日，《无人驾驶航空器飞行管理暂行条例》正式生 效，从顶层设计安排了各个部门对无人机管理的基础。作为配套管 理规则，民航局发布《民用无人驾驶航空器运行安全管理规则》 （CCAR-92 部），从运行角度对无人机的登记、执照、适航管 理等进行规范。 2024 年 7 月，民航局发布《中型民用无人驾驶航空器系统适航标 准及符合性指导材料（试行）》。该咨询通告依据 《民用无人驾 驶航空器运行安全管理规则》（CCAR-92）制定 未突破鳞片时，即可准备进行清园作业 。此外，还需注意避开阴雨 天气和大风天气，选择晴朗、无风或微风的天气进行作业，以确保 药剂的有效喷洒和防治效果。 在春季清园作业中，无人机的飞行高度、速度、喷洒角度和喷洒量 等参数设置直接影响作业效果。飞行高度通常控制在距离果树树冠 顶部 1.5 - 2.5 米之间。这个高度既能保证无人机的安全飞行，避 免与果树发生碰撞，又能使喷洒的药剂借助无人机的下压气流均匀 分附 着在果树上，造成漏喷和防治效果不佳；速度过慢，则会影响作 业进度，增加作业成本。喷洒角度应根据果树的树形和冠层结构 进行调整，确保药剂能够均匀地喷洒到果树的叶片、枝干和树皮 缝隙中。对于高大的苹果树，可适当增大喷洒角度，使药剂能够 覆盖到树冠的上部；对于树冠较为紧凑的果树，可减小喷洒角度， 提高药剂的穿透性 。 作业效果评估是检验春季清园作业是否达到预期目标的重要环节。 通

04 入库阶段质控 入库阶段质控——方法介绍 利用 gis 的手段，将数据制图，从图中发现潜 藏 的数据问题 通过新的规则和阈值范围，对各专业数据进行 补充校验 通过异常值检测算法，从统计学角度去发现异 常数据 竞争型神经网络与 GIS 相结合， 通过空间分 布 规律寻找异常数据 竞争型神经网络 +GIS 制图分析 补充校验 算法检测 4 系统异常值算法介绍 -3σ 原则 3σ 能很好地将不同指标的对 比情况进行展示，叠加地 图，能让人在了解省内数 据对比情况下，也能查看 各省间的对比情况。 制图分析——专业图分析 专业图分析 以专业的角度制图，从专业规律上发现数据变化或潜在的异常。 散点图 准确，能准确反应每 个数据点的绘制指标， 使用者也能根据颜色， 对数据的分布情况有 大致的了解。 空间插值图

部署、 监测范围、安全防护等进行统一标准化管理。 1.4.1.3.4 大数据数据处理技术 常用的挖掘方法有分类、回归分析、聚类、关联规则、神经网 络方法、Web 数据挖掘等。这些方法从不同的角度对数据进行挖掘。 （1）分类 分类是找出数据库中的一组数据对象的共同特点并按照分类模 式将其划分为不同的类，其目的是通过分类模型，将数据库中的数 据项映射到某个给定的类别中，可以应用到涉及应用分类、趋势预 监视容器的执行和资源使用(CPU、内存等资 源分配)。请注意,尽管目前的资源更加传统(CPU 核心、内存)，但未 24 来会带来基于手头任务的新资源类型(比如图形处理单元或专用处理 设备)。从 YARN 角度讲,ApplicationMaster 是用户代码，因此存在 潜在的安全问题。YARN 假设 ApplicationMaster 存在错误或者甚至 是恶意的，因此将它们当作无特权的代码对待。 NodeManager 情况，在数据支撑平台上提供数据管理与运维模块。 85 图:整体功能架构 1.4.2.2.10.1 数据管理 1.4.2.2.10.2 数据资产管理 数据资产管理的作用是以资产的角度开展数据管理工作，有助 于多角度、全方位开展数据的管理，落地数据标准，完善数据定义， 明确数据安全级别，落实资产责任管理，是实现数据变现的必要前 提。 数据资产化包含了数据资产梳理盘点和数据价值评估的过程。

实现指挥调度功能，不受中心与相对区域的约束。 林草安全管理 – “自组网络系统”通信保障 - 21 - - 22 - 运用新一代信息技术，更快速、更准确地采集编制对象相关信息，多方式、多角度地展示编制对象动静态信息，更高效、更科学地 维护、管理和使用预案信息。将三维电子沙盘与灭火救援预案深度结合，突出三维技术优势，将传统预案无法表现或表达不直观的内容 以最简洁、最直观、最实用的方式展现出来。 和人工饲养环境中的动物保护。在人 工环境下对珍稀动物从繁殖、饲养、 疾病的全生命周期管理；对于野外环 境中的保护个体进行识别、定位和跟 踪。 二、管理对象：对所保护的珍 稀动物从个体和群体两个角度进行管 理研究，进而建立更加合理的野生动 物生态环境。 林草生态保护 – 野生动物保护 - 28 - 系统组成—— 系统由前端采集设备、后端服务以及 使用客户端三大部分组成。 系统采用视频智能识别

