基于LCA与AVC的乡村景观特征识别与评价研究 ——以潜山市黄铺村为例

对乡村景观进行特征识别及景观评价,可以更好地了解乡村景观特征及资源,找出乡村景观资源发展的优劣,实现其特色化发展.该研究运用地理信息系统对乡村景观进行特征识别,绘制乡村景观特征分区图,再基于AVC理论构建乡村景观综合评价体系,运用定量和定性相结合的方法确定指标分值,得到综合评价结果,并以潜山市黄铺村为例,进行了较为完整的景观特征识别与综合评价研究.结果表明,黄铺村具备良好的乡村旅游条件,其社会吸引力和环境承载力较高,但经济生命力相对较低,有待进一步提升.研究结果可为黄铺村景观评价及制定有针对性的乡村规划提供科学依据.     

覆盖作物翻压对华北平原春玉米产量和土壤养分的影响

冬季覆盖作物-春玉米种植模式是减缓华北平原冬小麦减少导致的耕地裸露及其环境影响的新型农业生产方式,但其翻压后对华北平原下一季春玉米生长季作物产量和土壤养分及微生物学性质的影响研究鲜见。本研究以华北平原冬闲田-玉米(WFM)为对照,设置毛叶苕子-玉米(VrM)、二月兰-玉米(OvM)以及冬油菜-玉米(BcM)3个覆盖作物处理,通过盆栽试验研究了冬季种植覆盖作物翻压对玉米生长季土壤理化性质、微生物量和玉米生长特性的影响。结果表明:(1)翻压覆盖作物显著提高了玉米产量以及作物养分吸收量。与WFM处理相比,OvM处理秸秆产量和籽粒产量提高幅度最大,分别为33.3%和35.5%(P0.05);BcM处理地上部氮、磷、钾和地下部磷素吸收量显著提高(P0.05),分别为30.7%、74.7%、57.6%和171.4%。(2)翻压覆盖作物能显著提高0～10和10～20 cm土层有机质、碱解氮、有效磷、速效钾、全氮和全钾含量(P0.05)。此外,翻压覆盖作物能显著降低玉米幼苗期土壤NH_4~+-N和NO_3~--N含量(P0.05),范围为0.50～3.52和21.40～33.13mg·kg~(-1)。(3)在玉米的不同生育期,覆盖作物翻压处理的SMBC、SMBN和SMBP均显著高于冬闲处理(P0.05)。综合翻压覆盖作物对华北平原玉米产量及土壤理化性质和微生物量含量的影响,华北平原冬油菜-玉米和二月兰-玉米轮作模式效果较好。     

陕西关中冬小麦不同生育期作物系数研究——在充分供水条件下基于蒸散仪试验

利用大型称重式蒸散仪监测资料通过分析研究得出充分供水条件下冬小麦全生育期最大耗水量665mm;采用动力场订正模型,对气象站观测到的降水资料进行了订正,实际降雨量较观测值提高18%;根据FAO P-M公式计算冬小麦不同生育期(播种~分蘖、分蘖~越冬、越冬~返青、返青~拔节、拔节~抽穗、抽穗~乳熟、乳熟~收获、全生育期)平均作物系数KC分别为1.20,1.25,1.34,0.69,1.07,1.60,1.65,1.14。     

基于图像处理的茶叶智能识别与检测技术研究进展分析

作为茶叶智能化生产的关键难题之一,基于图像处理的茶叶智能识别与检测技术受到广泛关注。通过综述图像处理技术在茶叶嫩芽识别定位、茶叶病虫害检测、茶叶品种识别与品质检测等方面的研究应用,分析比较各方法的优缺点,总结现有研究存在的主要问题有嫩芽分割受光照影响较大、难以分割含与嫩芽颜色相近背景的图像、枝叶遮挡情况识别效果不理想、缺乏真实背景下茶叶病斑识别算法等。指出基于图像处理的茶叶智能识别与检测技术未来的研究重点:增加不同地域茶叶及品种的样本数据以提高算法普适性;采取多信息融合的方法以求获得更全面的茶叶嫩芽信息;枝叶遮挡严重情况下的识别策略可考虑借助机械装置或风机拨开枝叶,从而避免因枝叶遮挡而导致识别率低的现象发生。     

