生态无人农场模式探索及发展展望

中国的农业生产建立在过量农药化肥投入的基础上,导致农田生态环境失衡,不利于农业的可持续发展,同时,农业劳动力短缺问题日益凸显,寻求一种生态化、高效化、智慧化的农业模式势在必行。基于多年的实践与探索,该文作者团队在山东淄博落地建成了中国首个生态无人农场,提出了"生态无人农场"的模式与发展理念。文章总结出农药、化肥和土壤耕作制度对农田生态系统造成的不利影响最为明显,提出通过一系列无人化作业手段与模式对农田生态系统进行生态化管理与改造,来实现农业生产的可持续发展。在此基础上,通过天空地一体化农情信息获取、地空一体化无人机群协同作业以及构建能够完全自主决策的智慧云大脑的技术集成创新模式,来实现农田信息的自动采集和处理、科学决策以及无人农机的远程控制等功能。文章对生态无人农场关键技术与模式进行了总结论述,提出了生态无人农场模式的实施内涵,以期为未来农业、智慧农业的发展以及推进农业农村现代化高质量发展提供借鉴。     

无人机农业遥感在农作物病虫草害诊断应用研究进展

农田作物信息的快速获取与解析是开展精准农业实践的前提和基础。根据农作物病虫草害的实际程度进行变量喷施和作业管理,可减少农业生产成本、优化作物栽培、提高农作物产量和品质,从而实现农业精准管理。近年来,随着无人机产业的快速发展,无人机农业遥感技术因其空间分辨率高、时效性强和成本低等特点,在农作物病虫草害监测应用中发挥了重要作用。本文首先介绍了精准农业航空的基本思想与系统组成和无人机遥感在精准农业航空的地位。接着探讨了无人机农业遥感系统常见的成像方式和遥感影像解析方法,并阐述了国内外无人机农业遥感技术在农作物病虫草害检测研究的最新进展。最后总结了无人机农业遥感技术发展至今面临的挑战并展望了未来的发展方向。本文将为开展无人机农业遥感技术在精准农业航空领域的研究提供理论参考和技术支撑。     

精准农业航空技术现状及未来展望

<正>1引言在农业生产中,提高产量是人类的主要目的,而农药的发明和使用则是关键手段[1]。但是,随着现代生活质量的提高,农药对环境污染和农作物残留的影响成为人们所密切关注的问题。我国每年使用农药制剂达130万吨,单位面积农药使用量是世界平均水平的2.5倍,受污染的耕地面积达1.5亿亩,约占可耕地面积的1/10,其中很大部分源于农药化肥的不合理施用[2-3]。2015年中央一号文件要求加强农业面源污染治理,大力推广低毒低残留农药,     

农用车组合开关测试设备及评价方法

The farm vehicle combined switch(VCS) being multifunctional and irregular, the evaluations for them have been difficult problems, which has gotten VCS manufacturers and their users into troubles.So some of their users have still been evaluated VCS with the hand touch-feeling method.In order to make the evaluation more scientific, an integrated test facility, which have three kinds of bionic robot hands(twist, push and draw-out type), and its evaluation mothed were developed for VCS.Meanwhile, some tests, which consisted of subjective tests(experts hand touch-feeling) and objective machine tests, were made to examine this technique.The aim of the tests was to grade the same kind of VCS products among three different manufacturers.By comprehensive analysis, a conclusion can be obtained that there is a significant correlation between the subjective expert method and objective machine one in the VCS evaluation.With regard to machine one, the contributions of the parameters such as the shifting force, inflection force and effective shifting time to the evaluation of VCS are major.This machine evaluation technique can be used to describe and grade the quality of VCS products, and ultimately examine their material, process and assembly, which can be a useful method for authorities who make decisions during production, sourcing/buying as well as design of VCS.     

