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。     

大型组合式机械通风玉米穗储粮仓的设计

本研究针对大农户玉米穗储藏的实际情况，研制了大型组合式机械通风玉米穗储粮仓，并对其进行了装粮试验。结果表明：该型储粮仓机械性能稳定，结构组装方便，降水、防霉、防鼠效果显著，可有效降低粮食产后损失，保证粮食品质。 [关键词] 粮仓|玉米穗|机械通风     

不同种植密度对机采辣椒品种性状和产量的影响

为明确不同种植密度对机采辣椒品种性状、产量的影响,以适宜机采的辣椒‘辣研102’为研究对象,设置4个种植密度（P0:38 480株/hm²、P1:51 307株/hm²、P2:76 961株/hm²、P3:102 615株/hm²）,分别于贵阳、遵义两地开展田间小区试验。结果表明,随着种植密度的增加,辣椒株高呈增加趋势,茎粗呈下降趋势。辣椒根部、地上部生物量均在高密植条件下（P3）时达到最小。辣椒的发病率与病情指数均随种植密度的增加而显著提高,高密植处理条件下（P3）达到最大,发病率分别为41.67%（贵阳）、43.33%（遵义）,病情指数分别为31.05%（贵阳）、29.86%（遵义）。过高的种植密度导致单株辣椒光合作用大幅下降:P1、P2、P3处理条件下光合速率分别较P0处理显著降低13.94%、24.73%、29.66%（遵义）;P1、P2、P3处理条件下辣椒叶片蒸腾速率较P0降低10.02%、19.81%、42.12%（贵阳）。辣椒总产量随种植密度增加而显著提高,而商品果产量随种植密度的增加呈先增加后降低的趋势。商品果产量在P1条件下获得最大值,相对于P0、P2、P3贵阳辣椒商品果产量显著提高了16.43%、32.81%、41.67%,遵义提高了20.25%、26.67%、61.02%。综合辣椒生长与商品果产量,贵州机采辣椒‘辣研102’最佳种植密度为51307株/hm²。     

一种基于偏好免疫网络多特征辨识的油茶果分选识别方法

针对油茶果采摘、脱壳后机器视觉分选效率不高的问题,提出一种多特征偏好人工免疫网络算法,该算法应用人工免疫网络的多目标优化与偏好数据库特征,提取油茶目标的颜色、形态多特征输入免疫网络进行仿真测试。试验结果表明,本文提出的多特征偏好免疫网络的识别率最高达到90%以上。相比单特征分选方法有了较大的提升,证明本文分选方法的有效性,并为农林业目标智能化分选辨识提供一种可行的方案。     

基于WOFOST模型的辽宁省春玉米干旱灾损风险评估

利用锦州农业气象试验站的作物生长发育和土壤实测数据对WOFOST模型水分胁迫模块进行了调参，适用性验证表明，WOFOST模型适用于辽宁省春玉米生长发育和产量的模拟，辽宁省春玉米受干旱的影响可以利用WOFOST模型较敏感地反映出来。利用调参后的WOFOST模型模拟了全生育期及出苗~拔节、拔节~抽雄、抽雄~乳熟和乳熟~成熟各阶段发生轻、中、重旱情景对辽宁省春玉米产量的影响，并根据模拟结果确定了不同干旱风险等级下辽宁省东、中、西部玉米生产的灾损范围。结果表明：不同生育期发生干旱对产量的影响不同，总体上，抽雄~乳熟期发生干旱的影响最大，其次是拔节~抽雄期，而出苗~拔节期和乳熟~成熟期发生干旱对产量的影响较小，全省春玉米在抽雄~乳熟期发生重旱的减产风险达30%~70%；在相同干旱水平下，不同区域受影响程度也不同，在全生育期及各生育阶段发生轻、中、重旱情景下，干旱导致的减产率总体上表现为由东部向西部地区逐渐加重的趋势，在全生育期重旱情景下，辽宁省东部的春玉米减产率为40%~75%，中部为60%~90%，西部达65%~95%。     

球孢白僵菌-玉米共生体对亚洲玉米螟取食行为的影响

为明确球孢白僵菌-玉米共生体对亚洲玉米螟幼虫取食行为及取食选择性的影响，本文通过室内控制试验，采用培养皿叶盘法，研究了共生体对亚洲玉米螟初孵幼虫和3龄幼虫的选择、非选择性取食的影响。结果表明，在48 h非选择性试验中，亚洲玉米螟初孵幼虫在球孢白僵菌-玉米共生体叶片组织（处理组）上的取食率显著低于未接种球孢白僵菌玉米叶片（对照组），第48 h时在共生体和对照玉米上的幼虫取食率分别为35.7%和62.5%，差异极显著；3龄幼虫在共生体茎秆组织上的取食率与对照组玉米差异不显著。在48 h选择性试验中，初孵幼虫在共生体玉米叶片组织上的取食率显著低于对照组，共生体玉米叶片组织上的幼虫取食率随时间的增加呈下降趋势，第48 h时在共生体和对照玉米上的幼虫取食率分别为6.3%和20.6%，差异极显著；3龄幼虫在共生体和对照组玉米茎秆组织上的幼虫取食率随时间的增加呈上升趋势，其中对照组幼虫取食率显著高于处理组，第48 h时在处理组和对照组玉米上的幼虫取食率分别为33.1%和45.6%，差异极显著。本研究初步表明，球孢白僵菌-玉米共生体对亚洲玉米螟幼虫的取食行为有显著的抑制和忌避作用。     