农业机械设备液压元件故障诊断系统设计与应用

为进一步提升农业机械设备液压元件的故障识别与诊断水平,通过理解多功能收获机的液压元件故障机理,将故障机理的理论模型与BP核心算法相融合,从硬件平台和软件运行控制两大方面进行故障诊断系统设计。测试试验表明:设置正确的故障编码并给出较为涵盖齐全的故障系统知识库,通过液压元件的故障现象,可得知该元件的故障名称及故障处理方案,在完善多功能收获机液压元件故障诊断手段的同时,可为农机设备维修人员迅速准确找出故障位置提供便利。该设计可作为故障专家开发系统的有效组成部分,具有一定的推广价值。     

基于部首嵌入和注意力机制的病虫害命名实体识别

为了解决农业病虫害命名实体识别过程中存在的内在语义信息缺失、局部上下文特征易被忽略和捕获长距离依赖能力不足等问题，以农业病虫害文本为研究对象，提出一种基于部首嵌入和注意力机制的农业病虫害命名实体识别模型(Chinese agricultural diseases and pests named entity recognition with joint radical embedding and self attention, RS-ADP)。首先，该模型将部首嵌入集成到字符嵌入中作为输入，用以丰富语义信息。其中，针对部首嵌入设计了3种特征提取策略，即卷积神经网络(Convolutional neural network, CNN)、双向长短时记忆网络(Bidirectional long short term memory network, BiLSTM) 和CNN-BiLSTM；其次，采用多层不同窗口尺寸的CNNs层提取不同尺度的局部上下文信息；然后，在BiLSTM提取全局序列特征的基础上，采用自注意力机制进一步增强模型提取更长距离依赖的能力；最后，采用条件随机场(Conditional random field, CRF)联合识别实体边界和划分实体类别。在包含11个类别和24715条标注样本的农业病虫害自制语料上进行了实验。结果表明，本文模型RS-ADP在该数据集上精确率、召回率和F1值分别为94.16%、94.47%和94.32%；在具体实体类别上，RS-ADP在作物、病害、虫害等易识别实体上F1值高达95.81%、97.76%和97.23%。同时，RS-ADP在草害、病原等难以识别实体上F1值仍保持86%以上。实验结果表明，本文所提模型能够有效识别农业病虫害命名实体，其识别精度优于其他模型，且具有一定的泛化性。     

2019-2020年度固始县优质小麦播种量优化试验总结

一、试验目的根据固始县农业环境条件,结合小麦品种特征特性进行播量优化试验和示范,以期获取优质小麦适期播种的最佳播种量数据,为构建优质小麦协调合理的群体结构,为小麦优质、高效生产奠定基础。二、试验方法(一)试验地点稻茬麦区试验基点安排在郭陆滩镇太平村太平农业种植合作社。试验地较为平坦,排灌方便。土壤为轻壤型水稻土,肥力较高。前茬作物为水稻,每667 m²产量550 kg。     

植物根系表型信息获取技术研究进展

人口数量增长和全球气候变化加剧了粮食安全供给压力,育种学家亟需培育高产、高效作物品种以满足日益增长的粮食消费需求.基于根性状的品种培育改良可有效提高作物水分、养分利用率,但根系表型观测的困难性极大地限制了育种进程.随着自动化控制、成像和传感器以及图像解译技术的发展,高通量根表型信息系统性收集已成为可能.本文综述了一系列适用于室内或田间的非破坏性或破坏性根系二维或三维结构测定技术;系统阐述了主流的根表型参数提取图像分析技术和软件;探讨了基于根表型平台的根性状筛选应用于新品种培育的成功案例,并对高通量根表型平台的进一步研发进行了展望.     

基于卷积神经网络的拖拉机工况识别

农机工况识别在细化农机作业状态和帮助掌握区域污染物排放趋势方面有着重要的研究价值。基于拖拉机不同运行状态下的行驶速度、发动机转速以及实时油耗等时间序列,首次提出将图像识别方法引入到拖拉机工况识别中的思路,并分别应用参数优化的支持向量机与卷积神经网络对实际作业拖拉机工况进行研究。结果表明:(1)基于参数优化的支持向量机可以较好地实现样本点的工况识别且识别准确度达到99.851 9%,但无法实现农机工况的连续性识别,同时无法对农机工况转换阶段进行有效识别。(2)以拖拉机运行速度与发动机转速等信息构建样本图像来描述农机工况变化的数据表达,并在此基础上应用卷积神经网络可以有效实现农机工况的连续性识别,且识别准确率可以达到93.3%。本研究在农机工况识别方面具有一定参考价值,并为后续农机不同工况下区域污染物排放研究提供技术支持。