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.     

基于模型预测控制的农机主从跟随作业控制方法

针对实际环境中由于农业机械（简称农机）作业过程的作业量以及土壤条件的变化等不确定性因素的影响，导致协同作业跟随农机的行驶工况不稳定、跟随协同作业响应慢、控制困难等问题，在综合考虑不确定性以及响应性能的基础上，提出了一种农机跟随分层控制架构，搭建农机田间作业下的纵向跟随动力学模型，并以间距保持、速度跟随、燃油经济性、加速度跟随性能为目标，进行基于模型预测控制（MPC）算法的上层控制器推导，基于前馈以及PI反馈的控制器作为下层控制，以上层控制器获得的控制加速度为目标，进行力矩（电流）跟踪，在保证抗不确定性以及干扰噪声的同时，提高跟随农机的响应能力。通过Matlab/Simulink仿真和田间试验验证，结果表明，该控制方法可以有效解决农机作业的跟随控制问题，与滑模变结构控制器相比，能够实现稳定跟随行驶，且速度误差和加速度误差更小，速度误差控制在-0.29132~0.18001m/s，加速度误差控制在-0.05678~0.05628m/s2，稳定跟随距离误差为±0.45m，具有良好的跟随效果。     

不同沼液灌溉量下橡胶幼苗生长及土壤肥力特征

为明确不同沼液灌溉量下橡胶幼苗的生长状况及土壤肥力特征,以便科学指导施肥,本研究以橡胶树实生苗为研究对象,采用土培试验方法,设置7个不同沼液用量处理,分别为0 mL（T0）、471 mL（T1）、942 mL（T2）、1413 mL（T3）、1884 mL（T4）、2355 mL（T5）、2826 mL（T6）,测定分析了不同沼液用量的橡胶幼苗长势及主要土壤肥力因子。结果表明：沼液灌溉有利于橡胶幼苗生长,不同处理间橡胶幼苗苗木质量指数大小顺序为：T4（1884 mL）>T3（1413 mL）、T5（2355 mL）>T2（942 mL）>T0（0 mL）、T1（471 mL）>T6（2826 mL）,沼液施用量为T4处理时苗木质量指数最佳,株高、地径指标偏优,预示植株定植成活率高;同时施用沼液有利于土壤养分含量的增加,并提高土壤脲酶、过氧化氢酶、酸性磷酸酶和多酚氧化酶活性;采用主成分分析法和隶属度函数法对试验组土壤质量综合指数进行计算,结果表明,试验组土壤质量综合指数表现为T3（0.933）>T5（0.906）>T4（0.855）>T2（0.826）>T6（0.794）>T1（0.742）。研究认为,施加沼液可明显改良土壤化学性质,但过度施加沼液会降低苗木质量指数,且沼液量为1413~1884 mL时为最适灌溉量。     

Towards the sustainable intensification of agriculture—a systems approach to policy formulation

The sustainable intensification of agriculture involves providing sufficient food and other ecosystem services without going beyond the limits of the earth’s system. Here a project management approach is suggested to help guide agricultural policy to deliver these objectives. The first step is to agree measurable outcomes, integrating formal policy goals with the often much less formal and much more diverse goals of individual farmers. The second step is to assess current performance. Ideally, this will involve the use of farm-scale metrics that can feed into process models that address social and environmental domains as well as production issues that can be benchmarked and upscaled to landscape and country. Some policy goals can be delivered by supporting ad hoc interventions, while others require the redesign of the farming system. A pipeline of research, knowledge and capacity building is needed to ensure the continuous increase in farm performance. System models can help prioritise policy interventions. Formal optimization of land use is only appropriate if the policy goals are clear, and the constraints understood. In practice, the best approach may depend on the scale of action that is required, and on the amount of resource and infrastructure available to generate, implement and manage policy.     

