农药精确施用系统信息流集成关键技术研究

探讨了智能植保机械农药精确施用系统的信息流集成及其信息特征，分析了数据转换以及空间数据与属性数据的集成，编写了GPS数据采集程序，通过ODBC接口把GPS定位信息保存到数据库中，利用设计的GPS试验装置对GPS卫星进行可见性观测记录分析，运用不同平台进行GPS定位试验以及对比分析，研究了气象数据库在农药精确施用系统信息流集成中的应用，分析了气象温湿系数与林木病虫害之间的相关关系。     

田间农药雾滴精准采样技术与发展趋势

采用植保机械喷施化学农药仍是病虫害防治最为有效的手段。喷施过程中,农药雾滴精准的采集并测定沉积、流失飘移量,对于优化植保机械的作业参数、提高农药利用率具有重要意义。该研究综述分析了室内与田间采样过程中不同类型采样器的优缺点,并分析采样效率、采样器的布置及采样条件等因素对雾滴沉积、流失飘移采样结果的影响。针对当前的采样方法,该研究提出了未来在农药雾滴采样方面的5点要求与展望,包括提高采样的准确性、提高采样方法和采样设备的标准化、增加对农药有效成分雾滴运动规律的研究、研发新型的采样传感器以提高采样效率、建立植保无人飞机喷施雾滴沉积、飘移模型。综上,通过更为标准化和精准的采样,获取可比较、准确度高的农药雾滴沉积与流失飘移数据,可为中国农药使用量"零增长"提供科学技术指导。     

树形识别与精确对靶施药的模拟研究

该文分析了我国森林病虫害发生的特点，介绍了农药使用及植保机械发展现状，分析了精确对靶施药系统和树形识别系统的主要内容，重点对树形识别系统及其与精确对靶施药系统之间的关系进行了理论分析，提出了将树形识别系统应用于林业精确施药中，试验表明树形识别系统能根据不同的树形输出不同的农药喷洒控制量，从而为农药的精确使用和新型植保机械的设计奠定基础。     

智能施药机器人关键技术研究现状及发展趋势

喷施化学农药是病虫害防治最主要的手段，对保证作物的产量起着至关重要的作用。传统的施药机械工作效率低，且使用同一施药量进行连续喷施作业易造成农药浪费、环境污染。随着农业智能化发展，机器人被广泛应用到农业植保作业中，智能施药机器人以减少劳动力投入、提高农药利用率、减少农药施用量以及减少环境污染为目的，实现了更加高效、精准的病虫害防治。智能施药机器人是集复杂农业机械、智能感知、智能决策、智能控制等技术为一体的现代农业施药装备，可自主、高效、安全、可靠地完成施药作业任务。为明确智能施药机器人及关键技术的国内外研究现状，本文总结了适用于不同作业场景的施药机器人的应用进展，从智能施药机器人的移动平台设计、喷雾装置设计、导航技术、智能识别技术4个方面进行分析，结合施药机器人作业环境的复杂多变性，分析智能施药机器人关键技术的现存问题，阐述智能施药机器人未来的发展趋势是精准变量施药、自主导航以及无人化作业，以期为智能施药机器人在未来的研究提供参考。     

农药利用率的影响因子及其应对措施

分析农药利用率的影响因子,主要有施药机械种类、不同施药机械比例、统防统治标准化作业面积的比例、叶面积指数等。有针对性地提出提高农药利用率的措施,包括:促进植保机械更新换代,逐步淘汰老式落后的手动喷雾器;开展专业化统防统治;普及科学的施药方法;推广绿色防控技术,抓好农药替代产品应用;加强病虫害监测预警,提高测报准确率;加强宣传培训,提高农民用药水平等措施,以指导农药使用量零增长行动推进工作。     

改变我国植保机械和施药技术严重落后的现状

中国已经加入了WTO,农业生产标准化是必然之路,但我国落后的植保机械和农药使用技术与之不相适应,带来了诸如农药有效利用率低、农产品中农药残留超标、环境污染等问题.植保机械不同于其他的农业机械,发达的欧美国家在上个世纪70年代就将植保机械列入特种农业机械行列,有其专门管理部门和机构.该文根据我国植保机械和施药技术的现状,提出了减少农药用量、保障农产品安全的关键在于改变我国植保机械和施药技术严重落后的现实,并提出解决相关问题的对策.     

