的温室病害预警防治系统
江苏农业学报(ＪｉａｎｇｓｕＪ.ｏｆＡｇｒ.Ｓｃｉ.)ꎬ２０２１ꎬ３７(４):８５４￣８６０ｈｔｔｐ://ｊｓｎｙｘｂ.ｊａａｓ.ａｃ.ｃｎ赵㊀睿ꎬ程㊀鑫ꎬ徐晓辉ꎬ等.基于ＰＳＯ￣ＳＶＲ模型的温室病害预警防治系统[Ｊ].江苏农业学报ꎬ２０２１ꎬ３７(４):８５４￣８６０.ｄｏｉ:１０.３９６９/ｊ.ｉｓｓｎ.１０００￣４４４０.２０２１.０４.００６基于ＰＳＯ￣ＳＶＲ模型的温室病害预警防治系统赵㊀睿ꎬ㊀程㊀鑫ꎬ㊀徐晓辉ꎬ㊀宋㊀涛ꎬ㊀孙圆龙(河北工业大学电子信息工程学院ꎬ天津３００４０１)收稿日期:２０２０￣１２￣１５基金项目:河北省重点研发计划项目(１９２２７２１２Ｄ㊁２０３２７２０１Ｄ)ꎻ石家庄市重点研发计划项目(１９１４９０１４４Ａ㊁１９１１３０１５４Ａ)作者简介:赵㊀睿(１９９５－)ꎬ女ꎬ河北邢台人ꎬ硕士研究生ꎬ研究方向为电子技术与智能系统ꎮ(Ｅ￣ｍａｉｌ)Ｚｈａｏ＿ｒｕｉＧＺ＠１６３.ｃｏｍ通讯作者:徐晓辉ꎬ(Ｅ￣ｍａｉｌ)ｘｘｈ＠ｈｅｂｕｔ.ｅｄｕ.ｃｎ㊀㊀摘要:㊀为了解决温室植物病害预警㊁防治不及时的问题ꎬ设计了一种基于粒子群优化的支持向量机(ＰＳＯ￣ＳＶＲ)模型的温室物联网预警系统ꎮ系统通过对观测数据进行分析训练ꎬ进而建立起植物病害预警模型ꎬ根据预测结果ꎬ结合易产生黄瓜病害的环境参数范围选择是否向用户发出预警警报ꎬ利用温室物联网控制技术实现对植物病害的生态防治ꎮ同时系统可以向搭载Ａｎｄｒｏｉｄ平台的设备发送提醒消息ꎬ并可以进行远程监控ꎮ该系统利用Ｗｉ￣Ｆｉ技术将传感器系统和嵌入式设备组成星型网络ꎬ根据传感器返回的有效环境参数数据ꎬ通过ＰＳＯ￣ＳＶＲ模型对温室温度㊁湿度参数进行预测ꎬ预测准确率分别为９７ ６％㊁９６ ８％ꎬ可以用作理论指导ꎮ测试结果表明ꎬ该系统响应时间短㊁运行稳定ꎬ可有效地监测并预测温室环境参数ꎬ对于植物病害的防治有较好的实际作用ꎮ关键词:㊀ＰＳＯ￣ＳＶＲ模型ꎻＲＢＦ核函数ꎻ参数预测ꎻ预警模型中图分类号:㊀Ｓ１２６㊀㊀㊀文献标识码:㊀Ａ㊀㊀㊀文章编号:㊀１０００￣４４４０(２０２１)０４￣０８５４￣０７Ｅａｒｌｙｗａｒｎｉｎｇａｎｄｐｒｅｖｅｎｔｉｏｎｓｙｓｔｅｍｆｏｒｐｌａｎｔｄｉｓｅａｓｅｓｉｎｔｈｅｇｒｅｅｎｈｏｕｓｅｂａｓｅｄｏｎｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ￣ｓｕｐｐｏｒｔｖｅｃｔｏｒｒｅｇｒｅｓｓｉｏｎ(ＰＳＯ￣ＳＶＲ)ｍｏｄｅｌＺＨＡＯＲｕｉꎬ㊀ＣＨＥＮＧＸｉｎꎬ㊀ＸＵＸｉａｏ￣ｈｕｉꎬ㊀ＳＯＮＧＴａｏꎬ㊀ＳＵＮＹｕａｎ￣ｌｏｎｇ(ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇꎬＨｅｂｅｉＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙꎬＴｉａｎｊｉｎ３００４０１ꎬＣｈｉｎａ)㊀㊀Ａｂｓｔｒａｃｔ:㊀Ｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｓｏｆｌａｇｓｉｎｅａｒｌｙｗａｒｎｉｎｇａｎｄｐｌａｎｔｄｉｓｅａｓｅｓｐｒｅｖｅｎｔｉｏｎｉｎｔｈｅｇｒｅｅｎｈｏｕｓｅꎬａｎｅａｒｌｙｗａｒｎｉｎｇｓｙｓｔｅｍｏｆｉｎｔｅｒｎｅｔｏｆｔｈｉｎｇｓｉｎｔｈｅｇｒｅｅｎｈｏｕｓｅｂａｓｅｄｏｎｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ￣ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ(ＰＳＯ￣ＳＶＲ)ｍｏｄｅｌｗａｓｄｅｓｉｇｎｅｄ.Ｅａｒｌｙｗａｒｎｉｎｇｍｏｄｅｌｏｆｐｌａｎｔｄｉｓｅａｓｅｓｗａｓｅｓｔａｂｌｉｓｈｅｄｂｙｔｈｅｓｙｓｔｅｍｔｈｒｏｕｇｈａｎａｌｙｚｉｎｇａｎｄｔｒａｉｎｉｎｇｏｆｔｈｅｏｂｓｅｒｖｅｄｄａｔａ.Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｐｒｅｄｉｃｔｅｄｒｅｓｕｌｔｓａｎｄｔｈｅｓｃｏｐｅｏｆｅｎｖｉｒｏｎｍｅｎｔａｌｐａｒａｍｅｔｅｒｓｗｈｉｃｈｗｅｒｅｅａｓｙｔｏｃａｕｓｅｃｕｃｕｍｂｅｒｄｉｓｅａｓｅｓꎬｔｈｅｓｙｓｔｅｍｃｏｕｌｄｓｅｌｅｃｔｗｈｅｔｈｅｒｔｏｓｅｎｄｅａｒｌｙｗａｒｎｉｎｇｓｔｏｔｈｅｕｓｅｒｓｏｒｎｏｔｂｙｃｏｎｔｒｏｌｔｅｃｈｎｏｌｏｇｙｆｏｒｉｎｔｅｒｎｅｔｏｆｔｈｉｎｇｓｉｎｔｈｅｇｒｅｅｎｈｏｕｓｅｔｏｒｅａｌｉｚｅｅｃｏｌｏｇｉｃａｌｃｏｎｔｒｏｌｏｆｔｈｅｐｌａｎｔｄｉｓｅａｓｅｓ.ＡｔｔｈｅｓａｍｅｔｉｍｅꎬｔｈｅｓｙｓｔｅｍｃｏｕｌｄｓｅｎｄｒｅｍｉｎｄｉｎｇｍｅｓｓａｇｅｓｔｏｄｅｖｉｃｅｓｅｑｕｉｐｐｅｄｗｉｔｈｔｈｅＡｎｄｒｏｉｄｐｌａｔｆｏｒｍꎬａｎｄｃｏｕｌｄｐｅｒｆｏｒｍｒｅｍｏｔｅｍｏｎｉｔｏｒｉｎｇａｎｄｃｏｎｔｒｏｌ.ＴｈｅｓｙｓｔｅｍｕｓｅｄＷｉ￣Ｆｉｔｅｃｈｎｏｌｏｇｙｔｏｆｏｒｍｔｈｅｓｔａｒｎｅｔｗｏｒｋｗｉｔｈｔｈｅｓｅｎｓｏｒｓｙｓｔｅｍａｎｄｔｈｅｅｍｂｅｄｄｅｄｄｅｖｉｃｅ.ＡｃｃｏｒｄｉｎｇｔｏｔｈｅｅｆｆｅｃｔｉｖｅｅｎｖｉｒｏｎｍｅｎｔａｌｐａｒａｍｅｔｅｒｄａｔａｒｅｔｕｒｎｅｄｂｙｔｈｅｓｅｎｓｏｒꎬｔｈｅＰＳＯ￣ＳＶＲｍｏｄｅｌｗａｓｕｓｅｄｔｏｐｒｅｄｉｃｔｔｈｅｇｒｅｅｎｈｏｕｓｅｔｅｍｐｅｒａｔｕｒｅａｎｄｈｕｍｉｄｉｔｙꎬａｎｄｔｈｅｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｉｅｓｗｅｒｅ９７.６％ａｎｄ９６.８％ｒｅｓｐｅｃｔｉｖｅｌｙꎬｗｈｉｃｈｃｏｕｌｄｂｅｕｓｅｄａｓｔｈｅｏ￣ｒｅｔｉｃａｌｄｉｒｅｃｔｉｏｎ.Ｔｅｓｔｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔꎬｔｈｅｓｙｓｔｅｍｒｅｓｐｏｎｓｅｓｗｉｔｈｓｍａｌｌｔｉｍｅａｎｄｉｓｓｔａｂｌｅｉｎｏｐｅｒａｔｉｏｎꎬａｎｄｃａｎｍｏｎｉｔｏｒａｎｄｐｒｅｄｉｃｔｇｒｅｅｎｈｏｕｓｅｅｎｖｉｒｏｎｍｅｎｔａｌｐａｒａｍｅｔｅｒｓｅｆｆｅｃｔｉｖｅｌｙꎬｗｈｉｃｈｈａｓａｇｏｏｄｐｒａｃｔｉｃａｌｅｆｆｅｃｔｏｎｔｈｅｐｒｅｖｅｎｔｉｏｎａｎｄｃｏｎｔｒｏｌｏｆｐｌａｎｔｄｉｓｅａｓｅｓ.Ｋｅｙｗｏｒｄｓ:㊀ｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ￣ｓｕｐｐｏｒｔｖｅｃｔｏｒｒｅｇｒｅｓｓｉｏｎ(ＰＳＯ￣ＳＶＲ)ｍｏｄｅｌꎻＲＢＦｋｅｒｎｅｌｆｕｎｃｔｉｏｎꎻｐａｒａｍｅｔｅｒｐｒｅｄｉｃｔｉｏｎꎻｅａｒｌｙｗａｒｎｉｎｇｍｏｄｅｌ㊀㊀温室作为我国设施农业的主要应用场所ꎬ被广泛应用于果蔬㊁花卉等农作物的生产中ꎮ建设现代４５８化温室的主要目的是实现不同季节农产品的持续供应ꎬ对于温室环境的监测与控制一直是研究重点之一[１]ꎮ目前现代化温室主要利用物联网技术实现对环境的监测ꎮ国外已经实现连栋式现代化大型温室ꎬ如日本农户可以通过ＮＥＣ㊁日立等公司研发的物联网技术ꎬ在家中的电脑或手机上实现温室环境数据监测和控制[２￣３]ꎮ国内对于温室物联网的研究也趋于成熟ꎮ杨文奇等[４]研发了一种温室物联网实时监测系统ꎬ可以监控温室环境因子ꎮ朱均超等[５]建立了基于物联网的大棚远程检测系统ꎬ可以对农业大棚的环境参数进行远程监测ꎮ综上所述ꎬ目前中国的温室物联网已经具备了对环境的实时㊁远程监控功能ꎮ但是目前我国对于环境参数的利用还多停留在监测阶段ꎬ不能为生产环境的变化提供指导[６]ꎮ对于预警方法也多停留在根据当前温室环境参数发出警报阶段ꎮ这样的预警方式不仅效率低ꎬ而且不够智能化[７]ꎮ许多学者在温室内部环境参数的预测方面取得了一定进展ꎬ并且应用到了预警方法中[８￣１０]ꎮ本研究在已有温室环境参数的实时监测基础上ꎬ增加环境参数预测功能ꎬ利用粒子群优化的支持向量机(ＰＳＯ￣ＳＶＲ)模型建立预警方法ꎬ并利用物联网技术实现自动化生态防治ꎮ１㊀系统组成和工作原理１.１㊀总体设计本系统主要利用温室物联网技术[１１￣１２]ꎬ系统的总体设计如图１所示ꎮＧＰＲＳ:通用无线分组业务ꎮ图１㊀预警系统设计Ｆｉｇ.１㊀Ｄｅｓｉｇｎｏｆｅａｒｌｙｗａｒｎｉｎｇｓｙｓｔｅｍ㊀㊀系统通过在农业设施现场布置的环境数据采集节点收集环境数据ꎬ通过网关传给远程嵌入式设备ꎬ搭载Ａｎｄｒｏｉｄ的嵌入式设备通过ＰＳＯ￣ＳＶＲ模型进行温湿度预测ꎬ当温湿度达到阈值时发出预警警报并５５８赵㊀睿等:基于ＰＳＯ￣ＳＶＲ模型的温室病害预警防治系统将信息传递至移动设备ꎮ系统同时可以进行自动温湿度调控ꎬ在发出预警警报后ꎬ可自动进行升温除湿ꎬ也可以选择关闭该功能ꎬ对其进行手动控制ꎮ１.２㊀数据采集节点数据采集节点框图如图２所示ꎮ图２㊀数据采集节点框图Ｆｉｇ.２㊀Ｂｌｏｃｋｄｉａｇｒａｍｏｆｄａｔａａｃｑｕｉｓｉｔｉｏｎｎｏｄｅ㊀㊀数据采集节点处理器采用ＳＴＣ８Ａ８Ｋ６４Ｓ４Ａ１２芯片ꎻＷｉ￣Ｆｉ模块选用低功耗㊁体积小㊁稳定性高的ＵＳＲ￣Ｃ２１５模块ꎬ支持８０２ １１ｂ/ｇ/ｎ标准ꎬ传输距离为２００~３００ｍꎮ空气温度传感器选用ＤＳ１８Ｂ２０模块ꎬ测量范围为－５５~１２５ħꎬ测量精准度为０ ５ħꎻ空气湿度传感器选用ＤＨＴ１１模块ꎬ测量范围为２０％~９５％ꎬ测量精准度为５％ꎻ土壤温湿度传感器选用ＺＺ￣Ｓ￣ＧＴＨ￣Ｃ模块ꎬ测量精准度分别为０ ５ħ㊁３ ０％ꎻ光照度传感器选用ＢＨ１７５０ＦＶＩ模块ꎬ测量范围为０~６５５３５ｌｘꎻＣＯ２体积比传感器选用ＭＧ８１１模块ꎬ测量范围为０~１００００μｌ/Ｌꎮ１.