滴灌系统灌水器堵塞及防堵措施研究进展

滴灌系统灌水器堵塞一直是制约滴灌技术应用推广的关键问题,为探索预防、解决该问题的方法,首先,从灌溉水源、灌水器流道结构、滴灌系统运行方式等方面总结了灌水器堵塞类型,论述了该领域的研究成果;其次,通过控制水源处理、配置合适过滤设备、改进灌水器流道、选用较优系统运行方案等方式提高灌水器抗堵塞性能,提出进一步研究发展灌水器堵塞防治新技术;最后,讨论了目前研究中存在的问题及下一步研究建议,为更好地防治灌水器堵塞问题提供新思路。      

基于FCN的无人机玉米遥感图像垄中心线提取

为解决农业机器人在玉米田行间行走的全局路径规划问题,该研究提出一种基于全卷积神经网络(Fully ConvolutionalNetworks,FCN)的无人机玉米遥感图像垄中心线提取方法。基于无人机获取的高精度可见光遥感图像,设计了针对农田垄中心线提取的数据集标注方法,采用滑动窗口法进行图像分块,利用深度学习语义分割网络FCN对垄中心线附近7～17像素宽度范围的垄线区域进行提取,模型在测试田块上精确率达66.1%～83.4%,召回率达51.1%～73.9%,调和平均值为57.6%～78.4%;对拼接后的图像使用影像分割投影法提取中心线,探究了垄线区域宽度对垄中心线提取精度的影响,训练采用9像素的垄区域宽度,可得到垄中心线在77 mm左右偏差范围准确率为91.2%,在31.5 mm左右偏差范围内为61.5%。结果表明,基于FCN对无人机玉米遥感图像进行处理,可得到整片田地的垄中心线栅格地图,方便农业机器人进行全局路径规划。     

压力式谷物产量监测系统优化与试验验证

为了提高谷物收获作业过程中谷物产量在线监测的精度,研制了基于谷物流压力原理的车载谷物产量在线监测系统,该系统包括谷物流量监测装置、定位装置、割台高度控制开关、核心处理器以及人机交互装置。以谷物产量与谷物流压力间的谷物产量监测数学模型为指导,搭建了谷物产量监测试验台,采用Box-Behnken试验设计方法优化谷物流量监测装置结构参数,研究了传感器数量、传感器安装位置和监测装置水平倾角对谷物产量监测系统测产误差的影响,确定了最优参数组合为传感器数量5、传感器安装位置0.24 cm、监测装置水平倾角5°,并对最优参数组合进行了验证试验,结果表明,谷物产量监测系统测产误差为3.27%,满足谷物产量监测的精度要求。对谷物产量监测系统田间实际效果进行了试验验证,试验结果表明,田间测产误差为5.28%,生成的产量分布图为后续田间作业管理提供了决策依据。     

多层二次风配风对玉米秸秆颗粒燃烧降低NOx产率及结渣的影响

秸秆类生物质具有碱金属及灰分含量高的特性,燃烧时灰分容易团聚结块而影响燃烧室内的配风及燃料的燃烧。本文设计了一种具有多层二次风配风的生物质燃烧试验装置,以玉米秸秆颗粒为燃料,研究了不同一二次风分级配比、多层二次风配比对烟气中CO、NOx等污染物浓度、燃烧效率及灰分结渣率的影响规律。结果表明：当采用一二次风分级配风时,能够显著降低烟气中NOx的浓度,烟气中CO和NOx的浓度变化趋势相反,呈现一种竞争关系。二次风位置较高或下层二次风量的减少,都易导致玉米秸秆颗粒燃烧不完全,CO浓度显著提升。与对照组相比,二次风多层配风下,燃烧室内各测点的温度和烟气中NOx浓度均有所降低,最低NOx浓度排放放生在W1工况（空气系数为1.2,一、二次风配比为60%：40%时,下、中、上二次风按（1/2,0,1/2））,约150 mg/m3。当采用二次风多层配风时,结渣率大幅度下降,最低为4.5%。W1工况的NOx浓度和结渣率均较低,综合评价为最优工况。常用的硅比指数G、碱酸比、Na含量指数、碱性指数Alc等4种结渣指数,均不能正确预测因燃料燃烧区温度T1变化而造成的结渣倾向变化,为此在硅比指数G中引入燃料燃烧区温度T1作为变量,修正后的硅比指数Gt可以很好地对玉米秸秆颗粒因燃料燃烧区温度T1引起的结渣倾向变化进行预测。     

基于无人机遥感与随机森林的荒漠草原植被分类方法

荒漠草原是草原中最旱生的类型,属于草原的极限生态状态,也是气候变化和生态系统演变的预警区。利用无人机高光谱遥感技术快速、准确地提取荒漠草原草地植被类型,对动态监测草原生态安全和合理开发草地畜牧业具有重要意义。以无人机搭载高光谱成像系统采集内蒙古荒漠草原遥感图像,获得具有高空间分辨率和高光谱分辨率的图像;通过光谱连续统去除变换,增强草地植被之间的光谱差异,并构建植被指数;采用分步波段选择法选择荒漠草原植被的特征波段,实现高光谱数据降维;构建融合光谱特征、植被特征、地形特征和纹理特征等24个变量的随机森林分类模型,并与支持向量机（SVM）、K-最近邻（KNN）和最大似然分类（MLC）法进行比较。结果表明,在4种分类方法中随机森林分类算法分类效果最好,总体分类精度达到91.06%,比SVM、KNN和MLC等机器学习算法分别高7.9、15.61、18.33个百分点,Kappa系数达到0.90,比SVM、KNN和MLC算法分别高0.13、0.23和0.26。无人机高光谱低空遥感和随机森林算法的结合为荒漠草原草地植被分类提供了新途径。     