植保无人机施药喷嘴的发展现状及其施药决策

农药的低利用率是影响农业生态环境和农产品品质安全的重要原因之一,优化农药喷施技术是提高农药利用率的有效手段。无人机植保喷施作业作为航空施药领域的重要组成部分,因其应对突发灾害能力强、不受作业地点限制等优势,具有巨大的发展潜力。喷嘴作为植保无人机喷施系统中的关键部件,主要分为液力雾化喷嘴和离心雾化喷嘴两大类,良好的喷嘴性能能够大大提升航空施药喷洒的均匀性,提高农药的利用效率。该文总结了各类植保无人机常用喷嘴的原理、特点以及应用场合,提出了喷嘴性能评价指标并总结了三大类常用的雾滴粒径、沉积量、分布、速度等指标的测量手段,包括雾滴收集方法,雾滴沉积量测试方法以及仪器测量法。最后,针对目前无人机施药缺乏专业的指导,农药喷施效果有待提升的现状,该文提出合理的施药决策是结合靶标作物、喷药需求以及喷施环境三方面因素共同作用的结果,并从喷嘴喷雾角、防堵塞性、喷嘴压力与流量以及最佳作业粒径4个方面分析了喷嘴选型的思路,从专业喷嘴选型决策系统的建立以及无人机植保专用喷嘴的研发两方面对今后的研究进行展望。     

中国果园植保机械化技术与装备研究进展

果园植保是果园管理关键环节，其机械化发展水平直接影响水果种植的经济效益。为明确中国果园植保机械化技术与装备未来发展方向，该研究首先介绍了中国果园的主要种植方式、植保机械化发展水平及发展制约的因素，然后重点阐述了管道喷雾、风力辅助喷雾、静电喷雾、循环喷雾、变量喷雾和航空施药等植保机械化关键技术与装备的研究进展，概括分析了上述植保装备的农药利用率情况，最后结合中国果园种植特点提出了推广标准化果园种植方式、发展立体植保施药技术、推广专业化机械植保服务模式和研发智能植保机器人4个方面的建议，以期为中国果园植保机械化发展提供参考。     

浅谈农业上禁限用农药对园林用药的指导意义

简介农药使用风险和国家农业农村部近期禁限用农药名单,并从园林病虫害防治特殊性的角度,分析园林农药使用与农业上农药禁限用名单的关系。最后提出,实施园林植物病虫害防控时应借鉴农业上农药使用相关规范,遵循"预防为主、综合防治"的植保方针,慎重选用化学农药,避开风险,确保园林行业科学、健康发展。     

“十五”国家科技攻关计划重点项目“高效施药技术与机具研究开发”核心成果 果园自动对靶喷雾机

果园自动对靶喷雾机是中国农业大学植保机械与施药技术中心承担的国家“十五”攻关项目，2003年10月由国家农机具质量监督检测中心进行了性能检测，并通过了科技部的项目验收和鉴定。果园自动对靶喷雾机为果园病虫害的防治提供了一种新型精准、高效的施药机具，提高了农药的有效利用率和病虫害的防治效果，缩小了中国果园施药技术与国外先进水平的差距，其技术达到国际领先水平。通过生产应用，表明该机能够满足农业生产要求，     

温室作物生态健康智能监护系统(GH-Healthex)的研制与测试

研制温室作物生态健康智能监护系统是为了解决目前温室环境监控系统普遍存在的自动获取的数据未与具体作物健康生育的特殊需求相结合，也未被用于病虫害的智能化防治等问题。该文报导的温室作物生态健康智能监护系统(GH-Healthex)实现了这类数据在植物健康监护和病虫害智能化防治中的利用。以番茄为研究案例，系统通过对温室环境监测数据的分析，结合作物种植知识库中番茄生长发育及其病虫害发生规律可以进行智能化决策，即当温室内出现了不利于作物生长的气象条件时，系统会自动的通过系统界面提示用户采取相应措施，以保证温室番茄的优质、高效生产。该系统提供了一个作物知识库平台，若以其他作物的种植和病虫害防治数据替代番茄数据，便能更广泛地推广应用。     

省级农业有害生物监控信息化平台结构和功能探讨

目前,信息化水平的高低已成为衡量一个行业发展的重要标志。有效控制农业有害生物的危害,保证农产品的质量、数量和生产过程安全是农业有害生物监控的根本目标。怎样把信息化的先进技术应用于植保事业,促进植保事业的发展和整体水平的提高也成为各级植保机构关注的焦点。2002年以来,河北省植保总站创建“河北植保信息网站,”对河北植保信息的收集、发布和交流起到了很好的推动作用。2006年与人大金仓公司合作创建“河北省农业有害生物信息自动化管理系统,”致力于构建整个河北省有害生物信息采集、统计、演示、分析、预警、发布、会商决策支持体系,全面提高河北省有害生物信息的监测、演示和预警信息自动化的工作水平。本文结合工作进展情况,对省级植保信息化管理平台建设和运行提出一些粗浅的看法。     

21世纪农业高效用水技术展望

水资源短缺将是２１世纪全球社会、经济和农业可持续发展的主要障碍之一,农业高效用水已成为当今世界观注的焦点问题。目前发达国家农业高效用水技术方面主要在喷微灌技术、节水工程规模经营、节水设备和技术产业化和管理技术等四个方面取得明显进展。随着高新科技的发展,可以预见不久的将来,农业高效用水技术将在生物技术、农业管理一体化技术、精细灌溉技术和智能决策系统四个方面取得革命性的突破。     