热带土壤中解淀粉芽孢杆菌HNU1的鉴定及发酵条件优化

重金属毒性强、不可降解，在环境中可持续存在，土壤中的重金属可通过食物链累积，对生物体的健康构成严重威胁。土壤微生物修复重金属污染方法具有经济成本低、周期短、效率高、无二次污染等优点，也存在外源微生物在土壤环境中不易存活和繁殖的缺点。通过形态观察、生理生化试验以及16S rDNA同源性序列分析对前期研究中分离保存的一株铜富集细菌HNU1菌株进行鉴定，鉴定该菌为解淀粉芽孢杆菌(Bacillus amyloliquefaciens)。并通过单因素试验和正交试验找出该菌株的最适发酵条件，该菌的最适培养基组成为蔗糖2 g·L-1，酵母粉4 g·L-1，胰蛋白胨6 g·L-1，MgSO4 5 g·L-1。培养条件为初始pH为8.0，温度37 ℃，接种量0.1%，摇床转速180 r·min-1，50 mL三角瓶中装液量20 mL。鉴定的解淀粉芽孢杆菌HNU1菌株对Cu具有良好的富集作用，可进一步开发为微生物肥料用于重金属污染农田土壤的修复，对土壤修复和改良具有重大意义。     

基于ANSYS Workbench的自走式农机底盘的优化设计

针对丘陵山区地块面积小、农机底盘作业转向难的问题，设计了转向灵活、转弯半径小的摆转转向底盘。底盘由转向装置、浮动装置、液压系统、发动机，前桥、后桥、控制系统、PTO输出等组成，采用水冷系统以及CVT无级变速的汽油发动机与液压系统结合，实现底盘的动力匹配；通过ANSYS Workbench构建摆转转向底盘前桥、后桥、整体机构的力学模型，分析各机构不同状态下的变形参数的变化趋势，并对底盘机构易于损坏的部位进行优化。结果表明：前桥转向机构附近的配件对前桥的变形影响较大，采用5 mm厚度方钢的前桥结构变形量为0.85 mm，优化后的前桥所安装的配件采用模块化分配，使用10 mm以上方钢加工制作，保证前桥变形量稳定控制在0.3~1.0 mm；优化后的底盘后桥最大等效应力为14 MPa，变形量为0.25 mm，分别较优化前降低了33.33%和28.57%，机架的结构稳定性得到改善。通过压力测试仪器对实物平台的测试，底盘在行驶过程中的压力变化曲线平稳，启动和停止阶段所受的压力在可控制的范围内；底盘的行驶直线度、偏驶率均低于1%，且不受底盘载重的影响。     

基于改进蚁群算法的植保无人机路径规划方法

为了规划出更加高效的植保无人机路径，提出一种基于改进蚁群算法的植保无人机路径规划方法，该方法适用于多个具有复杂多边形边界与内部障碍物的三维作业区域。采用扫描方式生成水平面内的作业路径，经过离散化处理后，在三维地形曲面上插值，获得三维作业路径。在此基础上，建立作业路径生成算法，以三维作业路径总长度尽量短、作业路径数量尽量少为目标，对植保无人机作业航向进行寻优。改进蚁群算法通过附加记录作业路径进入点的机制，实现对三维作业路径的合理排序，生成总长度较短的转移路径。经过算例检验，针对同一作业区域规划出的三维作业路径与水平面内的作业路径的航向角存在较大差异，相差最大为92°，这说明考虑三维地形的必要性。算例中，将改进的蚁群算法与贪婪算法进行了对比，针对一系列相同的作业起点，改进的蚁群算法所得的转移路径总长度均较短，比贪婪算法所得结果缩短3%~28%；在未选定作业起点情况下，改进的蚁群算法与贪婪算法求得的转移路径总长度最小值分别为1661m与1763m，说明改进的蚁群算法具有良好的寻优能力。实例检验情况与算例所得结论基本一致。算例与实例中的作业区域边界与地形复杂，涵盖情况全面，表明本文提出的路径规划方法具有一定实用性。     