３㊀数据去噪在温室环境中ꎬ环境参数传感器内部损坏㊁电源波动㊁电路噪声等原因ꎬ可能会导致其输出信号发生变化ꎬ产生不准确的输出ꎮ本系统采用一种基于Ｇｒｅｕｂｂｓ检验的均值法ꎬ降低噪声干扰(图３)ꎮ１.４㊀通信方式整个系统的通信可以分为２个部分:以嵌入式设备为分界点ꎬ上层嵌入式设备㊁云服务中心㊁移动设备为基于ＨＴＴＰ协议的Ｂ/Ｓ通信方式ꎻ嵌入式设备和下位机之间为基于ＳＯＣＫＥＴ＋ＴＣＰ的Ｃ/Ｓ通信方式[１３￣１４]ꎮ２㊀温室预警方法２.１㊀ＰＳＯ￣ＳＶＲ模型ＳＶＲ是使用ＳＶＭ(Ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅꎬ支持图３㊀数据去噪流程图Ｆｉｇ.３㊀Ｆｌｏｗｃｈａｒｔｏｆｄａｔａｄｅｎｏｉｓｉｎｇ向量机)拟合曲线的一种方法[１５]ꎬ常用作回归分析ꎬ具有小样本㊁非线性㊁高维模式识别等特点[１６]ꎮＰＳＯ属于群体优化算法ꎬＰＳＯ算法流程如图４所示ꎮ图４㊀ＰＳＯ算法流程Ｆｉｇ.４㊀Ｆｌｏｗｃｈａｒｔｏｆｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ(ＰＳＯ)ａｌｇｏ￣ｒｉｔｈｍ㊀㊀使用ＰＳＯ算法对ＳＶＲ的惩罚参数ｃ和核函数参数ｇ进行寻优ꎬ提高模型的鲁棒性ꎬ降低训练的复杂度ꎮＰＳＯ￣ＳＶＲ模型的建立流程如图５所示ꎮ６５８江苏农业学报㊀２０２１年第３７卷第４期图５㊀ＰＳＯ￣ＳＶＲ模型建立流程Ｆｉｇ.５㊀Ｆｌｏｗｃｈａｒｔｏｆｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ￣ｓｕｐｐｏｒｔｖｅｃ￣ｔｏｒｒｅｇｒｅｓｓｉｏｎ(ＰＳＯ￣ＳＶＲ)ｍｏｄｅｌｅｓｔａｂｌｉｓｈｍｅｎｔ２.２㊀ＰＳＯ￣ＳＶＲ模型的输入与预处理模型的输入采用滑动窗口模型ꎮ如图６所示ꎬ将数据按照时间序列形成数据流ꎬ滑动窗口模型的核心是保持窗口尺寸不变ꎬ窗口内的时间序列数据为参与的自变量ꎬ窗口右侧始终为预测值ꎮ通过试验ꎬ选取窗口长度为４ꎮ图６㊀滑动窗口模型Ｆｉｇ.６㊀Ｓｌｉｄｉｎｇｗｉｎｄｏｗｍｏｄｅｌ㊀㊀滑动窗口模型将数据标准化后ꎬ再使用ｍｉｎ￣ｍａｘ方法进行归一化处理ꎬ其表达式为:ｘᶄ＝ｘ－ｍｉｎ(ｘ)ｍａｘ(ｘ)－ｍｉｎ(ｘ)２.３㊀ＰＳＯ￣ＳＶＲ模型的训练㊁测试及分析对天津市某黄瓜温室２０１９年１０月１日至２０１９年１０月３１日的温湿度数据进行训练研究ꎬ分为４２７组训练数据和４４组测试数据ꎬ训练数据为每日中２ｈ数据ꎬ具体数据如图７㊁图８所示ꎮ㊀㊀ＰＳＯ利用Ｍａｔｌａｂ环境下的Ｌｉｂｓｖｍ￣ＦａｒｕｔｏＵｌｔｉ￣ｍａｔｅ工具包ꎬ设置局部搜索能力ｃ１＝１ ５ꎬ全局搜索能力ｃ２＝１ ７ꎬ惯性权重因子ｗ＝１ꎬ最大种群数量ｓｉｚ￣ｅｐｏｐ＝２０和最大进化数量ｍａｘｇｅｎ＝２００ꎮ寻优得到如下结果:ｃ＝３２ꎬｇ＝０９３ꎮ图７㊀温度训练数据Ｆｉｇ.７㊀Ｔｅｍｐｅｒａｔｕｒｅｔｒａｉｎｉｎｇｄａｔａ图８㊀湿度训练数据Ｆｉｇ.８㊀ＨｕｍｉｄｉｔｙｔｒａｉｎｉｎｇｄａｔａＳＶＲ模型使用的是台湾林智仁(Ｃｈｉｈ￣ＪｅｎＬｉｎ)教授等开发的软件包ＬＩＢＳＶＭꎮ需要设置的参数除了经过ＰＳＯ寻优得到的惩罚参数ｃ㊁核函数参数ｇꎬ还有核函数类型ꎬ核函数的数学表达式如表１所示ꎮ表１㊀核函数的数学表达式Ｔａｂｌｅ１㊀Ｍａｔｈｅｍａｔｉｃａｌｅｘｐｒｅｓｓｉｏｎｓｏｆｋｅｒｎｅｌｆｕｎｃｔｉｏｎｓ核函数名称㊀㊀㊀㊀㊀数学表达式线性核函数(Ｌｉｎｅａｒ)Ｋ(ｘꎬｙ)＝ｘ ｙ多项式核函数(Ｐｏｌｙｎｏｍｉａｌ)Ｋ(ｘꎬｙ)＝(ｘ ｙ＋１)ｄ径向基函数(ＲＢＦ)Ｋ(ｘꎬｙ)＝ｅｘｐ｜ｘ－ｙ｜２σ２{}激活函数(Ｓｉｇｍｏｉｄ)Ｋ(ｘꎬｙ)＝ｔａｎｈ[ｖ(ｘꎬｙ)＋ｃ]㊀㊀分别使用４种核函数进行试验ꎬ将训练和测试后的准确性指标ＭＳＥ(Ｍｅａｎｓｑｕａｒｅｄｅｒｒｏｒꎬ均方误差)和Ｒ２(Ｓｑｕａｒｅｄｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔꎬ决定系数)的平均值进行对比ꎬ结果如表２所示ꎮ㊀㊀经过对比可以看出ꎬ选用ＲＢＦ核函数时ꎬ模型效果最好ꎬ拟合度最高ꎮ通过分析测试值和实际值可知ꎬ温度平均相对误差为２ ４％ꎬ湿度平均相对误差为３ ２％ꎬ预测准确率分别为９７ ６％和９６ ８％ꎮ测试值和实际值的曲线对比如图９㊁图１０所示ꎮ７５８赵㊀睿等:基于ＰＳＯ￣ＳＶＲ模型的温室病害预警防治系统表２㊀不同核函数试验结果对比Ｔａｂｌｅ２㊀Ｃｏｍｐａｒｉｓｏｎｏｆｔｅｓｔｒｅｓｕｌｔｓｏｆｄｉｆｆｅｒｅｎｔｋｅｒｎｅｌｆｕｎｃｔｉｏｎｓ核函数类型温度ＭＳＥＲ２湿度ＭＳＥＲ２线性核函数(Ｌｉｎｅａｒ)０.１５０.９５０.１７０.９３多项式核(Ｐｏｌｙｎｏｍｉａｌ)１.８５０.８４１.３３０.８７径向基函数核(ＲＢＦ)０.