遥感技术在广东精细果业发展中的应用

介绍了国内外精细果业研究的现状,并以广东省的特色作物荔枝为例,分析了进行精细果业的遥感和计算机关键技术,着重阐明光谱探测果树叶片-土壤养分的理论、现实意义。通过分析研究表明光谱遥感技术是广东省优质、高效、生态、安全荔枝精细农作技术之一,可以为广东荔农增收和果业面源污染降低提供技术保障。     

基于贝叶斯网络数据挖掘的蔬菜质量安全分析

蔬菜是人们日常生活的必须品,也是容易出现质量安全问题的产品。影响蔬菜质量安全的一个重要因素就是农药残留问题。以蔬菜农药残留检测数据为对象,利用贝叶斯网络进行数据挖掘,得到不同品种蔬菜的农药残留含量分布,以及同一品种在不同时间的分布趋势,经过可信度分析,该结论可信。该结果可为蔬菜的生产者、消费者以及监管人员提供一定的决策依据。     

基于改进YOLOv5l的轻量化鸭蛋裂纹检测算法

鸭蛋裂纹检测技术对于禽蛋加工工厂实现智能化蛋品检测、分级具有重要意义。该研究针对鸭蛋裂纹检测流程复杂、计算量大、模型尺寸大等问题,提出了一种基于改进YOLOv5l（you only look once version5 large）的轻量裂纹检测算法,通过在黑暗条件下使用LED灯照射鸭蛋,根据裂纹蛋壳与完好蛋壳透光性不同产生的图像差异进行检测。通过在YOLOv5中引入Ghost_conv模块,大大减少了模型的浮点计算量和参数量,并在模型的骨干网络中加入ECA（efficient channel attention）注意力机制以及使用多尺度特征融合方法BIFPN（bi-directional feature pyramid network）,增加模型对有效信息的关注度,提高了算法检测精度。同时使用CIoU与α-IoU损失函数融合后替代YOLOv5原始GIoU函数,加速了回归预测。利用自建的鸭蛋裂纹数据集验证模型改进后的性能,结果表明,本研究提出的改进YOLOv5l网络模型检测精准率为93.8%,与原始YOLOv5l模型相比,检测精度提高了6.3个百分点,参数量和浮点计算量分别减少了30.6%、39.4%。检测帧速率为28.954帧/s,较原始YOLOv5l模型仅下降3.824帧/s。与其他的目标检测常用网络SSD（single shot multibox detector）、YOLOv4、Faster-RCNN（faster region convolutional neural networks）相比,精度分别提高了13.1、12.5、8.2个百分点。本研究提出的方法能够在低硬件资源条件下进行高精度检测,可为实际场景应用提供解决方案和技术支持。     

湛江地区菠萝产业发展现状及对策研究

菠萝是热带和亚热带四大名果之一，享有“罐头之王”的美称。我国菠萝产量位居世界第四。随着菠萝产业的稳定，国内外贸易市场进一步开放，菠萝产业必定要通过进一步的转型升级来占据市场主导地位。菠萝是湛江地区最具代表性的水果，在全国更是流传着“每3个菠萝就有一个来自于徐闻”的赞誉。基于实地调研走访的形式，针对湛江市的雷州市和徐闻县的省、市级菠萝龙头加工企业，从品种选育、成品采摘、加工类别及现状、存在的技术问题等方面进行探讨，并就发现的问题提出对策建议，以期为菠萝产业的发展提供一定的参考价值。     

基于PLC技术的火龙果智能补光调控器设计与应用

目的 不同植物对光照强度、光质的需求程度不同，本文旨在通过LED灯实时照射实现对植物的智能补光。方法 针对火龙果Hylocereus undatus生长发育过程充足补光和调节果期的需要，应用新一代可编程控制器(Programmable logic controller, PLC)技术，选择波长570~590 nm的黄色LED灯，本文设计了一套种植火龙果专用的智能补光调控器和相应的数据传输协议，进行硬件选型、电路设计与软件设计， 建立了调控策略和远程通信协议，最后在广东省新兴县10 666 m²的火龙果农庄进行了实际布署与应用试验。结果 该调控器能够长时间稳定地通过手动、自动以及远程的方式实现对火龙果的补光，并且数据传输稳定，调控器的响应时间不超过3 s，每次补光4 h。利用该调控器进行火龙果补光调控可以让果实成熟期提前2~4 d，部分果树挂果可以多2~3个，补光后产量提升16.7%。结论 该装置实现了火龙果的智能补光，经济效益和社会效益提升明显，具有较好的推广前景。     

智能养猪工厂的研究进展与展望

工厂化养猪是畜牧业现代化的重要组成部分，是中国养猪业发展的必然趋势。中国养猪业面临着能繁母猪生产力水平低、健康管理水平低、智能设备利用率低、养殖成本高等产业突出问题。本文从猪群福利化健康养殖工艺、猪舍空气净化技术、猪只生长与健康状态感知技术、以及猪只精准饲喂和养殖机器人等智能作业装备4个方面，分析了智能养猪工厂建设中工艺、技术、装备的研究和发展现状，并对今后智能养猪工厂建设的重点方向进行了展望，以期为中国智能养猪工厂的创制提供参考。     

