基于遥感数据对内蒙古陈旗草畜平衡的评价

【目的】以内蒙古陈巴尔虎旗为对象,评价自实施草原生态保护补助奖励政策后,草畜平衡的效果,为后期继续实施草畜平衡政策提供政策依据,更好地促进草原生态系统良性循环,实现草原畜牧业持续发展。【方法】利用2010—2018年陈旗的遥感数据、地面样方调查数据进行最优估算模型建立,反演地上生物量,并利用牧业统计数据计算草畜平衡状况。【结果】(1)建立幂函数能较好模拟产草量与其对应NDVI值的相关关系;(2)反演草原产草量表明,实施草原生态保护补助奖励机制政策后,草原植被平均产草量持续增加,2018年草原植被平均产草量1 231.76 kg/hm2,往年同期相比处于最高值;(3)内蒙古陈旗2010—2018年的平均草畜平衡指数8.11%,草畜平衡指数在逐年增大,从2010年的欠载6%增加大超载6.17%,2018年接近临界超载。【结论】建议内蒙古陈旗要严格控制牲畜数量,调整牲畜结构,增加牲畜良种率,加强草畜平衡监督管理,使草原生态环境总体逐渐转好,达到草畜良性循环。     

智慧农业装备依赖进口情况、潜在风险及对策建议

【目的】农业智能装备是智慧农业发展的重要支撑,对智慧农业装备研究现状进行调研,分析我国智慧农业装备进口依赖情况以及潜在风险,对我国智慧农业现状突破、健康发展具有重要意义。【方法】文章通过市场调研、文献资料调研等方法,探讨了近年来国内外农业智能装备的研究现状,并分析了我国智慧农业重要装备产品的进口依赖情况,从市场、技术等不同角度分析了潜在风险,并从政策、教育、体系建设等方面提出了应对策略。【结果】我国智慧农业装备总体上与国际先进水平还有一定差距,农业传感器、大马力农业装备、多光谱成像系统、畜牧智能化装备等重要农业装备产品与技术对国外产品与技术的依赖程度较大,中高档传感器几乎完全依赖进口,大马力农机核心技术主要依赖进口,农林勘测使用较多的光谱相机多从美国、瑞士等国进口,大型畜牧企业的智能装备大多采用整机进口或核心部件进口。我国智慧农业装备进口依赖程度对我国农业企业长期发展、我国农业科技水平提升都具有不利影响。【结论】抓住当前我国科技与经济发展势头,从政策扶持、产学研结合、教育培养、基础建设等角度展开智慧农业核心技术与产品、企业与人才的培养和储备,是应对风险、促进我国智慧农业装备快速突破和发展的重要对策。     

石山壅羊精细养殖管理平台开发与应用

【目的】为提高壅羊繁殖管理水平和繁育生产效率研究开发了石山壅羊精细养殖管理平台。【方法】文章基于石山壅羊种羊从妊娠、产羔、哺乳到下一个繁殖周期的生产管理工艺,设计了母羊基本信息的数据采集标准规范,建立了壅羊场模型和壅羊个体档案数据库并基于SQL Server 2012数据库及.Net编程技术,设计开发了壅羊种羊从繁殖、哺乳及健康管理等信息化管理平台。【结果】该平台实现了对壅羊繁殖状态、哺乳生产与周转核心数据的远程化数字管理,主要功能包括繁殖性能参数如胎间距、种羊胎次结构、高低产母羊、系谱跟踪及羊只资料卡等在线动态分析与数据导出,发情配种、初检复检、产羔泌乳、淘汰及羔羊断奶等各类生产事件的智能提醒,以及各种繁殖参数的可视化图形统计分析等。【结论】对雍羊繁殖与生产过程数据的分析及挖掘,提升了基础数据的利用价值,更有利于壅羊场管理者的科学决策。     

基于无人机DSM的小麦倒伏识别方法

【目的】小麦倒伏是造成产量和质量下降并且影响农业机械自动化收割的重要原因。基于无人机遥感平台获得的数据能够为小麦倒伏提供及时准确的监测结果,为智慧农业智能化育种、栽培和管理提供科学依据。【方法】基于无人机搭载的消费级相机,获取可见光影像结合生成的DSM数据,采用随机森林的分类方法进行小麦倒伏识别。【结果】基于可见光和DSM数据获得的小麦倒伏分类总体精度为98.41%,Kappa系数为0.97,相较于仅依靠可见光谱信息的分类结果具有显著提升,识别结果也更加可靠,能够显著改善小麦倒伏识别效果。【结论】证明了基于无人机搭载消费级相机获取的DSM数据在农作物倒伏识别中的可行性,提供了一种自动识别小麦倒伏的新思路和新方法。     

管灌区管网用水调控模型研究

【目的】探索管灌区管网用水优化配置方法,有助于减少开关阀门次数、保障管网运行安全。【方法】将管网水动力学模型嵌入到以管网配水时间最小和各节点流量变化最小为目标的管网优化配水模型,通过模型间公共参数的数据交换,构建管网用水配置耦合模型,并采用迭代法对其进行寻优,最终形成管网用水调控模型。【结果】利用该耦合模型可以精准模拟管网各节点的压力流量变化过程,与管灌区目前常用的管网优化配置方法相比,使用耦合模型对管网水资源进行优化配置,在实现管网配水全过程实时监控的同时,使得到的结果更加真实和精细。【结论】该方法的应用实例证明了该模型和算法的有效性;嵌入分布式水动力学模型后,耦合模型无法用传统的规划方法进行求解,迭代求解的迭代格式建立及求解过程比较耗时;该方法为包含分布信息的水资源优化配置问题提供了新的思路。     

