优化施肥方式对黄土高原新增耕地土壤有机质含量和团聚体特性的影响

[目的] 研究优化施肥对黄土高原地区新增耕地土壤质量和作物产量的影响,为新增耕地土壤建立合理的优化施肥处理和区域新造土地的健康可持续发展提供理论依据。[方法] 通过盆栽种植试验,评估有机肥处理（OF）、有机肥配施化肥处理（NP）、常规施肥处理（CF）对新增耕地土壤团聚体数量、结构稳定性、有机质含量和玉米产量的改良效应。[结果] CF处理下新整治耕地土壤有机质含量最低为7.08 g/kg,土壤水稳性大团聚含量低,结构稳定性差。与CF处理相比,优化施肥方式下的OF和NP处理显著提高了新增耕地土壤有机质含量和玉米产量（p<0.05）,>0.25 mm粒级大团聚体含量和团聚体稳定性显著提升,其中OF处理对新整治耕地土壤团聚体数量和稳定性的改善效果最佳。在0—10 cm土层,OF和NP处理下土壤有机质含量分别为12.67,11.79 g/kg,比CF处理分别提高了46.2%和36.1%。OF处理下水稳性团聚体MWD,GMD,R_0.25值分别比CF处理高了62.5%,21.4%和148.3%,分形维数比CF处理降低了1.7%;NP处理下水稳性团聚体MWD,GMD,R_0.25值分别比CF处理高了18.8%,3.6%和40.9%,分形维数比CF处理降低了0.4%。在10—20 cm土层,OF和NP处理下土壤有机质含量、团聚体数量和结构稳定性也得到一定的提升。土壤有机质含量与团聚体平均重量直径（MWD）、几何平均直径（GMD）呈显著正相关关系（p<0.001）。[结论] 优化施肥是有利于提升新整治耕地土壤结构稳定性、保肥特性和土地生产力的有效措施。     

老挝凯山丰威汉市土地资源的空间优化配置

[目的] 通过土地资源的空间优化配置,提高土地利用效率,促进各类产业和基础设施的合理布局,为区域社会经济综合发展提供理论依据。[方法] 将GIS空间分析技术、Logistic回归分析方法与CLUE-S模型相结合,以老挝凯山丰威汉市为研究区域,开展土地资源空间优化配置研究。在空间适宜性和数量结构的约束下,以用地需求、限制因素、转换规则和空间特征为基础进行模型运算,对凯山丰威汉市土地资源进行空间优化配置。[结果] 城市建设用地和水田在原有基础上向适宜区域扩张,分布较为稀疏的林业用地因得到开发利用而相应减少,其他用地类型在数量上和空间上的变化均不明显。[结论] 城镇化建设和农业发展能够为凯山丰威汉市的经济发展提供基础和支撑,同时需要兼顾生态保护,促进土地资源的统筹协调可持续利用。     

采用改进CNN对生猪异常状态声音识别

猪只声音能够体现出其生长状态,该研究针对人工监测猪只声音造成的猪只疾病误判以及耗时耗力等问题,研究基于卷积神经网络（Convolutional Neural Network,CNN）的生猪异常状态声音识别方法。该研究首先设计猪只声音实时采集系统,并利用4G通讯技术将声音信息上传至云服务器,基于专业人员指导制作猪只异常声音（生病、打架、饥饿等）数据集,提取猪只异常声音的梅尔谱图特征信息;其次引入多种注意力机制对CNN进行改进,并对CBAM（Convolutional Block Attention Module）注意力机制进行优化,提出_CBAM-CNN网络模型;最后将_CBAM-CNN网络模型分别与引入SE_NET（Squeeze and Excitation Network）、ECA_NET（Efficient Channel Attention Networks）和CBAM注意力机制的CNN神经网络进行对比,试验结果表明该文提出的_CBAM-CNN网络模型在最优参数为128维梅尔频率、2 048点FFT（Fast Fourier Transform）点数、512点窗移下的梅尔谱图特征下相较于其他模型对猪只异常声音识别效果最佳,识别率达到94.46%,验证了算法的有效性。该研究有助于生猪养殖过程中对猪只异常行为的监测,并对智能化、现代化猪场的建设具有重要意义。     

