树干与地面点云分类K-means方法的改进

随着激光雷达的发展,树木点云数据的获取更加简便、准确。为了实现树木点云的树干与地面分类,对K-means方法进行改进,通过计算高度和强度直方图确定k值和初始聚类中心点,用高度距离做聚类分析,实现单株树木原始三维点云数据聚类。结果表明:采用MATLAB对香椿树的31 394个点云数据和油松树的14 260个点云数据,分别进行了直方图处理和不同距离的目标函数做聚类分析的试验,得到树木点云数据的分类结果,并与DBSCAN算法和传统K-means算法结果对比分析,说明改进K-means方法,能够使得树干与地面更好的分离,提高了效率;采用改进的K-means方法对12颗树木点云进行应用分析,验证了方法的普适性,最终分类结果达到了树干与地面分离的标准。     

开沟起垄穴直播方式对水稻分蘖前期甲烷排放的影响

【目的】研究开沟起垄式水稻精量穴直播技术对甲烷气体排放的影响.【方法】选取同步深施肥精量穴直播(30 cm)、宽窄行(35 cm+15 cm)精量穴直播和25cm固定行距精量穴直播3种直播方式,以人工撒直播、机插秧、手抛秧和人工移栽为对照,利用静态箱法测定水稻分蘖前期甲烷的排放通量.【结果和结论】对2010和2011年2年采集的数据分析结果显示,与非精量直播对照组相比,精量穴直播可以降低田间54.55%甲烷气体排放(P=0.011);不同栽种方式的甲烷平均排放通量顺序为:深施肥精量穴直播[(1.48±0.44)mg·m-2·h-1]宽窄行精量穴直播[(1.65±0.30)mg·m-2·h-1]固定行距精量穴直播[(2.57±0.56)mg·m-2·h-1]人工撒直播[(2.89±0.61)mg·m-2·h-1]机插秧[(3.77±0.64)mg·m-2·h-1]人工移栽[(4.76±0.90)mg·m-2·h-1]手抛秧[(5.33±0.84)mg·m-2·h-1].研究结果表明开沟起垄穴直播技术可以有效降低水稻分蘖前期甲烷气体的排放.     

履带式花生联合收获机路径跟踪控制方法与试验

为提高无人驾驶履带式花生收获机沙地作业路径跟踪精度，以4HBL-2型自走式花生联合收获机为研究对象，开展了履带式收获机无人驾驶路径跟踪控制研究。建立了履带式收获机运动学模型与虚拟转向角函数关系；以航向偏差值作为观测量、阿克曼模型推算角速度作为测量值，设计卡尔曼融合算法，获得基于阿克曼模型的虚拟转向角度；根据虚拟转向角度对PID路径跟踪算法进行改进，提出了基于预瞄跟踪的双PID路径跟踪控制方法；通过脉冲宽度控制器实现了履带式花生收获机路径跟踪精准控制。仿真试验结果表明：基于预瞄跟踪双PID的路径跟踪控制方法能够进行路径跟踪控制，具有控制平滑和稳态误差小等特点。田间试验表明：花生收获机在沙地以0.6m/s的速度作业时，系统直线跟踪平均绝对误差为2.23 cm，最大偏差为4.14 cm，相对于PD路径跟踪控制器分别提高了56.12%和66.07%。上线试验中，初始偏差分别是0.5、1.0和1.5 m时，上线时间分别为11.00、12.92和13.78 s，上线距离为6.60、7.75和8.26 m；最大超调量分别为5.68%、5.84%和8.06%，相较于轮式收获机，上线距离分别减小了1.9...     

水稻生产全程机械化关键环节虚拟仿真实验资源建设

针对水稻生产全程机械化教学实验和试验设计涉及的农业机械多,配备相应的资源成本高、维护难、共享性能差,且受水稻生长季节、农田条件影响大等问题,设计水稻生产全程机械化关键环节虚拟仿真实验平台。采用面向服务的软件架构,设计水稻生产全程机械化中5个关键技术环节和10种作业机具或装备的虚拟仿真教学资源体系,构建实验资源共享机制和科教融合的共享平台,并建立虚拟实验室管理模式,推动水稻生产全程机械化关键环节虚拟仿真实验教学资源的在线开放和共享;将南方特色作物生产机械技术特征和优势领域科研成果渗透到本科实践教学环节,创新实验教学方法,提升学生专业技能和解决实际问题的能力,提高人才培养质量。     