１２０.９９０.１４０.９８激活函数(Ｓｉｇｍｏｉｄ)０.２９０.９４０.２７０.９２ＭＳＥ:均方误差ꎻＲ２:决定系数ꎮ１~４５:组别ꎮ图９㊀温度测试结果曲线对比Ｆｉｇ.９㊀Ｃｕｒｖｅｃｏｍｐａｒｉｓｏｎｏｆｔｅｍｐｅｒａｔｕｒｅｔｅｓｔｒｅｓｕｌｔｓ１~４５:组别ꎮ图１０㊀湿度测试结果曲线对比Ｆｉｇ.１０㊀Ｃｕｒｖｅｃｏｍｐａｒｉｓｏｎｏｆｈｕｍｉｄｉｔｙｔｅｓｔｒｅｓｕｌｔｓ２.４㊀温室环境预警方法㊀㊀结合韩振荣[１７]的研究结果ꎬ建立了温室黄瓜霜霉病㊁角斑病㊁白粉病３种病害的温湿度预警模型ꎬ警报分为黄色警报㊁橙色警报和红色警报(表３)ꎮ㊀㊀系统每３０ｍｉｎ收集１次环境参数数据ꎬ若当前环境参数和预测环境参数均达到预警模型阈值ꎬ则发出相应的预警提醒ꎬ通知用户及早对病态植株进行隔离或者治疗ꎮ在警报为橙色或红色时系统作出相应的自动控制决策(白天升温至２５~３０ħꎬ夜间除湿至３５％~４０％)ꎬ将环境条件控制在适宜病害发生的范围之外ꎬ做到生态防治ꎮ预警方法流程如图１１所示ꎮ表３㊀黄瓜病害环境参数预警模型Ｔａｂｌｅ３㊀Ｅａｒｌｙｗａｒｎｉｎｇｍｏｄｅｌｏｆｅｎｖｉｒｏｎｍｅｎｔａｌｐａｒａｍｅｔｅｒｓｏｆｃｕ￣ｃｕｍｂｅｒｄｉｓｅａｓｅｓ病害种类警报等级黄色警报橙色警报红色警报霜霉病空气温度１５~２０ħ空气温度２０~２５ħ空气温度２０~２５ħ空气湿度>８５％空气湿度６０％~８５％空气湿度>８５％角斑病空气温度１５~２５ħ空气温度１５~２５ħ空气温度１５~２５ħ空气湿度<７５％空气湿度７５％~９０％空气湿度>９０％白粉病空气温度１６~２４ħ空气温度１６~２４ħ空气温度１６~２４ħ空气湿度<４０％空气温度４０％~６０％空气湿度６０％~７５％图１１㊀温室环境参数预警方法流程Ｆｉｇ.１１㊀Ｆｌｏｗｃｈａｒｔｏｆｔｈｅｅａｒｌｙｗａｒｎｉｎｇｍｅｔｈｏｄｆｏｒｇｒｅｅｎｈｏｕｓｅｅｎｖｉｒｏｎｍｅｎｔａｌｐａｒａｍｅｔｅｒｓ３㊀结果与分析３.１㊀嵌入式设备开发本系统的嵌入式设备选用搭载Ａｎｄｒｏｉｄ平台的开发板ꎬ处理器为三星Ｅｘｙｎｏｓ４４１２四核心ꎬ主频为１ ６ＧＨｚꎬ搭载１ＧＢ的双通道ＤＤＲ３运行内存ꎬ４ＧＢ固态硬盘ＥＭＭＣ存储ꎮ开发环境选取ＡｎｄｒｏｉｄＳｔｕ￣ｄｉｏ２.３.３ꎬＪａｖａＪＤＫ(Ｊａｖａｄｅｖｅｌｏｐｍｅｎｔｋｉｔ)ꎬ版本为１.８.０ꎻ数据库管理选用ＡｎｄｒｏｉｄＳＤＫ的ｐｌａｔｆｏｒｍ￣ｔｏｏｌｓ目录下的ｓｑｌｉｔｅ３.ｅｘｅ文件ꎬ可以执行类似ＭｙＳＱＬ提供的命令行窗口ꎮ８５８江苏农业学报㊀２０２１年第３７卷第４期ＡＰＰ客户端的开发模式选用Ａｎｄｒｏｉｄ常用的ＭＶＰ模式ꎮ在软件开发中ꎬ通常使用ＭＶＣ模式ꎬ但是在Ａｎｄｒｏｉｄ开发中ꎬＡｃｔｉｖｉｔｙ的存在不能明确地区分Ｖｉｅｗ和Ｃｏｎｔｒｏｌｌｅｒꎬ因为其本身具有Ｖｉｅｗ和Ｃｏｎ￣ｔｒｏｌｌｅｒ二者的性质ꎬ如果采取ＭＶＣ模式开发ꎬ会使Ａｃｔｉｖｉｔｙ的耦合性变得很高ꎮ当后期维护时ꎬ可能需要改动整个ＡＰＰ代码ꎮＭＶＰ模式较好地解决了ＭＶＣ的弊端ꎬＭｏｄｅｌ和Ｖｉｅｗ通过Ｐｒｅｓｅｎｔｅｒ进行交互ꎬ这时Ａｃｔｉｖｉｔｙ基本完全充当了Ｖｉｅｗ的角色ꎬＶｉｅｗ和Ｍｏｄｅｌ不直接进行交互ꎬ这样使二者的改动更方便ꎬ解耦性更强ꎬ不会对整个ＡＰＰ进行大量的变动(图１２)ꎮ图１２㊀ＭＶＣ模式与ＭＶＰ模式开发对比Ｆｉｇ.１２㊀ＣｏｍｐａｒｉｓｏｎｏｆＭＶＣｍｏｄｅｌａｎｄＭＶＰｍｏｄｅｌ㊀㊀利用Ｍａｔｌａｂ和Ａｎｄｒｏｉｄ混合编程ꎬ首先利用Ｍａｔｌａｂ软件实现ＰＳＯ￣ＳＶＲ模型搭建ꎬ并对模型进行完整训练及网络测试ꎬ得到优化后的预测模型ꎮ将模型的函数㊁训练结果及训练数据打包成ｊａｒ包ꎬ将其添加为Ａｎｄｒｏｉｄ的外部依赖ꎬ在Ａｎｄｒｏｉｄ工程中编写调用该ｊａｒ包的接口调用函数ꎬ通过传入输入变量得到结果ꎮＡＰＰ客户端的主界面采用Ａｎｄｒｏｉｄ自带的ｓｕｐ￣ｐｏｒｔ￣ｖ７包中的ＣａｒｄＶｉｅｗ作为内容填充ꎬ界面简洁美观ꎮ在主界面进行下拉刷新即可刷新环境数据ꎬ当达到预警范围时ꎬ系统会出现Ｎｏｔｉｆｉｃａｔｉｏｎꎮ主界面效果如图１３所示ꎮ㊀㊀点击Ｎｏｔｉｆｉｃａｔｉｏｎ会进入预警系统界面ꎬ显示易生病害警报等级ꎬ点击病害会跳转至病害百科界面ꎬ显示病害的百度百科ꎮ预警界面显示效果如图１４所示ꎮ㊀㊀点击主界面的卡片ꎬ会进入数据可视化界面ꎬ本系统利用ＭＰＡｎｄｒｏｉｄＣｈａｒｔ框架ꎬ实现了当日和昨日的数据显示ꎬ可以切换折线图和柱状图ꎮ图表的下方显示ＰＳＯ￣ＳＶＲ模型预测结果ꎬ即３０ｍｉｎ和６０ｍｉｎ后的预测结果ꎮ可视化界面效果如图１５所示ꎮ图１３㊀ＡＰＰ客户端主界面效果Ｆｉｇ.１３㊀ＭａｉｎｉｎｔｅｒｆａｃｉａｌｅｆｆｅｃｔｏｆｔｈｅＡＰＰ图１４㊀预警界面效果Ｆｉｇ.１４㊀Ｉｎｔｅｒｆａｃｉａｌｅｆｆｅｃｔｏｆｔｈｅｅａｒｌｙｗａｒｎｉｎｇｓｙｓｔｅｍ图１５㊀可视化界面效果Ｆｉｇ.