基于改进YOLO v4模型的马铃薯中土块石块检测方法

为实现收获后含杂马铃薯中土块石块的快速检测和剔除,提出了一种基于改进YOLO v4模型的马铃薯中土块石块检测方法。YOLO v4模型以CSPDarknet53为主干特征提取网络,在保证检测准确率的前提下,利用通道剪枝算法对模型进行剪枝处理,以简化模型结构、降低运算量。采用Mosaic数据增强方法扩充图像数据集(8621幅图像),对模型进行微调,实现了马铃薯中土块石块的检测。测试表明,剪枝后模型总参数量减少了94.37%,模型存储空间下降了187.35 MB,前向运算时间缩短了0.02 s,平均精度均值(Mean average precision, mAP)下降了2.1个百分点,说明剪枝处理可提升模型性能。为验证模型的有效性,将本文模型与5种深度学习算法进行比较,结果表明,本文算法mAP为96.42%,比Faster R-CNN、Tiny-YOLO v2、YOLO v3、SSD分别提高了11.2、11.5、5.65、10.78个百分点,比YOLO v4算法降低了0.04个百分点,模型存储空间为20.75 MB,检测速度为78.49 f/s,满足实际生产需要。     

辣椒疫霉菌葡聚糖酶抑制蛋白的原核表达、纯化及结晶

葡聚糖酶抑制蛋白(GIP)是辣椒疫霉菌在病理环境下诱导产生的一类蛋白,是病原菌抗性蛋白的一种。本研究根据辣椒疫霉菌全基因组序列,通过生物信息学分析、序列比对获得葡聚糖酶抑制蛋白全长基因序列。以辣椒疫霉高致病菌株SD33全基因组为模板扩增GIP基因cDNA,并对其进行相关生物信息学分析。基因经测序验证后与载体pET28a(+)连接,构建好的重组质粒转化大肠杆菌(Escherichia coli Rosetta),用IPTG诱导表达重组蛋白6×His-GIP。重组蛋白在5 mol/L尿素变性环境下进行亲和层析纯化,对纯蛋白进行透析、复性、浓缩后进行分子排阻层析纯化,并对获得的纯蛋白进行蛋白结晶试验,为进一步阐明GIP作用机理奠定基础。     

西兰花气调保鲜过程中O_2缓解CO_2伤害的研究

为了研究在高CO_2气调环境下O_2对CO_2伤害的缓解作用,在固定40%CO_2情况下,分别设置O_2为30%、40%、50%和60%(N2平衡),同时以自然大气为对照,对5℃贮藏条件下西兰花的乙烯释放量、呼吸强度、失重率、黄化率、叶绿素含量、抗坏血酸总量、乙醇及乙醛含量进行定期测定。结果表明:过低或过高的O_2比例都会对西兰花贮藏品质造成不利影响,O_2比例过低易造成西兰花无氧呼吸生成乙醇、乙醛,O_2比例过高则造成西兰花生理活动加快,促使营养物质的迅速消耗和黄花率的上升;在固定40%CO_2前提下,随着O_2比例的升高,西兰花乙烯释放量和呼吸速率随之上升,叶绿素含量下降速率加快,黄花率增大,但乙醇、乙醛含量降低;只有合适的O_2/CO_2比例,才能较好的保持西兰花贮藏品质,该试验条件下,以40%O_2+40%CO_2最好。     

喷杆喷雾机精量喷雾测试实验台研制

精量喷施技术是大田植保作业的智慧化解决方案,而精量喷雾执行机构及其控制系统田间调试费时费力、可重复性差,且诸多参数无法调整,数据获取困难。针对这一问题,根据大田植保技术要求和喷杆喷雾机性能参数,通过对药液循环系统和喷雾测试系统等进行设计和计算,搭建了精量喷雾测试实验台。实验台主要包括喷雾测试系统、药液循环系统和速度模拟装置,可完成药液流量、压力实时感知和控制,喷杆区段独立控制、作业速度与药液流量的在线模拟与匹配。进行不同压力下实验台喷杆各段控制的喷量一致性及不同施药量、不同模拟速度下实验台的控制精度测试试验,结果表明:精量喷雾试验台动力发生装置可提供的最大压力和流量分别为1.5MPa、65L/min,模拟速度调节范围为0～20km/h,精量喷雾最大误差为1.34%,变异系数最大为0.05,能够满足精量喷雾系统调试和测试的基本要求。研究可为喷杆喷雾机智能变量作业的研究及其精量喷雾系统的设计和优化提供理论依据与技术支持。