多结构参数集成学习的设施黄瓜病害智能诊断

单一特征已不能很好的描述作物病害典型特征,而生长环境参数(土壤温湿度、pH值、空气温湿度等)与病害密切相关,多结构数据学习向量化与特征最优组合能够有效提升病害诊断准确性。该研究以黄瓜白粉病、角斑病、炭疽病、菌核病4种病害50个样本为实例,融合结构化作物生长环境参数与非结构化图像特征,通过智能化物联网,对实时采集到的环境参数进行监测、分析,并将其与图像特征融合,构建多结构病害特征最优组合模型。试验结果表明,样本识别率在79.4%～93.6%,对比卷积神经网络图像识别识别率,卷积神经网络由于需要对病害图像数据进行降维,后台识别时间较高;深度迁移学习的图像识别方法,需要大量图像数据输入深度网络学习,而现实中病害图像数量不足以满足深度学习要求,因此识别率会因为样本不充分而降低;该方法借助少量图像数据,同时结合环境与专家知识资源,采用多结构参数集成学习的方法进行病害识别,在较少识别时间的基础上确保识别的准确性。     

用于灌溉建筑物病害诊断的专家系统

根据灌溉建筑物的特点和专家系统原理,对“灌溉建筑物病害诊断专家系统”(ISDDES)的功能、环境、结构、知识表示、实现策略、技术措施以及知识整理规范化等分别作了介绍,并提出了进一步改进该系统的方向。     

基于BP神经网络的葡萄病害诊断方法研究

根据葡萄病害的特点,采用改进的BP算法,建立了BP神经网络诊断模型,经测试其诊断结果正确率为100%,BP模型的诊断准确率为95.39%。研究结果表明BP神经网络技术适合应用于解决病害诊断这一复杂问题。     

基于深度学习的水产病害可视化知识图谱构建与验证

知识图谱本质上是基于图的语义网络，表示实体与实体之间的关系，在知识问答、语义检索等领域起着至关重要的作用。针对目前水产病害领域存在实体关系交叉关联、多源异构数据聚合能力差、利用率低、知识共享困难等问题，该研究基于自然语言处理和文本挖掘提出了一个基于神经网络深度学习模型的水产病害专业领域知识图谱构建方法并进行试验验证。首先，构建水产病害专业领域本体，并预定义实体类型、属性和关系的集合，确定知识抽取边界；其次，在本体基础上，分别利用规则方法和深度学习方法对半结构化和非结构化知识进行抽取。对于非结构化知识，提出“水产病害+关系+BMES”文本标注体系，将关系抽取融合于命名实体识别任务中直接对三元组建模，将实体关系抽取转化为序列标注问题，不仅提高标注效率，还实现了实体和关系的联合抽取。同时通过标签匹配和映射对三元组建模获得RDF数据，解决了重叠关系抽取的难题。利用BERT-BiLSTM+CRF端到端模型进行试验，试验结果证明该三元组抽取方法具有较高的召回率（89.64%），准确率（94.04%）和F₁值（91.34%），优于CNN+BiLSTM+CRF和BiLSTM+CRF等模型，抽取效果有了显著提升，并将抽取到的知识存储到 Neo4j 图数据库中，实现知识可视化管理及知识推理分析。该研究构建的水产病害知识图谱精度高、粒度细，能够帮助机器理解数据、解释现象、知识推理，从而发掘深层关系、实现智慧搜索与智能交互。     

鸡病诊断专家系统的知识表示与推理机制的探讨

本文指了邮用产生式规则表示兽医临床知识的不足，给出了一种新的知识表示方法，可以方便，高效地表示兽医临床知识，并介绍了该表示方法相对应的正反混合推理机制。     

高光谱图像技术诊断温室黄瓜病害的方法

利用高光谱图像技术研究了诊断温室黄瓜病害的方法,以提高诊断的准确性和效率。试验以黄瓜霜霉病、白粉病为研究对象,利用高光谱图像采集系统获取黄瓜病叶的高光谱图像数据,在450～900 nm范围内的高光谱图像数据中,选出特征波长下的图像;然后,对该图像进行去除噪声的滤波处理,并提取黄瓜病叶的色度矩纹理特征向量;最后采用支持向量机分类方法对黄瓜病害进行诊断。研究结果表明,采用高光谱图像新技术与线性核函数对黄瓜霜霉病、白粉病的正确诊断率达100%,采用高光谱图像技术可以实现对温室黄瓜病害进行快速、精确的分类诊断。     

