沙棘饲料与其他饲料营养价值对比分析

沙棘枝叶和果实富含蛋白质、脂肪、氨基酸、维生素C等营养成分，实践证明沙棘是很好饲料资源。本文通过对沙棘枝叶果实作为饲料原料与普通饲料的评价指标对比分析，验证沙棘具有良好的饲料价值，为沙棘饲料利用与开发提供一定的科学依据。     

三个沙棘亚种果实中的生物活性成分分析

本研究比较了来自中国、芬兰、俄罗斯的3个沙棘亚种中一系列亲水性与亲脂性的生物活性成分的含量与组成。在3个亚种中，中国沙棘果实中维生素C的含量最高，其值为9g／L果汁，其他两种为1～2g／L，果汁。新鲜果实中黄酮的含量在700mg／kg～2000mg／kg之间。各亚种中各种黄酮单体的比例也有变化。中国沙棘中木聚素含量(290～600ug／100g)要高于海滨沙棘(130～370ug／100g)。3种沙棘中，蒙古沙棘的油脂含量最高(种子中是12％，新鲜果实中为6％)。蒙古沙棘果实中棕榈油酸的含量最高。中国沙棘新鲜果实中生育酚和生育三烯酚总含量最高，但是在种子中的情况就正好相反。在3个沙棘亚种中，种子与新鲜果实的甾醇含量没有明显差别，含量分别在1200～1800mg／kg和250～300mg／kg之间。即使是在果实成熟以后，采收时间也会对某些活性物质有重要影响。在1998年8月末到9月底之间，海滨沙棘果实中维生素C的含量呈下降趋势，而在中国沙棘果实中类黄酮总量在9月底达到了顶峰。     

沙棘杂交子代分析

基于5年沙棘子代全面观测，对俄罗斯沙棘品种与中国沙棘优良类型间的地理远缘杂交F1代的表现性状进行了总体分析，认为杂交实验十分成功，亚种间杂交在中国沙棘育种方面有巨大潜力。     

可拆式沙棘果实收集装置的设计

根据新疆阿勒泰地区沙棘种植产业的发展需求,研究、设计了可拆式沙棘果实收集装置,可以在果实成熟的季节方便地收集果实,提高了沙棘果实收集质量并减轻了收果的劳动强度,该装置结构简单、移动、操纵方便。     

保健沙棘醋酸饮料的研制

沙棘是一种营养价值很高的果实，含有丰富的氨基酸、脂肪酸、微量元素，特别是维生素C含量很高。通过微生物发酵法生产出沙棘果醋，并经精心调制而成的沙棘醋酸饮料，具有美容保健之功效。     

沙棘化学组分和一些物理特性

根据成熟度不同与品种不同，沙棘果实百粒重在270～480g(平均重量为350g)。这些果实可以得到60％～85％的果汁。有报道表明，通过离心方法可以得到67％的果汁(Heilscher and Lorber，1996a)。果实或果汁的成分见表11．1(Beveridge et al．，1999)。值得注意的是，这种果实中含有相当多的天然油质，这一点在果实的使用中至关重要(在本书第12章中加以说明)。在沙棘果实中有两个油脂来源：     

沙棘生态建设新资源——生态经济型和经济型沙棘优良品系

水利部沙棘开发管理中心选育的生态经济型沙棘优良品系，于2005年12月顺利通过了水利部国科司组织的专家鉴定，并给予了国内领先的高度评价。以蒙古国引种的沙棘良种实生子代为选择群体，选育出了HS-7和HS-22两个适合于在我国东北地区推广种植的经济型沙棘良种。以“丘伊斯克×中国沙棘”杂交子一代为选择群体，选育出了适应性好、果实产量高、棘刺少、营养丰富的3个生态经济型新品系，为我国干旱、半干旱地区的沙棘生态建设和植被恢复提供了新的材料资源。经济型新品系：HS-7和HS-22两个品系果实成熟期7月下旬，百果重62g，棘刺密度分…     

图片新闻

水利部沙棘开发管理中心选育的生态经济型沙棘优良品系，于2005年12月顺利通过了水利部国科司组织的专家鉴定，并给予了国内领先的高度评价。以蒙古国引种的沙棘良种实生子代为选择群体，选育出了HS-7和HS-22两个适合于在我国东北地区推广种植的经济型沙棘良种。以“丘伊斯克×中国沙棘”杂交子一代为选择群体，选育出了适应性好、果实产量高、棘刺少、营养丰富的3个生态经济型新品系，为我国干旱、半干旱地区的沙棘生态建设和植被恢复提供了新的材料资源。经济型新品系：HS-7和HS-22两个品系果实成熟期7月下旬，百果重62g，棘刺密度分…     

沙棘油脂

果实 沙棘果实由果肉（68%）、种子（23%）和果皮（7.75%）组成（Zadernowski et al.,1997）.Yang和Kallio（2001）最近发现,从中国、芬兰和前苏联（FSU）等地大量选择后采集的沙棘果实中23%～28%是种子,72%～77%是柔软的果肉/果皮.沙棘果实可提取3种油：种子油、果肉油和果皮油.不同于其他植物,沙棘果实的各部分都能合成并积累脂肪.有时果肉油和果皮油没有区别,因此统称为果实油或果肉油.沙棘叶也含油,这部分内容将在稍后部分进一步说明.     

