2ZB-1.45型沙障建植播种机的试验研究

通过对研制的2ZB-1.45型沙障建植播种机在内蒙古库布齐典型流动裸沙地实施的建植秸秆沙障同步穴播羊柴的试验结果表明:建植的沙障在年3级~7级长期不同风速作用下,稳定性达70%以上;沙障间种苗成活率与未建沙障相比较提高25%~30%;作业速度与利用人工建草方格沙障相比效率提高近100倍以上;每hm2投入总费用降低50%左右。该项试验研究为高效益规模化治理沙化土地开创了新的途径。     

大型免耕播种机开沟器结构研究

介绍了免耕播种机的关键部件开沟器的作用,单元盘、双圆盘开沟器的类型,对国际上应用比较广的单元盘开沟器和双圆盘开沟器的结构参数进行了研究、总结,对其他形式的开沟器的结构类型也进行了简单的分析研究,对免耕播种圆盘开沟器的研制有指导意义。     

基于高光谱图像的草地面积估算方法研究

针对草场退化严重的生态问题,提出了一种基于U-Net技术并结合无人机高光谱图像的草地面积估算方法。该方法通过深度学习技术,主动学习遥感图像深层语义信息,克服了草地种植区域提取中背景复杂、形态差异大以及提取困难等问题,可快速识别退化草场区域并计算出面积,为回拨草籽提供数据支撑。研究成果的应用可提高草场退化面积识别效率,精确计算回拨草籽数量,对促进草场生态环境可持续发展具有重要意义。     

基于优化的长短时记忆神经网络牧群采食量估测模型

为了能够较为精准的估测牧群的采食量信息，提出一种基于遗传算法(genetic algorithm, GA)和长短时记忆神经网络（long short-term memory，LSTM）的牧群采食量估测模型。首先通过皮尔森系数法分析得出影响牧群的采食量的主要影响因子，以减少输入维度并解决信息冗余问题。在此基础上，构建基于 LSTM 神经网络算法的牧群采食量估测模型，并引入遗传算法来优化LSTM 神经网络模型参数来增加模型的可靠性。最后，利用该模型对牧群采食量进行估测。试验结果表明：该采食量估测模型各评价指标平均绝对误差(mean absolute error，MAE)、平均绝对百分比误差(mean absolute percentage error，MAPE)、以及均方根误差（root mean square error，RMSE）分别为2.982、9.85%和6.108。与单一的LSTM神经网络以及GRU神经网络模型相比，均优于其他模型；且该模型具有较好的估测性能和较强的泛化能力，能够为合理轮牧提供科学指导，对草地保护有一定的应用价值。