基于改进EfficientNet模型的作物害虫识别

精准识别作物害虫是控制虫害发生态势的重要基础。针对现有害虫识别准确率较低、基于卷积神经网络的害虫识别结构较复杂且计算成本较高、害虫识别模型泛化能力低及难以部署等问题，该研究提出了一种基于改进EfficientNet模型的作物害虫智能识别模型。该模型通过引入坐标注意力（Coordinate Attention, CA）机制而改进EfficientNet主体结构，引入数据增强的组合训练策略及Adam优化算法来提高模型的泛化能力，并采用迁移学习策略来训练改进的EfficientNet模型，从而提出了一个高性能轻量化的作物害虫识别模型CA-EfficientNet。在公开的大规模作物害虫数据集IP102上展开试验，结果表明该研究提出的CA-EfficientNet模型识别准确率达到69.45%，较改进前提高了4.01个百分点；与现有同类最优算法（GAEnsemble）的性能相比，识别准确率高出2.32个百分点。改进后的CA-EfficientNet模型参数量为5.38 M，较改进前仅增加了0.09 M；相比于经典分类网络VGG、ResNet-50、GoogleNet等，其参数量仅是这些网络模型参数量的3.89%、22.72%和52.63%。试验结果表明，所提方法有效提高了作物害虫图像的识别准确率，较大幅度地减少了模型参数量，在保持轻量化计算开销的基础上获得了明显优于同类最优算法的准确率。     

基于无线传感器网络的精细农业智能节水灌溉系统(英）

在精细农业相关应用和理论研究基础上，自行设计用于监测农田水分含量和水层高度的无线传感器，构建农田水分无线传感器网络体系结构，设计基于水分无线传感器网络的智能节水灌溉控制系统，通过实时农田水分数据和农作物水分需求专家数据形成灌溉决策，由灌溉控制系统实施定量灌溉。实际应用表明，该系统体现出可行性和高效性，有利于精细农业的发展和水资源的可持续利用。     

基于精细化梯度的水分传感器网络能量高效查询算

在分析现有无线传感器查询算法基础上,借鉴了数据融合树以及位置辅助查询的思想,提出一种基于精细化梯度的能量有效动态水分传感器网络查询算法EEQA-FGG.EEQA-FGG包含了查询路由生成、查询执行流程及查询异常处理3个算法的详细设计,同时模拟分析了不同规模下区域和全网查询运行情况,并与融合树、位置辅助等方案进行了比较.仿真显示,EEQA-FGG算法可以有效降低网络能耗、均匀网络负载、延长网络生命周期,尤其在区域查询中,EEQA-FGG的生命周期可比SPT和Compass方案延长10%～50%,特别适合大规模农田监测数据查询方案.     

杂交稻精密条播育秧底土开沟装置设计与试验

为解决杂交稻精密条播育秧种子成条性和均匀性不足导致秧苗素质差和栽插均匀合格率低等问题，该研究基于滚压开沟原理设计了一种杂交稻精密条播育秧底土开沟装置，利用压辊在秧盘底土上压制出种沟，并开展耦合栽插对比试验。阐述了底土开沟装置主要结构与工作原理，开展了压辊、载荷调节机构、秧盘和育秧土之间的动力学分析以及土壤下陷量标定试验，对开沟装置关键部件结构及其参数进行设计与优化；采用Box-Behnken试验方法进行离散元仿真试验，应用多目标优化方法对压辊关键参数进行优化，并通过验证试验，得到最优参数组合为：压辊直径100 mm，V型齿角度45°、种沟深度9 mm，此时开沟条播的均匀合格率为85.68%，成条合格率为87.18%，与优化结果基本一致。田间生产试验表明，与不开沟条播相比，开沟条播的均匀合格率和成条合格率分别平均提高5.78和17.17个百分点，最高均匀合格率和成条合格率分别为86.80%和87.60%；开沟条播能明显提高秧苗的整齐一致性；耦合栽插时，开沟条播比不开沟的漏插率平均减少1.95个百分点，1～3株/穴的比例平均提高7.14个百分点，根系损伤率平均降低2.27个百分点；50、70和90 g/盘播量下开沟条播比不开沟条播理论产量分别增加234.90、245.55和57.15 kg/hm²，增产比例为3.12%、3.53%和0.80%，实际产量比相同播种密度下不开沟条播分别增加381.60、365.85和180.15 kg/hm²，增产比例为5.00%、5.33%和2.52%。研究结果表明该开沟装置的作业性能良好，开沟条播育秧能有效提升精密条播育秧与精准耦合栽插的技术水平，可为杂交稻精密条播育秧装备的研发提供参考。