稻茬麦根系构型可视化与三向分型维研究

提出一种根系可视化分析方法用于定量稻茬田环境的小麦根系构型。使用根系构型数字化仪测试稻茬麦苗期根系构型,将所测数据导入Pro/E平台进行根系构型的3-D重构,然后对可视化根系进行3向平面投影,计算小麦根系在不同平面的分形维数与分形丰度。结果表明,该方法可以真实反映出田间稻茬麦根系构型的动态变化状况,而根系分形维数与分形丰度随时间逐步递增,正视图面的分形维数和分形丰度总大于左视图面。从播后第98天开始,俯视图面的根系构型分形维数与分形丰度出现突增。在3个投影面上稻茬麦根系的分形维数与分形丰度都高度相关,二者与根总长也存在一定的相关关系。     

微型联合收割机气流式清选装置的仿真研究

介绍了谷粒的基本物理特性,分析谷粒在水平气流中的运动轨迹与受力间的关系,设计出箱体式纯气流谷物清选装置,并确定了清选流场的守恒方程。借助Fluent软件,建立了气固多相流的欧拉模型,实现了谷物清选的仿真模拟并获得相关数据,论证了适用于微型联合收割机的气流式清选装置的可能性与可行性。     

冲击作用下粘性土壤破碎体的分形维数与影响因

给出冲击破碎分析的两倍尺度控制约定,研究粘结态土壤破碎体生成的影响因素,建立了土壤破碎体分形维数与落锤质量、冲击行程、土壤含水率、破碎比能之间的关系.结果表明,土壤破碎体的分形维数与落锤质量及冲击行程没有联系,但分形维数与土壤含水率及破碎比能具有明显的相关性.另外,通过比较得知土壤在冲击作用下的破碎体分形维数远远低于植被土样的分形维数.     

基于逆向工程的搅浆刀作业性能界定与关键设计参数研究

水田搅浆是基于稻作制度的独立机械化作业环节,搅浆刀是进行搅浆农艺处理的专用刀具,但目前缺乏针对搅浆的农艺界定及搅浆刀专用设计参数研究。本文利用逆向工程技术获取搅浆刀的关键几何参数,并对搅浆作业和搅浆刀的设计方法进行定义。通过与常规旋耕刀(R245)进行分析对比提出搅浆刀的专用设计参数,进而通过田间试验进一步探讨搅浆刀的设计方法。结果表明,搅浆刀的楔面入土效应是保障其水田搅浆性能的关键,该效应所对应的搅浆刀设计参数被定义为侧切刃楔角,侧切刃楔角与侧切刃刀面宽度2个关键设计参数决定了搅浆刀入土过程的侧向搅浆作业强度。与R245旋耕刀相比,侧切刃楔角是搅浆刀设计的显著特点,搅浆刀的侧切刃静态楔角高于动态楔角,而R245的侧切刀面是一平直刀面(楔角为0°),在正切刃区域,搅浆刀与旋耕刀的楔角变化基本一致。基于田间土壤条件的原位台架试验进一步证明了搅浆刀专用设计参数对保障起浆、水田埋草等性能的优越性。     

耕作过程中土壤应力场分布的实验研究

为有效揭示土体在犁体耕作过程中所受的影响,结合压力传感器测试土体内部所受的压力,在流变态粘性土壤中分别布置10个放入隔离盒的压力传感器,然后进行测试。测试的结果表明,该测试手段满足使用要求,与犁体曲率最大位置在同一水平面上的监测点所受水平力最大。传感器测试方法使得机具-土壤的力学关系研究中又充实了一个强有力的实验保障。     

水稻土的先期固结压力测定与分析

土壤先期固结压力的大小通常采用受周向约束柱状土样的快速单轴压缩测试方法获取,该值的确定不仅是土壤结构保护的基础参考,还为确定合理的作业机械轴重、农业机械的设计及其田间运用提供理论依据。该试验通过对江浦农场水稻土的实际测试,得到未受压实耕层土壤的先期固结压力范围为58.84～69.19 kPa,而用拖拉机碾压处理后的先期固结压力区间上升为69.15～100.1 kPa,表明拖拉机的碾压导致土壤先期固结压力的增加,即破坏了土壤的原始结构。目前的农业机械接地压力通常在70 kPa以上,而大田所测的土壤先期固结压力却在60 kPa左右,因此机械的使用必会造成土壤的压实及其结构的破坏。     

