棉花生长发育模型及其在我国的研究和应用进展

棉花是一种重要的经济作物,棉花优质高产高效生产对于我国具有战略意义。棉花生长发育模拟模型从棉花的内部生理过程、外部形态结构及其与生长环境的动态交互出发,实现作物生长发育和产量品质形成过程的动态描述和精确模拟,为棉田生产管理措施的优化决策提供了极大的帮助和便利。本文在综合介绍棉花生理生态过程模型、棉花形态结构模型和棉花功能-结构模型的技术原理、组成结构和功能特点的基础上,深入探讨了棉花生长发育模拟模型在国内外研究进展,对棉花生长发育模型在我国棉花生长发育和产量形成、灌溉优化、施肥决策、病虫害管理及棉花生产区域系统评估方面的应用现状进行了系统介绍。根据我国棉花生产的实际情况,结合我国农业信息化发展方向,从模型的本地化研究、尺度提升及其推广示范方面为我国棉花生长发育模拟模型研究、发展和应用提出了建议,以期进一步推动我国棉花产业的现代化发展。     

基于机器学习的棉花叶面积指数监测

为实现基于机器学习和无人机高光谱影像进行棉花全生育期叶面积指数(Leaf Area Index, LAI)监测,该研究基于大田种植滴灌棉花,在不同品种及不同施氮处理的小区试验基础上,对无人机获取的高光谱数据分别采用一阶导(First Derivative, FDR)、二阶导(Second Derivative, SDR)、SG(Savitzky-Golay)平滑和多元散射校正(Multiplicative Scatter Correction, MSC)进行预处理,并结合Pearson相关系数法、连续投影(Successive Projections Algorithm, SPA)、随机蛙跳(Shuffled Frog Leaping Algorithm, SFLA)和竞争性自适应重加权(Competitive Adaptive Reweighting, CARS)筛选敏感波段,将筛选出的波段,使用偏最小二乘回归(Partial Least Squares Regression, PLSR)、支持向量回归(Support Vector Regression, SVR)和随机森林回归(Random Forest Regression, RFR)3种机器学习算法构建棉花LAI监测模型。结果表明:棉花冠层LAI敏感响应波段集中在可见光(400～780 nm)和近红外(900 nm之后)波段;对比3种机器学习算法,各预处理下RFR建立的LAI监测模型精度最高,稳定性最好,其中以FDR-SFLA-RFR模型最佳,在建模集的决定系数为0.74,均方根误差为1.648 3,相对均方根误差为26.39%;验证集的决定系数、均方根误差分别为0.67和1.622 0,相对均方根误差为25.97%。该研究基于无人机获取的棉花冠层光谱反射率,从不同光谱预处理、波段筛选及建模方法建立的模型中筛选出最佳估算模型用于棉花全生育期LAI监测,研究结果可为棉花大田精准管理及变量施肥提供依据。     

数字农业农村建设的创新实践和问题探讨——以新疆生产建设兵团为例

基于新疆生产建设兵团在实施数字乡村战略、推动数字农业农村建设过程中的理论探索和实践经验，探究了全球新一轮信息革命背景下推进我国数字农业农村建设的创新理论和实践问题。结果显示:新疆兵团依托其特有的组织化规模化优势，在数字农业基础设施建设、农产品特色电商平台发展和以北斗导航为代表的高效种养业数字技术应用等方面取得了显著成就，但是以现有的农业信息化软硬件基础设施建设水平仍无法满足其发展现代信息农业、巩固脱贫攻坚成果、实施乡村振兴战略的总体需求。通过对现有问题和需求的系统梳理，从资源共享化、产业数字化、全局可视化和决策智能化4个方面进一步明确了新疆兵团发展数字农业农村建设的总体目标任务。提出依托新一代信息技术建设以数据资产为核心、以兴业为重点、以善政为基础、以惠民为目标的新疆兵团数字农业农村平台建设的系统性框架；从组织领导、制度建设、人才团队和资金投入方面强化了数字农业农村平台建设保障工作，创新提出了新疆兵团数字农业农村平台建设和运营模式。     