不确定场景下无人农机多机动态路径规划方法

在现代化农业中,越来越多的龙头企业或农村合作社提供一系列的农业作业专业化服务,引入多台农机进行规模化作业,不仅提高效率,而且可以实现抢种抢收,减少自然灾害的风险。目前,多台农机并行作业仍以预先计划的固定农机和静态的固定路线为主,但在实际耕种、收割等作业中,常会出现农机突发故障、农机临时增加、农机工作效率不一致等不确定场景,这些不确定性给多台农机集群控制带来巨大挑战。因此,研究不确定场景下多机动态路径规划方法具有十分重要的理论意义和实用价值。该研究以总作业时长为综合优化目标,综合各种不确定场景,针对轮式自动驾驶拖拉机,提出了改进的迭代贪婪（Improved Iterated Greedy, IIG）方法进行多机动态路径规划,解决以往传统方法在不确定情况发生后路径规划结果低效甚至失效的问题。试验表明,该方法在不确定场景下可及时、高效的动态调整路径规划方案,能够为不同数量、不同性能的农机迭代找到当前最优路径。与传统的并排作业方法相比,IIG优化的矩形农田作业路径总作业时间平均下降约35%,且随着农机性能差异越大,节省时间越多;与迭代贪婪（Iterated Greedy, IG）方法相比,IIG在一般播种作业中总掉头时间平均减少约17%。该方法在不确定场景下路径优化效果较好,且具有很好的鲁棒性及环境适应性,可为农田无人作业多机路径规划提供参考。     

基于语义分割的非结构化田间道路场景识别

环境信息感知是智能农业装备系统自主导航作业的关键技术之一。农业田间道路复杂多变,快速准确地识别可通行区域,辨析障碍物类别,可为农业装备系统高效安全地进行路径规划和决策控制提供依据。该研究以非结构化农业田间道路场景为研究对象,根据环境对象动、静态属性进行类别划分,提出一种基于通道注意力结合多尺度特征融合的轻量化语义分割模型。首先采用Mobilenet V2轻量卷积神经网络提取图像特征,将混合扩张卷积融入特征提取网络最后2个阶段,在保证特征图分辨率的基础上增加感受野并保持信息的连续性与完整性;然后引入通道注意力模块对特征提取网络各阶段特征通道依据重要程度重新标定;最后通过空间金字塔池化模块将多尺度池化特征进行融合,获取更加有效的全局场景上下文信息,增强对复杂道路场景识别的准确性。语义分割试验表明,不同道路环境下本文模型可以对场景对象进行有效识别解析,像素准确率和平均像素准确率分别为94.85%、90.38%,具有准确率高、鲁棒性强的特点。基于相同测试集将本文模型与FCN-8S、SegNet、DeeplabV3+、BiseNet模型进行对比试验,本文模型的平均区域重合度为85.51%,检测速度达到8.19帧/s,参数数量为,相比于其他模型具有准确性高、推理速度快、参数量小等优点,能够较好地实现精度与速度的均衡。研究成果可为智能农业装备在非结构化道路环境下安全可靠运行提供技术参考。     