基于机器学习的免套袋苹果缺陷分级

为提高免套袋苹果分级效率,最小化果梗与花萼对缺陷区分的影响,提出了一种基于机器学习的免套袋苹果缺陷分级方法,该方法根据缺陷的数量和面积进行缺陷程度分级。获取免套袋苹果3个不同侧面的图像,利用固定阈值分割和形态学方法提取每个图像的苹果区域。根据苹果表面缺陷在HSV(Hue saturation value,色调、饱和度、明度)颜色空间的特征提取疑似缺陷区域,用种子填充法按序标记疑似缺陷区域,并计算每个区域的大小及灰度共生矩阵特征值。将特征值输入训练后的SVM(Support vector machine,支持向量机)模型,进行果梗、花萼与缺陷的区分,计算当前图像的缺陷数量与面积,再计算苹果3个不同侧面图像的总缺陷数量与面积,实现免套袋苹果缺陷分级。结果显示,正常区域、果梗区域、花萼区域在SVM模型中的分类正确率分别为96.7%、93.3%、88.3%。利用该缺陷分级方法对60个苹果进行分级的正确率为90.0%,满足苹果分级的实际生产需求。     

苹果糖度无损检测模型研究

【目的】对套袋和不套袋苹果分别建立反射光谱与糖度预测模型,并对模型的精度进行比较分析,为构建苹果品质分级系统提供理论支撑。【方法】采用美国ASD公司的便携式光谱仪和数显折光计分别测量套袋和不套袋烟富3号红富士苹果,以苹果赤道位置4个取样点的反射率光谱和对应位置的糖度为数据源,原始光谱经多元散射校正后,与糖度数据一同用偏最小二乘回归算法,分别建立套袋和不套袋苹果的反射率光谱糖度模型,进行糖度预测。【结果】(1)套袋苹果校正集相关系数Rc=0.76,均方根误差RMSEP=0.8375 Brix;预测集相关系数Rv=0.72,均方根误差RMSEP=0.8702 Brix;(2)不套袋苹果校正集相关系数Rc=0.69,均方根误差RMSEP=0.9040 Brix;预测集相关系数Rv=0.63,均方根误差RMSEP=0.9134 Brix。【结论】不套袋苹果的模型精度低于套袋苹果模型精度。相对复杂的表面情况导致不套袋苹果模型精度较差,不套袋苹果的无损检测误差会高于套袋苹果。     

墨西哥玉米留茬中糖组分含量对氮素的响应

利用高效液相色谱(HPLC)技术测定了墨西哥玉米留茬中糖组分含量,分析了氮素对牧草留茬中糖组分含量及再生草产量的影响。结果表明,墨西哥玉米留茬中含有水溶性多糖(WSP)、蔗糖、葡萄糖、果糖和甘露醇5种可溶性糖组分,施肥后WSP、蔗糖、葡萄糖和果糖含量均低于对照N0,蔗糖和葡萄糖含量随施氮量的增加而降低,果糖含量随施氮量的增加而升高。墨西哥玉米N0处理再生草干物质产量最低,低施氮量(300kg/hm²)一次性施用(N1处理)、高施氮量(600kg/hm²)分次施用(N4处理)可获得较高的生物量。     

农业绿色发展数字技术体系内涵及其架构探讨

【目的】农业绿色发展是农业发展观的一场深刻革命，构建农业绿色发展数字技术体 系，是破解农业资源效率低、环境问题突出、数字技术标准缺乏、劳动力紧缺、产业国际竞 争力弱等重大瓶颈问题，实现传统产业向高质量发展转型的紧迫需求。【方法】文章系统总 结了农业绿色化与数字化的发展历程，从内涵、对象和技术三方面厘清了绿色农业、数字农 业和农业绿色发展概念的异同，提出了农业绿色发展数字技术体系架构。【结果】农业绿色 发展数字技术体系以“数字化”和“绿色化”的深度融合为基本思路，通过智能监控、数据 采集、远程传输、智能分析和自动控制，实现农业绿色生产、加工、销售及流通等全环节和 全链条的数字化，形成广泛互联、智能互动、灵活柔性、安全可控的数字结构和功能。【结 论】筑牢农业绿色发展的基础性数据支撑、夯实农业绿色发展的数字基础建设、研发农业绿 色发展的关键技术和核心装备、拓展农业绿色发展数字技术典型应用场景、完善农业绿色发 展数字技术的保障体系是“绿水青山就是金山银山”实现路径。农业绿色发展与数字技术的 深度融合是实现农业绿色高质量发展的必然要求。     

温室传感器技术的研究进展与应用展望

【目的】智能温室是设施农业未来的发展趋势，传感技术和物联网技术是智能温室的 基础，分析温室传感器技术的研究进展与应用展望很有意义。【方法】温室传感器根据应用 领域可划分为环境因素传感器和植物体信息传感器，从传感器的精度、特点、适用范围、发 展趋势等方面对两类传感器进行了分析。【结果】环境因素传感器包括光照传感器、空气温 湿度传感器、CO 2 传感器和土壤相关的传感器，植物体信息传感器包括植物温度传感器、植 物水分传感器和植物营养元素传感器。光照传感器以硅光电池使用最广，空气温度传感器中 最具应用前景之一的是半导体 PN 结型温度传感器，空气湿度传感器中的电阻式、电容式感 湿材料都有应用，CO 2 传感器以红外线应用原理为主。在土壤和植物体信息传感器中，光谱 学扮演着越来越重要的角色。【结论】未来温室专用传感器领域会进一步细分，土壤和植物 体信息传感器继续成为未来的研究热点。温室传感器总体上会朝着体积更小、精度更高、非 接触式、实时检测的方向不断发展，传感器的信息融合趋势会愈加明显。传感器和物联网技 术在智能温室发展中将会发挥越来越重要的作用。