基于声振信号对称极坐标图像的苹果霉心病早期检测

为实现苹果早期霉心病较高精度的检测，该研究采用对称极坐标法（Symmetrized Dot Pattern，SDP）将苹果声振信号变换为雪花图，然后采用AlexNet、VGG16和ResNet50卷积神经网络以迁移学习方式深度挖掘SDP雪花图像的特征信息，将其输入到支持向量机（Support Vector Machine，SVM）分类器，对霉心程度≤7%的苹果进行检测。研究结果表明，当时间间隔系数为25和角度放大因子为50°时，健康果与早期霉心果声振信号的SDP图形状特征差异最大，在此条件下获取的SDP图经卷积神经网络AlexNet、VGG16和ResNet50提取特征并构建了不同核函数的SVM霉心果检测模型，在各类SVM模型中，ResNet50-SVM-gaus（高斯基）模型用相对较少的训练时间和参数量可取得训练集霉心果较高分类准确率，经超参数优化训练该模型对健康果和早期霉心果测试集不平衡样本（10∶1）的总体分类准确率达到96.97%，平均查准率、平均查全率、平均加权调和均值、Kappa系数和马修斯相关系数值分别为80.19%、90.36%、86.21%，82.54%和82.68%，该模型不仅对多数类的健康果保持较高分类准确率，而且对少数类的早期霉心果也具有较高判别能力。这些研究结果为声振法应用于果蔬内部病害的早期在线检测系统研发提供了技术支撑。     

基于卷积神经网络的玉米病害识别方法研究

为解决传统的玉米病害识别方法中特征提取主观性强及误识率高的问题,提出利用卷积神经网络对玉米病害进行识别。以玉米病害图像和健康图像共5种类别的玉米图像为研究对象,并采用LeNet模型进行试验。首先,按照8∶2的比例为每种玉米病害图像选择训练集和测试集。然后,通过试验组合和对比分析的方法比较不同卷积神经网络结构设置对准确率的影响,选出最佳参数。另外,选用Adam算法代替SGD算法来优化模型,通过指数衰减法调整学习率,将L2正则项添加到交叉熵函数中,并选择Dropout策略和ReLU激励函数。最后,确定了一个10层CNN网络结构。试验结果显示,玉米花叶病、灰斑病、锈病、叶斑病和玉米健康识别率分别为95.83%、90.57%、100%、93.75%、100%,平均识别率达96%,平均计算时间为0.15 s。经试验结果比较,该模型识别效果明显高于传统方法,为玉米病害的防治提供技术支持。     

Maize harvest index and water use efficiency can be improved by inhibition of gibberellin biosynthesis

Possibilities to improve maize harvest index and nutrient utilization efficiency by application of plant growth regulators were investigated. In container experiments, the effects of different growth regulators on the development of the maize (Zea mays L.) cultivars Pioneer 3906 and Fabregas were tested. Paclobutrazol (PAC) and chlorocholine chloride (CCC), two inhibitors of gibberellin biosynthesis, as well as gibberellic acid (GA₃) were applied at growth stage V5. Three weeks after application of PAC, shoot growth of both maize cultivars was strongly affected with a significant decrease in plant height in the PAC treatment by 44% and 36% for Pioneer 3906 and Fabregas, respectively. The growth‐retarded plants had higher leaf areas and reduced transpiration rates. The higher shoot growth after GA₃ application was accompanied by a reduction in leaf area and an increase in transpiration rate during 1 week before anthesis. CCC treatment showed no significant effects on plant height, leaf area and transpiration rate. The PAC‐treated cultivar Pioneer 3906 produced several cobs per plant, which were mainly barren at maturity. However, PAC application to Fabregas resulted in just one cob per plant with good kernel development and a grain yield, which was not significantly reduced in comparison with the control. With this similar grain yield in combination with a straw yield decrease of 32%, the harvest index was significantly improved by 12%. In addition, with PAC‐treated Fabregas plants, a 19% increased water use efficiency of the grain (WUE_grain) during the critical period of kernel setting was achieved. In this maize cultivar, CCC application also improved harvest index by 5%, but no effect on WUE_grain occurred. GA₃ treatment decreased harvest index of both maize cultivars, and it either reduced WUE_grain (Pioneer 3906) or showed no effect (Fabregas). Utilization efficiencies of N, P and K were not increased with growth regulator application, even in the PAC‐treated Fabregas plants with a significantly improved allocation of assimilates to the grain, mirrored by the higher harvest index. The results indicate that fertilizer applications must be adjusted to the reduced demand of growth‐retarded plants, most likely leading to higher nutrient utilization efficiencies.     

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。