温室早春茬黄瓜烟蓟马和瓜型棉蚜发生动态及空间分布

以"京研迷你2号"黄瓜为试材,以日光温室中烟蓟马和瓜型棉蚜为研究对象,调查了早春茬黄瓜从定植到拉秧期间2种害虫的发生动态及空间分布,以期为黄瓜害虫的有效防治提供科学依据。结果表明:温室日平均温度稳定在20℃以后,烟蓟马与瓜型棉蚜种群数量开始逐渐上升。烟蓟马种群数量呈逻辑斯蒂增长,瓜型棉蚜种群数量呈指数型增长,烟蓟马和瓜型棉蚜在黄瓜上的空间分布型为负二项分布。在日光温室内烟蓟马的分布随时间变化明显;而瓜型棉蚜以温室西部种群数量最大。     

基于文献计量的巢湖农业面源污染概况分析

为了解巢湖农业面源污染的研究进展，明确该领域的研究现状和热点，以CNKI、维普、SCOPUS数据库为基础，采用文献计量的方法对巢湖农业面源污染主题的文献进行检索。结果表明：巢湖流域治理方向的发文量最多，其中大多数是从源头控制、中间拦截、末尾治理定性叙述的，模型和现状的关注度也比较高，主要参考国外通用模型进行验证及负荷估算等。安徽农业大学和合肥工业大学等机构为巢湖该领域发展做出很大贡献；马友华团队等是该领域的核心团队，主要发文期刊有《中国农学通报》、《安徽农学通报》、《水土保持学报》、《环境科学学报》等。由此发现，巢湖流域的研究热点集中在治理方向，其中定性叙述治理措施文献偏多，定量研究治理效果和生态补偿标准的确定是未来的一个发展方向，模型的创新性有待于提高。     

用于冬小麦组分信息检测的便携式LVF光谱仪研究

小麦是我国主要的粮食作物,能够实时准确地对小麦进行长势监测具有重要意义。为此,介绍了一种自主研发的便携式LVF光谱仪的软硬件结构,采集冬小麦冠层叶片光谱数据,利用偏最小二乘法建立了冬小麦组分信息的内嵌反演模型,使其成为可以测量冬小麦叶片组分信息的专用型光谱仪。同时,用校验集对预测模型进行验证,相关系数分别达到0.906和0.876。结果表明:便携式LVF光谱仪在冬小麦叶片组分信息的检测方面是可行性的。     

非政府单位为主体的农业科技成果转化模式研究

<正>实践证明,加强对农业科技成果转化模式的研究,对于科技成果尽快转化为现实的生产力,推动广大农民脱贫致富具有重要作用。我国目前处于经济转型期,农业科技成果转化工作需要不断改进与完善,农业科技成果转化模式正处于一种新旧交替和过渡阶段,面临一系列迫切需要解决的问题。     

机器视觉在设施育苗作物生长监测中的研究与应用

机器视觉是利用机器代替人眼来对目标物做模式识别、测量与判断的一项综合技术,其在农业各领域中的研究与应用发展迅速。从作物育苗的特性、机器视觉在苗期管理的作用、苗期作物视觉信息采集设备及叶片提取方法的发展3个方面分析了设施育苗对基于机器视觉的苗期作物监测的需求;总结了苗期作物视觉信息的主流获取技术,即成像传感器的成像技术、多传感器图像融合技术、三维重建技术的特点;回顾了机器视觉技术近年来在国内外苗期作物中的应用情况,从苗期作物关键生长参数监测检测方面进行综述,分析、对比、总结苗期作物关键生长参数的提取方法,最后概述我国现阶段机器视觉技术在苗期作物的应用中主要存在的问题以及发展前景。     

主成分分析和长短时记忆神经网络预测水产养殖水体溶解氧

为了提高水产养殖溶解氧预测的精度,提出了基于主成分分析(principal component analysis,PCA)和长短时记忆神经网络(long short-term memory,LSTM)的水产养殖溶解氧预测模型。首先通过主成分分析提取水产养殖溶解氧的关键影响因子,消除了原始变量之间的相关性,降低了模型输入向量维度;然后,在Tensorflow深度学习框架的基础上建立LSTM神经网络的水产养殖溶解氧预测模型;最后,利用该模型对浙江省淡水水产养殖研究所综合实验基地某池塘溶解氧进行验证。试验结果表明:该模型与BP神经网络等其他浅层模型相比,模型评价指标平均绝对误差、均方根误差和平均绝对误差分别为0.274、0.089和0.147,均优于传统的预测方法;该模型具有良好的预测性能和泛化能力,能够满足水产养殖溶解氧精确预测的实际需要,可以为水产养殖水质精准调控提供参考。     

四要素变量施肥机肥箱施肥量控制算法设计与试验

针对黑龙江农垦地区垄作玉米施肥过程中遇到的肥料分层问题,设计了一种四要素变量施肥控制系统。系统采用电液比例控制技术,主要由液晶显示终端、变量施肥控制器、4路液压马达和编码器、4路排肥机构（排肥轴和外槽轮）和GNSS模块组成。为了实现氮肥、磷肥、钾肥和微肥的一次性及时、准确施用,提出了一种基于复合交叉原则的各路施肥量确定策略,基于PID技术设计了液压马达控制算法。根据用户在变量施肥控制软件中设置的目标施肥量,系统自动确定各肥箱精确施肥量,基于PID液压马达控制算法,实时计算4路液压马达的目标转速,同步向控制器发送4路转速指令,一次性完成氮肥、磷肥、钾肥和微肥4种肥料的同步变量施用。为了验证各路施肥量控制算法的效果,分别进行了PID算法响应时间和精度试验、变量施肥系统单质肥排肥性能验证试验和作业条件下各肥箱施肥量控制算法验证试验。试验结果表明,基于PID技术的排肥轴转速控制算法响应时间不大于0.5s;变量施肥系统单质肥排肥性能误差绝对值不大于3%;作业条件下各路施肥量控制算法显著减少了氮素的施用量,实现了氮肥、磷肥、钾肥的精确投入。四要素变量施肥机各路施肥量控制算法完全满足了垦区玉米施肥精确、均匀施用的要求。     

基于姿态实时监测的多路精准排肥播种控制系统研究

针对现有精准排肥播种控制系统缺少对机具姿态进行监测判别的现状,在现有精准排肥播种控制系统架构基础上,增加了机具作业姿态实时监测模块,使系统可以根据机具的实时前进速度和作业姿态自动控制排肥量和播种量,减少人员对系统的操作。该系统主要由车载控制终端、PID控制器、多路集成比例阀、光电转速测试码盘、机具姿态解析模块、机具位置与速度解析模块、液压马达等组成,其中机具姿态解析模块采用MPU6050芯片实时测量下拉杆与机架的俯仰角,应用STM32F103MCU芯片实时获取MPU6050芯片的输出数据,并反馈到车载控制终端,封装后的机具姿态解析模块安装在拖拉机三点悬挂的下拉杆中部,对下拉杆与水平面的夹角数据进行实时记录和反馈,判别机具的作业姿态是否处于工作状态。将该控制系统安装在小麦基肥精准分层施肥播种机上,在北京市昌平区小汤山国家精准农业研究示范基地,对该控制系统进行静态标定和动态试验,以检测可靠性和稳定性。静态标定试验结果显示,马达转速与系统的排肥排种量存在一元线性关系,此时浅层肥料、深层肥料和种子的单圈排量分别为16.97、29.31、11.2g;姿态标定结果表明,设置临界角为5.3°时,系统的机具姿态提示信息正确,能够满足姿态监测的要求;动态试验表明,机具工作状态下,浅层肥料、深层肥料和种子排量变异系数分别为3.5%、3.8%和3%,3路的排量偏差都控制在5%以内,机具抬升状态下,排肥排种轴处于静止状态,说明该系统的运行过程总体比较稳定,能够满足小麦基肥分层施肥播种机具的精量排肥排种的作业要求,同时能够减少人为操作流程。     

越冬期麦田根区水热耦合模型参数原位估算与检验

越冬期根区充足的蓄水量有利于春季冬小麦的生长并有助于增产,而冬季作物根区水分运移规律通常借助土壤冻融过程水热耦合模型来描述,但该模型的预测精度受参数确定方法与边界条件等多种因素的影响。为了提高模型预测精度,提出了一种改进型的土壤冻融过程水热耦合模型参数估算方法,即运用土壤冻融特征曲线(冻土未冻水含量和土壤温度的关系)来原位估算土壤水热耦合模型参数,并检验该方法的适用性。在此基础上,评价地表蒸发量对模型预测精度的影响。大田试验在北京市昌平区小汤山精准农业示范基地开展,历经两个越冬期(2011—2012年和2012—2013年),利用管式介电传感器、温度传感器和蒸渗仪分别采集了土壤剖面未冻水含量、土壤温度和地表蒸发量数据。利用第1个越冬期(2011—2012年)的数据拟合土壤冻融特征曲线,对土壤水热参数进行最优估算,利用第2个越冬期(2012—2013年)的数据评价估算参数和地表蒸发量对模型预测精度的影响。结果表明:利用估算参数的模型预测值整体上与实测值相符。考虑到地表蒸发量对模型水热上边界的影响,第2个越冬期10 cm处未冻水含量与温度预测值和实测值的RMSE分别为0.046 m3/m3和1.883℃,20 cm深度RMSE分别为0.071 m3/m3和2.347℃。相比之下,在未考虑地表蒸发量影响下,第2个越冬期10 cm处未冻水含量与温度的模拟值和实测值的RMSE为0.059 m3/m3和2.149℃,20 cm深度RMSE为0.081 m3/m3和2.666℃。提出的改进型模型参数估算方法能够保证模型的预测精度,且考虑地表蒸发量的影响能够进一步提高模型的预测精度,随着深度的增加,蒸发量对水分与温度的影响逐渐减小。     

基于CiteSpace的论文题录分析与学科布局研究——以农业遥感技术为例

【目的】文章以农业遥感技术为例,研究国际农业遥感领域近10年的科研论文题录数据,阐述国际农业遥感领域的研究前沿与热点,为北京农业信息技术研究中心的遥感学科布局发展提供精准服务。【方法】从情报学的角度,利用CiteSpace可视化知识图谱工具,对Web of Science数据库近10年的农业遥感论文题录数据,分别从时间序列、国别、机构、作者和关键词5个角度进行了统计分析。【结果】从时间分布上,农业遥感领域发表数量逐年稳步提升,农业遥感技术开发势头向好;从国别上,美国是研究热度最高的国家,其发表论文数量最多,论文被引用频次最高;从机构和作者上,中国近几年发展迅猛,其众多科研单位与科研人员在国际农业遥感领域作用十分突出;从关键词上,传统的遥感平台开发和农业遥感应用是农业遥感的出发点与根本目标。【结论】中国在农业遥感领域后起直追,相关论文数量和质量大幅提高,但同起步较早的美国和欧盟国家相比,仍有较大差距,基于研究结果,为北京农业信息技术研究中心遥感学科方向布局和热点跟踪提供情报参考,有效提升其在该领域的科技竞争力。