农业信息技术相关习题

1、农业信息技术相关习题1. . 信息技术 (informationtechnology ， it) 是指获取、处理、传递、存储、使用信息的技术，是能够扩展人们的信息功能的技术。2. 数字地球的概念： 可以理解为对真实地球及其相关现象统一的数字化重现和认识，是以地球为对象，以地理坐标为依据，具有多分辨率、 海量数据和多种数据的融合， 并可用多媒体和虚拟技术进行多维立体动态表达，具有空间化、数字化、网络化、智能化和可视化特征的技术系统。3. 数字地球的特点 ：第一，数字地球具有空间性、数字性和整体性。第二，数字地球的数据具有无边无缝的分布式数据层结构，包括多源、多比例尺、多分辨率、历史和现时的、矢量

2、格式和栅格格式的海量数据。第三，数字地球具有迅速充实、联网的地理数据库。第四，数字地球以图像、图形、文本报告等形式提供服务。第五，数字地球采用开放平台、构件技术、动态互操作等最先进的技术方案。 第六， 任何一个用户都可以在宽带网上根据自无论生产者是谁， 无论数据在什么地方 ;运用具有传感器功能的特制数据手套，还可以对数字地球进行各类可视化操作。 第七， 数字地球的服务对象包括整个社会层面，无论政府机关还是科教、生产单位，无论专业技术人员还是普通老百姓，部可以找到自己所需要的信息。4. 农业信息技术：（aet）是指利用信息技术对农业生产、经营管理、战略决策过程中的自然、经济和社会信息进行采集、存

3、储、传递、处理和分析，为农业研究者、生产者、经营者和管理者提供资料查询、 技术咨询、 辅助决策和自动调控等多项服务的技术的总称。5. 数字农业： 是指运用数字技术实现农业要素和农业过程的数字化、 网络化、 自动化以及智能化， 形成数字驱动的农业管理体系。6. 数字农业的特点：一是数字化统一处理农业问题。二是最大限度地开发农业信息资源。三是农业信息的集成与共享。7. 作物智能栽培学：就是将系统分析原理和信息技术应用于作物栽培学研究， 着重以作物栽培智能决策支持系统来指导作物生产管理的现代计算机技术和信息科学与传统的作物栽培学相结合的新兴的交叉学科。8. 作物智能栽培学的基本特征： 定量化，系统化

4、，模型化，科学化，信息化，知识化，动态化，可视化，集成化，产品化。9. 作物智能栽培学的研究内容： 其核心和基础的研究内容是作物生长系统的计算机模拟模型及智能化决策支持系统， 关键是将生长模型的预测功能、 专家系统的推理决策功能、 资源环境系统的信息管理功能相融合， 对不同环境下的作物生长状况做出实时预测并提供优化管理决策，实现作物生产的高产、高效、优质、持续发展。10. 数据采集管理系统的典型结构： （一）信号调理器。 （二）数据采集器。 （三）微机i/o 接口。 （四）数模转换器。 （五）应用软件与监控程序。11. 数据采集管理系统的基本功能： （ 1 ） 时钟功能（ 2 ）信息采集功能

5、（ 3 ） 数据处理功能 （ 4 ） 数据存储功能（ 5 ） 控制功能 （ 6 ）自诊断功能（ 7 ）信息输出功能。12. 农田生物信息的类型： （ 1 ）农作物生理功能信息（ 2 ）农作物结构信息（ 3 ）农作物病虫草害信息。13. 农田生物信息的特点： （ 1 ）层次性（ 2 ）多元性（ 3 ）属于弱信息（ 4 ）农田生物信息的时空分布特征，农田生物信息随空间和时间不断发生动态变化， 生物信息采集要考虑空间分布特征和时间分布特征，注重实时性和空间分布差异。14. 作物生长模型 ：其全称为作物生长模拟模型，简称为作物模型， 是指能定量地和动态地描述作物生长、 发育和产量形成的过程及其对环境反

6、应的计算机模拟程序。15. 作物生长模型的类型： 按照所包含的生态因子，可分为 4 个层次：第一层次模型（光温潜力模拟模型），只对温度和辐射有响应。第二层次模型（光温水潜力模拟模型），除了光温效应外，还包含了土壤水分平衡和水分有效性对作物生长和产量的效应此类。第三层次模型（光温水氮潜力模拟模型） ，除光、温、水效应外， 还包含了土壤氮素有效性、 氮肥对作物生长和产量的效应以及氮素、水分和气候因素的交互作用第四层次的模型（现实产量模拟模型），还包含所有其他因子，如磷、钾等营养物和病、虫、草、害及自然灾害对作物生长和产量的效应。16. 作物生长模型应用进展： （ 1 ）在教学与技术培训方面的应用（

7、 2 ） 在作物生产潜力研究方面的应用 （ 3 ） 在作物栽培方案选优方面的应用 （ 4 ）在农业专家系统开发方面的应用（ 5 ）在预测气候变化对农业生产长远影响方面的应用（ 6 ）在农场经营管理方面的应用 （ 7 ） 在农业资源规划管理方面的应用（ 8 ）在作物科学研究方面的应用。17. 作物生长模型的存在问题： 对作物基本生理、生态过程的量化描述繁简不一，参数取值差别较大，同时，还采用了一些不太合理的假设，使得模型的模拟结果差别较大。此外，模型运行所需各种气候、 土壤和作物特性资料不易得到， 增加了模型应用的难度。 这些原因导致了已开发的大多数模型在生产中还不能得到广泛应用。 实际上， 目