基于WebGIS的农作物病虫害预警系统

为适应农作物病虫资料信息化、网络化、规范化的要求，及各级植保技术人员日常工作的需要，应用开源免费的设计软件PHP＋Apache＋MapServer＋MySQL，构建一套基于WebGIS的病虫数据库及自动预警系统（WPDAWS）。该系统采用开放式的设计模式，为各级用户（省、市、县）提供一个强大的数据管理平台。通过树型动态菜单和在线数据表设计系统，用户可根据需要自行按规范化标准建立和管理自己的病虫数据库（表）；应用WebGIS，系统可对大尺度、宏观的虫情数据进行分析和判断；系统可对用户的田间原始数据进行自动处理，对各种病虫进行短期预警；系统集成了数理统计分析模块，协助用户建立中长期预测模型。系统操作简单方便，应用性强，适用面广，对于加强农作物病虫害信息网络化管理和宏观科学决策具很高的应用价值。     

苹果栽培专家咨询系统

通过建立苹果栽培的知识库、事实库,通过简单的性状选择、图片识别和数据分析,能够识别品种、苗木、病虫害等,并进一步提出诊断结果和栽培建议。     

秸秆直燃发电供应链气体及颗粒污染物排放的生命周期评价

秸秆发电以其极好的环保效用和可再生能源利用引起各界关注,但是由于秸秆轻、薄、散的特性,导致在秸秆收集和运输的效率十分低下,从而会消耗大量石化燃料,排放出大量的气体及颗粒污染物,加之秸秆发电供应链的终端直燃发电也会排放一定污染物,必然会对其环保效用带来影响。该文依据生命周期评价方法,通过建立4个秸秆发电供应链场景,包含秸秆收集、打捆、运输存储、解包破碎以及最终发电等阶段,对其中机械及车辆石化燃料的消耗以及污染物的排放进行定量计算,发现4个秸秆发电供应链的污染物排放有较大差距,其中CO2相差1.2~2倍,CO相差1.4~5.4倍,NOX相差1.5~4.2倍,PM相差1.4~6.5倍。秸秆发电供应链环保效果与秸秆发电供应链中收集、预处理及运输存储模式有较大关系,预处理压缩环节、短距离农用车运输及压缩后道路运输距离是关键,这些因素的合理配置直接关系到秸秆发电供应链环保效用的高低。对秸秆发电供应链的整体排放以处理单位质量秸秆排放的污染气体和可吸入颗粒排放指数为标准,通过与秸秆露天燃烧和燃煤发电供应链对比分析,发现相对秸秆露天燃烧PM排放指数12.95 g/kg,秸秆发电供应链的PM排放指数为0.12 g/kg;相对燃煤发电供应链CO2排放指数1 010.1 g/kg,秸秆发电供应链的CO2排放指数为43.44 g/kg,在减少由露天焚烧秸秆造成的应急性雾霾天气和减少碳排放方面有积极作用。     

基于深度卷积神经网络的番茄主要器官分类识别方法

为实现番茄不同器官的快速、准确检测,提出一种基于深度卷积神经网络的番茄主要器官分类识别方法。在VGGNet基础上,通过结构优化调整,构建了10种番茄器官分类网络模型,在番茄器官图像数据集上,应用多种数据增广技术对网络进行训练,测试结果表明各网络的分类错误率均低于6.392%。综合考虑分类性能和速度,优选出一种8层网络用于番茄主要器官特征提取与表达。用筛选出的8层网络作为基本结构,设计了一种番茄主要器官检测器,结合Selective Search算法生成番茄器官候选检测区域。通过对番茄植株图像进行检测识别,试验结果表明,该检测器对果、花、茎的检测平均精度分别为81.64%、84.48%和53.94%,能够同时对不同成熟度的果和不同花龄的花进行有效识别,且在检测速度和精度上优于R-CNN和Fast R-CNN。     

基于改进DenseNet和迁移学习的荷叶病虫害识别模型

病虫害的发生将会严重影响莲藕品质与产量,开展病害诊断与识别对藕田病虫害及时对症对病诊治、提升莲藕生产质量与经济效益具有重要意义。该研究以荷叶病虫害高效、准确识别为目标,提出了一种基于改进DenseNet和迁移学习的荷叶病虫害识别模型。采用分支结构对模型的浅层特征提取模块进行改进,并在Dense Block与Transition Layer中引入Squeeze and Excitation注意力机制模块和锐化的余弦卷积,最后基于Plantvillage数据集进行迁移学习,实现了91.34%的识别准确率。该研究实现了对荷叶腐败病、病毒病、斜纹夜蛾、叶腐病、叶斑病的识别,并将改进后的模型推广应用于基于无人机图像的藕田病虫害检测,实现了病害分布可视化,可对莲藕病虫害的智能化防治提供有益指导。