沙棘果实-果柄系统振动采收机理分析与仿真

沙棘在西部广泛种植,用于水土保持和防风固沙。其果实营养丰富、有较高经济价值,但采收非常困难,影响其经济价值。为改变人工采摘的状况,有必要进行沙棘的机械化采收研究。为此,研究了沙棘果实与果柄脱离的振动采摘机理,建立了双自由度受迫振动物理模型,推导出动力学方程,并采用数理微分方程求解得到沙棘果实-果柄系统稳态受迫振动输出解及采摘惯性力。同时,通过贝塞尔函数曲线模拟果实的几何形状,得出果实几何轮廓曲线方程,并利用Pro/E的函数功能画出沙棘果实的三维模型,将模型导入有限元分析软件ANSYS进行了模态分析。结果表明:理论计算的果实-果柄系统的位移、速度和加速度响应与有限元仿真分析的结果比较相符,频率在18~46Hz范围内时,果实部分产生共振且主振型最大,故果实的最佳采摘频率范围可确定为18~46Hz。该研究为沙棘振动采摘装备的开发提供理论基础。     

采摘机器人振荡果实动态识别

提出一种采摘机器人在果实振荡状况下的动态识别方法,解决由于果实振荡影响采摘机器人识别定位时间,进而影响采摘速度和效率的问题。首先对所采集的振荡果实图像进行图像分割,将其分为果实和背景两部分;其次引入帧间差分法、水平最小外接矩形法等对分割图像进行振荡果实动态区域的区域标识,然后对其振荡果实进行识别,当图像中有多个振荡果实时,以距离图像中心最近原则确定采摘振荡目标果实。试验结果表明对实际采摘环境下遇到的多数情况,所提算法都能很好地识别出振荡果实,识别时间少于0.5 s。     

Robotics of Fruit Harvesting: A State-of-the-art Review

Mechanization of the harvesting of fruits, and primarily of those that are destined for the fresh market, is highly desirable in many countries due to the decrease in seasonal labour availability. Some of the technology exists for harvesting fruit intended for processing, but its utilization for soft, fresh fruit is limited, because of the excessive mechanical damage to the fruit during mechanical harvesting.An alternative to the current mechanical harvesting systems, superior from the point of view of fruit quality, but far more ambitious, is automated fruit picking with a robotic system which emulates the human picker.The challenge of developing a cost-effective robotic system for fruit picking has been taken up by researchers at several places in the world. The major problems that have to be solved with a robotic picking system are recognizing and locating the fruit and detaching it according to prescribed criteria, without damaging either the fruit or the tree. In addition, the robotic system needs to be economically sound to warrant its use as an alternative method to hand picking.This paper reviews the work carried out during the past 10 years in several countries, in developing a robot for picking fruit. Its major objective is to focus on the technological progress made so far, point out the problems still to be solved, and outline the conditions, technological and socio-economic, under which the robotic method will be accepted.     

林果机械化采收技术研究及进展

机械化采收是林果全程机械化作业中的重要一环,对促进林果产业健康发展和果农种植效益起到了重要作用。近年来,国内外已经对不同林果采收技术开展相关研究和技术探索。首先对国外不同林果机械化收获现状进行介绍,随后介绍了国内林果和机械化收获研究进展,且着重介绍了新疆特色林果采收技术,并对林果采收技术的后续研究方向进行了概述。     

柿子机械化采收技术现状及解决对策分析——以北京地区为例

北京市栽种柿子已有600余年的历史,其中房山磨盘柿作为北京传统名优特果品,获得了中国地理标志品牌,但近几年产量呈现萎缩趋势,传统果树种植面临着转型升级,采收难一直是制约其产业发展的“瓶颈”。为此,通过对现有柿子采摘现状进行分析,介绍了几种典型采收辅助设备与机械的结构与工作原理,阐述了柿子采收工作存在的主要问题,提出了柿子机械化收获的对策建议,为发展柿子机械化采收提供依据和参考。     

柿子机械化采收技术现状及解决对策

北京市栽种柿子已有600余年的历史，其中房山磨盘柿作为北京市传统名优特果品，获得了中国地理标志品牌，但近几年产量呈现萎缩趋势，传统果树种植面临转型升级，采收难一直是制约其产业发展的“瓶颈”。对现有柿子采摘现状进行分析，介绍了几种典型采收辅助设备与机械的结构和工作原理，阐述了柿子采收工作存在的主要问题，提出了柿子机械化收获的对策建议，为发展柿子机械化采收提供依据和参考。      

