全膜双垄沟双幅覆膜覆土联合作业机设计与试验

为进一步提升全膜双垄沟覆膜种床机械化耕整作业效果与作业效率,基于全膜双垄沟种床双幅覆膜覆土农艺技术栽培模式,设计全膜双垄沟双幅覆膜覆土联合作业机,实现了全膜双垄沟种床构建过程中的旋耕、起垄、施肥、双幅覆膜覆土及镇压的一体化作业。在设定联合作业机传动系统的前提下,对样机关键部件进行设计与选型,确定其旋耕刀组、排肥装置、提土-种床覆土装置的工作参数与功耗,同时解析了刮板式提土装置、水平双向螺旋输土装置作业过程,得到满足双幅覆膜种床各部位覆土的必要条件。应用离散单元法对提土-种床覆土装置"提土-输土-覆土"动态作业过程进行数值模拟,分析了各工作环节输土、覆土特性,对影响覆土作业效果的相关因素进行了探讨。田间试验结果表明,当全膜双垄沟双幅覆膜覆土联合作业机前进速度为1. 10 m/s时,采光面地膜机械破损程度为39. 8 mm/m~2、种床膜边覆土宽度合格率为94. 5%、大垄垄体中心覆土宽度合格率为91. 6%、种床覆土厚度合格率为97. 5%、种床起垄高度合格率为93. 2%,试验指标均符合国家与行业标准要求,试验结果满足设计和实际作业要求,田间试验工况与仿真结果基本一致。     

机器学习及其在农业中应用研究的展望

机器学习是一种面向机器的数据分析方法,自动化机器学习的研究促进了人工智能的发展。大数据的快速积累,促进了机器学习算法的井喷式发展。如何选择合适的机器学习算法解决行业问题,成为了当前应用的难点。笔者整理了机器学习新材料,对各种机器算法的特点和算法之间的差异,进行了仔细的梳理,总结了各种算法的需求背景和优缺点,以及主要的应用场合。在此基础上,分析了机器学习在农业应用的案例,综述了机器学习在农业应用,指出了目前存在的发展瓶颈,并提出了进一步研究应用的建议。     

气吹集排式水稻旱直播机关键部件设计与试验

针对中国水稻直播品种不一、高速作业和大播量的要求,该文设计了一种气吹集排式水稻旱地精量直播机,直播机主要由均匀分种装置、定量排种装置、气力输送装置、同步传动装置、大尺寸集成种箱、开沟覆土镇压装置和支撑悬挂装置组成。从直播机的稻种适应性、作业速度、播量调节等方面研究了气吹集排式分种器的分种机理和分种均匀性。根据不同品种水稻种子的物理特性和气流输送原理,分析了不同种子在持续气流作用下,种子在分种器中的运动轨迹。按照大播量可调要求,设计了播量无级可调槽轮式排种器,槽轮槽形为圆弧状,通过双地轮驱动排种器保证播量同步。设计变速传动装置增加定量排种装置高速作业的适应性,气力输送装置使定量排种装置排出的种子在高速作业下连续排入播种沟。分种器的均匀稳定分种提高了直播机播种的均匀性和稳定性,通过减少排种器数量和使用气力输送种子,降低了伤种率。对比不同籼、粳稻品种在直播过程的运动规律和田间播种效果,得到了适应不同稻种的分种器结构及相关参数。试制了气吹集排式直播机并进行田间试验。田间试验结果表明,气吹集排式直播机的播量在75～375 kg/hm2可调,最高作业速度为14 km/h,10行幅宽2 m和20行幅宽4 m的每行播种量变异系数分别为4.89%和5.06%,田间播种的稻种破损率为0.46%。2017年,在宁夏播种富源4号品种的产量为10 372.5 kg/hm2,在广东播种粤农丝苗品种的产量为7 074kg/hm2,生产试验结果表明,所研制的气吹集排式水稻旱直播机达到了设计目标,满足作业需求。     

基于机器视觉的育肥猪分群系统设计与试验

为控制育肥猪出栏时的体质量差异,该研究开发了一套基于机器视觉技术的育肥猪分群系统,该系统通过机器视觉技术和卷积神经网络模型代替传统地磅对猪只体质量进行估测,可有效避免粪污对设备精度的影响及腐蚀;以前一天全部猪只体质量数据从小到大排列的第30%个数据作为当日的分群基准质量,将大于等于基准质量的视为长势较快的猪只,小于基准质量的视为长势较慢的猪只,每次采食按照猪只长势快慢分为2群进行饲喂;该系统依托于LabVIEW软件开发平台和物联网系统构建,平均每头猪只通过系统时间为6.2 s。为验证该系统的实际应用效果开展了为期30 d的现场试验,将饲喂于装有分群系统猪栏中的120头长白育肥猪作为试验组,由分群系统按猪只长势快慢分群饲喂;将饲喂于传统猪栏中的120头长白育肥猪作为对照组,按照传统人工调栏的方式进行饲喂。试验开始时试验组和对照组猪只平均体质量分别为32.21、31.76 kg,标准差分为别2.61和2.49 kg;结束时试验组和对照组猪只平均体质量分别为57.68、57.41 kg,标准差分为别5.26和5.51 kg,总料肉比分别为2.31和2.34,期间试验组猪只体质量的标准差小于对照组,但是2组猪只平均体质量、标准差、总料肉比均不存在显著差异,表明采用该系统对猪只进行分群饲喂控制猪只体质量差异效果等同于人工调栏,同时可以节省人力成本,缓解农业劳动力短缺的压力。该研究也可为母猪饲喂站、种猪测定站等智能化养猪设备的研发提供参考。     

