97国产精品视频|欧美国产偷国产精品三区|在线欧美成人网站网址|亚洲在线色情日本无码视频网|高潮喷水在线日韩精品操|真真操逼视频国产免费啪啪片|超大波少妇欧美亚洲精品日韩一区|久久视频精品91午夜视频|亚洲无码成人动漫精品一区二区|中文字幕久久成人

A包項目說明一、項目概述為貫徹落實農(nóng)業(yè)農(nóng)村部《關于印發(fā)<全國智慧農(nóng)業(yè)行動計劃（2024—2028年）>的通知要求》（農(nóng)市發(fā)〔2024〕4號），按照《全國智慧農(nóng)業(yè)行動計劃（2024—2028年）》指導意見，切實提升我省智慧農(nóng)業(yè)公共服務能力和水平，擬面向小麥、玉米、大豆等我省主要糧食作物，以空天地一體化遙感技術為主要手段，依托人工智能技術，建設符合我省農(nóng)業(yè)生產(chǎn)現(xiàn)狀的糧食安全遙感監(jiān)測與綜合服務平臺，開發(fā)具有自主知識產(chǎn)權的糧食作物種植分布監(jiān)測、土壤肥力和墑情預測、病蟲害預測預警、以及農(nóng)作物長勢監(jiān)測及產(chǎn)量預測等基礎模型算法，為大田種植智慧化管理和糧食安全宏觀決策提供技術底座，從而提升我省農(nóng)業(yè)領域信息化、智慧化水平，提高農(nóng)業(yè)部門對農(nóng)情信息獲取的自主能力，為高標準農(nóng)田建設監(jiān)管、耕地質量提升和糧食安全戰(zhàn)略實施提供技術支撐。二、建設內容建設內容數(shù)量單位A包：山東省糧食安全遙感監(jiān)測與綜合服務平臺建設1套本項目以農(nóng)業(yè)遙感基礎算法模型研制與集成為主要建設內容，主要包括面向小麥、玉米、大豆等主要糧食作物的種植分布識別及面積估算、多生育期長勢監(jiān)測、與產(chǎn)量預測、病蟲害測報以及耕地肥力和墑情監(jiān)測等農(nóng)業(yè)主要基礎模型的平臺搭建。1平臺建設目標面向山東省糧食安全政府決策和農(nóng)業(yè)農(nóng)村信息化、數(shù)字化管理需求，以對地觀測技術為主要手段，綜合利用北斗技術、大數(shù)據(jù)技術、物聯(lián)網(wǎng)技術、人工智能技術，打造面向我省主要糧食作物農(nóng)情信息快速獲取的智能化基礎服務平臺。通過搭建大宗糧食作物種植與生長狀態(tài)監(jiān)測技術模型和算法平臺，強化農(nóng)田現(xiàn)狀及趨勢狀況的及時性、精準性，提升農(nóng)業(yè)主管部門業(yè)務管理的信息化水平，強化預測預警能力，推進智慧農(nóng)業(yè)、數(shù)字農(nóng)業(yè)先行先試，面向省-市-縣等多級業(yè)務管理部門以及科研院所、農(nóng)業(yè)生產(chǎn)經(jīng)營主體，提供全面遙感應用服務與支持，為我省糧食安全領域日常監(jiān)管和宏觀決策提供數(shù)據(jù)支撐。2功能模塊建設圍繞小麥、玉米、大豆等主要糧食作物生產(chǎn)管理，利用空天地一體化技術和大數(shù)據(jù)技術，開展涉及糧食作物種植分布監(jiān)測、土壤肥力和墑情預測分，病蟲害預測預警、長勢監(jiān)測及產(chǎn)量預測分析等多個功能的模型研發(fā)，打造農(nóng)業(yè)基礎算法平臺，提升智慧農(nóng)業(yè)信息化產(chǎn)品研制的自動化、智能化，強化預測預警能力。