湖南秋玉米栽培模式比较试验

以登海661为参试材料,研究不同播期及不同种植模式对秋玉米生长及产量的影响,探索秋玉米的适宜播期及高产高效种植模式。结果表明:(1)不同播期的秋玉米物候期和植物学特性差异不显著,但其产量、穗粒数、单穗重和千粒重差异明显,产量随播期延后呈递减趋势,7月3日的产量最高,为13 080.5 kg/hm~2,其穗粒数最多,单穗重最大;7月13日播种的千粒重最大。因此,秋玉米的播期以7月上旬为佳,能获得较高产量。(2)种植密度越大,截光率越大;HH模式株高最高,HH、H与FP、N0之间株高、叶面积指数及穗长差异显著;N0的生物量最小;FP、HH与H、N0之间穗粒差异显著,各处理间单穗重差异不显著;HH的产量最高,为12 604.5 kg/hm2,比FP增产62.7%,H的产量为10 684.5kg/hm~2,比FP增产37.9%,N0的产量最低,为7 087.5 kg/hm~2。因此,HH的种植模式是适合湖南的秋玉米高产高效种植模式。     

多光谱低空遥感图像光照辐射度校正

为了提高受云层阴影影响的遥感图像的信息提取准确度,该文以水稻小区试验过程中为进行氮素水平检测而采集的低空机载高分辨率多光谱遥感图像为对象,对受云层阴影影响的高光谱图像进行光谱校正,从而提高氮素水平检测的精度。试验中采用机载的双摄像机同步采集可见光和近红外的水稻遥感图像,并将两摄像机的图像进行几何校正后合成得到彩红外(color infrared,CIR)光谱图像;同时在图像采集区域布置3块不同反射率的1.2 m×1.2 m标定靶,利用便携式光谱仪测定标定靶的反射光谱曲线,并统计标定靶在图像中各通道的亮度均值。以标定靶在晴天无云和有云图像中的亮度值为节点,对G、R和近红外(near infrared,NIR)通道分别建立分段的线性变换模型进行校正。为验证校正精度,在遥感图像中分别选择大田水稻、小区试验田块和裸地3个不同区域的图像的G、R和NIR通道像素亮度均值及归一化植被指数(normalized differential vegetation index,NDVI)作为评价指标。试验结果表明,和传统的整体线性变换相比,采用分段线性变换校正具有较高精度,G、R和NIR通道校正后的平均误差为8.6%,9.1%和11.7%,NDVI平均误差为11.5%,有效提高了阴影条件下的遥感图像的信息提取精度,提高了受云层影响遥感图像的利用率。研究为低空遥感的图像校正提供了参考。     

智能农机多机协同收获作业控制方法与试验

为提高多台无人化智能收获机和运粮车协同作业效率，该研究以2台不同型号水稻收获机和1台运粮车为研究对象，开展了智能农机多机协同收获作业控制方法研究。根据协同作业控制决策约束条件，建立协同收获作业中有限个状态过程的改进型连续时间马尔科夫链模型。以减少非作业时间为优化目标，通过模型预测未来一段时间内每台收获机的卸粮时间，动态更新每台收获机的卸粮顺序和时间。仿真试验结果表明：本文控制方法相对于仓满后再召唤运粮车的卸粮方式有效减少了作业时间，协同收获任务的农机平均作业时间减少了13.58%。田间试验结果表明：智能农机多机协同作业控制方法实现了2台水稻收获机和1台运粮车协同自主作业，在场景1中，相对于仓满召唤卸粮模式，收获机1和收获机2非作业时间分别减少了71.25%和42%，收获效率提高了6.65%和5.22%；在场景2中，相对于仓满召唤卸粮模式，收获机1和收获机2非作业时间分别减少了77.64%和37.09%，收获效率提高了12.07%和5.78%。本文提出的控制方法可以实现收获-卸粮转运自主作业，减少了收获机的非作业时间，提高了作业效率，可为无人农场智能收获协同作业提供支撑。     

Wind field measurement for supplementary pollination in hybrid rice breeding using unmanned gasoline engine single-rotor helicopter

