直播稻研究进展及发展对策分析

直播是一种重要的水稻种植方式,因具有省工、省时、节本和显著提高水稻种植的综合效益等优点,在国内外应用广泛。本文详述了国内外直播稻发展的研究现状和进展,介绍了生产上主要存在的湿润直播、水直播和旱直播三种种植方式。从产量、杂草防治和抗倒伏特性分析了直播稻生产上存在的主要问题,从适宜品种培育、氮肥施用、抗倒伏、杂草防治、农机农艺配套发展等方面提出了应对措施,展望了直播稻的发展趋势,以期为直播稻的高产抗倒栽培和推广应用提供参考。     

葛根素缓解镉对大鼠股骨胫骨中成骨细胞分化的抑制作用

旨在探究葛根素对镉(cadmium,Cd)抑制大鼠股骨胫骨中成骨细胞(osteoblast,OB)分化的缓解效应.选取40只3周龄SD雄性大鼠,随机分为4组,分别为对照组(CON)、镉组(Cd)、葛根素组(Pur)和镉+葛根素组(Cd+ Pur),每组10只.其中,对照组和镉组大鼠灌服超纯水,连续5周;含葛根素组(葛根...     

去势和热应激对筠连黄牛生产性能、瘤胃发酵和血液生化指标的影响

为研究去势和热应激对筠连黄牛生产性能、瘤胃发酵和血液生化指标的影响,本研究选用18头16月龄、体重相近((292.35±28.71) kg)的不同去势程度筠连黄牛(全去势FCG、半去势HCG、假手术SOG),分为3组,每组6个重复,每个重复1头牛,根据试验期间牛舍温湿度指数(THI),分为热应激期(7、8月)和非热应激期(9月),分析去势和热应激对黄牛各指标的影响。结果表明：1)与非热应激期相比,热应激期牛舍THI、肉牛呼吸频率和直肠温度均显著提高(P<0.05)。2)去势和热应激均显著提高血清热休克蛋白70、高密度脂蛋白(HDL-C)、低密度脂蛋白(LDL-C)和雌二醇浓度(P<0.05),而睾酮、甲状腺素(T4)、胰岛素和游离脂肪酸浓度显著降低(P<0.05),且除血清葡萄糖、T4和LDL-C外,去势和热应激对其他血清指标存在显著互作效应(P<0.05)。3)全去势和热应激均显著降低肉牛平均日增重(ADG),且存在显著互作效应(P<0.05)。4)热应激期,去势显著降低粗蛋白、酸性洗涤纤维和钙表观消化率以及血清总抗氧化能力(T-AOC)(P<0....     

平原河网地区稻麦轮作农田排水与氮素流失特征研究

长江下游稻麦轮作区农田排水是区域面源污染的主要来源,明确农田排水与氮素流失特征对于区域农业生产可持续发展与生态环境保护具有重要意义。现有稻麦轮作农田排水与氮素流失研究中,一般采用农田测筒观测地表径流与深层渗漏量来估算农田氮素流失量,这与农田土壤水分与氮素主要通过侧向径流进入农田排水系统的实际情况存在偏差。本文基于4年的大田监测数据,运用田间水文水质模型DRAINMOD-NⅡ,模拟研究了不同气象条件下稻麦轮作农田排水与氮素流失规律。结果表明,稻麦轮作周年内,由排水造成的氮素流失量多年平均值为28.4 kg/hm²,占施肥量的6.0%,其中大部分集中在稻季,平均为25.6 kg/hm²,麦季氮素流失量仅为2.8 kg/hm²。与现有文献报道值相比,本文模拟得出的排水总量高35.4%,氮素流失总量则低44.6%;差异主要来自麦作期,文献报道平均值(31.8 kg/hm²)是本文的11倍,估算方法不同可能是造成这一差异大的主要原因。结合降雨规律分析发现,农田排水量和氮素流失量与降雨变化关系显著(决定系数R<...     

精密镗床旋转轴几何误差完备性测量与辨识

针对四轴卧式镗床旋转轴需测几何误差的数目不统一与完备性缺失的问题,提出了基于形状创成函数的四轴卧式镗床旋转轴PIGEs形成机理分析方法与旋转轴完备几何误差测量辨识方法。基于形状创成机理构建了卧式镗床几何误差创成函数,确定了旋转轴可通过误差补偿进行调整的最少与位置无关的几何误差(Position-independent geometric error, PIGEs)数目。建立了卧式镗床旋转轴4项PIGEs、6项与位置有关的几何误差(Position-dependent geometric error, PDGEs)、6项安装误差(Setup error, SEs)与球杆仪(Double ball bar, DBB)测量轨迹半径之间的完备性函数模型,设计了基于DBB的四轴联动Viviani曲线测量轨迹,构建了旋转轴6项PDGEs的NURBS表征与PIGEs、SEs辨识方法。开展了误差补偿对比实验验证,结果表明,利用几何误差完备性测量与辨识结果进行误差补偿,较仅单一补偿6项PDGEs可提升圆轨迹测量精度40.69%。     

果园智能化作业装备自主导航技术研究进展

果园生产管理主要包括喷药、施肥、割草、修剪、授粉、疏花和采收分级等作业环节,需要大量的人力投入,随着我国人口老龄化程度加剧,亟需果园生产管理由机械化向智能化转型升级。自主导航技术是果园机械化装备实现智能化的关键技术。本文围绕果园智能化作业装备导航控制需求,结合国内外研究现状,分别阐述了包含导航定位信息和障碍物信息的果园作业场景感知技术,导航地图构建、导航路径提取和路径规划技术,行走底盘运动学模型构建、运动控制技术,多机协同控制、远程交互控制技术等。随着智慧农业发展,智慧果园已成为果园未来发展方向,果园智能化作业装备是智慧果园建设必不可少的关键环节,在此基础上,归纳了我国果园智能化作业装备自主导航技术发展面临的问题为：环境感知能力不足、路径提取不稳定、局部路径规划不灵活、导航系统环境适应性欠缺、多机协同和远程控制不成熟等,提出了多传感器融合的环境感知与路径提取、完整路径规划、强通用性果园导航、大型果园多作业环节的多机协同与远程操作等未来发展方向。     

