农田信息采集车设计与试验

针对传统农业物联网系统存在传感器少、投入成本高、建设周期长和对环境不友好等问题,设计了一种可移动式农田信息智能采集车。利用Matlab仿真对关键部件机械臂的构成和运行情况进行了分析和模拟,对采集车进行了小麦田间性能测试。结果显示,采集车整体设计合理,车辆通过性强,越障最大倾斜角达30°,最大遥控距离45m,获取图像清晰。将传感器采集的数据与常用高精度仪器测量结果进行了比对,农田信息采集车所采集温度、湿度、光照强度、CO2浓度、风速、土壤温度和土壤湿度与高精度仪器设备所测数据的相关系数均大于0. 90,单个采样点平均采集时间为45 s,数据采集满足需求。该采集车可实现定时、定点大范围获取田间数据的功能,能够替代传统物联网系统或对其进行补充。     

农业信息技术人才培养模式的研究与实践

分析了农业信息技术人才培养面临的主要问题与关键环节,针对性地提出了＂厚基础、强实践＂型农业信息技术人才培养模式,并阐述了该模式的指导思想、目标任务、核心内容、重点举措及其实施成效等。     

水稻拔节期株型特征及其与产量关系的研究

以杂交中籼稻汕优63和中粳稻武运粳8号为材料,采用不同的栽插密度、肥料运筹等措施,塑造不同产量的群体,研究水稻拔节期株型特征及其与产量的关系。结果表明：高产群体拔节期叶片的长度适宜,叶鞘载叶量小。汕优63叶角较小,叶片松散度宜小,顶部3叶松散度之和7.7度左右;武运粳8号叶片松散度宜大,顶部3叶松散度之和6.0度左右。群体距顶层35cm左右的透光率达40％－45％,顶部3叶的叶绿素含量适中,光合速率高。     

不同群体水稻抽穗期主要株型指标的研究

以汕优63和武运粳8号为材料,测定了抽穗期的若干株型因子,并对不同群体的株型因子进行了比较。结果表明,高产群体的茎蘖发展合理,成穗率高,株高较矮,上部叶片的叶角小,叶片趋向挺直,叶片的相对高度较高,叶面积适中,叶片的叶绿素含量高。     

FACE水稻氮素动态的模拟研究

为了明确开放式空气CO2浓度增高(FACE)对水稻氮素动态的影响,借助目前我国惟一的FACE技术平台,以武香粳14为供试品种,设置不同施N量处理,研究了大气CO2浓度比对照高200μmol.mL-1的FACE处理对水稻N素吸收利用动态的影响。结果表明,FACE处理使水稻各生育期N素累积量增加,而使含N率下降;增施N肥使FACE及CK条件下的N素累积量均有不同程度的增加。在此基础上建立了相应的模拟模型,模型以时间为驱动因子,描述了水稻N素累积量及含N率随移栽天数的动态变化过程,对CO2浓度增加及常规条件下水稻N素的动态变化均有很好的拟合性。通过不同年份试验数据对模型的检验,结果表明模型的预测性能好,具有很好的适用性。     

基于无人机高光谱数据的小麦生物量估测

高光谱因其通道多、数据量大、信息丰富等特点，在小麦农学参数估测方面被广泛应用。对小麦生物量和植被指数进行相关性分析，结果表明17种植被指数中在拔节期、孕穗期和全生育期与生物量达到显著相关水平的植被指数各有16种；拔节期DVI和RDVI指数相关性最高，r均为0.784;孕穗期GNDVI指数相关性最高，r为0.766;全生育期WI指数相关性最高，r为-0.799;与开花期生物量达到显著相关的植被指数有8种，WBI指数相关性最高，r为-0.642。分别利用各时期与生物量达到显著相关的植被指数构建生物量PLSR估测模型，模型的验证R²和建模R²均是全生育期最高，分别为0.85和0.93,其次是孕穗期、拔节期、开花期。建模RMSE最低的是孕穗期，为461.74 kg/hm²,验证RMSE最低的是拔节期为354.92 kg/hm²。建模和验证R²提升最大的是全生育期，提升了0.11;RMSE下降最多的同样是全生育期，下降了298.93 kg/hm²。总体来看，利用全生...     

不同土壤表面结构对小麦生长发育及产量的影响

为明确不同土壤表面结构对小麦生长发育的影响,通过人工筛土配置8个等级（Ⅰ~Ⅷ）土壤表面结构,分析土壤表面结构对小麦生长发育及产量的影响。结果表明,在等级Ⅰ~Ⅲ的土壤表面结构下,密播时产量分别为6718.54、7375.04和8109.96kg/hm²,疏播时产量分别为5997.34、6822.02和7789.55kg/hm²,均匀播种时产量分别为7267.31、7933.88和8570.04kg/hm²,说明过密或过疏播种均不利于小麦产量的形成,均匀播种有利于小麦高产高效群体的构建,产量最高。在等级Ⅳ~Ⅷ的土壤表面结构下,密播有利于小麦高产,疏播条件下小麦产量最低。根系活力、总茎蘖数、叶面积指数、相对叶绿素含量（SPAD）和氮素积累量等指标在等级Ⅲ和Ⅳ的土壤表面结构下表现较好。根系总长度、株高和单株干物质重等指标在等级Ⅲ~Ⅳ的土壤表面结构下表现较好。与其他等级耕地表面结构相比,根活力、根系形态、群体质量指标和产量等数据表明等级Ⅲ~Ⅳ的耕地表面结构有利于小麦生长发育,同时为构建高产高效群体奠定基础。