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。     

美国奶业新特点、新趋势及对中国的启示

美国奶业发展历史悠久,其生产端、消费端乃至流通贸易方面长期积累的丰富经验,对中国奶业振兴具有一定的参考价值。笔者对2000年以来美国奶业生产、价格、消费、贸易等方面所呈现的新特点进行分析,对奶业相关的支持政策及其变化趋势进行梳理。研究发现,近年来,美国奶牛场数量向北部和西部集中,500头以上规模化牧场成为主流,奶牛存栏增加;技术进步推动奶牛单产突破10 t,生鲜乳产量接近1亿t。基于分级定价的乳成分定价机制不断完善,近5年生鲜乳价格低位运行,2019年快速复苏。乳制品加工业向龙头企业集中,奶酪是主要加工产品。乳制品消费逐年增长,年人均消费量达292.90 kg,奶酪是主要增长点且增速加快。乳制品贸易波动增加,出口目的地集中在北美、东亚和东南亚地区,品类以奶粉、奶酪和乳清为主。奶业产业支持政策广泛涵盖生产、消费、贸易等各环节,各政策间功能互补、协调配套,形成了强大的政策合力与综合效能。美国奶业在产业组织、运行机制、政策配套等方面的经验与做法,对推动完善中国奶业利益联结机制、优化生鲜乳价格形成机制、完善奶业支持政策体系和培育乳制品消费习惯等方面具有重要启示。     

基于非接触式的牛只身份识别研究进展与展望

快速精准确定牛个体身份对疾病防控、品种遗传改良、奶制品和肉制品质量溯源以及改善农业假保险索赔等方面具有重要意义。传统的牛个体识别使用诸如烙印、耳纹、耳标和无线射频识别等方法，易遭受设备损失/工作重复、标记欺诈、动物福利安全以及监测成本和距离等方面的挑战；而基于生物特征的非接触识别由于其独特性、不变性、低成本易操作以及动物福利高，成为牛身份识别的新趋势。主要介绍了几种基于非接触式的牛身份识别的研究进展，重点关注牛脸识别的最新成果，讨论当前牛脸识别在实际应用中面临的挑战，在此基础上对深度学习在牛脸身份识别研究中的应用进行了设计构思与展望。     

中国高粱产业发展特征及趋势分析

高粱是我国重要的杂粮作物。近年来，中美贸易中高粱交易量剧烈波动，高粱供需形势发生显著变化，高粱产业发展备受关注。从中国高粱的生产特征、贸易特征、消费特征等方面入手，对1960-2018年国内高粱产业发展趋势及发展现状进行分析。研究发现，中国高粱从主要粮食作物转变为小杂粮，近年来种植面积略有提高；国内高粱消费主要用于酿酒和饲料，虽然中国是世界第三大高粱消费国，但人均消费水平并不高；目前，中国作为世界第一大高粱进口国，进口量受饲料高粱需求影响猛增猛减，出口量极小且相对稳定。未来，中国高粱的发展规模将保持相对稳定，新的增长空间主要取决于旱作粮食作物的发展和消费途径的拓展。     

我国蔬菜市场2017 年形势分析与后市展望

2017 年我国蔬菜生产继续保持稳定发展，市场供给总体充足，整体价格水平比2016 年偏低；但受不利天气影响，短时间的缺货断档与结构性供大于求的情况交替出现，菜价波动幅度较大。预计2018 年蔬菜种植面积将继续保持稳中有增的态势，市场供大于需的局面短期内不会有太大改变，价格下行的压力将有所加大，但总体上仍将遵循常年波动规律，需密切关注个别品种、局部地区可能会出现的异常波动和滞销卖难等情况。     

