基于改进YOLOv4模型的全景图像苹果识别

苹果果园由于密植栽培模式,果树之间相互遮挡,导致苹果果实识别效果差,并且普通的图像采集方式存在图像中果实重复采集的问题,使得果实计数不准确。针对此类问题,该研究采用全景拍摄的方式采集苹果果树图像,并提出了一种基于改进YOLOv4和基于阈值的边界框匹配合并算法的全景图像苹果识别方法。首先在YOLOv4主干特征提取网络的Resblock模块中加入scSE注意力机制,将PANet模块中的部分卷积替换为深度可分离卷积,且增加深度可分离卷积的输出通道数,以增强特征提取能力,降低模型参数量与计算量。将全景图像分割为子图像,采用改进的YOLOv4模型进行识别,通过对比Faster R-CNN、CenterNet、YOLOv4系列算法和YOLOv5系列算法等不同网络模型对全景图像的苹果识别效果,改进后的YOLOv4网络模型精确率达到96.19%,召回率达到了95.47%,平均精度AP值达到97.27%,比原YOLOv4模型分别提高了1.07、2.59、2.02个百分点。采用基于阈值的边界框匹配合并算法,将识别后子图像的边界框进行匹配与合并,实现全景图像的识别,合并后的结果其精确率达到96.17%,召回率达到95.63%,F1分数达到0.96,平均精度AP值达到95.06%,高于直接对全景图像苹果进行识别的各评价指标。该方法对自然条件下全景图像的苹果识别具有较好的识别效果。     

改进YOLOv5测量田间小麦单位面积穗数

单位面积穗数是决定小麦产量的主要因素之一。针对人工清点小麦穗数的方法容易受主观因素影响、效率低和图像处理方法鲜有进行系统部署等问题,提出一种注意力模块（Convolutional Block Attention Module,CBAM）与YOLOv5相结合的CBAM-YOLOv5网络结构,通过对特征图进行自适应特征细化,实现更准确的单位面积穗数测量。该研究以本地采集小麦图像数据和网络公开小麦图像数据为数据集,设置输入图像分辨率为1 280,得到CBAM-YOLOv5模型,可以达到0.904的F1分数和0.902的平均精度,测试集计数的平均相对误差为2.56%,平均每幅图像耗时0.045 s,综合对比,CBAM-YOLOv5模型具有显著优势。模型放置于服务器,结合手机端软件和辅助装置,形成单位面积穗数测量系统,实现育种小区麦穗图像实时采集、处理和计数,计数的平均相对误差为2.80%,抗环境干扰性强。该研究方法与装置可以实现田间小麦单位面积穗数的实时在线检测,降低主观误差,具有较高的准确率及较强的鲁棒性,为小麦单位面积穗数快速、准确估测提供一种新的技术和装备支撑。     

三峡库区典型流域水质时空特征及污染防控策略

为了解三峡库区典型小流域不同土地利用类型下水质的变化特征,于2015-2020年对三峡库区长坪小流域开展水质监测,对不同土地利用类型下水体中的总氮（Total Nitrogen,TN）、硝态氮（NO3--N）、氨氮（NH4+-N）、总磷（Total Phosphorus,TP）、可溶态总磷（Dissolved Total Phosphorus,DTP）和颗粒态总磷（Particulate Phosphorus,PP）浓度的时空变化规律进行研究,识别流域内主要氮磷污染源,从而提出针对性的污染防控策略。结果表明：1）不同土地利用类型氮磷输出浓度从大到小依次为村庄、坡耕地、林地和水库,其TN平均浓度分别为8.29、2.88、1.57和1.43 mg/L,TP平均浓度分别为0.25、0.13、0.09和0.07 mg/L。2）不同土地利用类型的水质在汛期和非汛期存在差异,村庄氮磷输出浓度为非汛期高于汛期,坡耕地、林地和水库则表现为汛期高于非汛期。3）内梅罗综合污染指数评价结果表明林地和水库的污染程度均为清洁水平,坡耕地污染程度为轻污染水平,村庄受散养生猪数量的影响,污染程度从污染水平转变为重污染水平。4）长坪小流域TN和TP年输出负荷总量分别为4 278.59和364.93 kg/a。畜禽养殖源是小流域氮磷最主要的污染源,其TN和TP的输出负荷分别占流域总负荷的45.69%和71.77%。坡耕地的TN和TP单位面积污染负荷分别是村庄的7.58%和1.79%,与村庄相比,坡耕地具有显著的低污染特征,因此,以坡耕地消纳村庄污水和畜禽粪便,可促进流域内粪污的就地消纳,达到多源共治的效果。基于小流域不同土地利用类型的水质特征和生态系统服务功能,将流域划分为林草水源涵养区、村庄污染控制区和坡耕地水土保持区,并进行分区协同防控,促进流域农业面源污染系统高效治理。     

