闽北山区中稻浸种催芽技术和常见问题解决办法

正南平市位于福建省北部,闽江上游,武夷山南麓,地处丘陵山区,境内山峦起伏,四季分明,雨水充沛,耕作制度以一季中稻或经后稻(头茬种植经济作物后再种水稻)为主,中稻播种时间一般集中在5月中、下旬,这时气温已稳定上升到20℃以上,种子进行常温催芽便可。因农村大部分青壮年劳动力外出打工,在家种田的基本是50岁以上的中老年人,他们接受新生事物的能力相对较差,种田技术落后,常把双季早稻的浸种催芽技术应用在中稻生产上,     

基于叶墙面积的果树施药量模型设计及试验

变量喷雾技术是提高喷雾效果、降低农药使用率的有效手段,而准确的树冠特征参数检测及施药量模型是其关键。为克服果园变量喷雾中果树特征参数检测效率低和对环境要求高的缺陷,该文通过LiDAR(light detection and ranging)检测技术获取表征树冠特征参数的叶墙面积LWA(leaf wall area),并利用图像处理技术计算树冠参数参考值。为了表征树叶密度和LWA对变量喷雾的共同影响效果,研究基于LWA的决策系数KLWA,KLWA由反映果树冠层分区内点云在水平方向平均深度下的分布密度K1和分区内点云分布高度极差占分区高度的比值K2加权决定。通过计算垂直方向各分区内决策系数KLWA,并代入流量函数可得出基于KLWA的施药量计算模型,进一步计算电磁阀PWM占空比并调节水泵和电磁阀的工作状态,使喷头的流量对应冠层各区得到动态调整,实现基于LWA的变量喷雾。利用自制的室外变量喷雾验证装置,进行了多喷头变量喷雾试验,试验结果表明,果树的药液附着率均接近100%,说明基于LWA的变量喷雾模型可实现有效喷雾,与连续喷雾相对比,基于LWA的变量喷雾施药量模型的省药率为68.34%,与纯对靶定量喷雾比,基于LWA的变量喷雾施药量模型的省药率为32.77%。     

基于ASP.NET技术的荔枝园智能灌溉远程监控系统的设计与实现

为了实现荔枝园环境的远程监控和智能化管理,设计了基于ASP.NET技术的荔枝园智能灌溉远程监控系统,包括终端监控设备、网关和网络监控系统。终端监控设备定时采集荔枝园的温度、湿度和土壤含水率等环境信息,通过Zigbee无线通信技术传输到网关,网关通过互联网将环境数据传输到网络监控系统,网络监控系统基于B/S模式,运用ASP.NET技术,实时显示荔枝园环境参数以及做出智能灌溉决策。用户可以通过系统实时掌握荔枝园的土壤环境信息、各个节点剩余能量、控制灌溉状况和学习荔枝种植知识。试验表明,系统在荔枝园中的平均丢包率仅为3.87%,通信效果良好;当环境信息超出正常范围时,系统会向果农发出预警信号;通过智能灌溉方法,使得灌溉区域土壤含水率平均值为17.85%,高于荔枝生长的最佳土壤含水率的下限,满足荔枝生长的要求。系统运行稳定,界面友好,操作简单,能够实现远程实时监控荔枝园环境并及时做出智能灌溉决策。     

