电动多旋翼植保无人机升力特性综合测评方法

升力特性是电动多旋翼植保无人机性能测试的重要参数之一。为了实现对电动多旋翼植保无人机升力特性的性能检测,针对不同型号、不同规格的电动多旋翼植保无人机在评价过程中存在无统一的评价指标问题,该文提出了一种半系留式电动多旋翼植保无人机升力特性的测试与评价方法,包括性能检测平台、升力特性测试方法及指标、升力特性的评价方法。为了验证方法的可行性,对3种不同机型(分别为四旋翼机型Ⅰ、六旋翼机型Ⅱ、八旋翼机型Ⅲ)进行了升力特性指标的性能测试试验。试验结果表明:3种机型在功率载荷、重量效率、热效比等方面有较大差异,功率载荷最好的机型Ⅲ比最差的机型Ⅰ大7.6 m N/W,重量效率最好的机型Ⅰ比最差的机型Ⅱ大0.33,热效比最好的机型Ⅲ比最差的机型Ⅱ大10.5 N/℃,反映出3种机型在设计过程中整个动力系统效率、机型整体结构和材料选择上的差异,从而在整机作业性能上表现出差异。在上述指标测试的基础上,结合无人机动力系统数学模型,提出了运用功率载荷、重量效率和热效比进行电动多旋翼植保无人机升力特性综合评价的评分方法,对上述3种机型进行综合评分的结果为:机型Ⅲ机型Ⅰ机型Ⅱ,该结果表明所提出的评价方法能有效对不同类型电动多旋翼植保无人机的升力特性进行综合评判。该文所给出的测试与评价方法,不仅能用于电动多旋翼植保无人机性能的评测,还能为机型性能的进一步改进提供参考。     

植保无人机主要性能指标测评方法的分析与思考

近年来,随着无人机在农业领域的广泛应用,植保无人机已经成为农业航空植保器械的重要组成部分之一。相应地,人们也开始对植保无人机的综合性能要求越来越高。因此,如何实现对植保无人机的综合性能指标进行科学且全面的测评,已成为当前植保无人机大规模推广应用问题中的难点和热点。为此,在概述了植保无人机在农业应用中的特点和发展前景的基础上,指出了当前制约植保无人机发展的重要问题之一是缺乏高性能的植保无人机;并对植保无人机综合性能指标中的可靠性能指标、抗风性能指标、载荷性能指标、振动性能指标和喷施作业性能等5个主要性能指标的测试必要性和测试方法现状做了深入剖析,指出了各种测试方法的优点及不足;归纳了目前植保无人机综合性能测试中仍然存在的问题;最后,对未来植保无人机综合性能测试技术的发展提出了展望,指出了未来植保无人机性能指标测试体系完善和技术发展的方向。     

红外热成像技术在农业中的应用

介绍了红外热成像技术的基本原理和常用热图像处理方法，总结了红外热成像技术在作物水分胁迫、侵染性病害监测、冻害胁迫以及产量预测等领域中的应用，分析了红外热成像技术在农业领域的开发与应用中所面临的难题和未来的发展趋势，以期为红外热成像技术在农业上的实际开发应用提供参考。      

不同种植方式对早稻生长发育特性及产量的影响

采用机械精量穴直播、人工撒播和人工手插3种种植方式(4个处理),对比研究了不同种植方式下水稻的生育特性和产量形成特性。结果表明,在不同生育期机播20及机播25处理的单穴植株地上部分干重高于人工手插和人工撒播处理。机械精量穴直播和人工撒播最终叶龄数较人工手插处理少1叶左右。机播20和机播25的收获指数较人工撒播分别提高3.94和4.35个百分点。机播20的实际产量最高,机播20和机播25的实际产量较人工撒播分别增产17.45%和5.72%。     

基于UAV-WSN的农田数据采集

【目的】将UAV（Unmanned aerial vehicle）引入传统的WSN（Wireless sensor network）中，可给静态WSN系统带来移动性和灵活性。通过将UAV-WSN结合起来应用于农田信息监测，有效地扩展单个WSN的覆盖面积，增强网络的鲁棒性，解决静态WSN在恶劣的自然环境中被划分成无法有效通信的独立子网所带来的农田监测信息采集失败的问题。【方法】选择3个物理位置独立的地块构建分簇的WSN网络，将UAV-WSN结合起来，系统中的传感器节点采用休眠-唤醒-工作-休眠的工作周期，利用UAV上的移动采集节点与UAV飞行轨迹经过的地面上的独立子网交互并采集农田信息，通过移动节点携带的3G网络将农田信息传输到农田监测数据中心。【结果】地块间距离超过100 m、UAV飞行高度维持在10 m时，UAV-WSN网络能够较好地完成农田信息采集任务，UAV WSN的通信质量明显优于静态WSN的通信质量，地块1、2和3的平均链路消耗分别降低了约10%、27%和14%，平均丢包率降低了约24%、68%和29%。【结论】UAV-WSN结构的网络通信扩展了静态WSN的传输距离、提高了WSN系统的能量效率、延长了系统的生命周期，可以为大面积的平原或山地环境下的农田信息采集提供参考。     

