林果机械采收与分选研究进展

我国林果资源丰富,目前林果产量居全球首位,但针对林果采摘与加工的机械化采摘技术以及果品分选技术较为落后,严重制约了我国林果资源的发展。文中对近些年出现的林果采收机械与采收技术进行梳理,分析机械化采收后林果品质无损检测的关键技术与方法,并对林果采摘技术与品质检测技术的研究方向进行展望,旨在为研究林果机械化采摘与智能分选提供参考。     

基于卷积神经网络的经济林产品检测与分选研究进展

经济林作为重要森林资源,其种植面积及产品产量逐年增加。随着科学技术的不断创新与升级,经济林产品加工产业快速发展、衍伸产品日趋增多,急需智能化检测、采收与分选技术与装备。深度融合人工智能技术与经济林产品加工产业,是实现高效化、精准化、智能化发展的重要手段之一。文中综合比较了深度学习技术中不同卷积神经网络算法及模型的优缺点,综述了其在经济林产品检测与分选中的研究进展,并针对研究应用过程中存在的问题提出了进一步深入研究建议,以期为经济林产品检测与分选的智能化发展提供参考。     

深度学习在林业中的应用

林业数据信息的智能处理与深度挖掘分析是智慧林业精准决策与统筹管理的基础。文中主要从树木识别与分类、森林火灾识别与预测、树木病虫害监测和木材检测等4个方面总结深度学习在林业中的应用;从林业数据集、数据标记、特征学习涵盖范围、图像遮挡等方面分析了深度学习在林业领域应用上的缺点与局限性,以充分认识深度学习在林业应用方面亟待解决的问题与突破的方向;从林业领域应用场景、算法改进、数据集共享与研究成果应用的角度,展望深度学习在林业领域应用上亟待加强研究的方面,以提升深度学习解决林业应用问题的广度与深度,促进智能林业的发展。     

深度学习在木材加工领域的研究进展

随着木材加工自动化的快速发展,深度学习技术已在木材加工领域得到运用,它的引入对木材加工企业转型升级、向着智能制造方向发展具有重要意义。概述了深度学习在木材加工领域的研究进展和具体应用,首先介绍了自编码器、深度信念网络、卷积神经网络、生成对抗网络、递归神经网络以及ViT 6种典型深度学习模型的模型结构及工作原理,并分析了不同深度学习模型的应用场景以及存在的问题。在此基础上结合具体木材加工领域详细地介绍了深度学习的应用,在原木检尺领域,深度学习方法可以解决自动化材积检测问题;在木材检测领域,深度学习方法为木材树种分类、缺陷识别以及纹理识别提供了有效工具;在木材干燥领域,深度学习方法因其良好的自适应能力可以建立更为精确的木材干燥模型。最后展望了深度学习在木材加工过程中亟待加强研究的方向,以提升深度学习解决木材加工过程中应用问题的广度和深度,提升木材加工产业的智能化水平和生产效率,进一步提高我国木材加工制造企业的科技创新能力,提高企业竞争力。     

基于TensorFlow Lite的智能辅助行进系统的设计实现

为解决视力障碍人群出行问题,提供了一种全新的基于深度学习框架TensorFlow Lite的智能辅助行进系统的设计方案,在树莓派上借助深度学习TensorFlow Lite进行系统开发,实现了物体检测、物体识别、道路平整度检测、语音播报预警等功能,并且利用3D打印技术,打印出轻量级的辅助头盔用以装载以上部件。整套系统使用场景丰富,成本低,具有很好的市场推广价值。     

深度学习在森林火灾检测中的研究进展北大核心

基于深度学习技术的火灾检测方法迅速发展,为森林火灾检测提供了新的发展方向。介绍了深度学习的概念、主要模型及在森林火灾检测中的优势,详细阐述了不同深度学习模型在森林火灾烟雾与火焰特征的提取、火灾与非火灾图像的分类、火灾的预判跟踪中的应用,并对当前方法进行了总结分析。最后,提出了目前存在的问题以及未来的研究方向,以期为森林火灾检测提供新思路。     

黑龙江小浆果资源的综合利用与开发

黑龙江省拥有丰富的浆果资源,全省有野生与栽培浆果品种9科13属46个品种,有很好的种质资源和产业基础,其中极具开发利用价值的有山葡萄、笃斯越桔、狗枣猕猴桃、沙棘、蓝靛果忍冬、黑穗醋栗等10余种。经过近30年的开发研究,小浆果的药用、营养保健作用和经济价值得到了专家的深度肯定和消费者的认可。据调查,黑龙江省现有各类小浆果加工企业近160余家,年产值30亿元,产品包括食品、保健品、药品、化妆品等在内的几十种,加工能力也由每年2万t提高到20万t。小浆果加工的高附加值与广阔的市场前景,也吸引了很多大公司、大企业到黑龙江省投资办厂,投入资金、技术和人才,促进了黑龙江省的经济转变与发展。     