１５㊀Ｖｉｓｕａｌｉｎｔｅｒｆａｃｅｅｆｆｅｃｔ３.２㊀系统测试系统测试主要分为功能测试和性能测试ꎬ均为黑盒测试ꎮ功能测试采用常用的Ｍｏｎｋｅｙ测试法ꎬ对运行在Ａｎｄｒｏｉｄ设备或者模拟机上的Ａｎｄｒｏｉｄ应用进行模拟点击测试ꎬ在指定次数的情况下模拟用户点击事件ꎬ从而测试应用系统的稳定性ꎮ试验次数设定为５０００次ꎬ在测试期间没有出现ＡＮＲ(Ａｐｐｌｉｃａｔｉｏｎｎｏｔｒｅｓｐｏｎｄｉｎｇ)现象和ＦＣ(Ｆｏｒｃｅｃｌｏｓｅ)现象ꎬ全部功能运行正常无卡顿ꎮＭｏｎｋｅｙ测试结果表明ＡＰＰ在９５８赵㊀睿等:基于ＰＳＯ￣ＳＶＲ模型的温室病害预警防治系统运行期间有着良好的稳定性ꎮ性能测试利用ＡｎｄｒｏｉｄＳｔｕｄｉｏ选项卡中的Ａｎ￣ｄｒｏｉｄＭｏｎｉｔｏｒ自带的Ｍｏｎｉｔｏｒｓꎬ监测程序运行期间的Ｍｅｍｏｒｙ(内存占用率)和ＣＰＵ(处理器占用率)情况ꎬ从而测试应用在运行期间的整体性能ꎮ在Ｍｏｎ￣ｋｅｙ测试的同时ꎬ观察ＡｎｄｒｏｉｄＳｔｕｄｉｏ的Ｍｏｎｉｔｏｒｓ选项卡ꎬ其中Ｍｅｍｏｒｙ最高占有率为８５ ６８ＭＢꎬ平均为４７ ５６ＭＢꎻＣＰＵ最高占用率为４２％ꎬ平均为２７％ꎮ４㊀结论为了实现温室数据的有效利用ꎬ做到病害的早预警㊁早防治ꎬ本系统设计了一种基于ＰＳＯ￣ＳＶＲ模型的温室病害预警系统ꎬ可对温室环境参数进行充分的利用ꎮ系统基于温室物联网技术ꎬ实现了数据采集㊁数据去噪和远程控制功能ꎮ系统基于收集到的温室环境数据ꎬ通过ＰＳＯ￣ＳＶＲ模型进行参数预测ꎬ温㊁湿度预测准确率分别为９７ ６％㊁９６ ８％ꎬ结合预警模型ꎬ能够有效地提醒用户作出相应措施ꎬ并能实现自动生态防治ꎮ系统客户端基于Ａｎｄｒｏｉｄ平台ꎬ实现了可视化监测ꎬ操作界面友好ꎬ运行稳定ꎮ参考文献:[１]㊀秦志伟. 农业４.０ 已露尖尖角[Ｊ].农村 农业 农民(Ｂ版)ꎬ２０１５(９):４￣６.[２]㊀李灯华ꎬ李哲敏ꎬ许世卫ꎬ等.先进国家农业物联网的最新进展及对我国的启示[Ｊ].江苏农业科学ꎬ２０１６ꎬ４４(１０):１￣５. [３]㊀刘聪锋ꎬ戴啸涛ꎬ储成祥.国外农业物联网发展经验借鉴[Ｊ].通信企业管理ꎬ２０１５(１):６２￣６４.[４]㊀杨文奇ꎬ刘希光ꎬ郭彦克ꎬ等.温室环境物联网监测系统的设计[Ｊ].中国农机化学报ꎬ２０１７ꎬ３８(４):１０５￣１０８ꎬ１４０. [５]㊀朱均超ꎬ张㊀强ꎬ赵㊀岩.基于物联网的农业大棚环境监测系统设计[Ｊ].中国农机化学报ꎬ２０１８ꎬ３９(９):７６￣８０. [６]㊀葛文杰ꎬ赵春江.农业物联网研究与应用现状及发展对策研究[Ｊ].农业机械学报ꎬ２０１４ꎬ４５(７):２２２￣２２７.[７]㊀范㊀琼ꎬ张㊀武ꎬ张雪花ꎬ等.温室小气候环境监测预警技术及应用研究[Ｊ].中国农机化学报ꎬ２０１６ꎬ３７(５):７１￣７５. [８]㊀吴久江ꎬ汪㊀星ꎬ李㊀群ꎬ等.简易草莓大棚智慧管理系统设计与性能分析[Ｊ].农业机械学报ꎬ２０１９ꎬ５０(１２):２９５￣３０３. [９]㊀杨俊成ꎬ李淑霞ꎬ李㊀亮.基于物联网与人工神经网络的温室监控方案[Ｊ].控制工程ꎬ２０２０ꎬ２７(９):１６４９￣１６５６.[１０]郁莹珺ꎬ徐达宇ꎬ寿国忠ꎬ等.基于经验模态分解和小波神经网络的温室温湿度预测[Ｊ].江苏农业科学ꎬ２０１９ꎬ４７(１):２１１￣２１６.[１１]刘㊀源ꎬ宋㊀涛ꎬ徐晓辉ꎬ等.基于多元回归模型的精准光照系统[Ｊ].中国农机化学报ꎬ２０１９ꎬ４０(６):１６２￣１６６.[１２]张传帅ꎬ徐岚俊ꎬ李小龙ꎬ等.日光温室主要环境参数对番茄本体长势的影响[Ｊ].中国农业大学学报ꎬ２０１９ꎬ２４(１０):１１８￣１２４. [１３]ＬＡＩＹＣꎬＡＨＳＡＮＡꎬＳＨＯＨＲＡＢＨＭꎬｅｔａｌ.Ｐｅｒｆｏｒｍａｎｃｅｍｏｄｅｌ￣ｉｎｇａｎｄａｎａｌｙｓｉｓｏｆＴＣＰａｎｄＵＤＰｆｌｏｗｓｏｖｅｒｓｏｆｔｗａｒｅｄｅｆｉｎｅｄｎｅｔ￣ｗｏｒｋｓ[Ｊ].ＪｏｕｒｎａｌｏｆＮｅｔｗｏｒｋａｎｄＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓꎬ２０１９ꎬ１３０:７６￣８８.[１４]ＷＩＬＬＩＡＭＤＧ.ＵｓｉｎｇｎｏｄｅａｎｄｓｏｃｋｅｔｉｎｆｏｒｍａｔｉｏｎｔｏｉｍｐｌｅｍｅｎｔＭＰＩＣａｒｔｅｓｉａｎｔｏｐｏｌｏｇｉｅｓ[Ｊ].ＰａｒａｌｌｅｌＣｏｍｐｕｔｉｎｇꎬ２０１９ꎬ８５:９８￣１０８.[１５]李㊀飞ꎬ蒋敏兰.基于支持向量机回归的蛋鸡产蛋率预测模型[Ｊ].江苏农业科学ꎬ２０１９ꎬ４７(１３):２４９￣２５２.[１６]程㊀鑫ꎬ徐晓辉ꎬ宋㊀涛ꎬ等.基于ＰＳＯ￣ＳＶＲ模型的温室智能补光系统研究[Ｊ].中国农机化学报ꎬ２０２０ꎬ４１(６):６４￣６８ꎬ８２. [１７]韩振荣.温室黄瓜病虫害监测预警系统研究与实现[Ｄ].泰安:山东农业大学ꎬ２０１７.(责任编辑:张震林)０６８江苏农业学报㊀２０２１年第３７卷第４期。