侧风影响下喷头倾斜角度对雾滴飘移补偿

为研究植保喷雾作业中在不同风速和喷头倾斜角度下对水平喷雾的雾滴飘移的影响,设置3个风速水平（1、2、3 m/s）与4个喷头倾斜角度水平（0°、15°、30°、45°）进行喷雾试验,测定了不同水平的雾滴分布,以风速为0、喷头倾斜角度为0°的常规作业水平作为对照组,对垂直和水平两个方向的雾滴质量分布中心与变异系数进行分析。结果表明,垂直方向上,侧风风速与喷头倾斜角度对垂直雾滴质量分布中心的影响在±3 cm范围内整体影响较小,而侧风风速与喷头倾斜角度的增大都会使垂直方向变异系数减小,在1～3 m/s的风速下垂直方向变异系数减小的最大值分别为12.3、6.0、16.0个百分点,提高了雾滴在垂直方向上的均匀性。水平方向上,不同风速和喷头倾斜角度都会对雾滴飘移产生影响,随着喷头倾斜角度的增大,雾滴受风速的影响程度会减小,当喷头倾斜角的补偿量超过了当前风速下对雾滴的飘移量,会使雾滴飘移产生过补偿,在高风速时喷头倾斜角度的改变会带来更大的雾滴飘移改变。侧风风速与喷头倾斜角度对水平方向上变异系数会产生较大影响：随着喷头倾斜角度的增大,水平变异系数也随之增大,而风速的变化使水平变异系数呈现先增大后减小的趋势。拟合了喷头倾斜角度与风速对雾滴飘移的影响模型,并计算出在1、2、3 m/s风速条件下,最佳补偿的喷头倾斜角度分别为3°、7°、11°。该研究为植保作业中雾滴飘移改善技术提供参考。     

基于机器学习的油青菜心水分胁迫研究

目的 以油青菜心Brassica chinensis var. parachinensis为试验对象,基于冠层温度研究其生长过程中的水分胁迫变化规律,并利用机器学习方法,以水分胁迫指数(Crop water stress index, CWSI)和光合有效辐射预测光合作用速率。方法 试验期间,在营养生长阶段(V期)和生殖生长阶段(R期)对油青菜心进行不同田间持水量处理,采集冠层温度、空气温湿度数据,建立无蒸腾作用基线(上限方程)、无水分胁迫基线(下限方程),通过经验公式计算CWSI。利用基于密度的空间聚类方法和空气温度研究油青菜心的冠气温差上限分布情况,选取固定值作为上限;以CWSI经验公式为基础,使用不同温度定值的无蒸腾作用基线计算CWSI,验证聚类效果。为更简便获取光合作用速率,使用4种机器学习方法：最邻近节点算法(k-Nearest neighbor,KNN)、支持向量回归(Support vector regression,SVR)、极端梯度提升法(Extreme gradient boosting,XGBoost)、随机森林(Random forest,RF)进行预测,并对比预测效果。结果 在不同田间持水量处理下,CWSI能较好地监测油青菜心水分胁迫状况。通过聚类分析,将V期和R期冠气温差上限分类到2个簇中,得到簇心分别为3.4和4.2 ℃,与CWSI经验公式计算值显著相关,表明使用固定值作为油青菜心冠气温差上限值具有可行性。KNN、SVM、XGBoost和RF预测模型均取得较好效果,相关系数分别为0.873、0.877、0.887和0.863。结论 机器学习方法可用于油青菜心光合作用速率的预测,可以避免使用大型笨重仪器,降低对油青菜心叶片的损伤,减少测量时间。     

基于改进SqueezeNet模型的多品种茶树叶片分类方法

为实现茶树叶片种类的准确、无损、快速分类,以复杂背景下6个品种的茶树叶片图像作为研究对象,通过卷积神经网络实现茶树叶片品种分类。选择经典轻量级卷积神经网络SqueezeNet,通过在Fire模块中增加批归一化处理,实现网络参数不显著增加的前提下大幅提升网络对多品种茶树叶片分类的准确率;通过将Fire模块中的3×3标准卷积核替换为深度可分离卷积,进一步缩小网络模型,降低网络对硬件资源的要求;通过在每个Fire模块中引入注意力机制,增强网络对重要特征信息的提取能力,提升模型分类性能。试验结果表明,原始SqueezeNet模型对多品种茶树叶片分类准确率为82.8%,增加批归一化处理后模型在测试集的准确率达到86.0%,参数量只有7.31×10⁵,相对于改进前参数量仅增加0.8%,运算量与改进前基本相同;将Fire模块中的3×3标准卷积核替换成深度可分离卷积后的模型在测试集的准确率为86.8%,准确率提高0.8个百分点,参数量下降至2.46×10⁵,模型参数量减小66.3%,运算量下降60.4%;引入注意力机制后的模型测试集分类准确率达到90.5%,...     