资源环境硬约束下中国耕地休耕优先区识别

为厘清全国耕地资源环境本底并识别中国休耕优先区,该研究从生态保护红线、土壤污染状况、地下水超采和耕地质量等级等4个维度,运用生态保护红线划定、内梅罗综合污染指数、地下水水位变幅等方法系统分析中国耕地资源环境胁迫因子空间格局及分异特征,并构建多准则休耕规则识别不同情景下中国休耕规模及优先区的空间分布。结果表明：1）中国北方划入生态保护红线范围内耕地面积远高于南方,划入一级生态保护红线范围内耕地占3.57%;2）中国耕地重、中度污染面积分别占1.23%和2.31%,南方整体污染高于北方且南方呈局部分散、北方呈点状集聚格局;3）地下水超采区集中于河北、河南、吉林和江苏,重度超采区仅占0.68%;4）耕地质量总体一般,劣等、低等耕地面积分别占3.69%和14.0%,北方明显高于南方且大范围分散分布。依据多准则休耕规则综合评判,划入休耕优先区占全部耕地的23.70%,比食品安全优先、产能损失最小和生态保护优先3种情景分别高8.40%、4.18%和3.12%,其中禁植必休区、限植休耕区和重点轮休区分别为1.95%、4.71%和6.18%。因此,必须从源头治理视角厘清耕地资源环境本底,权衡休耕的迫切性,为国家层面上休耕规划有效落地、污染休耕治理和耕地保护创新提供技术支撑。     

坡耕地等高反坡阶整地年限对土壤改良和玉米产量的影响

为探究等高反坡阶整地改良红壤坡耕地土壤质量的效果,利用田间定位试验,以滇中昆明松华坝迤者流域坡耕地试验区已实施等高反坡阶整地措施3(CRT 3),7(CRT 7),9(CRT 9)年的样地及原状坡耕地(CK)为研究对象,结合各样地玉米产量探明实施年限对土壤结构、肥力和酶活性特征的影响.结果 表明:等高反坡阶整地年限显著...     

基于水平吸渗确定土壤水分扩散率的解析-修正法

准确测试土壤水分扩散率是研究水分在土壤中运移的关键之一.针对水平吸渗法测试土壤水分扩散率易受边界效应影响的问题,该研究构建解析-修正法,以提高测试结果的精度.假设第一类边界条件下,一维水平入渗Richards方程解的形式与其对应线性化方程的解析解相似,结合常数变易法,推导了一维水平入渗Richards方程的近似解析解....     

基于物元可拓模型的黄河兰州段突发水污染安全评价

[目的]科学评价黄河流域突发水污染安全等级,为提高黄河流域突发水污染事件应急响应能力提供参考.[方法]基于科学性、整体性、数据可获得性等原则,通过PSR模型遴选16个与黄河兰州段相关指标构建评价指标体系,并以黄河兰州段2014-2019年数据为基础,采用GRA-PCA组合确定指标权重,运用物元可拓模型得到其突发水污染安...     

小麦面条和面过程不同阶段面絮的划分与自动识别

和面是小麦面条加工过程中重要的一道工序,主要依据人工经验判断和面终点,缺少基于客观分析的自动化评价方法。为了实现和面过程的自动化,该研究依据小麦面条和面过程中面絮颗粒宏观状态,通过面絮状态图像的数据分析,并且从面条质构、水分状态及分布、蛋白质分子特性及微观结构揭示和面阶段划分的依据。结果表明,和面过程可以划分为初始面粉（阶段1）、润湿黏连（阶段2）、聚集成形（阶段3）、破裂分散（阶段4）和稳定平衡（阶段5）5个阶段,阶段5占和面总时间的50%左右;从阶段2到稳定平衡阶段初期（阶段5-1）,面片的硬度、弹性和咀嚼性逐渐增加并达到最大,在稳定平衡阶段中后期（阶段5-2、5-3）,面片硬度等指标数值下降;低场核磁共振与核磁共振成像分析结果表明,阶段2的水分自由度高,和面过程加速了水分在固、液、气三相之间的交换,并在阶段5达到稳定;所有和面阶段中氢键、离子键的强度明显低于疏水相互作用的强度,游离巯基含量在阶段5-2、5-3逐渐降低至稳定,二硫键含量在此阶段逐渐增多并保持稳定,蛋白质实现充分交联,决定了面条微观结构和宏观状态。构建基于深度学习的Transfer-ResNet50网络模型,实现和面阶段面絮图像的自动识别,模型识别准确率达98.5%,具有良好的可靠性,可以实现和面终点的自动判断。综上所述,面絮宏观颗粒状态可以作为和面过程划分的可靠依据,深度学习也为小麦面条和面过程自动控制提供新的思路。