8、前作物生长模型的主要用户仍然是科学研究人员，在实际生产领域的应用还不够普及。18. 虚拟农业 ：是应用虚拟现实技术和可视化技术，在计算机和internet 的支持下，对农业生产、科研、教学、加工、销售等各个环节在计算机上的模拟和再现， 以实现农业生产的高效益和可持续发展为目的的技术系统。19. 虚拟植物模型原理： (1)对不同生长条件、不同生育阶段的植物进行定性观察， 判别其生长模式， 确定描述其形态结构的总体框架。 (2)定量化测定植物的拓扑结构、几何特征、机械性质等(3)将测定的数据输入数据库，通过数理统计、模式识别等方法，提取植物形态结构规则 ;(4)模型依据植物生长规则模拟植物生长，应

9、用可视化技术在计算机上实现虚拟植物 .20. 虚拟植物研究方法:1l 系统 2.分形方法 3 参考轴技术4 植物三维重建法.21. 虚拟植物研究中存在的问题 : 在虚拟植物的各种方法和模型中， 除了 l 系统和参考轴技术外， 其他模型都侧重于计算机图形学，主要研究自然景物的模拟，即用尽量少的植物学知识，方便快捷地生成美丽的植物图形， 这些模型不适合模拟真实植物的整个生长过程。而l 系统和参考轴技术虽然能描述植物的生长过程，但存在不易理解和不便使用的缺点。22. 人工智能的概念:是指研究人类智能活动的规律，利用计算机构造一个人工系统来模拟人类思考问题， 使计算机具有人类智能行为，以实现人类脑力劳

10、动自动化的技术。23. 专家系统的概念:就是一种在相关领域中具有与人类专家同等解决问题能力的智能系统， 能够利用人类专家的知识和解决问题的方法来解决该领域的问题。24. 专家系统基本原理:1).具有专家水平的专门知识 2).能进行有效的推理 (3)具有获取知识的能力 (4)具有灵活性(5)具有透明性 (6)具有交互性(7) 具有实用性(8)具有一定的复杂性及难度.25. 专家系统的基本特征： ( 1 )具有专家水平的专门知识( 2 )能进行有效的推理（ 3 ）具有获取知识的能力（ 4 ）具有灵活性（ 5 ） 具有透明性（ 6 ）具有交互性（ 7 ）具有实用性（ 8 ）具有一定的复杂性及难度。2

11、5 专家系统开发工具： （1）语言型开发工具。 （2）骨架型开发工具。（3）构造辅助工具。 （4） 支撑环境。26. 农业专家系统研究的必要性： 农业是一个多学科、多技术交叉的复杂领域，但由于多种因素的限制，分散的、单项的、局部的研究成果和技术经验比较多， 而农业领域知识的整体性、 系统性、 综合性以及可操作性和应变性小够强。 和欧美发达国家农业实行规模化、机械化、专业化与技术集约化生产经营方式不同，我国农户生产经营规模小而分散， 农业科技素质差， 习惯于传统粗放的生产方式， 虽然急切希望农业专家能到千家万户， 言传身教现场传播最新农业生产知识和技术， 但由于我国农业专家十分奇缺，极难长期深入

12、农村。27. 农业专家系统的特点： （ 1 ）智能性（ 2 ）继承性（ 3 ）集成性（ 4 ）复制性（ 5 ）便捷性。28. 农业专家系统的作用： （ 1 ）汇集高水平的农业知识，克服农村地区交通信息不便的障碍， 实地指导农业生产， 缓解农技人员不足以及水平参差不齐的矛盾。 ( 2 ) 汇集当地的农业知识， 抢救、固化农学专家和种田能手的宝贵经验， 使其逐渐积累丰富， 构成本地农业生产技术数据库集和农业环境数据库集。 ( 3 ) 推广演示软件采用多媒体技术既有文字，又有声音、图像，内容详尽，针对性、操作性强，易于被农民理解、接受，并付之以实践。 ( 4 )农业生产时效性很强， 农业专家系统能够

13、实现随时解答农民生产中遇到的问题，大大减少了解决问题的时间。28. 农业专家系统研究和应用中存在的问题： (1) 农业专家系统的研究力量不足，总体水平偏低(2) 农业专家系统的性能较差，起不到专家的作用。 (3)农业专家系统的知识获取、知识表示和知识运用技术缺乏统一技术标准和方法，虽然众多研究者从各自的实践中摸索总结提出了许多技术方法，但尚不完善，软件之间的兼容性、移植性差，与农业数据库、地理信息系统、优化模型、决策支持系统、多媒体技术、通讯网络技术等的结合不够，不能提供声、图、文并茂的专家知识。 (4) 我国农业科技数据收集和知识获取困难重重， 缺乏领域专家的有效经验知识， 包括数学模型、图形、图像、图表、视频图像、声音、文字等多种类型的信29 决策支持系统概念： 是利用知识和数学模型，通过计算机分 析模拟， 协助解决多样化和不确定性问题如对计划、 管理、 调度，作战指挥和方案寻优等应用问题进行辅助决策的计算机系统。30 决策支持系统过程： (1) 发现问题并形成决策目标，包括建立决策模型、 拟定方案和确定效果度量， 这是决策活动的起点； (2)用概率定量地描述每个方案所产生的各种结局的可能性； (