基于改进YOLOX的自然环境中火龙果检测方法

自然环境下果实的精准检测是火龙果采摘机器人执行采摘作业的先决条件。为提高自然环境下果实识别的精确性、鲁棒性和检测效率,本研究对YOLOX（You Only Look Once X）网络进行改进,提出了一种含有注意力模块的目标检测方法。为便于在嵌入式设备上部署,本方法以YOLOX-Nano网络为基准,将卷积注意力模块（Convolutional Block Attention Module,CBAM）添加到YOLOX-Nano的主干特征提取网络中,通过为主干网络提取到不同尺度的特征层分配权重系数来学习不同通道间特征的相关性,加强网络深层信息的传递,降低自然环境背景下对火龙果识别的干扰。对该方法进行性能评估和对比试验,经过训练后,该火龙果目标检测网络在测试集的AP_0.5值为98.9%,AP_0.5:0.95的值为72.4%。在相同试验条件下对比其它YOLO网络模型,该方法平均检测精度分别超越YOLOv3、YOLOv4-Tiny和YOLOv5-S模型26.2%、9.8%和7.9%。最后对不同分辨率的火龙果果园自然环境下采集的视频进行实时测试。试验结果表明,本研究提出的改进YOLOX-Nano目标检测方法,每帧平均检测时间为21.72 ms,F₁值为0.99,模型大小仅3.76 MB,检测速度、检测精度和模型大小满足自然环境下火龙果采摘的技术要求。     

林果机械化采收技术研究及进展分析

机械化采收技术对于林果产业的发展有着较大的影响。实现林果机械化采收是当前林果产业转换发展模式、节约成本消耗、提升市场竞争力的重要途径,也是当前林果产业全程机械化以及规模化研究的重点。开展林果机械化采收工作最重要的就是保持高效、低损的状态完成整项采摘工作,最终实现林果的智能化、自动化的采收。基于此本文则深入分析了当前林果机械化采集技术中一次性联合摘果采收,详细阐述了当前林果机械化采收面临的问题,并针对此类问题提出了相应的优化措施。     

单偏心式油橄榄振动采收机仿真优化与试验

为提高油橄榄的振动收获效率，针对油橄榄密植果园的种植环境，设计一种单偏心块悬挂式油橄榄采收机。通过对果实进行受力分析得到果实脱落加速度可简化为果实果柄结合力与果实质量的比值，测量得到脱落加速度的90%分位数为1 113.35 m/s²。通过正交试验仿真研究果树树形参数(主干直径、主干高度、主枝夹角)和激振参数(激振频率、激振力)之间关系，并对仿真与试验相关性进行分析，表明仿真与试验的平均相关系数为0.73,平均相对误差为26.5%,主干直径和主干高度对激振参数有显著影响。使用采收样机对油橄榄(莱星)进行了试验，结果表明：夹持点振幅与激振频率呈正相关关系；果树侧枝3个监测点的共振频率为22.5 Hz,与响应面试验结果的21.8 Hz相近；油橄榄树的平均采净率约为91.22%,且无果实损伤。     

基于YOLO v5s的自然场景油茶果识别方法

针对油茶果体积小、分布密集、颜色多变等特点,为实现自然复杂场景下油茶果的快速精准定位,并依据果实的疏密分布,确定恰当的自动振荡采收装置夹持位置,利用YOLO v5s卷积神经网络模型,开展了自然环境下油茶果图像检测方法研究,用3 296幅油茶果图像制作PASCAL VOC的数据集,对网络进行了150轮训练,得到的最优权值模型准确率为90.73%,召回率为98.38%,综合评价指标为94.4%,平均检测精度为98.71%,单幅图像检测时间为12.7 ms,模型占内存空间为14.08 MB。与目前主流的一阶检测算法YOLO v4-tiny和RetinaNet相比,其精确率分别提高了1.99个百分点和4.50个百分点,召回率分别提高了9.41个百分点和10.77个百分点,时间分别降低了96.39%和96.25%。同时结果表明,该模型对密集、遮挡、昏暗环境和模糊虚化情况下的果实均能实现高精度识别与定位,具有较强的鲁棒性。研究结果可为自然复杂环境下油茶果机械采收及小目标检测等研究提供借鉴。     

振动式林果采收机的机械化试验研究

为深入掌握振动式林果采收机的工作机理,最大限度发挥采收机的作业效率,根据我国林果采收特点及采收机工作机理,给出采收激振的理论模型,建立了林果采收机激振装置的三维物理模型,并针对其智能监控系统展开实地试验。试验结果表明:当激振频率控制在19~20Hz时,林果的平均采净率可达到88%以上,林果树枝损伤率可控制在60%~62%之间,可确定振动式采收机的最佳作业效率发挥范围;且振动式林果采收机的理论模型与实地试验误差控制在6%范围内,验证了此机械化试验的可行性,为高效利用振动式林果采收机提供了参考。