2021年奶业市场形势回顾与2022年趋势研判

牛奶是人类不可或缺的全营养食品,能够满足居民食物消费结构升级的营养需求,同时也是健康中国、强壮民族的重要产业。近年来,奶业受到国家高度重视,其发展也取得了显著性成效。本文回顾了2021年奶业总体形势,从生产、加工、贸易和消费视角进行分析,对2022年奶业发展形势进行展望,同时对国内外主要乳制品价格走势进行分析,并提出奶业当前值得关注的问题,为行业发展提供参考。     

土壤肥力对高产小麦品种烟农1212旗叶叶绿素荧光特性和产量的影响

为了解土壤肥力对小麦旗叶叶绿素荧光特性和籽粒产量的影响,以高产小麦品种烟农1212为材料,比较分析了常年小麦产量水平为12 000和9 000kg·hm-2的高低两种土壤肥力条件下麦田土壤贮水消耗量、小麦旗叶叶绿素含量、叶绿素荧光参数、叶面积指数和籽粒灌浆速率的差异。结果表明:(1)高肥力下小麦全生育期60～100cm土层土壤贮水消耗量显著高于低肥力。(2)相对于低土壤肥力,高土壤肥力显著增加了小麦旗叶开花后21～35d的叶绿素相对含量和实际光化学效率(ΦPSⅡ)、开花后28d和35d的最大潜在光化学效率(Fv/Fm)、光化学猝灭系数(qp)以及开花后14～35d相对电子传递速率(ETR)。高土壤肥力下小麦在孕穗期、开花期、开花后21～35d具有较高的叶面积指数。(3)高土壤肥力可显著提高灌浆中后期的籽粒灌浆速率,显著增加籽粒产量及其构成因素、水分利用效率和氮肥偏生产力。由此可见,高土壤肥力能够改善小麦光合能力,有利于产量形成,进而提高产量和促进水肥高效利用。     

自然环境下苹果作业机器人双果重叠目标侦测方法

为进一步提升苹果的侦测精度,从而提高苹果作业机器人的果实作业效率,以果园重叠苹果为对象,研究了自然环境下双果重叠目标的机器侦测方法。首先将采集到的苹果图像在Lab色彩空间中利用K-means聚类算法提取重叠苹果目标区域;其次在得到重叠苹果边界上的Harris角点后,通过关键角点检测算法定位苹果重叠部分的果实轮廓所在区域,并利用Canny边缘检测算子提取出苹果重叠部分的果实轮廓;然后利用Y型节点搜索算法实现重叠苹果目标的单果轮廓分离,并得到未遮挡果实的完整轮廓;最终利用距离最小二乘算法对被遮挡苹果目标进行果实轮廓重建。为验证方法的有效性,将Hough变换法、Spline样条内插法的重叠果实侦测结果与本文方法所得结果进行对比。试验结果显示,本文方法不仅可以侦测出未遮挡果实的完整轮廓,同时对被遮挡苹果目标也有较好的轮廓重建效果,其果实平均重合度和定位误差分别为95.43%和4.44%,侦测性能明显优于前两种方法,表明本文方法可以较好实现自然环境下苹果双果重叠目标的侦测,该结果为苹果作业机器人多果重叠目标的自动化侦测提供参考。     

基于本体的水稻栽培知识库构建及应用

在人工智能领域(AI)中,Ontology作为知识表示和知识组织的主要工具,能有效地对知识进行系统化的组织和表示,这种结构化知识表示有利于解决信息检索、资源组织等。以构建水稻栽培学知识库为依托,研究了本体在该领域的构建原则、方法等,通过对相关的分类体系确立、属性定义、实例确定,以及本体存储等各个部分进行研究,详细地阐述了本体信息的结构组织体系的确立与相关知识及其应用的全过程。     

数字图书馆的信息组织与个性化信息服务

数字图书馆是解决网络信息过载的关键技术,是资源共享和知识发现的主要途径之一。构建高效、简洁、灵活的信息服务体系与个性化信息服务是数字图书馆建设的重要目标。对数字图书馆的信息组织和个性化信息服务进行了探讨,并对这些问题的解决和信息组织的发展方向做了展望。