温室立体育秧条件下杂交稻秧苗素质的试验研究

为探索温室立体育秧条件下杂交稻秧苗素质的影响因素及其作用,采用L9(34)正交试验分析了杂交稻的秧层、补光时长、品种和播种量4个因素对杂交稻秧苗素质的影响。研究结果表明:对于壮苗指数,因素影响的主次顺序是补光时长播种量品种秧层。对于温室立体秧架第2、3层,采用2 500lx的光照强度,夜间补光时长分别为4、3h,第1层(底层)应采用3 000lx的光照度,夜间补光时长为5h,可保证杂交稻在低播量条件下的秧苗素质,满足机插技术的要求。     

基于卷积神经网络的水稻钵体软盘穴播量检测

为避免水稻钵体软盘穴播量检测过程中的秧盘背景分割和稻种特征的手工设计及提取,本文提出了一种基于卷积神经网络的水稻钵体软盘穴播量检测方法,该方法可自动学习和提取不同穴播量的水稻种子特征,实现常规稻、杂交稻和超级杂交稻钵体软盘穴播量为0、1、2、3、4、5、6及7粒以上共8种播量的自动检测。本文在每层卷积单元网络结构参数保持固定的前提下,选取2～4层共3种不同卷积单元数量的网络结构对RiceCountCNN模型性能进行试验,试验结果表明随着模型深度加深,模型检测精度逐渐提高。本文在3层RiceCountCNN模型网络框架下,按卷积核的大小递减和数量递增原则选择得出不同的卷积核网络参数组合方式,最终优化得出网络结构为9C16-AP2-7C32-AP2-5C64的模型性能最佳,平均正确率达到98.76%。为测试RiceCountCNN模型的性能,每个水稻品种选取1幅19穴×14穴的图像作为测试集对模型进行测试,试验结果得出模型针对常规稻、杂交稻和超级杂交稻的检测正确率分别达到97.37%、98.12%和90.98%,每幅图像的检测时间小于2.33 s。研究结果满足精密育秧播种实际工况检测要求,该研究为实现水稻精密衡量播种作业提供参考。     

硝铵尿素液肥在酱用番茄上的田间肥效试验

硝铵尿素液肥(Urea Ammonium Nitrate solution)简称UAN液肥,是由尿素、硝铵和水配制而成。硝铵尿素溶液是将硝态氮、铵态氮、酰胺态氮三种氮源集中于一种产品,可以发挥各种氮源的优势。硝态氮可以提供即时的氮源,供作物快速吸收。铵态氮一部分被即时吸收,一部分被土壤胶体吸附,从而延长肥效。本文通过滴灌系统在番茄作物上施用UAN液肥产品,验证其对番茄生长及产量的影响,结果表明,施用UAN能够提高肥料利用率,明显增加番茄产量。     

Pro/E在精密播种机设计中的应用

介绍了应用Pro/E软件进行精密播种机三维建模设计的过程,探讨了精密播种机三维建模过程中的技术要点,为精密播种机的改型设计、系列化设计打下了基础;同时,为Pro/E软件在其它机械设计上的应用提供了参考和借鉴。     

TRIZ理论在深根茎类作物挖掘机构中的应用

针对目前我国深根茎类作物挖掘机械中没有成熟的产品以及产品设计方法较为传统、落后的现状,运用一种解决发明问题的新型创新理论-TRIZ理论中的40个发明原理、39对矛盾矩阵及诸多相关理论,对深根茎类作物挖掘装置中的关键部件-挖掘铲的多种设计方案进行分析、比较和研究,最终得出较为理想的设计方案.采用该方案设计的挖掘铲在挖掘过程中可以实现不壅土,并能顺利地切断根茎,能使作物的根茎与土块、石块在挖掘铲上上升过程中高效地分离,且能实现减少根茎损伤的目标,从而达到降低挖掘阻力的目的.最后,运用Pro/E软件将最终设计的挖掘铲在计算机中进行虚拟仿真,并对仿真模型进行仿真分析,结果表明,挖掘铲的设计方案达到了预期目的.     