基于征兆邻搜索优化聚类和自组织映射神经网络的多病害诊断

复杂过程具有多样性的特点,常出现多种异常同时发生的情况。针对该问题,对异常过程中征兆的表现及其描述进行了分析,在已有自组织特征映射神经网络（SOM NN,Self-organizing Map Neural Networks）单一故障（病害）诊断的方法的基础上,提出了具有3级分析结构的SOM NN的多诊断模型。该模型以欧几里德距离作为主要判别条件对邻搜索方法进行优化和改进,在诊断过程中不用学习多病害样本。并在此基础上以农作物中具有代表性的番茄病害为例,提取病害征兆,建立病害与病害征兆之间的映射关系,完成了对病害征兆组合的分类,通过对实例的仿真,证明了该方法在多病害诊断上能获得良好的效果。     

设施栽培中逆境对园艺作物生长发育及其病害的影响

根据近年来国内外的相关研究进展,针对设施园艺生产中普遍出现的作物生长不良和病害严重等问题,在分析设施内各环境因子改变的基础上,综述了光照不足、温湿度不适、土壤次生盐渍化、酸化、养分失衡以及土壤生物学环境恶化等设施逆境对作物生长发育及其病害的影响。     

基于证据可信度不确定推理的大豆病害诊断方法

针对大豆病害专家系统中诊断特征条件的复杂性和不确定性等问题,将病害证据可信度和不确定性推理的传递算法有机结合,提出了一种基于证据可信度不确定推理的大豆病害诊断方法。由植保知识库的专家先验知识和作物病害发生时期、部位和症状等表现特征,构成可信度权重作为推理依据;利用该文提出的基于证据可信度的不确定推理方法及推理规则,实现了大豆病害的自动诊断与决策。应用实践表明：该方法简单、可靠、易于实现,对大豆病害的诊断准确率达到87.62%,为植物病害的智能远程诊断和科学管理提供了一种高效的新途径。     

国家知识基础设施建设及发展趋势探析

国家知识基础设施已经成为知识经济时代国家赖以生存和发展的基础设施。从国家创新体系的构建、知识共享、学校教育、知识服务和计算机技术的发展等方面,阐述了中国国家知识基础设施建设的意义,并探讨了其未来的发展趋势。     

基于知识图谱与案例推理的水稻精准施肥推荐模型

目前水稻种植户的施肥行为存在一定的盲目性,会造成肥料浪费和环境污染等问题,对此该研究提出了一种基于知识图谱和案例推理的水稻精准施肥推荐模型,包括推荐定性的施肥方案和定量的施肥量两个阶段。首先,使用PairRE模型获取图谱中全部实体和关系的低维向量表示,并在此基础上依据待种植的水稻品种进行知识推理以得到定性的施肥方案;然后,结合实体向量检索出k个相似案例,通过k个案例进行组合预测,得出具体施肥量数值。由中国知网获取166个环境指标数值明确、施肥过程记录完整的水稻施肥事件用于模型的验证,结果表明,与测试事件的实际施肥方案相违背的部分仅占比10.76%;对于氮肥施用总量、磷肥施用总量、钾肥施用总量和氮肥基叶肥与穗肥运筹比例的预测精度分别达到了92.85%、82.61%、79.17%和90.92%。该施肥推荐模型能够输出详细的施肥方案和精确的施肥量,算法过程可解释性较强,可为水稻精准施肥推荐系统的设计提供支撑。     