基于SSA-LSTM的玉米土壤含氧量预测模型

土壤含氧量（Soil oxygen content,SOC）是影响作物生长的重要土壤环境因素之一,具有时序性、不稳定性和非线性等特点,精确预测土壤环境中含氧量的变化趋势,有助于制定更加合理的土壤通气增氧方案。本研究提出基于麻雀搜索算法（Sparrow search algorithm,SSA）和长短时记忆（Long and short-term memory,LSTM）神经网络预测模型,利用国家土壤质量湛江观测实验站记录玉米种植期间的气象环境和土壤环境数据,基于SSA-LSTM模型对SOC变化进行预测及相关性分析,并与传统的BP预测模型、LSTM预测模型、GA-LSTM预测模型及PSO-LSTM预测模型进行对比。试验结果表明,SOC与降雨量、土壤含水率、土壤温度、土壤充气孔隙度相关性极显著,相关系数高于0.8,与大气温度和风速相关性显著,与大气湿度和土壤呼吸速率相关性较弱。SSA-LSTM模型预测精度明显高于其他4组对照预测模型,R2达到0.95979,RMSE仅为0.4917%,MAPE为3.7331%,MAE为 0.3620%,预测值与试验值之间的拟合程度高。本研究可为土壤含氧量变化的精准预测及土壤通气增氧技术的应用推广提供理论支撑与科学依据。     

基于YOLO v5-TL的褐菇采摘视觉识别-测量-定位技术

为实现褐菇高效、精准、快速的自动化采摘,针对工厂化褐菇的种植特点,提出一种基于YOLO v5迁移学习(YOLO v5-TL)结合褐菇三维边缘信息直径动态估测法的褐菇原位识别-测量-定位一体化方法。首先,基于YOLO v5-TL算法实现复杂菌丝背景下的褐菇快速识别;再针对锚框区域褐菇图像进行图像增强、去噪、自适应二值化、形态学处理、轮廓拟合进行褐菇边缘定位,并提取边缘点和褐菇中心点的像素坐标;最后基于褐菇三维边缘信息的直径动态估测法实现褐菇尺寸的精确测量和中心点定位。试验结果表明单帧图像平均处理时间为50ms,光照强度低、中、高情况下采摘对象识别平均成功率为91.67%,其中高光强时识别率达100%,菇盖的尺寸测量平均精度为97.28%。研究表明,本文提出的YOLO v5-TL结合褐菇三维边缘信息直径动态估测法可实现工厂化种植环境下褐菇识别、测量、定位一体化,满足机器人褐菇自动化采摘需求。     

基于区块链跨链技术的水产品交易模型研究

为解决现有水产品供应链中各企业环节的区块链间信息孤岛的问题以及实现各企业间的安全交易,提出了基于区块链跨链技术的水产品交易模型。在分析水产品供应链交易业务流程的基础上,针对水产品跨链交易的功能需求,构建基于跨链技术的水产品交易模型;基于此模型设计跨链交易流程及相应的智能合约,实现水产品供应链中企业间的跨链交易;最后,利用Hyperledger Fabric平台实现了水产品跨链交易模型的原型系统。系统性能测试结果表明,平均交易成功率为99%左右,而平均交易延迟为0.2s左右。因此,所提出的水产品跨链交易模型既能够满足现有水产品供应链在区块链链上交易的需求,也保证了跨链交易的可行性。     

玉米主要品质便携式检测装置设计与试验

我国玉米产量高,高效、便携、低成本的玉米成分检测技术及其装置对于玉米品质的检测至关重要,基于可见/近红外光谱技术,设计了一款玉米主要品质便携式检测装置。为探究所设计方案的可行性,自行搭建了可见/近红外光谱采集系统,对不同品种共72份玉米样本进行光谱采集,分别建立了玉米籽粒蛋白质、脂肪和淀粉含量的偏最小二乘（PLS）预测模型以及结合竞争性自适应重加权算法（CARS）的CARS-PLS预测模型。结果表明,CARS方法可以有效筛选出各组分的相关变量,提升模型效果,各组分质量分数的预测集均方根误差（RMSEP）均有所下降, 蛋白质质量分数的RMSEP由0.4866%降至0.4068%;脂肪质量分数的RMSEP由0.1549%降至0.0989%;淀粉质量分数的RMSEP由0.4714%降至0.4675%。预测集相关系数Rp均有所提高,蛋白质质量分数的Rp由0.9309提升至0.9603;脂肪质量分数的Rp由0.9497提升至0.9770;淀粉质量分数的Rp由0.9520提升至0.9605。基于CARS方法所筛选的各组分特征变量,选择了合适的近红外光谱传感器,在此基础上设计了检测装置的光谱采集单元、控制单元、显示单元、电源单元以及散热单元,并基于NodeMCU开发板和Arduino IDE开发工具,采用Arduino语言对装置控制程序进行开发,实现“一键式”快速检测。试验验证了该装置的检测精度和稳定性,结果表明,预测玉米籽粒蛋白质、脂肪和淀粉质量分数的相关系数分别为0.8431、0.8243、0.8154,预测均方根误差分别为0.3576%、0.2318%、0.2333%,相对分析误差分别为1.8577、1.7761、1.5735。对同一样本多次重复预测,各组分预测值的变异系数分别为0.235%、0.241%和0.028%。