基于可见光图像的水稻颖花开花状态检测方法

通过识别水稻开花张开颖花内外颖与吐出颖花花药的特征,进而准确判断颖花开花时间,是及时进行杂交水稻制种授粉的前提。该研究通过可见光相机获取水稻颖花图像,基于可见光蓝色通道串联大津法（Series Otsu,SOtsu）提取颖花花药,同时使用深度学习算法基于区域的快速卷积神经网络（Faster Regional Convolutional Neural Network,FasterRCNN）及YOLO-v3识别颖花花药与张开颖花内外颖,通过对比不同算法识别精确率、召回率、F1系数以及皮尔逊相关性系数,研究适用于识别颖花开花状态的特征与方法。结果显示,FasterRCNN算法检测张开颖花内外颖精确率达1,召回率达0.97,F1系数为0.98,皮尔逊相关系数为0.993,串联大津法检测吐出花药精确率达0.92,召回率达0.93,F1系数为0.93,皮尔逊相关系数为0.936。这表明串联大津法与FasterRCNN算法适用于水稻颖花开花状态检测,且张开颖花内外颖比吐出花药更适合作为水稻开花状态特征应用于深度学习算法检测。串联大津法可代替FasterRCNN算法在模型构建完成前进行检测,保证水稻颖花开花状态检测连续性。     

冬小麦田植保无人飞机喷施除草剂雾滴粒径及沉积飘移分布特性评估

随着植保无人飞机作业面积的增加,雾滴飘移风险也日益凸显,尤其以除草剂飘移风险危害最高。为明确除草剂溶液对雾滴粒径的影响及植保无人飞机喷施除草剂雾滴沉积飘移分布特性,本研究通过室内雾化室测定了植保无人飞机安装的离心转盘雾化喷头喷洒清水及常用的15种麦田除草剂溶液的雾滴粒径分布,并通过田间试验在药箱中添加荧光示踪剂（60 g/hm²）测定喷施作业区和飘移区的雾滴沉积量分布。室内测定结果表明,与清水相比,除草剂溶液对雾滴粒径影响显著。除唑草酮水分散粒剂外,其余溶液经离心转盘雾化喷头喷洒后,雾滴体积中径较清水均有所降低,且最大降低22.0%;小雾滴（V<150 μm）比例均有所增加,最大增加50.8%。田间飘移试验表明,植保无人飞机喷洒150 μm雾滴,在环境侧风风速为3.76 m/s时,作业区的雾滴沉积覆盖度和雾滴沉积密度仅为风速0.74 m/s时的41.3%和42.2%,且均匀性显著降低。在飘移区下风向12 m位置,雾滴沉积量为作业区的10%以下;下风向50 m处,雾滴沉积量低于检测限（0.0002 μL/cm²）。飘移比率随风速的增加而增加,当风速达到3.76 m/s时,雾滴飘移比率达到46.4%。不同侧风风速下,90%的累积飘移位置在4.8~22.4 m。对飘移区沉积量与飘移距离、侧风风速拟合,结果表明下风向沉积量与风速呈正比。本研究为植保无人飞机冬麦田不同风速作业下的雾滴飘移距离提供数据支持,为喷雾飘移缓冲带、飘移风险评估提供依据。     

农用无人飞机法规与标准制定现状分析

近年来,我国农用无人飞机产业快速发展,应用领域不断扩展,但相关配套的法规和标准却相对滞后。本文系统梳理了国际上主要标准制定、标准实施的组织和机构标准制定目标与主要依据;阐述了日本农用无人飞机管理机构、管理方法与标准使用;我国无人飞机管理、相关政策法规与标准体系建设情况;我国农用无人飞机现有政策法规,行业、地方以及团体标准制定情况。提出为引领行业健康发展,在我国《无人驾驶航空器系统标准体系建设指南》框架下,在农业农村部主导建设下,各级管理机构和标准化组织应从产品(质量)标准、子部件与性能试验等技术标准、操作规范与人员培训等管理标准方面继续开展标准化工作;标准制定不局限于植保无人飞机,还应制定播种、施肥、遥感、辅助授粉等应用标准;应建立涵盖生产、流通、应用、培训、登记认证等环节标准支撑管理需求。通过标准的科学制定与实施,进一步规范行业发展,驱动自主创新,提升农用无人飞机产业在国内外市场竞争力。     

