边缘计算在智慧农业中的应用现状与展望

互联网技术快速发展使得数据量剧增,云计算的数据集中处理模式存在实时性不足、能耗过高以及数据安全等一系列问题。边缘计算是在靠近数据源端执行计算的分散处理模式,与云计算相比具有低延迟、低成本、安全性高、个性化设计等优势。随着智慧农业迅速发展,结合深度学习的农业应用屡见不鲜,如作物病害检测、生长环境监测、作物自动采摘、无人农场管理等,边缘计算可以为农业多场景、复杂任务提供高效、可靠的新型数据处理方案。该研究概述了边缘计算的发展,计算架构及主要优势;介绍了边缘计算在农业中的应用背景,结合文献量分析,归纳了边缘计算在农业上的主要应用场景及相关智能农业装备,调研了现有常用边缘计算设备及性能参数,总结了适合边缘计算的主流深度学习算法及模型压缩方法。研究表明边缘计算在智慧农业中的应用有效促进了农业的数字化、智能化,未来在多场景、多功能边缘计算智能农业装备开发等领域将面临重大挑战和机遇。     

酸化对水稻-土壤系统氮分配和N2O排放的影响

为研究土壤酸化对水稻-土壤系统氮转化、分配和氮损失的影响,以水稻-土壤系统为研究对象,设置中性（pH 7,CK）、弱酸（pH 6,T1）、中强酸（pH 5,T2）和强酸（pH 4,T3） 4个土壤递增酸度处理,比较了不同酸度下水稻产量、氮素积累量、氮代谢酶活性、氮素利用效率、氮平衡和N₂O排放等指标的差异。结果表明,随着土壤酸度增加,水稻植株氮素积累、利用效率和产量呈现先增加后降低的趋势。相关性分析表明,拔节期氮素积累量与叶片中硝酸还原酶（NR）、谷氨酰胺合成酶（GS）、谷氨酸合成酶（GOGAT）和谷氨酸脱氢酶（GDH）以及茎秆中GS和GOGAT活性呈显著正相关;开花期氮素积累量与穗中的NR、GS、GOGAT和GDH活性呈显著正相关。T1、T2和T3处理N₂O累积排放量与CK处理相比分别降低20.3%、58.0%和76.7%;单位产量下的N₂O排放量呈现递减的趋势。氮平衡分析表明,相比于CK处理,T2和T3处理氮素表观损失分别降低15.8%和21.1%,水稻氮吸收量分别降低1.5%和15.3%,土壤无机氮残留量分别增加41.2%和88.2%,氮素盈余率分别提高2.2个和7.1个百分点。土壤酸化至中强酸和强酸时,会分别通过抑制水稻拔节期茎叶和开花期穗部的氮代谢过程降低氮素积累量、利用效率和产量。土壤酸化会降低稻田N₂O累积排放量,同时也会降低单位产量N₂O排放量。此外,中强酸和强酸度土壤还会通过降低水稻氮吸收量和增加播前土壤无机氮量,提高土壤无机氮残留量和氮素盈余率,增加环境风险。     

大规模筏式养殖生境中端足类群聚特征和时空差异

本文基于2022年2-7月（大型海藻快速生长期2-3月、成熟期4-5月和衰落期6-7月）在嵊泗枸杞岛贻贝养殖区和对照区潮间带的同步采集数据,采用相对重要性指数、Shannon-weaver多样性和Margalef丰富度指数,结合聚类和排序等多元统计方法,对筏架不同结构体及其上大型海藻所附生的端足类的种类组成、丰度密度变化和群聚特征进行分析。结果共采集端足类24种,隶属于2亚目7科16属,其中在养殖生境采集端足类24种,而潮间带仅采集到4种。养殖筏架上的优势种为钩虾亚目的强壮藻钩虾（Ampithoe valida）、毛日藻钩虾（Sunampithoe plumosa）和施氏玻璃钩虾（Hyale schmidti）以及麦秆虫亚目的凯氏麦秆虫（Caprella kroyeri）、十远麦秆虫（Caprella decipiens）和长腮麦秆虫（Caprella equilibra）;潮间带各种类IRI值皆小于5,未出现优势种。端足类的整体丰度密度呈现逐月增加趋势,从2-3月大型海藻快速生长期的580±90ind/m2增加到6-7月衰落期的3800±400ind/m2;不同部位的平均丰度密度最大为浮球的9700±400ind/m2,最小为贻贝串4800±100ind/m2。端足类在大型海藻快速生长期的丰富度和多样性最高,其次是海藻成熟期,再次是衰落期;丰富度和多样性指数最高的是贻贝串。在群聚特征方面,端足类群落不仅在时间方面有明显变化,不同部位间也存在显著差异（P＜0.01）。在端足类对不同大型海藻的选择利用方面,强壮藻钩虾等6种端足类与褐藻、绿藻的生物量存在显著正相关关系（P＜0.01）。研究发现大规模筏式养殖区支撑了种类丰富、结构多元且生物量庞大的端足类资源,结论可为海洋牧场人工生境的构建和生态系统结构优化提供重要依据。