怎样管理好转让后的农机具——查哈阳农场家庭农场调查

查哈阳农场是个建场较早的农场之一,拥有耕地62万亩,总人口6.3万人,其中职工2.2万人,有运输车辆399台,拖拉机219台,收获机250台,各种农机具1,725台件。 1985年,查哈阳农场兴办了7.6千多个职工家庭农场。农业机械,运输机械全部按净值的80％作价转让给职工。转让后的机械保管、使用、维修及更新等诸问题如何     

高寒沙地不同林龄中间锦鸡儿主要养分元素的分配及循环特征

[目的]了解沙地人工植被恢复过程中主要养分元素的分配及循环特征有助于全面地认识植物适应环境的策略,为沙地植被的管理提供理论依据。[方法]以高寒沙地6、9、11、17和31年生中间锦鸡儿人工灌木林为研究对象,采用野外标准株全株收获法,对人工林N、P和K 3种主要养分元素的含量、积累、分配和生物循环特征进行研究。[结果](1)各组分中,叶和皮的养分含量最高,干的养分含量最低;随着林龄的增加,3个径级根系(粗根:直径> 5 mm、中根:2 mm <直径≤5 mm、细根:直径≤2 mm)N含量和叶片P含量显著增加,细根的P和K含量、枝和中根的K含量显著降低;3个径级根系N含量与细根P和K含量呈极显著的负相关关系,中根和细根的N含量与枝和中根的K含量呈极显著的负相关关系。(2)根系养分积累量大于地上组分,其占总养分积累量的百分比随林龄的增加先增加后降低,在17年生人工林达到峰值,N、P和K积累量百分比分别达70%、66%和63%。(3)随着林龄增加,3种养分元素的利用系数降低,循环系数和周转期增加;K的利用系数和循环系数明显大于N和P,周转期明显小于N和P。[结论]高寒沙地中间锦鸡儿...     

番茄色选机的研制

番茄色选机可广泛用于番茄收获和工厂深加工过程,本文研制了基于CCD颜色识别和大规模可编程逻辑器件(FPGA/CPLD)技术的番茄色选机,介绍了其工作原理,阐述了各部分的组成。试验数据表明,该机单通道生产率能够达到1.5t/h、误判率小于2%。     

植物磷匮乏下的根系、代谢和分子响应研究进展

磷是植物正常生长发育所必需的大量元素之一.由于多数土壤条件下可获得的有效磷不足,因此土壤中的磷会影响作物产量潜力的表现.了解植物对低磷胁迫或磷匮乏的响应机制是至关重要的,相关研究已经取得一系列的进展.本文回顾了植物磷匮乏条件下根系统的响应,因为外部土壤中磷的供应状态会影响根构型,评述了植物激素和磷酸酶对磷匮乏的响应,并...     

基于FCN的无人机玉米遥感图像垄中心线提取

为解决农业机器人在玉米田行间行走的全局路径规划问题,该研究提出一种基于全卷积神经网络(Fully ConvolutionalNetworks,FCN)的无人机玉米遥感图像垄中心线提取方法。基于无人机获取的高精度可见光遥感图像,设计了针对农田垄中心线提取的数据集标注方法,采用滑动窗口法进行图像分块,利用深度学习语义分割网络FCN对垄中心线附近7～17像素宽度范围的垄线区域进行提取,模型在测试田块上精确率达66.1%～83.4%,召回率达51.1%～73.9%,调和平均值为57.6%～78.4%;对拼接后的图像使用影像分割投影法提取中心线,探究了垄线区域宽度对垄中心线提取精度的影响,训练采用9像素的垄区域宽度,可得到垄中心线在77 mm左右偏差范围准确率为91.2%,在31.5 mm左右偏差范围内为61.5%。结果表明,基于FCN对无人机玉米遥感图像进行处理,可得到整片田地的垄中心线栅格地图,方便农业机器人进行全局路径规划。     