21糧食作物種植分布監(jiān)測功能（1）農(nóng)業(yè)遙感監(jiān)測數(shù)據(jù)資源建設模塊針對作物物候關鍵時期、關鍵地區(qū)遙感影像缺失問題，結合大數(shù)據(jù)技術，研制遙感數(shù)據(jù)預處理模塊，完善糧食安全遙感監(jiān)測與綜合服務平臺基礎遙感數(shù)據(jù)資源；建設歷史農(nóng)情數(shù)據(jù)庫，為歷史農(nóng)情信息參考提供可靠信息補充；開發(fā)農(nóng)情數(shù)據(jù)采集軟件，建立航拍視角與地面視角空間匹配與地理定位，實現(xiàn)地面地物快速標定。（2）耕地地塊提取模塊基于高分辨率遙感影像，應用深度學習算法，實現(xiàn)耕地地塊邊界信息的自動化精準提取，高效獲取地塊面積、空間分布等關鍵信息，完成從原始影像到結構化耕地信息的智能轉換，實現(xiàn)地塊邊界與地塊實體的端到端一體化提取，為耕地“非農(nóng)化”動態(tài)監(jiān)測提供核心數(shù)據(jù)支撐。（3）作物識別與分類模塊構建面向省域和縣域尺度的全口徑遙感作物分類體系，研發(fā)基于時序遙感影像和深度時空譜特征的地塊尺度作物種植結構智能化提取框架。重點研發(fā)面向小麥、玉米、大豆等主要糧食的高精度識別模型，實現(xiàn)少樣本、大范圍條件下的高精度作物精細分類自動化，支撐耕地“非糧化”動態(tài)監(jiān)測與監(jiān)管。22土壤肥力和墑情預測功能（1）土壤肥力和墑情立體監(jiān)測網(wǎng)絡布局策略模塊構建縣域尺度空天地協(xié)同的農(nóng)田立體感知網(wǎng)，研究其時空動態(tài)優(yōu)化布局和高效配置策略，實現(xiàn)多源立體感知數(shù)據(jù)匯聚，生成業(yè)務化的土壤肥力監(jiān)測“一張圖”和墑情監(jiān)測“一張圖”基礎數(shù)據(jù)資源，形成支撐土壤預測的核心數(shù)據(jù)底板。（2）土壤肥力和墑情預測分析模塊融合天空地一體化遙感與氣象、農(nóng)學、植保、地理、生態(tài)等多源異構信息，基于縣域田塊尺度上高頻次作物含水量、含氮量柵格數(shù)據(jù)，研究耦合農(nóng)學知識與作物機理模型的水氮信息解析方法，構建多源環(huán)境信息深度融合的多粒度水肥含量預測分析模型，支撐精準變量作業(yè)決策。23病蟲害預測預警功能（1）作物病蟲害多源遙感數(shù)據(jù)采集與處理模塊設計集成空天地一體化病蟲害低空、衛(wèi)星等多光譜數(shù)據(jù)采集平臺，實現(xiàn)冠層尺度上基于高光譜和多光譜數(shù)據(jù)的病害特征顯著光譜波段精準提取，實現(xiàn)實測農(nóng)作物高光譜數(shù)據(jù)以及濕度、溫度等同期易混脅迫因素的分析處理，開展基于云計算技術的病蟲害光譜能量分析。（2）作物病蟲害光譜特征識別與監(jiān)測模塊提取并優(yōu)選多尺度、多場景下的具有針對性的小麥、玉米關鍵生育期不同階段病蟲害敏感光譜波段、植被指數(shù)、小波特征、紋理特征等，建立小麥、玉米病蟲害時空域-光譜域特征光譜數(shù)據(jù)庫，研發(fā)小麥、玉米關鍵生育期不同階段病蟲害發(fā)生發(fā)展信息的遙感監(jiān)測模型。（3）多源數(shù)據(jù)融合的作物病蟲害區(qū)域測報模塊基于歷史與現(xiàn)勢等多源數(shù)據(jù)，借助人工智能技術，建立病害適生區(qū)遙感提取模型；鏈接多源數(shù)據(jù)與作物病蟲害流行機制，訓練并反饋調節(jié)神經(jīng)網(wǎng)絡模型參數(shù)和時序結果的關聯(lián)參數(shù)，研發(fā)時序穩(wěn)定的作物病蟲害發(fā)展區(qū)域預測模型，并聯(lián)動開展實時監(jiān)測預警模型構建。