基于农田环境要素空间变异特征的多尺度网格化精确管理分区研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    31401292
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    24.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    C1301.农业信息学
  • 结题年份:
    2017
  • 批准年份:
    2014
  • 项目状态:
    已结题
  • 起止时间:
    2015-01-01 至2017-12-31

项目摘要

According to the urgent demand on multi-scale grid management zone analysis in precision agriculture utilization in China, A new framework of management zone analysis, multi-scale grid management zone analysis (MsGMZA), will be developed in this research. The research aims to study the four main steps of MsGMZA. First, a multi-scale grid dataset of environmental factors of farmland will be built based on multi-scale remote sensed imagery and field data on environmental factors. Second, variogram analysis will be done to demonstrate the spatial variation of these environmental factors. And an index of multi-scale characteristics, which is used for building a multi-scale model of environmental factors, will be made based on variogram parameters. The multi-scale model is the key point in this research, and it provides the rules for fusing the multi-scale dataset into one data layer, which will be applied in the grid management zone analysis. Then, a new algorithm of grid management zone will be designed, and it can be applied on fused multi-scale data layer with high performance. Finally, based on the exiting field data, the MsGMZA will be applied and evaluated. The expected results will improve the applicability of precision agriculture in China, and provide technical approaches for future food security in China.
针对我国精确农业实施过程中对多尺度网格化精确管理分区的迫切需求,通过利用基于不同尺度遥感影像建立的多尺度网格化农田环境要素数据,采用空间变异函数分析方法,研究农田环境要素的多尺度特征,寻求构建农田环境要素多尺度特征指数,明确农田环境要素的多尺度耦合关系,并进一步基于等级理论构建农田环境要素的多尺度模型;在此基础上,基于多尺度模型建立的规则,将多尺度的农田环境网格数据融合成可用于管理分区分析的统一数据层。并结合文献和试验,研究适用于多尺度融合数据的网格化精确管理分区的分析方法,优化网格化精确管理分区分析算法的性能。最后将基于课题组已有数据和试验点数据,对研究形成的方法进行应用及效果检验。研究结果将形成一套完整的多尺度网格化精确管理分区方案,提高精确管理分区在我国农业生产实践中的可应用性,拓展精确管理分区的本地化方案。

结项摘要

本项目通过研究多尺度农田环境要素数据多尺度特征,将多尺度的农田环境网格数据融合成可用于管理分区分析的统一数据层,通过构建及优化网格化精确管理分区的分析方法,形成一套完整的多尺度网格化精确管理分区方案,提高精确管理分区在我国农业生产实践中的可应用性。通过3年的研究,(1)建立了多尺度管理分区指标体系构建及优化的方法,并进行了验证;(2)构建了农田尺度的环境数据多尺度融合方法,并量化了该方法的不确定性大小、来源及控制方法;(3)构建并优化了基于空间变异特征的网格化精确管理分区方法。同时,在研究中构建了我国主要粮食产区多分辨率、多时相、多要素的环境资源数据库及软件系统,为后续研究奠定了基础。

项目成果

期刊论文数量(2)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(1)
An improved method of delineating rectangular management zones using a semivariogram-based technique
使用基于半变异函数的技术描绘矩形管理区域的改进方法
  • DOI:
    10.1016/j.tplants.2019.06.015
  • 发表时间:
    2016
  • 期刊:
    COMPUTERS AND ELECTRONICS IN AGRICULTURE
  • 影响因子:
    8.3
  • 作者:
    Zhang Xiaohu;Jiang Li;Qiu Xiaolei;Qiu Jianxiu;Wang Juan;Zhu Yan
  • 通讯作者:
    Zhu Yan
Uncertainty in Upscaling In Situ Soil Moisture Observations to Multiscale Pixel Estimations with Kriging at the Field Level
现场水平克里金法将原位土壤湿度观测升级为多尺度像素估计的不确定性
  • DOI:
    10.3390/ijgi7010033
  • 发表时间:
    2018
  • 期刊:
    ISPRS International Journal of Geo-Information
  • 影响因子:
    3.4
  • 作者:
    Xiaohu Zhang;Wenjun Zuo;Shengli Zhao;Li Jiang;Linhai Chen;Yan Zhu
  • 通讯作者:
    Yan Zhu

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

一种基于灰度变换的红外图像增强
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    应用光学, 27卷第1期, 12-14, 2006.01
  • 影响因子:
    --
  • 作者:
    邸慧;于起峰;张小虎
  • 通讯作者:
    张小虎
Influence of Crosslinking on Crystallization, Rheological, and Mechanical Behaviors of High Density Polyethylene/Ethylene-Vinyl Acetate Copolymer Blends
交联对高密度聚乙烯/乙烯-醋酸乙烯酯共聚物共混物结晶、流变和机械行为的影响
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    Polymer Engineering and Science
  • 影响因子:
    3.2
  • 作者:
    张小虎;杨红梅;宋义虎;郑强
  • 通讯作者:
    郑强
相机位姿估计的加速正交迭代算法
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    光学学报
  • 影响因子:
    --
  • 作者:
    李鑫;龙古灿;刘进博;张小虎;于起峰
  • 通讯作者:
    于起峰
基于生态位模型的高标准基本农田建设适宜性评价
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    农业工程学报
  • 影响因子:
    --
  • 作者:
    赵素霞;牛海鹏;张捍卫;张合兵;张小虎
  • 通讯作者:
    张小虎
大型结构变形监测摄像测量研究进展
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    实验力学
  • 影响因子:
    --
  • 作者:
    尚洋;于起峰;关棒磊;孙聪;钟立军;刘海波;张小虎
  • 通讯作者:
    张小虎

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

张小虎的其他基金

近地面冠层影像中小尺寸、高密度作物器官解析机制与模型构建
  • 批准号:
  • 批准年份:
    2021
  • 资助金额:
    58 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码