演示文稿中图版高中地理必修三第三章教学用课件
第四页，共41页。
1.卫星定位的基本原理
GPS定位示意图
第五页，共41页。
GPS系统采用 “时间同步、单程 测距”的原理来实 现定位。
简单地说就是用 户同时向已知其位置 的3个导航卫星分别 进行距离测量，然后 再以该卫星为球心， 以所测得的距离为半 径，在空间画出3个
花费时间
多
少
时效性 连续性
差（慢）
差，不能全天候观测
好（快）
好，能全天侯观测
调查人员
多
少
调查成本
高
低
调查范围 小，有些地方不能人工调查 广，连续性好，能获得人眼看不到的信息
第十六页，共41页。
二、遥感技术的原理
遥感卫星地物在不断地吸收、发射（辐射）和反射电磁 波，并且不同物体的电磁波特性不同。
遥感就是根据这个原理，利用一定的技术设备 和装置，来探测地表物体对电磁波的反射和地物发 射的电磁波，从而提取这些物体的信息，完成远距 离识别物体。
其主要目的是：为陆、海、空三大领域，提供实 时、全天候和全球性的导航服务，并用于情报收集、 核爆监测和应急通信等一些军事目的，是美国独霸全 球战略重要组成。
第三页，共41页。
1. 在一个平面直角坐标系上，确定点 的位置，需要知道几个值？
2. 在一个空间三维坐标系上，确定点 的位置，需要知道几个值？
球面，则该3个球面
的相交点，就是用 户的所在位置了。
名词链接：
“时间同步”，是指卫星上的时钟与用户设备 内的时钟是精确同步的（譬如说校准到两者之间几 万年才差1秒钟） 。
“单程测距”，是指从导航卫星上发出的无 线电测距信号在传播到用户设备的这一单向行程 中，就可以把它们之间的距离测量出来。
地理信息技术在防灾减灾中的应用1+课件-2023学年高一地理人教版(2019)必修第一册
二、全球卫星导航系统及其应用
概念：利用卫星，在全球范围内实时进行定位、导航的系统 应用：利用全球卫星导航系统可实现救灾过程的准确空
投，确保物资能够高效，准确到达灾区。
练习北斗卫星导航系统是我国自行研制的全球卫星定位与通信系统， 是继美国全球定位系统、俄罗斯格洛纳斯卫星导航系统之后第三个成 熟的卫星导航系统。北斗卫星导航系统可在全球范围内全天候、全天 时为用户提供高精度、高可靠定位、导航、授时服务，并具有短报文 通信能力。据材料回答下题。
3．对台风(或飓风)进行监测预报的主 要手段是( ) A．GNSS B．GIS
C．RS D．雷达
4．减轻台风(或飓风)灾害的主要措施
有( )①加强监测预报 ②限制工
业生产规模 ③保护和恢复原有湿地
④加固海岸堤防 ⑤修建水库A．①
②③ B．①②⑤
C．①③④ D．③④⑤
练习
5．在下列自然灾害中，利用遥感技术无法做到的是( )
2019年夏季，“利奇马” 台风对我国沿海地区造成了巨 大的经济损失，利用遥感等地 理信息技术在灾情预警和评估 中发挥了重要的作用。
（1）什么是地理信息技术？ （2）地理信息技术在生产 和生活中还有哪些用途？
地理信息技术
• 概念：指获取、管理、分析和应用地理空间信息的现代技术的总 称，主要包括遥感(RS)、全球卫星导航系统(GNNS)和地理信息系 统(GIS)等。
地理信息技术
• 主要用途 • (1)在区域地理环境研究中的应用：资源调查、环境监测、自然灾害
防御监测、国土资源管理、国土开发规划等。 • (2)大众化应用：GPS汽车导航、空间信息网站、城市多媒体地理信
息系统等。ห้องสมุดไป่ตู้
智能化农业病虫害防治解决方案
智能化农业病虫害防治解决方案第1章智能化农业病虫害防治概述 (4)1.1 研究背景与意义 (4)1.2 智能化农业病虫害防治技术发展现状 (4)1.3 本书内容安排 (4)第二章：农业病虫害防治基本理论，介绍病虫害防治的基本概念、原理和方法。
(4)第三章：智能化农业病虫害监测技术，分析遥感、物联网等技术在病虫害监测中的应用。
4第四章：智能化农业病虫害预测预报技术，探讨大数据和人工智能在病虫害预测方面的应用。
(5)第五章：精准施药技术，论述农药减量使用和精准施药技术的研发与应用。
(5)第六章：智能装备技术，介绍植保无人机、自动化喷洒设备等智能装备在病虫害防治中的应用。
(5)第七章：案例分析，通过国内外智能化农业病虫害防治的成功案例，分析现有技术的优缺点及改进方向。
(5)第八章：发展前景与政策建议，展望智能化农业病虫害防治技术的发展前景，并提出相关政策建议。