无人驾驶直升机具有机动灵活、不需要专用机场等特点,目前已在农业航空植保中得到应用。杂交水稻制种中,利用无人直升飞机飞行时其旋翼产生的风力能使父本花粉传播更远,可扩大父本和母本相间种植的宽度,实现父本和母本的机械化耕种和收割,从而实现制种全程机械化。杂交稻制种辅助授粉的效果(母本异交结实率)、作业效率及经济效益与无人直升机飞行时产生的风速、风向和风场宽度等参数密切相关,但迄今尚不明确。该文采用风场无线传感器网络测量系统组成三向风速测量线阵和单向风速面阵在水稻田里对无人油动单旋翼直升机飞行时的风场进行了测量试验,目的在于探明无人直升机在辅助授粉作业时不同方向的风速和风场宽度等参数,以便决策出较佳的飞行作业参数,包括飞行高度、作业航向等。无人直升机授粉作业的飞行速度设置为3 m/s,作业载荷为3.75 kg,飞行高度为：9、8、7和6 m,测量的风向为：平行于飞行方向（X）、垂直于飞行方向（Y）、垂直于地面方向（Z）。测量试验结果表明,上述3个风向的风速值大小排序为VX>VY>VZ,且风速持续稳定,因此,在直升机辅助水稻授粉作业时,平行于飞行方向的风力（即沿着直升机前进方向的飞机尾风）更有益于辅助授粉作业;随着飞行高度不断降低,风场宽度亦有所增加,在飞行高度为6～8 m时,达到3级风的风场宽度最大可达到9 m,飞行高度为9 m时,达到3级风的风场宽度最大仅为4 m,明显缩小,综合考虑农艺要求、作业效率及安全性等因素,该文建议无人驾驶油动单旋翼直升机Z3机型的较佳飞行作业高度为7 m;直升机逆自然风方向飞行作业时到达水稻冠层的风力较小,很难形成能满足水稻制种授粉所需的风场宽度和风速,而顺风方向飞行时的风场宽度和风速较大,因此采用油动力无人直升机辅助水稻制种授粉时,宜避免逆自然风方向飞行作业。该研究可为无人直升机水稻制种辅助授粉技术的发展提供参考。     

农作物病虫害遥感监测关键技术研究进展与展望

病虫害是影响农作物健康生长、产量和质量的制约因素之一,加强农作物病虫害的监测,对农作物病虫害进行精准防控,对保障粮食安全,提高农产品产量和质量具有重要意义。随着信息技术的发展,农作物病虫害监测由传统的人工监测逐渐向自动化、信息化和智能化方向发展。农作物病虫害监测平台、监测传感器技术以及相关的数据分析和处理技术是研究农作物病虫害遥感监测的关键技术,这些关键技术的发展水平,决定了农作物病虫害遥感监测技术的发展水平。本文从监测平台、监测传感器技术和相关数据分析与处理技术3方面对农作物病虫害监测技术研究进展进行综述。在监测平台方面,归纳总结了地面监测平台、航空监测平台和卫星监测平台的国内外研究现状,并分析了上述平台优缺点;在监测传感器技术方面,综述了雷达传感器、图像传感器、热成像传感器和光谱传感器等在作物病虫害领域的研究进展;在相关数据分析与处理技术方面,阐述了经典统计算法、计算机图像处理算法、机器学习算法和深度学习算法在农作物病虫害监测领域的研究成果。最后提出了监测平台、监测传感器技术和相关数据分析与处理技术的未来发展趋势,以期为进一步促进我国农作物病虫害监测平台及相关技术的发展提供参考。     

基于无人机遥感技术的黄华占水稻施肥决策模型研究

目前,水稻生产中氮肥施用过量,肥料利用率和产量相对较低等问题日益突出。无人机遥感能够实现无损、及时、快速大面积地获取作物田间信息,已被广泛应用于精准农业管理中。以黄华占水稻为研究对象,设计了不同施氮梯度的小区试验,利用无人机搭载rededge-M多光谱相机获取水稻生育期冠层多光谱图像,提取NDVI植被指数,分析了不同氮素条件下水稻冠层NDVI值的变化规律,研究了NDVI和标准种植比值指数(RISP)与水稻植株氮含量之间的相关关系;依据有效积温数据,建立了基于标准种植比值法的水稻关键施肥节点的施肥量决策模型。研究结果表明:随施肥量增加,水稻冠层NDVI值也随之变大,整个生育期呈现出"快速增加-缓慢增加-缓慢降低"趋势;NDVI和RISP值均与水稻植株氮含量显著相关,且RISP的相关系数达0.9以上,可更好地用于诊断水稻生育期氮素养分状况;基于标准种植比值法的水稻施肥决策模型拟合决定系数为0.991。模型验证试验发现,模型种植区平均施氮用量为99.64kg·hm-2,而传统种植区平均用量为135.60kg·hm-2,施肥量减少26.52%。且模型种植和传统种植的产量差异不足1%,说明该施肥模型在保证产量的同时提高了氮肥利用率,为实现作物养分管理决策支持系统提供了一种新的模型方法。