棉花生产智慧精准管理技术研究与应用

针对棉花规模化生产精准技术实际应用中存在的监测不精确、决策依据不充分、控制不精准及管理效率低等薄弱点，创建了棉花生产从播种到收获的关键环节精准监控技术体系。包括：研发了棉花播种质量在线监测与调控技术及装备，可明显提高播种作业质量和作业效率；创立了滴灌棉田全程养分、水分快速监测与定量诊断技术，研发了水肥决策与精量控制系统，构建了水肥一体化精准管理技术与应用云平台，可大幅度提高滴灌水肥利用效率；构建了“病虫监测→施药决策→处方图生成→精量喷药”棉花病虫害精准防控技术，可明显降低农药投入量；创新性研发了棉花产量监测，以及采棉机棉箱火情、工况参数和故障诊断检测技术及装备，构建了采棉机信息化服务云平台，可大幅提高采棉机作业效率、作业质量与管理水平。在总结上述研究进展的基础上，展望了未来棉花生产智慧管理发展的主要方向。     

机采棉种植模式对植保机械化学脱叶作业效果的影响

种植模式优化是实现新疆棉花高产优质的重要途经，但其对机采棉化学脱叶环节农机农艺融合的影响还不明确。该研究开展了"矮密早"（1膜6行，66 cm + 10 cm宽窄行，R6）、"宽早优"（1膜3行，76 cm等行距，R3）2种机采棉种植模式下多旋翼植保无人机和自走式喷杆喷雾机2种植保机械的化学脱叶田间试验，通过测定叶片尺度脱叶剂雾滴粒径分布和沉积参数，系统分析了不同种植模式和植保机械组合对棉花冠层脱叶剂雾滴沉积特性、行间地面雾滴损失以及最终脱叶效果的影响。结果表明无人机作业的雾滴粒径分布、覆盖率、沉积量及行间地面损失与喷雾机相比均有显著差异（P<0.01）。喷雾机和无人机作业的100～300 μm粒径有效雾滴占比分别为2.60%和61.00%，无人机较喷雾机提高了58.40个百分点，雾滴粒径分布更均匀；雾滴覆盖率分别为42.05%和3.22%，喷雾机作业的雾滴覆盖率是无人机的13倍；沉积量分别为0.49和0.69 μg/cm2，喷雾机作业的雾滴沉积量仅为无人机的71.00%，这是因为无人机喷雾具有高浓度、低容量的特点。喷雾机喷施后棉花冠层下部较冠层上部的雾滴覆盖率和沉积量相对降低17.99%和17.63%，无人机作业后冠层下部的雾滴覆盖率和沉积量较冠层上部相对降低35.45%和53.71%，说明无人机喷施的雾滴穿透性不足；喷雾机作业后行间地面雾滴沉积损失量为无人机的1.91倍。种植模式对雾滴沉积特性有显著影响（P<0.01），与"矮密早"相比，"宽早优"模式冠层下部雾滴覆盖度提高18.59个百分点（相对提高117.60%），变异系数降低43.73个百分点（相对降低43.83%）；冠层下部雾滴沉积量提高0.33 μg/cm2（相对提高125.60%），变异系数降低31.63个百分点（相对降低36.00%），提高了雾滴的穿透性和均匀性。无人机二次喷施作业后，脱叶率在90%～94%间，满足棉花机采作业要求。综上，采用无人机进行化学脱叶作业雾滴粒径分布合理但穿透性不足，而采用"宽早优"模式可以改善无人机雾滴穿透性不足的问题，提升冠层内雾滴分布均匀性，在满足棉花机采对化学脱叶要求的前提下，降低作业过程对棉花生长和土壤环境的潜在影响。