(5)第2章农业病虫害基础知识 (5)2.1 病虫害分类与识别 (5)2.1.1 病害分类 (5)2.1.2 虫害分类 (5)2.1.3 病虫害识别 (5)2.2 病虫害发生规律与影响因素 (5)2.2.1 病虫害发生规律 (5)2.2.2 影响因素 (6)2.3 病虫害监测与预警 (6)2.3.1 监测方法 (6)2.3.2 预警体系 (6)2.3.3 预警应用 (6)第3章智能化病虫害监测技术 (6)3.1 光谱成像技术 (6)3.1.1 光谱成像原理及设备 (6)3.1.2 光谱数据处理与分析 (6)3.1.3 光谱成像在病虫害监测中的应用实例 (7)3.2 遥感技术 (7)3.2.1 遥感监测原理及平台 (7)3.2.2 遥感数据处理与分析 (7)3.2.3 遥感技术在病虫害监测中的应用实例 (7)3.3 基于机器学习的病虫害监测方法 (7)3.3.1 机器学习基本原理及算法 (7)3.3.2 机器学习在病虫害监测中的应用 (7)3.3.3 机器学习在病虫害监测中的优势与挑战 (7)第4章数据采集与处理 (8)4.1.1 遥感技术 (8)4.1.2 智能传感器技术 (8)4.1.3 田间调查与观测 (8)4.2 数据预处理方法 (8)4.2.1 数据清洗 (8)4.2.2 数据归一化 (8)4.2.3 数据降维 (8)4.3 数据分析与挖掘 (8)4.3.1 时间序列分析 (9)4.3.2 空间分析 (9)4.3.3 机器学习与深度学习 (9)4.3.4 数据融合 (9)第5章云计算与大数据技术在病虫害防治中的应用 (9)5.1 云计算平台构建 (9)5.1.1 云计算概述 (9)5.1.2 云计算平台架构设计 (9)5.1.3 云计算平台在病虫害防治中的作用 (9)5.2 大数据技术在病虫害防治中的应用 (9)5.2.1 大数据概述 (10)5.2.2 数据采集与预处理 (10)5.2.3 数据分析与挖掘 (10)5.2.4 大数据技术在病虫害防治中的应用案例 (10)5.3 知识图谱与病虫害防治 (10)5.3.1 知识图谱概述 (10)5.3.2 知识图谱构建 (10)5.3.3 基于知识图谱的病虫害防治应用 (10)第6章智能化病虫害预测与预警 (10)6.1 病虫害预测方法 (10)6.1.1 数据收集与处理 (10)6.1.2 病虫害发生趋势分析 (11)6.1.3 专家系统与知识库构建 (11)6.2 预警模型构建 (11)6.2.1 病虫害预警指标体系 (11)6.2.2 预警模型选择与优化 (11)6.2.3 模型验证与评估 (11)6.3 预警系统设计与实现 (11)6.3.1 系统架构设计 (11)6.3.2 系统功能模块设计 (11)6.3.3 系统实现与部署 (11)第7章智能化病虫害防治策略制定 (12)7.1 防治策略概述 (12)7.2 基于专家系统的防治策略 (12)7.2.1 专家系统简介 (12)7.2.3 防治策略实例 (12)7.3 防治效果评估 (12)7.3.1 评估指标 (12)7.3.2 评估方法 (13)第8章智能化施药技术 (13)8.1 精准施药技术 (13)8.1.1 作物病虫害监测技术 (13)8.1.2 农药药效数据库建设 (13)8.1.3 施药参数优化算法 (13)8.1.4 精准施药决策支持系统 (13)8.2 无人机施药技术 (13)8.2.1 无人机施药系统设计 (13)8.2.2 无人机导航与定位技术 (13)8.2.3 无人机施药作业规划 (13)8.2.4 无人机施药效果评估 (13)8.3 智能化施药设备与控制系统 (13)8.3.1 智能化施药设备设计原理 (14)8.3.2 施药设备的关键部件与功能 (14)8.3.3 施药控制策略与算法 (14)8.3.4 设备集成与数据通信 (14)第9章智能化农业病虫害防治应用案例 (14)9.1 水稻病虫害智能化防治 (14)9.1.1 案例背景 (14)9.1.2 智能化防治技术 (14)9.1.3 应用案例 (14)9.2 小麦病虫害智能化防治 (14)9.2.1 案例背景 (14)9.2.2 智能化防治技术 (14)9.2.3 应用案例 (14)9.3 棉花病虫害智能化防治 (15)9.3.1 案例背景 (15)9.3.2 智能化防治技术 (15)9.3.3 应用案例 (15)9.3.4 案例成效 (15)第10章智能化农业病虫害防治发展展望 (15)10.1 技术发展趋势 (15)10.1.1 精准农业技术将进一步发展，基于大数据和云计算的病虫害监测与预警系统将实现更高效、更准确的数据处理和分析。
基于遥感的玉米病虫害监测
数据预处理
对遥感数据进行预处理，如辐射定标 、大气校正等，以提高模型精度。
模型训练
使用处理后的数据对模型进行训练， 建立玉米病虫害监测的遥感模型。
模型验证
验证方法
采用交叉验证、时间序列验证等方法对模型进行验证，确保 模型的可靠性和稳定性。
验证指标
采用精度、召回率、F1值等指标对模型进行评估，以反映模 型的性能。
生物物理和生物化学特征提取
03
从地面采样数据中提取玉米植株样本的生物物理和生物化学特
征，如叶绿素含量、水分含量等。
04