我国人造板智能制造关键技术研究进展

人造板是森林资源利用的延伸,面对日益严峻的气候变化和资源匮乏问题,人造板作为森林生态系统碳循环的组成部分和碳储量流动的重要载体,对我国实现“双碳”目标和全球气候改善具有重要的积极作用。制造水平是决定人造板产品性能的关键指标。随着新一代信息科学和先进制造技术的快速发展及深度融合,智能制造成为我国人造板产业转型升级的主要趋势,智能制造技术和智能工厂逐渐成为相关学者研究的重点。简要介绍了智能制造的内涵及其支撑技术,从制造装备、控制系统、检测系统、生产线、厂内物流管控、资源计划、产品服务等方面综述了我国人造板智能制造关键技术的研究现状,以高强度刨花板、超薄高密度纤维板、无醛添加胶合板三类较新产品的生产线为例,总结了我国人造板智能工厂的建设进展。最后,针对目前研究存在的问题和不足,在智能制造装备、智能制造工业机器人、智能制造生产线、智能信息管理系统等方面对人造板制造业的发展趋势进行展望,以期提高我国人造板产业的智能化水平。     

基于多智能体的供应链报价协商系统及其实现

提出了基于多智能体的供应链协商报价系统设计思想及其体系结构;在分析单个智能体和多智能体的结构特性及其工作原理的基础上,着重研究了基于结构属性的任务规划与分解以及交互智能体的学习方法;开发并实现了基于多智能体的供应链协商报价原型系统。实际应用证明,原型系统在综合解决实际问题能力、整体协作控制及信息共享等方面相比面向对象系统更能体现自动化和智能化。     

大数据技术在家居智能制造中的应用研究进展

大数据与中国家居制造业的融合,加速了家居智能制造转型升级的步伐。大数据技术已经渗透到家居制造的各个环节,显著提升了生产效率,引领了企业的核心竞争力,提高了市场预测和分析能力。文中简述家居大数据、大数据分析方法、大数据挖掘技术的基本内涵,对大数据分析方法及大数据技术在家居行业中的研究和应用情况进行了总结,包括大数据与家居智能制造的对接模式、大数据挖掘算法的应用情况;分析了大数据技术引领企业核心竞争力的转变、助力家居产品设计研发、驱动家居产品柔性制造过程、提升家居企业运营过程、促生家居企业的信息化管控平台等方面对家居智能制造的提升和改变情况;结合目前大数据技术在家居智能制造应用研究中存在的问题,从数据存储方式、数据处理方法、数据可视化展示、数字化网络平台搭建等方面进行展望,以期为在家居行业智能制造转型升级过程中拓展大数据技术的发展路径、更加合理和高效地利用大数据提供借鉴与参考。     

Fruit load and branch ring-barking affect carbon allocation and photosynthesis of leaf and fruit of Coffea arabica in the field

Increasing fruit load (from no berries present to 25, 50 and 100% of the initial fruit load) significantly decreased branch growth on 5-year-old coffee (Coffea arabica L.) trees of the dwarf cultivar 'Costa Rica 95', during their third production cycle. Ring-barking the branches further reduced their growth. Berry dry mass at harvest was significantly reduced by increasing fruit load. Dry matter allocation to berries was four times that allocated to branch growth during the cycle. Branch dieback and berry drop were significantly higher at greater fruit loads. This illustrates the importance of berry sink strength and indicates that there is competition for carbohydrates between berries and shoots and also among berries. Leaf net photosynthesis (P(n)) increased with increasing fruit load. Furthermore, leaves of non-isolated branches bearing full fruit load achieved three times higher P(n) than leaves of isolated (ring-barked) branches without berries, indicating strong relief of leaf P(n) inhibition by carbohydrate demand from berries and other parts of the coffee tree when excess photoassimilates could be exported. Leaf P(n) was significantly higher in the morning than later during the day. This reduction in leaf P(n) is generally attributed to stomatal closure in response to high irradiance, temperature and vapor pressure deficit in the middle of the day; however, it could also be a feedback effect of reserves accumulating during the morning when climatic conditions for leaf P(n) were optimal, because increased leaf mass ratio was observed in leaves of ring-barked branches with low or no fruit loads. Rates of CO(2) emission by berries decreased and calculated photosynthetic rates of berries increased with increasing photosynthetic photon flux (PPF) especially at low PPFs (0 to 100 micromol m(-2) s(-1)). The photosynthetic contribution of berries at the bean-filling stage was estimated to be about 30% of their daily respiration costs and 12% of their total carbon requirements at PPF values commonly experienced in the field (200 to 500 micromol m(-2) s(-1)).     