基于能量平衡的设施蔬菜收获机拉拔切割过程力学特性分析

为深入研究设施蔬菜收获机拉拔切割过程力学特性及其切割机理,该文以生菜根茎部为蔬菜收获机切割特例,自行设计和改造了一台可对切割力和刀具位移进行实时测量的蔬菜根茎部切割装置,并对处于拉拔状态下的生菜根茎部进行了切割试验。根据试验结果分析,将整个切割过程分为变形阶段、破裂阶段和切割阶段,并利用能量平衡理论分析了各个阶段能量之间的转化关系。利用指数函数对变形阶段切割力进行了数学拟合建模,误差在-5.3%~7.8%;利用能量法分析推导出了切割阶段的切割力数学模型,误差在-9.6%~8.2%;破裂阶段的切割力模型简化为直线减小。试验和模型所得切割力曲线得到了很好的吻合,证明了对生菜根茎部切割过程建模的正确性。研究结果表明:拉拔力有利于减小切割阶段的切割力,但过大的拉拔力容易导致切割断口不平齐、收获效果不佳。该研究结果有助于理解蔬菜根茎部切割特性及其切割机理,可为今后改进蔬菜切割装置提供参考。     

基于作物病害胁迫声发射的精准施药

作物病害胁迫声发射技术是当前植保信息化研究的重要内容。该文在分析作物病害胁迫的程度与声发射、环境因子之间的关系的基础上,设计了基于作物病害胁迫声发射机理的精准施药模糊控制模型,提出了适用于现场环境的精准施药自学习模糊算法。并利用MATLAB 对系统模型进行了仿真。结果表明,该模型可方便地控制系统的施药量变化,并能达到较满意的控制效果。该研究为作物精准施药的智能控制提供了一种新的控制思路及方法。     

设施菜地WHCNS_Veg水氮管理模型

与一般大田作物相比,设施菜地集约化程度高、水肥投入量大,加上蔬菜根系浅,土壤养分淋失严重,不仅浪费资源,而且极易引起地下水污染等生态环境问题。定量研究设施蔬菜不同生长阶段的土壤水分动态和氮素去向是制定合理水氮管理方案的基础。该研究在农田土壤水热碳氮模拟模型（soil water heat carbon nitrogen simulator,WHCNS）的土壤水分、碳氮循环模块的基础上,耦合了蔬菜生长发育过程模型,构建了适用于设施菜地水氮管理的机理模型WHCNS_Veg。分别利用山东寿光的设施黄瓜和天津武清的设施番茄田间观测数据,主要包括不同水氮管理措施下实测的土壤水分（含水率和基质势）、土壤氮素（硝态氮含量和淋失量）、植株吸氮量和蔬菜可售卖鲜产量,对WHCNS_Veg模型进行了校准与验证。结果表明,作物生物学指标的模拟精度要高于土壤指标,模拟的黄瓜、番茄产量和植株吸氮量的相对均方根误差不大于12.1%、一致性指数不小于0.934和Nash-Sutcliffe效率系数不小于0.829。土壤指标中,土壤含水率的模拟效果也较好,相对均方根误差、一致性指数和Nash-Sutcliffe效率系数的范围分别为6.2%～9.1%、0.851～0.960和0.477～0.846;其次是土壤硝态氮含量和淋失量,相对均方根误差范围分别为22.2%～40.1%和4.6%～26.0%,Nash-Sutcliffe效率系数范围分别为?0.810～0.636和0.442～0.956。模型对土壤基质势动态模拟的精度相对较低,相对均方根误差、一致性指数和Nash-Sutcliffe效率系数范围分别为22.9%～30.1%、0.223～0.846和?6.344～0.113,主要是滴灌条件下模拟效果较差导致的,说明需要进一步提高滴灌条件下土壤基质势的模拟精度。总体来看,WHCNS_Veg模型较好地模拟了不同水氮管理条件下土壤水氮动态和蔬菜生物学指标,该模型在设施菜地水氮管理方面具有较大的应用潜力。     