模型构建与验证
模型构建
选择特征
选择与玉米病虫害相关的遥感特征， 如光谱反射率、植被指数等。
确定模型类型
根据所选择的特征和数据类型，确定 适合的模型类型，如回归分析、支持 向量机或神经网络等。
数据格式转换
将不同来源的数据格式统 一，以便于后续处理。
数据标准化
将不同来源的数据进行标 准化处理，以消除量纲和 数值差异。
数据特征提取
图像特征提取
01
从遥感图像中提取与玉米病虫害相关的图像特征，如颜色、纹
理、形状等。
气象特征提取
02
从气象数据中提取与玉米病虫害发生相关的气象特征，如平均
温度、最高温度、最低温度等。
术研究和创新。
遥感技术在玉米病虫害 监测中的应用仍需要进 一步推广和应用，以提 高其在农业生产中的普
及率和实用性。
应用前景与展望
基于遥感的玉米病虫害监测技术将越来越成熟 ，应用范围也将越来越广泛。
随着遥感技术的不断发展，未来将会有更多类 型、更高精度的遥感数据应用于玉米病虫害监 测中。
遥感技术与其他农业技术的结合将为玉米病虫 害监测提供更全面、更准确的服务，有助于提 高玉米产量和质量。
遥感技术在农业病虫害预警系统中的应用考核试卷
A.土壤湿度变化
B.植物生长阶段的差异
C.遥感数据的噪声
D.病虫害发生的随机性
9.以下哪些模型可以用于病虫害发生的预测？( )
A.机器学习模型
B.生态位模型
C.统计模型
D.物理过程模型
10.遥感技术在病虫害预警中的数据处理流程包括：( )
A.数据采集
3.选择遥感平台和传感器时，需考虑因素包括：监测目标、分辨率要求、成本、数据获取周期等。例如，针对小范围精细监测选择无人机搭载高光谱相机，大范围监测则选择卫星遥感。
4.挑战和限制包括：数据质量、天气影响、病虫害识别准确性、数据处理能力等。解决策略：使用多源数据融合、改进算法、建立地面验证站点、提高数据处理速度等。
B.图像预处理
C.信息提取
D.结果验证
11.以下哪些遥感技术可以用于作物水分状况的监测？( )
A.多光谱遥感
B.高光谱遥感
C.热红外遥感
D.雷达遥感
12.在遥感图像处理中，以下哪些方法可以用于减少噪声？( )
A.滤波处理
B.图像锐化
C.小波变换
D.空间域平滑
13.以下哪些指标可以作为遥感监测病虫害的生物学参数？( )
C.预警发布
D.灾害恢复
10.用于提取农作物病虫害信息的遥感技术主要依赖于：( )
A.光谱特性
B.空间特性
C.时间特性
D.以上都是
11.以下哪种传感器对水分含量较为敏感，可用于监测作物病虫害？( )
A.多光谱传感器
B.高光谱传感器
C.热红外传感器
D.雷达传感器
12.在农业病虫害遥感监测中，哪个软件常被用于图像处理和分析？( )
松毛虫监测、预测预报办法共12页word资料
国家级森林病虫害中心测报点松毛虫监测、预测预报办法（试行）松毛虫是我国的重大森林病虫害之一，其平均每年发生面积有2000至4000万亩，常造成严重灾害。
为了全面系统地实施松毛虫虫情和灾情监测，分析和掌握松毛虫发生规律，预测预报松毛虫灾害的宏观趋势并提供准确的基础信息，确实及时、有效地控制松毛虫的发生，特制定本办法。
鉴于各地松毛虫发生期的预测方法已经成熟，因此本办法重点放在发生量和发生范围的监测、预测上。
1虫情、灾情监测松毛虫虫情、灾情监测主要依靠中心测报点所在地区进行的线路踏查、固定标准地调查、灯诱和性诱等手段，来掌握松毛虫的发生情况，提供抽样信息，并长期积累第一手资料，分析不同立地条件下的松毛虫发生规律；通过详细的线路踏查，在测报点覆盖范围内对松毛虫实施有效监测；利用灯诱和性诱等方法实施松毛虫的早期监测与发生趋势的分析。
有条件的地区要积极应用航空和航天遥感技术，实现松毛虫害的遥感监测。
1.1线路踏查1.1.1发生类型划分，根据松毛虫历年发生情况及森林生态系统条件，以村或小班为单位划分常发区、偶发区、安全区三种类型。
1.1.2各省应根据当地的实际，按森林经营的小班，对相同类型并集中连片的林地划为一个防治小班(以下简称小班)，统一编号。
1.1.3在中心测报点监测覆盖范围内，选定具有一定代表性的踏查路线（可设计为较为固定的巡视路线），巡视路线要覆盖常灾区的90%，在发生区应根据需要及时设置临时路线。
1.1.4在每代卵期和幼虫期对发生情况按巡视路线进行详细线路踏查，发现有虫情或灾情的小班，要立即设立临时标准地进行调查，每块标准地面积要大于3亩；在标准地内采用对角线或平行线抽样方法，随机选取5—10株标准树，进行虫口密度、针叶损失量的调查。
填写虫情调查表（表1）。
在每代防治后也要将防治情况添入表1，并汇总成，得到表4。
1.2固定标准地调查在松毛虫常灾区和偶发区中松毛虫易发生的区域范围，选取有代表性的林地，设立若干固定标准地，通过对标准地的定期调查，获得中心测报点关于松毛虫的虫情、针叶损失量等资料。