基于改进蝙蝠算法和圆柱坐标系的农业无人机航迹规划

针对传统蝙蝠算法全局搜索能力不足的问题，提出一种改进蝙蝠算法(IBA-FCS)，通过设计脉冲变频策略、自适应局部搜索策略和变异机制，有效提升了算法的全局搜索能力。基于经典测试函数的寻优结果表明，与粒子群算法、传统蝙蝠算法和其他改进蝙蝠算法相比，IBA-FCS算法具有更好的寻优性能。针对农业无人机的航迹规划问题，结合山地果园飞行环境的三维地形数据，构建了农业无人机安全航迹规划模型，设计了多因素约束的飞行成本函数；同时，将航迹规划模型的求解空间由笛卡尔坐标系变换到圆柱坐标系，进一步提升IBA-FCS算法的寻优效率，从而获取更好的航迹规划方案。仿真实验结果表明，在具有不同数量障碍物的多个飞行任务中，IBA-FCS算法较传统蝙蝠算法的飞行成本函数适应度平均下降20.3355%，并且基于圆柱坐标系的IBA-FCS算法求解的飞行成本函数适应度较基于笛卡尔坐标系的规划结果平均下降4.6127%。实地场景实验结果表明，基于IBA-FCS算法的规划方案能够收敛于最优航迹，进一步验证了山地果园静态障碍环境下应用改进蝙蝠算法和圆柱坐标系进行农业无人机安全航迹规划的可行性和有效性。     

基于物联网和LSTM的柑橘园土壤含水量和电导率预测模型

目的 构建柑橘果园环境信息物联网实时采集系统，建立基于物联网和长短期记忆(LSTM)的柑橘园土壤含量和电导率预测模型，为果园灌溉施肥管理、效果预测评估提供参考依据。方法 利用土壤温度、含水量、电导率三合一传感器，在柑橘果园中设置5个节点和1个气象站，通过ZigBee短距离无线通信和GPRS远距离无线传输，将果园气象数据和土壤墒情数据传输至远程服务器。利用LSTM模型建立气象数据与土壤含水量和电导率的预测模型，计算均方根误差(RMSE)和决定系数(R²)以进行性能评估。结果 物联网系统能够实现远程传输柑橘果园环境数据，建立了基于LSTM和广义回归神经网络(GRNN)的土壤含水量和电导率预测模型，模型在5个节点的数据集的训练结果分别为：LSTM模型训练的土壤含水量和电导率的RMSE范围分别为6.74~8.65和6.68~8.50，GRNN模型训练的土壤含水量和电导率的RMSE范围分别为7.01~14.70和7.60~13.70。利用生成的LSTM模型和气象数据进行拟合，将土壤含水量和电导率的预测值与实测值进行回归分析，LSTM模型拟合的土壤含水量和电导率的R²范围分别为0.760~0.906和0.648~0.850，GRNN模型拟合的土壤含水量和电导率的R²范围分别为0.126~0.369和0.132~0.268，说明LSTM模型的性能表现较好。结论 建立了柑橘果园环境的物联网信息传输系统，构建的基于LSTM的果园土壤含水量和电导率预测模型具有较高的精度，可用于指导柑橘果园的灌溉施肥管理。     

用于荔枝园滴灌控制的无线传感器网络控制节点

荔枝作为我国南方产量最大的热带水果之一,其生长对环境因素的依赖比较严重.针对荔枝园树距行距宽、树体高大、以丘陵地貌为主等特点,设计了一款用于荔枝园滴灌控制的无线传感器网络控制节点,提出了以CC2430通讯模块作为核心的ZigBee无线传感器网络节点设计方案.该节点体积小、功耗低、通讯稳定、信号可靠,可实现荔枝园的自动滴灌控制和手动滴灌控制.     

台湾豆类品种引种比较试验

引进台湾毛豆品种6个和四季豆品种3个,分别进行生产性状比较试验。试验结果表明,6个毛豆品种中,以95-1毛豆和桂华早毛豆表现生产性状最好,292-1品种表现生产性状较好,而2808、1751、75三个毛豆品种表现不如对照品种292;引进3个四季豆品种中,以s-02品种表现生产性状最好,s-03和s-01表现较好,均优于对照品种s-04。