桃源林业发展的领头雁——记全国森林防火先进个人、全省优秀党务工作者、桃源县林业局局长祁怀鑫

正1987年,祁怀鑫毕业于湖南林业学校,被分配到桃源县剪市区林业站,1988年到县林业局工作至今。他先后担任过林业技术干部、纪委书记、副局长、局长、党组书记等职务。29年的工作经历,祁怀鑫始终以一个共产党员的忠诚与责任,带领和团结"林家铺子"的人,为     

基于Matlab的根系断层图像分割处理算法

根据植物根系原位形态可视化研究的需要,利用Matlab提供的图像处理算法,编制了根系断层图像分割处理算法的优选整合程序,用多种不同算法组合对根系CT原位图像进行实例检验,采用最终测量精度法作为评价准则,对分割效果进行分析研究。研究结果表明,在90%的置信水平下,处理模块的不同组合顺序以及每个模块中不同算法的选择对最终分割效果有显著的影响,各因素对分割效果总变异贡献率的大小排序为分割(46.1%)、灰度调整(17.9%)、分割前滤波(4.5%)、分割后滤波(2.6%)、执行序列(0.5%)。根据所设计的实验例证,提出了处理流程及算法中的较优组合。     

久保田插秧机的GPS导航控制系统设计

将计算机技术、传感器技术、GPS技术和数据通讯技术等集成和融合,在久保田插秧机上开发了基于DGPS和电子罗盘的导航控制系统.论述了导航控制系统的结构和工作原理,提出了一种利用航向跟踪实现路径跟踪的控制方法.仿真和试验结果表明,该控制方法简单有效,导航控制系统可以控制插秧机按预定的路线行走.速度为0.75 m/s,直线路径跟踪时,平均误差0.04 m,最大误差0.13 m;速度为0.33 m/s,圆曲线路径跟踪时,平均误差0.04 m,最大误差0.087 m.     

中国大田无人农场关键技术研究与建设实践

智慧农业是现代农业的发展方向，无人农场是实现智慧农业的重要途径。为了探索和推广无人农场在现代农业中的应用，华南农业大学对大田无人农场的关键技术进行了深入研究，包括无人农场作业环境、作业对象和作业机械装备信息的数字化感知技术；土地整治、耕整、种植、播种、田间管理和收获方案的智能化决策技术；农机自动导航和农机精准作业的精准化作业技术；农作物生长、农机运维和农场经营管理的智慧化管理技术。2020年在广东增城创建全球首个水稻无人农场，实现了五大功能，包括耕种管收生产环节全覆盖，机库田间转移作业全自动，自动避障异况停车保安全，作物生产过程实时全监控，智能决策精准作业全无人。取得了显著的经济、社会和生态效益，2021 年广东增城水稻无人农场种植的优质丝苗米十九香产量达到9934.35 kg/hm²，比当地的平均产量高32%；2023年湖南益阳千山红镇再生稻无人农场两季产量达到18625.5 kg/hm²，说明了人不下田也能种地，也能种好地。截至2023年11月，在国内15个省启动了 30 个无人农场的建设，包括水稻、小麦、玉米和花生4种作物，实践结果证明了无人农场和智慧农业发展的巨大潜力，为解决“谁来种地”和“如何种地”提供了重要途径。     

基于电子鼻的果园荔枝成熟阶段监测

为了无损快速监测荔枝成熟阶段,该文提出了一种基于电子鼻技术的果园荔枝成熟阶段监测方法,采用PEN3电子鼻获取挂果约25 d到果实成熟过程中6个成熟阶段荔枝样本的仿生嗅觉信息并同步获取了各成熟阶段荔枝的3项物理特征(果实直径、果实质量与果实可溶性固形物含量)。根据不同成熟阶段荔枝物理特征变化可知,荔枝果实直径与果实质量2项物理指标在挂果约32 d~39 d,以及53 d~60 d增长较快,可溶性固形物含量在挂果约32 d前无法测量,53 d~60 d阶段增长速度较慢。提取各样本电子鼻采样数据75 s时刻的各传感器响应值作为特征值后,采用载荷分析(loadings)进行传感器阵列优化,优选了传感器R2、R4、R6、R7、R8、R9和R10的响应数据进行后续分析。将优化后的传感器响应数据进行归一化处理。采用线性判别分析(linear discriminant analysis,LDA)进一步提取特征信息,降低数据中包含的冗余信息。LDA对荔枝成熟阶段的分类识别效果不佳。为进一步探究电子鼻监测果园荔枝成熟阶段的可行性,采用模糊C均值聚类分析(fuzzy C means clustering,FCM)、k最近邻函数分析(k nearest neighbor,KNN)和概率神经网络(probabilistic neural network,PNN)进行模式识别。研究结果表明,FCM对果园荔枝成熟阶段识别的正确率为89.17%。采用KNN与PNN建立识别模型后,KNN与PNN识别模型对训练集的回判正确率均为100%,对测试集的识别率均为96.67%,具有较好的分类识别效果。试验证明了采用电子鼻进行果园荔枝成熟度监测的可行性,为果园水果品质的实时监测提供参考。