现代土壤机械耕作研究的综述

总结了国外的现代土壤机械耕作研究的成果,介绍围绕机械耕作为核心的土壤物理学研究进展,并指出今后土壤机械耕作研究所需解决的关键问题。     

正反转旋耕作业的秸秆混埋效果比较

秸秆混埋是增强土壤碳汇的重要技术途经。为分析和比较正、反转旋耕作业的秸秆混埋效果,进行了正、反转旋耕秸秆混埋对比试验。测取旋耕处理后的地貌形态及秸秆在土壤空间中的分布状况,并使用Pro-E造型展示秸秆的空间分布状况。结果表明三维数字化仪配合虚拟造型技术能够直观反映混埋后秸秆在土壤空间的分布状态。2种旋耕处理方式的地表形态及土壤空间内秸秆分布对比分析表明,正转旋耕的秸秆埋覆率及纵向空间分布总体均匀率优于反转旋耕,而反转旋耕的秸秆在沿土壤深度方向的空间分布均匀率、秸秆-土壤混合效果、耕幅内地表平整度等优于正转旋耕。综合分析表明正转旋耕的秸秆混埋质量略有优势,但具体选择混埋模式时还应考虑田间秸秆残留情况。秸秆量较少时反转旋耕较适宜,反之正转旋耕更好。     

基于田间摄像的多参数水稻土深松扰动行为与效应研究

耕作机具的土壤扰动行为密切联系土壤失效机理与耕作效应,是优化耕作系统的重要依据。本研究通过土壤耕作原位综合测试平台开展单铲深松试验,从5个方位录制深松视频,同时配合使用微地貌测试、耕作阻力测试、EDEM仿真、深松扰动剖面土壤紧实度测试和深松理论检验,探究深松铲入土角α和耕深D对水稻土深松扰动过程、土壤失效机理及深松效应的影响。结果表明,摄像法提取的纵向碎土距离R、扰动宽度W及抬土高度H与α和D显著相关,可用于水稻土深松扰动行为的定量表述。摄像法显示水稻土难以脆性断裂,铲两侧发生非对称性土壤剪切失效。土壤沿曲柄攀升,抬土高度H随α增大,随D减小,表明深松铲的设计参数和作业参数同时影响抬土能力。R随对应耕深范围内铲的纵向水平长度L线性增加,W随α线性增加。地表平整度S和扰动宽度W均在耕深20 cm时最大。深松土壤扰动行为的EDEM仿真从微观层面再现了摄像法记录的非对称性失效、侧向挤压失效和深松新月形失效现象,表明该离散元模型用于解析水稻土深松力学的科学性。EDEM仿真进一步显示出应力集中区沿铲尖与铲柄破土刃周期性上下移动,同时也对铲下方底层土造成挤压。深松扰动剖面土壤紧实度等值线图验证了仿真过程中铲尖下方形成的土壤压实带,并直观展示出耕深30 cm时,犁底层土壤因侧向挤压流变形成的沟槽状紧实壁面。本文结合田间原位摄像法的多参数测试研究可为深松铲和耕作系统的优化提供依据。     

基于小麦群体图像的田间麦穗计数及产量预测方法

在田间小麦测产时,需人工获取田间单位面积内的麦穗数和穗粒数,耗时耗力。为了快速测量小麦田间单位面积内的产量,该文利用特定装置以田间麦穗倾斜的方式获取田间麦穗群体图像,通过转换图像颜色空间RGB→HSI,提取饱和度S分量图像,然后把饱和度S分量图像转换成二值图像,再经细窄部位粘连去除算法进行初步分割,再由边界和区域的特征参数判断出粘连的麦穗图像,并利用基于凹点检测匹配连线的方法实现粘连麦穗的分割,进而识别出图像中的麦穗数量;通过计算图像中每个麦穗的面积像素点数并由预测公式得到每个麦穗的籽粒数,进而计算出每幅图像上所有麦穗的预测籽粒数,然后计算出0.25 m2区域内对应的4幅图像上的预测籽粒数;同时根据籽粒千粒质量数据,计算得到该区域内的产量信息。该文在识别3个品种田间麦穗单幅图像中麦穗数量的平均识别精度为91.63%,籽粒数的平均预测精度为90.73%;对3个品种0.25 m2区域的小麦麦穗数量、总籽粒数及产量预测的平均精度为93.83%、93.43%、93.49%。运用该文方法可以实现小麦田间单位面积内的产量信息自动测量。