耕作层土壤在动载作用下的力学特性

利用日本产ＤＴＣ－３０６土壤动态三轴仪对东北地区黑壤土在不同围压和加载速率情况下，测得一组主应力差σ１－σ３与轴向应变ε的关系曲线，并利用所测的曲线对准静态情况下被广泛用于土壤与机具相互作用的有限元分析的Ｄｕｎｃａｎ－Ｃｈａｎｇ双曲线模型进行修正，得出了考虑加载速率影响的修正Ｄｕｎｃａｎ－Ｃｈａｎｇ模型。     

GPS导航轮式试验车的系统设计

基于GPS引导技术,面向田间作业,设计了用于试验研究的轮式自动导航试验车。该车机械部分采用常规材料加工而成,并选择通用标准零件;控制部分采用通用微电子元器件及普通计算机系统。该车具有成本低、制造容易等特点。试验表明:该车载重量高,运行平稳,操作灵活,可用于GPS导航试验研究、轻型农机具自动作业研究等方面。     

水稻田间育秧精密播种机设计与试验

为提高田间育秧播种机的播种合格率和播种稳定均匀性,设计了一种适用于南方水稻田间育秧的精密播种机。在深入分析螺旋勺轮式播种器的播种原理,以及播种器行走控制系统的基础上,采用正交试验方法,研究了螺旋勺轮的凹槽深度、螺旋升角、播种器行走速度对播种合格率和空穴率的影响规律,得出杂交稻播种合格率和空穴率影响因素的最佳参数组合:凹槽深度h为3 mm、螺旋升角α为81.73°、播种器行走速度v为0.35 m/s。试验表明,采用闭环控制系统后的播种机播种杂交稻2~6粒/格合格率由87.14%提升到93.21%,常规稻3~8粒/格的播种合格率为92.14%,播种性能满足常规稻和杂交稻精密播种育秧的技术要求。     

基于高光谱成像的水稻穗瘟病害程度分级方法

为了快速、准确地进行水稻穗瘟病害程度分级,以实现水稻品种抗性评价或精准的田间化学防治,该研究提出了一种光谱词袋(bag of spectrum words,Bo SW)模型分析方法,分析稻穗的高光谱图像,自动评判穗瘟病害程度。首先,稠密规整地将高光谱图像分割成小立方格,计算每个立方格像素的平均全波段包络矢量,用K-Means算法聚类形成典型光谱包络词典。词典中光谱包络"词"(word)用作高光谱图像表达的"基",直方图统计各光谱"词"在高光谱图像样本中的出现频度,形成光谱图像的词袋表达。采用Hyper SIS-VNIR-QE光谱成像仪获取田间采集的170株稻穗样本高光谱图像,用Bo SW方法生成其词袋表达;植保专家根据病害程度类别确定光谱图像样本标签。随机选择2/3"词袋表达-病害程度等级标签"数据对构成训练集,采用卡方-支持矢量机(chi-square support vector machine,Chi-SVM)分类算法建立穗瘟病害程度分级模型。余下的1/3样本构成测试集,测试穗瘟病害等级模型的预测性能,分类识别精度为94.72%,高于主成分分析(principle component analysis,PCA)、敏感波段选择等传统光谱分析方法,其识别精度分别为83.83%和79.83%。该研究提高了穗瘟病分级的自动化程度和准确率,也可为其他病害分级检测提供参考。     

基于显微图像处理的稻瘟病菌孢子自动检测与计数方法

稻瘟病菌孢子的检测通常在显微镜下由人工目测完成,该方法费时、费力、自动化程度低。因此,该研究提出了一种基于显微图像处理技术的稻瘟病菌孢子自动检测和计数方法。首先,采用显微图像系统获取稻瘟病菌孢子图像;然后提出一种分块背景提取法对其进行光照校正;根据显微图像中孢子的边缘特征,利用Canny算子进行边缘检测,其中Canny边缘检测过程中的阈值应用模糊C均值算法在梯度图上自动确定;接着对边缘检测后的二值图像进行数学形态学闭开运算处理。根据孢子和主要杂质的形态特征,利用椭圆度、复杂度和最小外接矩形宽度等形态特征参数对目标物进行分类,提取只含孢子的二值图像。最后,提出了基于距离变换和高斯滤波的改进分水岭算法对粘连孢子进行分离。测试结果表明:在100幅测试的显微图像样本中,孢子检测的平均准确率为98.5%,满足稻瘟病菌孢子自动检测和计数要求。