日光温室墙体传热的一维差分模型与数值模拟

为了预测和评价日光温室墙体的热工性能,构建了日光温室墙体非稳态传热过程的一维差分模型。根据气象统计参数及其变化规律,确定了墙体表面太阳辐射热量的算法,以及傅立叶级数形式的室内和室外气温等边界条件,墙体表面接收的太阳辐射热量处理为边界节点的内热源。提出了以周期外界条件反复循环作用的“程序预演法”,解决了墙体传热模拟的初始条件问题。采用高效的追赶法求解差分方程组等方法,建立了完整的日光温室墙体传热的数值模拟方法,编制了计算机程序RGWSQCR,通过运行程序模拟日光温室墙体传热过程,可以获得墙内任意点和任意时刻的温度,以及热流量等数据信息,可为墙体热工性能综合分析提供充分的依据。     

用辐热积法模拟温室黄瓜果实生长

为了提高预测温室黄瓜产量的能力,该研究根据温室黄瓜（品种为：戴多星Cucumis sativus cv Deltestar）果实对温度和辐射的响应,建立了以辐热积（Product of thermal effectiveness and PAR,TEP）为尺度的温室黄瓜果实模型,并用独立的试验数据进行了检验。模型对温室黄瓜各节位果实果长、果径和鲜质量的模拟值与实测值的符合度较好,模型对温室黄瓜果长和果径的模拟值与实测值之间的决定系数（R2）分别为0.7325和0.5885;回归标准误差（RMSE）分别为1.64 cm和0.35 cm,而以有效积温（Growing degree days,GDD）为尺度构建的果实生长模型对果长和果径的预测结果与实测值之间的决定系数（R2）分别为0.5768和0.4893;回归标准误差（RMSE）分别为1.83 cm和0.40 cm;本模型对果实鲜质量的模拟结果与实测值之间的回归标准误差（RMSE）和决定系数（R2）分别为25.04 g 和0.6782。而基于有效积温的果实生长模型对果实鲜质量的模拟结果与实测值之间的回归标准误差（RMSE）和决定系数（R2）分别为28.52 g和0.6068。模拟精度提高了12.21%。本研究建立的辐热积模型能较准确地预测温室黄瓜各节位的果实生长,模型的实用性较强,可以为温室黄瓜生产提供理论依据和决策支持。     

基于热平衡模型的温室地表水源热泵系统供暖设计与试验

为降低长江三角洲温室冬季供暖能耗,提出一种采用温室运行热负荷预测技术进行开放式温室地表水源热泵供暖系统（surface water-source heat hump system,SWSHPS）的供暖设计方法。结合温室的工程运行实际和各种环境因素,建立了温室热平衡预测模型。并采用MATLAB/SIMULINK模块进行了8种温室环境条件下的能量数值模拟,计算了温室不同覆盖材料和保温幕状态的能耗,当室外空气温度为0℃时,纳米掺锑二氧化锡涂膜玻璃温室比普通浮法玻璃温室可减少能耗23%,夜间开启保温幕比收拢可减少能耗22%。最后进行了温室冬季供暖试验,试验结果表明：室内空气温度垂直分布较均匀,能够满足设计要求,1月份系统平均制热性能系数（coefficient of performance,COP）值为2.3。基于热平衡预测模型设计的温室地表水水源热泵供暖系统是可行的。     

基于分组注意力模块的实时农作物病害叶片语义分割模型

针对传统农作物病害识别方法准确率低、鲁棒性差等问题,该研究首先提出一种基于分组激活策略的分组注意力模块,利用高阶特征指导加强低阶特征,通过分组计算组内加强系数,减少不同组之间的抑制作用,加强特征表达能力。对比试验表明,分组注意力模块特征强化效果优于传统注意力模块。基于分组注意力模块,该研究提出一种实时高效农作物病害叶片语义分割模型,该模型融合了编码-解码语义分割模型和多流语义分割模型的优点。采用ResNet18模型作为特征提取网络对农作物病害叶片的语义分割像素精度达到93.9%,平均交并比达到78.6%。在单张NVIDIA GTX1080Ti显卡的硬件环境下,输入分辨率为900×600像素的图片,该模型运行速度达到每秒130.1帧,满足实时农作物病害叶片语义分割需求,为现代农业病害识别、自动施肥和精准灌溉等应用提供参考。     