复杂环境中苹果树识别与导航线提取方法

为精准化管理果园,针对存在裸露土壤、遮蔽物、果树冠层阴影和杂草等复杂环境下难以提取导航线问题,通过无人机搭载多光谱相机获取苹果园影像数据后提取果树像元并进行全局果树行导航线提取。通过处理多光谱影像数据得到正射影像图(DOM)、数字表面模型(DSM)图像,选取并计算易于区分杂草与苹果树的归一化差异绿度指数（NDGI）、比值植被指数（RVI）分布图,构建DSM、NDGI、RVI融合图像后,综合利用过绿植被(EXG)指数和归一化差异冠层阴影指数（NDCSI）以阈值分割法剔除融合图像中土壤、遮蔽物、阴影等像元,降低非植被像元对果树提取的干扰。对比使用支持向量机（SVM）法、随机森林（RF）法和最大似然（MLC）法分别提取最终融合图像和普通正射影像中的苹果树像元,并计算混淆矩阵评价各识别精度。试验表明,MLC法对融合图像中果树的识别效果最优,其用户精度、制图精度、总体分类精度、Kappa系数分别为88.57%、93.93%、93.00%、0.8824;相对于普通正射影像,本文构建的最终融合图像使3种方法的识别精度均得到有效提升。其中,融合图像对RF法的用户精度提升幅度最大,为27.12个百分点;对SVM法的制图精度提升幅度最大,为9.03个百分点;对3种方法的总体分类精度提升幅度最低为13个百分点;对SVM法的Kappa系数提升幅度最大,为22.55%,且对其余两种方法的提升也均在20%以上。将本文得到的苹果树像元提取结果图像做降噪、二值化、形态学转换等处理后,以感兴趣区域划分法提取各果树行特征点,并以最小二乘法拟合各行特征点得到导航线,其平均角度偏差为0.5975°,10次测试整体平均用时为0.4023s。所提方法为复杂环境中果树像元和果树行导航线提取提供了重要依据。     

基于Labview的无人机飞行状态实时监测评估系统设计

为了实现无人机飞行状态信息的自动化采集和性能评估,该文设计了基于 Labview 的无人机飞行状态实时监测评估系统,该系统利用传感器采集无人机的飞行状态信息：包括三轴姿态角、三轴角速度、三轴速度、三轴加速度、GPS经纬度及海拔高度、环境温度和气压等。无线传输模块将经过简单处理之后的信息传输至PC机,基于Labview建立的监测评估软件对这些数据进一步处理之后,实时图形化显示三轴姿态、飞行高度、二维轨迹、三维轨迹和航迹偏差;根据三轴姿态信息实时模拟无人机姿态,自动计算飞行里程,并自动保存所有数据。飞控手目视操控无人机的试验结果表明：平均航迹偏差高达5.2 m,定高飞行的平均高度偏差为0.9 m,横滚角和俯仰角波动幅度均在8°以内,整个测试过程中传感器温度下降了2℃。数据分析结果与系统输出结果一致,该系统运行稳定,输出结果可靠,能够用于实时监测、图形化显示、评估和记录无人机飞行状态信息,为无人机飞行性能的评估及飞控手的训练提供参考。     

农业人工智能技术:现代农业科技的翅膀

加快推进人工智能等现代信息技术在农业中的应用,是现代农业发展的迫切需求,也有利于推进国家乡村振兴战略、数字乡村建设和智慧农业的发展。为深入剖析人工智能技术驱动智慧农业发展的潜力与方向,本文综述了农业人工智能的几个关键技术以及人工智能在种植业、禽畜牧业和农产品溯源与分级等应用研究领域的现状;分析了国内外农业人工智能技术的差距以及我国农业人工智能技术面临的国际态势和挑战;提出了我国发展农业人工智能的对策与建议。