基于几何模型的绿萝叶片外部表型参数三维估测

为快速高效获取叶类植物叶片的外部表型参数、掌握植株生长状况，以绿萝叶片为研究对象，提出一种基于几何模型的叶长、叶宽与叶面积的三维估测方法。利用微软Kinect V2相机，自80cm高度垂直位姿获取绿萝叶片局部点云，并进行直通滤波去噪与包围盒精简等预处理，测量得到点云外形参数，输入预先建立的SAE网络分类预测得到几何模型参数，并基于曲面参数方程建立叶片几何模型。采用粒子群优化算法计算几何模型离散点云和局部点云间的空间距离，进行空间匹配，利用遗传算法求解最优匹配模型的内部模型参数，输出最优匹配模型的叶长、叶宽与叶面积作为估测结果。实验共采集150片绿萝叶片的局部点云数据，将估测结果和真实值进行数学统计与线性回归分析，得出叶长、叶宽与叶面积估测的平均误差分别为0.46cm、0.41cm和3.42cm2，叶长估测R2和RMSE分别为0.88和0.52cm，叶宽R2和RMSE分别为0.88和0.52cm，叶面积R2和RMSE分别为0.95和3.60cm2。实验表明，该方法对于绿萝叶片外形参数的估测效果较好，具有较高实用价值。     

基于AquaCrop模型的夏玉米生长模拟及灌溉制度优化

为评价AquaCrop模型在关中地区的适用性并寻求最佳的灌溉制度，对夏玉米在不同灌溉与施氮水平下的生长进行模拟和验证，并利用校验后的模型研究了3种不同降雨年型以及11种灌溉模式下夏玉米产量和水分利用效率的变化特征。结果表明：AquaCrop模型可以较好地模拟关中地区不同灌溉与施氮水平下夏玉米产量和生物量，模型模拟的产量与实测值之间的决定系数（R²）、均方根误差（RMSE）、标准均方根误差（NRMSE）、符合度指数（d）和纳什效率系数（E_NS）分别为0.919、0.249 t·hm^-2、4.112、0.977和0.915；对于地上部生物量，模拟值与实测值的R²、RMSE、NRMSE、d和E_NS分别为0.860、0.977 t·hm^-2、6.407、0.933和0.694。利用校验后的模型分析了试验区内3种不同降水年型条件下11种灌溉模式的夏玉米产量和水分利用效率的变化特征，依据模拟结果及夏玉米生理需水规律，同时为了实现高产和高水分利用效率，得出不同年型的优化灌溉制度为：若能保证出苗整齐，湿润年可不灌水，此时也能获得较高产量和水分利用效率；平水年推荐在拔节期灌水60 mm，能节约50%水资源，亦能保证稳产；干旱年推荐在拔节期和抽雄期各灌水60 mm，可获得高产和高水分利用效率。     

在宽泛的稠度范围内估算面粉标准粉质参数的可行性探索

为在宽泛的稠度范围内检测和估算小麦的粉质参数以服务品质育种，本研究通过构建和应用复合粉质参数，并结合梯度加水、目测加水和误差控制技术，明显降低了加水量对测定结果的影响，成功建立了一系列逻辑算式和回归方程，定量描述了宽泛稠度与标准稠度（500 FU）下检测结果之间的转换关系，实现了标准检测结果的非直接测定。目测加水估计结果与对应标准值的相关性显示，形成时间、稳定时间、粉质质量指数和弱化度的估计标准值与标准值间的相关系数r=0.988～0.995；从不同途径推导出标准加水量预测的三个算式，其预测结果与标准值的相关系数r=0.983～0.995，综合预测效果明显优于单纯粉质仪内置软件的预测值。从而，用小而确定的样品量与一次目测加水测定（推荐稠度440～650 FU）估计标准检测结果，且可据此准确地调整加水量，直接测得达标的粉质参数。另外，借用逻辑算式还可将全部参数的达标值矫正为稠度500 FU时的标准值，使传统的粉质检测结果更加精准、更具可比性。