无人机点射式水稻播种装置控制系统设计与试验

针对当前无人机水稻撒播难以成行成穴、落种易受旋翼风场干扰和播种均匀性不佳等问题,该研究结合点射式水稻播种装置和飞行控制器设计了一套播种控制系统,开发了配套的地面站功能,并制作了样机。控制系统基于PID算法实现排种器步进电机的转速闭环控制,通过标定模型对振动电机激振力和摩擦轮电机转速进行控制,并根据状态机设计播种控制程序。以3倍丸粒化稻种为对象,从播种量准确性、播种成行性和播种均匀性3个方面对样机的播种性能进行验证并优选合适的播种参数。试验结果表明：无人机模拟飞行的播种量准确性测试中,样机以1.0～2.5 m/s的作业速度进行播种时,播种量的平均相对误差小于4%,控制系统具有较好的动态调节能力。实地飞播测试中,样机以1.0和1.5 m的高度播种时,种子分布在12 cm种行宽度内的平均概率超过80%,成行性较好。考虑安全因素,优选1.5 m为样机的适宜作业高度。在作业高度为1.5 m,3倍丸粒化稻种的播种量为90～150 kg/hm2（对应裸种的播种量22.5～37.5 kg/hm2）,作业速度为0.5～2.0 m/s时,播种均匀性变异系数为20.51%～35.52%。进一步分析发现,适当提升作业速度可提高播种均匀性。田间试验结果表明,播种量的相对误差分别为2.47%和4.12%,播种均匀性变异系数分别为22.17%和21.82%,种子破损率分别为0.34%和0.18%,满足相关标准的水稻飞播精度控制要求。研究结果可为无人机水稻直播技术提供参考。     

多尺度分解双寻优策略SPCNN的果园苹果异源图像融合模型

针对单一的自然场景图像信息不能满足准确识别果实和精准定位目标的要求,提出一种多尺度分解双寻优策略简化脉冲耦合神经网络（Simplified Pulse Coupled Neural Network, SPCNN）的飞行时间（Time of Flight,ToF）与可见光果园苹果图像融合模型。对SPCNN模型引入带参数优化的双寻优策略,对非下采样轮廓波变换（Nonsubsampled Contourlet Transform, NSCT）融合规则进行改进。模型包括配准模块、编码区、多尺度分解模块、单目标SPCNN融合模型、多目标SPCNN融合模型、解码区。模型改进了SPCNN模型的参数优化方式以及迭代次数,模型自适应点火次数较低,在3～7次左右,具有点火次数低、自适应分割、效率高的优点。中光15:00时段点火识别成功率达到了100.00%,点火分割时间达到最低91.91s。与其他融合模型比较,模型在强光12:00、中光15:00、弱光18:20、19:00时段融合图像识别成功率达到100.00%;融合时间低于SPCNN模型,达到最低92.68s。模型识别精度最优达到了100.00%、融合耗时最低达到了92.68s、模型大小较SPCNN低一个数量级,可补充和完善图像层次融合理论和方法。     

陕西省延安市燕沟流域水系分形与地貌侵蚀发育研究

为验证分形维数法与传统地貌法判断地貌侵蚀发育阶段是否一致,基于DEM数据提取陕西省延安市燕沟流域水系结构图,利用网格法计算燕沟流域水系分形维数,利用高程面积曲线法刻画了该流域的地貌侵蚀发育阶段。结果显示:燕沟流域水系长度为61.6 km,水系密度为1.29 km/km²,水系数量为109条,燕沟流域水系的分形维值为0.98,高程曲线下面积为0.497。由此可以得出,燕沟流域地貌处于侵蚀发育的壮年期,需要加强该地区水土流失治理; 分形维数阈值判断方法忽略了面蚀在地貌侵蚀过程中的作用,它将低估该地区地貌发育程度,因此利用水系分维值推断地貌侵蚀发育阶段的阈值需要更改。     

N transformation mechanisms and N dynamics of organic fertilisers as partial substitutes for chemical fertilisers in paddy soils

Journal of Soils and Sediments - Knowledge of nitrogen (N) dynamics of organic fertilisers as partial substitutes for chemical fertilisers could improve the retention of mineral N and optimise...     

Effects of ridge-furrow rainwater harvesting with maize straw biochar on fodder yield and water use efficiency of alfalfa in semiarid regions of China

Journal of Soils and Sediments - On a global scale, water resources are under intense stress due to climate change. It is, therefore, crucial to understand how in situ water harvesting techniques...     

Long-Term Fertilizer Use Altered Soil Microbial Community Structure but Not α-Diversity in Subtropical Southwestern China

Eurasian Soil Science - Despite the general consensus that fertilizer is the most important driver of the evolution of soil microbial communities, the specific effects of long-term fertilizer use...