便携式柑橘虫害实时检测系统的研制与试验

为实现柑橘虫害的快速、准确识别,帮助果农及时掌握果园内虫害的危害程度和分布情况,该研究结合嵌入式图像处理技术设计了一套基于深度卷积神经网络的柑橘虫害实时检测系统。优选MoblieNet作为虫害图像特征提取网络,区域候选网络生成害虫的初步位置候选框,快速区域卷积神经网络(Faster Region Convolutional Neural Networks,Faster R-CNN)实现候选框的分类和定位。检测系统根据目标图像中虫害数量计算危害程度,按照正常、轻度、中度、重度4个等级判定柑橘虫害的严重程度,形成虫害识别与级别定量化测评软件。最后引入北斗模块获取采样点位置信息,进一步处理成可视化的虫害热力图。结果表明,该方法可实现对柑橘红蜘蛛和蚜虫的快速准确检测,识别准确率分别达到91.0%和89.0%,单帧图像平均处理速度低至286ms。该系统实现了柑橘虫害的精准识别与定位,可为农药喷洒作业提供精准信息服务。     

采用改进YoloV4模型检测复杂环境下马铃薯

为解决马铃薯联合收获机在作业过程中分级清选的问题,并在收获作业过程中实时监测评估收获状态,该研究提出一种在光照亮度变化大、土壤与薯块遮挡、机器振动以及尘土干扰等情况下对马玲薯进行识别检测并快速准确获取马铃薯数量以及损伤情况的机器学习模型。在卷积神经残差网络中引入轻量级注意力机制,改进YoloV4检测网络,并将YoloV4结构中的CSP-Darknet53网络替换为MobilenetV3网络,完成特征提取。试验结果表明,基于卷积神经网络的深度学习方法相比于传统Open-CV识别提高了马铃薯识别精度,相比于其他传统机器学习模型,MobilenetV3-YoloV4识别速度更快,马铃薯识别的全类平均准确率达到91.4%,在嵌入式设备上的传输速度为23.01帧/s,模型鲁棒性强,能够在各种环境下完成对正常马铃薯和机械损伤马铃薯的目标检测,可为马铃薯联合收获机智能清选以及智能收获提供技术支撑。     

黄土高原与俄罗斯平原南部干旱地区人工林营造策略分析

通过对比中国黄土高原地区与俄罗斯欧洲部分东南部地区森林生长状况,分析了人工林系统的异同点,探索了可持续的人工造林策略.认为必须通过重新分配大气降水而补充林下土壤水分来改善人工林的生长状况和缓解土壤干化,在中国黄土高原地区可通过调节暴雨径流来实现,而在俄罗斯可通过集中降雪和调节融雪径流实现.     

塑料增塑剂（邻苯二甲酸酯）对珠三角城市群典型中小城市土壤的污染研究

选择了经济相对发达的珠江三角洲城市群中的典型中小城市的菜地和果园土壤进行调查取样,对16种PAEs（邻 苯二甲酸酯）化合物进行了检测,以研究其分布特征,并初步探讨了本区域的PAEs的污染控制问题。结果表明,在珠三角城市中,东莞土壤的PAEs含量最高,各地土壤中的PAEs平均含量依次为东莞〉深圳（珠海）〉中山（惠州）;从珠三角城市菜地和果园的平均PAEs分布来看,东莞和深圳的菜地PAEs明显高于果园;珠海、中山和惠州菜地的平均PAEs与果园基本持平。16种PAEs类化合物在珠江三角洲不同城市的分布各异,东莞市果园和菜地土壤中有11种PAEs含量是采样的5个城市中最高的,表明东莞市土壤受到PAEs污染相对严重,并且值得关注的是东莞土壤中的HEP含量要远远高于其他PAEs化合物。虽然与国内外其他城市土壤相比,所取样调查的珠江三角洲城市土壤中的PAEs含量相对不高,但与美国土壤PAEs控制标准相比,珠三角城市果园和菜地土壤的PAEs主要表现为DEP和DnBP超标,这两类PAEs化合物应该成为重点的污染控制对象。     

黄土丘陵区不同农田类型土壤抗蚀性分异研究

在典型侵蚀环境纸坊沟流域内选取不同农田类型土壤为研究对象,分析了土壤主要理化指标和抗蚀性的演变特征.结果表明:黄土丘陵区不同农田类型土壤化学性质和抗蚀性差异较大,土壤化学性质以坡耕地最低,大棚菜地最高,土壤有机碳、全氮、碱解氮和速效钾含量由高到低依次为:大棚菜地＞川地＞梯田＞坝地＞沟台地＞坡耕地;总体而言,与坡耕地相比,沟台地、川地、坝地、大棚和梯田可以明显增加土壤抗蚀能力,其中沟台地和川地要好于坝地、大棚和梯田.从土壤经营管理角度分析,其它几种农田类型较坡耕地相对更为科学,可以显著增加土壤肥力和提高土壤抗蚀性能.