林业攀爬机器人研究现状及关键技术综述

随着人工智能技术的飞速发展，林区智能化水平开始逐步提升。与传统的人工林区作业相比，利用攀爬机器人来完成林木剪枝、果实采摘和树木损伤检测等工作，可以短时间、高效率、高准确性地完成任务，满足智能林业建设的需求，其应用前景受到各国学者的广泛关注，大量林业攀爬机器人样机脱颖而出。文中对国内外不同攀爬方式的林业攀爬机器人进行总结，在此基础上详细介绍攀爬机器人在林业领域中的应用，并对其3大关键技术问题进行详细探讨，最后对林业攀爬机器人的发展趋势进行展望，以期为攀爬机器人在林业领域中的进一步发展与应用提供参考。     

基于高可用云计算的中国智慧林业大数据系统探究

国内外对于林业智慧化建设还处于摸索阶段,我国林业信息化经过多年的建设积累已初见成效。国家林业局于2013年提出了智慧林业发展指导意见,以推进信息技术与林业深度融合。林业各业务系统数据类型多样,具有多维度、多尺度、多时序、多元性等特点,对于林业大数据系统的分析探究暂处于概念阶段。文中介绍了高可用林业云计算平台和中国智慧林业,提出了基于高可用云计算的中国智慧林业大数据系统架构并概述了其特点,展望了中国林业大数据发展趋势,以期为林业工作者提供可靠的智能化科学决策服务系统,为林业宏观决策提供科学参考及林业信息服务提供支持,并为实现我国智慧林业蓝图打下坚实基础。     

基于高分辨率航空遥感影像的林分因子智能识别技术研究

森林资源监测的数字化和智能化是未来发展的主要趋势。基于高分辨率航空、多光谱遥感数据和数字地表模型(DSM)等数据,利用计算机深度学习方法,研究乔木林小班的郁闭度、平均树高、总株数3项主要林分调查因子的数字化智能提取方法。结果表明,郁闭度判读的平均准确率可达到98.6%;平均树高判读的平均准确率可达到90%;株数判读的平均准确率可达到82.36%。     

云南省智慧旅游现状及发展的分析研究

指出了在信息、网络、通讯技术飞速发展的背景下，旅游信息化建设已经由专业信息化阶段、数字旅游及数字景区阶段，发展到智慧旅游阶段，智慧旅游已成为旅游业发展的必然趋势。加快旅游业的信息化、智能化发展对于一个城市或地区旅游业的迅速发展具有重要意义。以云南省为例，在对其智慧旅游发展现状进行分析的前提下，针对其面临的困难，提出了相应的的对策与建议。     

蓝莓经济价值与产业化发展对策及建议

介绍了蓝莓的保健作用、经济价值,阐述了我国发展蓝莓的有利条件,并对加快我国蓝莓产业化生产步伐提出了科学可行的引进国外优良品种资源,加大试验示范推广力度;开展蓝莓创新研究工作;加快建立良种选育和快繁基地;加快果实保鲜和深加工技术研究等建议。     

Evaluation of Information on Wild Berry and Mushroom Markets in European Countries

The income-generating dimension of berry and mushroom picking is important in many European countries or regions of countries, predominantly for rural livelihoods. Due to the role and economic potential in the utilization of non-wood forest products (NWFPs), there is a need, and also an increasing interest in, monitoring their market volume and values both at national and international levels. There is a wealth of information from different sources at the national level, but at the international level there is a need to harmonize the information. It is a major challenge for international data collection efforts to balance the need for harmonization of statistics without losing interesting information. This paper presents and analyses statistics on the quantity and value of two groups of marketed NWFPs: (1) mushrooms and truffles, and (2) fruits, berries and edible nuts. The statistics came from the State of Europe’s Forests 2007 report and its country reports. Our paper describes the shortcomings of the statistics and identifies potential explanations for the limitations. The results from this study reveal that the usability of data on marketed mushrooms and berries varies a lot between countries. In general, the data are incomplete and not comparable among countries. Another challenge is the consistency of information on production, trade and consumption flows. Based on a Finnish example, balance sheets can be used to control the consistency and derive missing sub-components of trade flows. A regional case study of Nordic and Baltic countries and the Russian Federation illustrates potential from national household and operator surveys for complementary information.     

Rapid harvest schedules and fruit removal as non-chemical approaches for managing spotted wing Drosophila

Spotted wing Drosophila, Drosophila suzukii (Matsumura) (Diptera: Drosophilidae), has caused significant economic losses to small fruit and berry growers throughout the USA and Europe since its invasion. This pest can lay many eggs over its lifetime within ripening and ripe berries, causing yield loss and the risk of fruit contamination. Zero tolerance for this pest has led to increased use of broad-spectrum insecticides to control it, which are costly and pose many other sustainability and pest management concerns. There is an urgent need to evaluate management strategies that can decrease reliance on chemical controls and mitigate economic losses. Over two growing seasons, we compared harvest schedules for their effect on infestation by D. suzukii, revealing that fruit harvested every 1 or 2 days had significantly fewer D. suzukii larvae than a 3-day harvest schedule. Furthermore, we found that yield per unit effort was highest on a 2-day schedule. Sanitation of the crop is another important component of a successful integrated pest management program, and we found that bagging infested waste berries killed 99% of larvae after 32 h, with higher fruit temperatures in clear bags than white or black bags. In combination, these methods can reduce the effects of this invasive pest on raspberry production. This study will provide guidance to growers on culturally based IPM tactics to decrease reliance on chemical management.