日光温室正压湿帘冷风降温性能及冷负荷计算模型

负压湿帘风机降温被广泛应用于温室生产中,但存在降温均匀性差、限制温室长度及对温室密闭性要求高等不足。为克服负压湿帘风机降温的局限性,提高日光温室降温能力,该研究设计了日光温室正压湿帘冷风降温系统,其气流组织方式为湿冷空气从南屋面底部进入日光温室,热空气由顶开窗排出室外。在北京地区无作物的日光温室对系统夏季降温增湿效果及性能进行试验,试验结果表明:在典型夏季高温白天,正压湿帘冷风降温系统配合遮阳网可将日光温室试验区内平均气温控制在30.7～33.4℃,比采用自然通风配合遮阳网的对照区低5.4～11.1℃,比室外低2.4～5.4℃,降温效果良好;夜间系统对温室降温幅度减小。该系统可有效缓解低湿胁迫,日光温室试验区空气平均相对湿度为49.8%～62.3%,比对照区及室外分别高13.6%～21.2%和13.6%～24.6%。室内风速0.35～1 m/s,气流分布差异性较小。试验条件下,正压湿帘冷风降温系统的平均降温效率为91%,比传统的负压湿帘风机高10个百分点以上;实际平均耗水量为0.035～0.079 g/(m~2·s),且耗水量与室外空气水蒸气饱和压差(VPD,vapor pressure deficit)呈正相关(P0.01,r=0.64)。同时,研究构建了日光温室冷负荷计算模型及湿帘冷风降温设备合理选型方法,其中冷负荷模型是降温设备选型的基础,普遍适用于各种日光温室降温方法的研究。计算得到日光温室夏季降温冷负荷为299.1W/m~2,应安装的正压湿帘冷风降温系统最大比通风量为0.067 m/s。该研究为日光温室正压湿帘冷风降温方法的工程应用提供了技术参考,为日光温室安全越夏生产环境控制提供了理论基础。     

荷兰蔬菜种苗生产装备系统发展现状及对中国的启示

为提高生产率、降低劳动强度和减少生产成本,荷兰蔬菜育苗生产中广泛使用精量播种生产线、嫁接作业生产线、岩棉块种苗生产线和相应配套机具,并借鉴花卉物流化生产模式,开发出穴盘输送装备、岩棉块搬运铺放专用车等生产物料搬运装备,实现了高效、省力、自动化生产。该文结合生产实例分析了利用岩棉块种苗生产线直接播种生产蔬菜种苗和利用播种生产线、嫁接作业生产线及岩棉块种苗生产线生产蔬菜嫁接苗的作业流程,并讨论了各生产流程的作业特性。综合以上论述,总结出荷兰温室种苗生产具有以下特点：由于岩棉具有保水透气、病菌易控等优点,潮汐灌溉具有操作方便可自控、节约水资源等优点,在温室蔬菜生产中广泛采用岩棉块栽培和潮汐灌溉;蔬菜生产效益低于花卉生产效益,造成蔬菜种植企业在自动化生产方面的资金投入相对较低,与花卉生产相比自动化程度也相对较低;精量播种生产线、嫁接作业生产线和岩棉块种苗生产线构成蔬菜种苗生产装备系统的主体,生产线将装备作业环节与人工作业环节按作业流程有机结合,快速提高蔬菜生产效率;针对蔬菜种苗生产中作业量大、劳动强度大的生产物料搬运环节,采取多种途径,提高自动化作业水平,减轻劳动强度,提高生产率。针对中国温室蔬菜生产所面临的劳动力短缺、劳动成本逐年提高、自动化生产水平低下和作业生产率不高等问题,借鉴荷兰设施园艺自动化生产技术的发展经验,中国蔬菜种苗生产应以提高生产率和降低劳动强度为核心目标,注重集成开发,利用现有成熟技术,重点集中开发自动化装备的关键技术,提高开发效率;在构建设施农业装备生产系统方面,应在提高生产自动化水平的基础上,综合考虑装备性价比,引入温室内部物流化生产模式,构建物流化生产系统,提高种苗生产的总体生产效率,促进中国温室园艺生产模式的现代化转型。