24長勢監(jiān)測及產(chǎn)量預測分析功能（1）作物長勢精準監(jiān)測模塊耦合作物長勢參數(shù)隨作物生育期、土壤背景、氣象條件和農(nóng)事管理措施等的農(nóng)學機制，及各參數(shù)在時序衛(wèi)星數(shù)據(jù)上的光譜和紋理表征等響應機制，構建鏈接苗情等農(nóng)情調度關鍵指標的業(yè)務化、綜合性長勢動態(tài)監(jiān)測指標，研制覆蓋全生育期的作物長勢狀況遙感監(jiān)測模型，支撐農(nóng)情精準調度與生產(chǎn)管理決策。（2）作物產(chǎn)量精準預測模塊依據(jù)山東小麥、玉米和大豆等大宗糧油作物農(nóng)業(yè)種植的時空一致性生態(tài)分區(qū)、結合長時許歷史產(chǎn)量及農(nóng)業(yè)災害數(shù)據(jù)，開展基于生態(tài)分區(qū)和歷史產(chǎn)量的省級尺度作物產(chǎn)量遙感預測模型構建。同時，根據(jù)作物不同生育期產(chǎn)量形成的關鍵生理生態(tài)過程規(guī)律，研制縣域地塊尺度作物產(chǎn)量精細化預測模型，形成省-縣協(xié)同的作物產(chǎn)量預測業(yè)務化能力。三、技術性能要求1平臺設計要求（1）本平臺要求“省級建設、全省復用”，需具備滿足市、縣、鄉(xiāng)各級調用模型需求能力。支持跨平臺部署和應用，滿足政務內網(wǎng)服務器提供的操作系統(tǒng)的要求。滿足國產(chǎn)適配要求，包括操作系統(tǒng)、數(shù)據(jù)庫、應用中間件等。（2）支持二次開發(fā)彈性擴展：本平臺應預留接口，以適應后續(xù)農(nóng)業(yè)基礎模型的擴充需要，同時可根據(jù)未來應用場景的增加彈性擴容。（3）模型調用界面友好，易操作性強，輸入調用方便明晰，幫助信息完整。2模型性能要求（1）農(nóng)業(yè)遙感監(jiān)測數(shù)據(jù)資源建設模塊：建立農(nóng)情數(shù)據(jù)樣本庫1套，樣本量不少于2萬，覆蓋地表類型不少于10類；歷史農(nóng)情數(shù)據(jù)庫不少于10年。（2）耕地地塊提取模塊：地塊邊界定位準確，連通性好，面積統(tǒng)計精度優(yōu)于85%。（3）作物識別與分類模塊：省域尺度作物識別精度優(yōu)于85%，縣域尺度作物識別精度優(yōu)于90%。（4）土壤肥力和墑情預測分析模塊：肥力預測模型決定系數(shù)不低于07，墑情預測模型決定系數(shù)不低于07。（5）作物病蟲害光譜特征識別與監(jiān)測模塊：建立山東省典型作物病蟲害光譜數(shù)據(jù)庫1套，其中光譜數(shù)據(jù)不少于2類；冠層尺度病蟲害識別模型精度優(yōu)于85%。（6）多源數(shù)據(jù)融合的作物病蟲害區(qū)域測報模塊：作物病蟲害發(fā)展區(qū)域預測模型精度優(yōu)于80%，作物病蟲害測報響應時間優(yōu)于12小時。（7）作物長勢精準監(jiān)測模塊：至少包括2類作物長勢監(jiān)測模型，滿足不同數(shù)據(jù)條件下的作物長勢監(jiān)測，模型監(jiān)測精度不低于85%。（8）作物產(chǎn)量精準預測模塊：滿足作物收獲前1個月的作物產(chǎn)量精準預測需求，作物產(chǎn)量預測精度與統(tǒng)計數(shù)據(jù)誤差不超過10%。