基于变量优选与机器学习的干旱区湿地土壤盐渍化数字制图

土壤盐渍化是导致土壤退化和生态系统恶化的主要原因之一，对干旱区的可持续发展构成主要威胁。为了尽可能精确地监测土壤盐渍化的空间变异性，该研究收集新疆艾比湖湿地78个典型样点，其中选取54个样本作为训练集，24个样本作为独立验证集。基于Sientinel-2 多光谱传感器（Multi-Spectral Instrument，MSI）、数字高程模型（Digital Elevation Model，DEM）数据提取3类指数（红边光谱指数、植被指数和地形指数），经过极端梯度提升（Extreme Gradient Boosting，XGBoost）算法筛选有效特征变量，构建了关于土壤电导率（Electrical Conductivity，EC）的随机森林（Random Forest，RF）、极限学习机（Extra Learning Machine，ELM）和偏最小二乘回归（Partial Least Squares Regression，PLSR）预测模型，并选择最优模型绘制了艾比湖湿地盐渍化分布图。结果表明：优选的红边光谱指数基本能够预测EC的空间变化；红边光谱指数与植被指数组合建模效果总体上优于其与地形指数的组合，3类指数组合的建模取得了较为理想的预测精度，其中RF模型表现最优（验证集R2=0.83，RMSE=4.81 dS/m，RPD=3.11）；在整个研究区内，中部和东部地区土壤盐渍化程度尤为严重。因此，XGBoost所筛选出的环境因子结合机器学习算法可以实现干旱区土壤盐渍化的监测。     

杀青方式对机采绿茶理化品质的影响

为了提高茶树机采绿茶杀青品质,以机采鲜叶为原料,比较微波、汽热、电热滚筒和电磁滚筒耦合热风4种杀青方式所制机采绿茶的感官品质、茶叶内含成分、色泽和香气。结果显示：电磁滚筒耦合热风杀青所制绿茶的感官得分（89分）最高,所制干茶的色相值（a/b）相对更绿（p<0.01）,酚氨比较低（p<0.05）,非酯型儿茶素、酯型儿茶素和儿茶素总量也相对较低（p<0.01）;电磁滚筒杀青所制绿茶的栗香型成分含量较高,如藏红花醛、癸醛、β-环柠檬醛、庚醛和3,7-二甲基-2,6-二辛烯醛等高级醛类,香叶基丙酮、β-紫罗酮和1-戊烯-3-酮,反式-2-辛烯醇、芳樟醇、反式-橙花叔醇等,以及二甲硫、2-甲基呋喃和1-乙基吡咯等杂环化合物,说明电磁滚筒耦合热风杀青集成了不同工艺特点,所制机采绿茶滋味鲜爽,栗香明显,该工艺有利于提高机采绿茶品质,对实际生产具有指导作用。     

丘陵山地用小型自走式青贮机的设计思考

玉米是世界三大主要粮食作物之一，收获是玉米生产的重要环节。设计一款适合偏远山区、丘陵地区等路况复杂、地块小且不规则地使用的青贮机有很好的应用价值。本文通过对设计内容的研究与分析，得出设计流程，为物理样机提供理论依据。     

Precipitation forecasting by large-scale climate indices and machine learning techniques

Global warming is one of the most complicated challenges of our time causing considerable tension on our societies and on the environment. The impacts of global warming are felt unprecedentedly in a wide variety of ways from shifting weather patterns that threatens food production, to rising sea levels that deteriorates the risk of catastrophic flooding. Among all aspects related to global warming, there is a growing concern on water resource management. This field is targeted at preventing future water crisis threatening human beings. The very first stage in such management is to recognize the prospective climate parameters influencing the future water resource conditions. Numerous prediction models, methods and tools, in this case, have been developed and applied so far. In line with trend, the current study intends to compare three optimization algorithms on the platform of a multilayer perceptron (MLP) network to explore any meaningful connection between large-scale climate indices (LSCIs) and precipitation in the capital of Iran, a country which is located in an arid and semi-arid region and suffers from severe water scarcity caused by mismanagement over years and intensified by global warming. This situation has propelled a great deal of population to immigrate towards more developed cities within the country especially towards Tehran. Therefore, the current and future environmental conditions of this city especially its water supply conditions are of great importance. To tackle this complication an outlook for the future precipitation should be provided and appropriate forecasting trajectories compatible with this region's characteristics should be developed. To this end, the present study investigates three training methods namely backpropagation (BP), genetic algorithms (GAs), and particle swarm optimization (PSO) algorithms on a MLP platform. Two frameworks distinguished by their input compositions are denoted in this study: Concurrent Model Framework (CMF) and Integrated Model Framework (IMF). Through these two frameworks, 13 cases are generated: 12 cases within CMF, each of which contains all selected LSCIs in the same lead-times, and one case within IMF that is constituted from the combination of the most correlated LSCIs with Tehran precipitation in each lead-time. Following the evaluation of all model performances through related statistical tests, Taylor diagram is implemented to make comparison among the final selected models in all three optimization algorithms, the best of which is found to be MLP-PSO in IMF.     

毯苗机插水稻稀播长秧龄农机与农艺相配套技术研究

为探明毯苗插秧机增加取秧块面积的改进技术以及在该技术下稀播长秧龄的水稻适宜播量、秧龄和育秧盘,并形成毯苗机插稻稀播长秧龄农机与农艺相配套技术。结果表明,经过对毯苗插秧机性能的改进,增大取秧面积,毯苗机插杂交稻可实现与钵苗机插稻相当的产量,同时常规稻产量比未改进的常规毯苗机插稻增产4.74%~6.83%;机插水稻秧龄在30 d内,秧龄和产量成正相关关系,播量80 g/盘、秧龄30 d的处理产量最高;与普通塑料盘相比,大体钵型毯状降解盘透水透气性好,栽插带土成球,秧苗素质好,植伤轻,水稻缓苗期短。