闲消费并重的具有示范意义的温室。 3 、网络安全 信息安全的特征主要表现在系统的可靠性、可用性、保密性、完整性、不可抵赖性、可控性等方面。 可自适应 网络安全模型 P2DR 是一个从网络运行的角度考虑其安全性的动态过程，概括了信息网络安全的 各个方面。  防止内部信息外泄  监控网络存有访问  流量实时监测与控制  防病毒攻击  防 Dos/DDos 攻击  监控上网行为、提升工作效率 统计报表 现场执法者 数据提取 数据提交 现场执法者 自动更新执法内容 根据情况上传结果 I nt ernet 智能手机 智能手机 智能手机 现场执法案卷发布 结果数据接收服务器 （优化角度上可放置数台） 过度页 成功案例分享 成功案例分享 贵州茅台集团， 80 万亩高粱管理（四个红粮基地：遵义、仁怀、金沙、习水）。 从高粱的计划种植、生长过程监管、检测、收购进行全方位管理。

近年来，研究人员开始涉足基于视频自动分析动物行为及动物生 存舒适 度的研究领域 3840】。国外，特别是欧洲，由于动物福利的立 法要求， 相应地在养殖领域取得了一定的研究成果。 仅从畜牧信息的无损监测角度而言，基于机器视觉技术的动物行 为监测是目前最好的方法，这种技术以无接触方式记录动物行为信 息，对动物活动没有任何影响，不会产生动物的应激反应。计算机视 觉技术在人脸识别等领域已取得显著成果，但在动物行为分析方面仍相 籍 传感相来集节点 增氧设备 天性 控制麻端 ws% 天线接人成 养殖风险，促进传统生产方式转变，实现水产养殖高效、安全、健康、 环 保和可持续发展必将成为水产养殖业未来发展趋势。 从技术角度看，水产养殖管理专家系统是多种技术的协同工作， 涵盖了身份识别、物联网架构、通信、传感器、搜索引擎、信息安全、信 号处理和电源与能量存储等关键技术。将朝着规模化、协同化和智能化方 向发展。 分析技术的快速发展，未来农业空间信息决策分析模型研究应该是跨主 题、跨行业应用和分析，而不再局限于单个主体。 在农业空间信息决策支持系统方面，从农业过程角度看，可以涵 盖农业规划、生产、经营、管理等多个方面。从行业角度看，可以涵盖 种植业、养殖业、林业、农村经济、气象等多个行业。经过地理空间 信息技术和现代农业信息技术的多年融合与应用，在系统建设方面， 开发了大量

桶边督导，居民在户内将易腐垃圾分类后，拿到易腐垃圾定点收集点，由工作人员进行刷卡称重，自 主开袋将易腐垃圾投放进绿色垃圾桶。 • 智能垃圾分类积分管理系统，拥有独立知识产权的智能垃圾分类积分管理系统。它能实现多层次、多 角度对居民二维码积分卡信息源的数据识别、登记、储存、导入、导出，通过大数据统计分析功能， 实现由小区、街道、城区、城市 4 层次的全面分析，为政府搭建大数据中央平台提供数据。 智慧垃圾分类——效果图

农副产品加 工 7. 各类型玩家争相涌入智慧农业蓝海，农业将在数字化的浪潮中得到新 生 报告亮点 报告将从农业产业数字化需求角度 出发，探讨行业 know-how “ 两横一纵”的闭环研究体系， 系统进行行业分析诊断 洞察数字化工具的实际应用价值， 为农业生产数字化转型建设思路、

黑龙江省“智慧粮食”工程总体设计方案 主干区域设计 粮食流通管理数据中心内部网络核心层设备作为宽频网络的骨干，必须能 够提供快速的数据交换和极高的永续性，从备份和负载分担角度选用单核心、 双引擎；从设备考虑，选用交换性能和可靠性极高的高端路由交换设备，支持 电源冗余、风扇冗余、分布式转发等特性。并降低核心设备配置的复杂度，减 少出现运行错误的几率。 在此网络中我 据格式， 在离开平台时由相应的接口转换成专有数据格式。 从数据库构造角度分析可将粮食信息数据库划分为采集库、交换库以及综 合库。 —————————————————————————————————————————————- 43 / 118 黑龙江省“智慧粮食”工程总体设计方案 从功能角度分析可将粮食流通管理数据库系统划分为基础数据采集系统、 数据交换系统、运行管理与监控系统三个子系统。 网络分析应用的实例。 ◆ 可视化应用 (Visualization Application) 以数字地形模型为基础，建立城市、区域、或大型建筑工程、著名风景名 胜区的三维可视化模型，实现多角度浏览，可广泛应用于宣传、城市和区域规 —————————————————————————————————————————————- 49 / 118 黑龙江省“智慧粮食”工程总体设计方案

智能仓储 智能仓储 粮食数量监测 2.2 智能仓储 系统利用高清视频监控摄像头作为基础，配合激光测距设备，用于粮仓内复杂表面物料的库容测量，对粮食数量和安全进行 监管。系统采用多点连续扫描测量高度和角度，然后进行相应运算，最终得出库容。 出粮口附近粮仓内部监控图像 激光测距示意图 为车辆、人员 发放 RFID 标签 使用 RFID 手持机 识别扦样车辆 使用 RFID 读写器 自动称毛重，防止舞弊