甘蔗叶粉碎深埋还田机单边平底开沟装置的设计

针对南方甘蔗产区开展实施的甘蔗叶粉碎深埋技术,研制了一种甘蔗叶粉碎深埋还田机。本文重点设计了机具的单边平底开沟装置以适合南方砖红壤的条件要求,确定了开沟装置的结构参数;并通过扭柱型犁体曲面设计,增强了翻土和碎土能力。田间试验表明:甘蔗叶粉碎深埋还田机通过性良好;开沟装置开沟平均深度为39.95cm,底部宽度为25.03cm,上底宽为49.85cm,回土深度为11cm,开沟性能良好,工作可靠,能够满足甘蔗叶深埋技术要求。     

缓控释肥对水稻产量与品质影响的研究进展

施用缓控释肥是缓解我国水稻生产中施氮量高、氮肥利用率低的有效措施。本文总结了缓控释肥施用量和施用方式等对水稻产量和稻米品质的影响及机理。适量减氮施用缓控释肥可保证水稻产量并有效提高氮肥利用效率和改善稻米食味品质。改进施肥方式,如采用侧深施肥或配施速效氮肥有利于进一步提高水稻产量。未来应加强缓控释肥影响稻米品质形成的内在机理、缓控释肥稻田释放规律与水稻根系生长关系及缓控释肥两者混施对水稻产量和稻米品质影响等问题的研究,达到进一步增产增效。     

利用显著图构建注意力深度网络检测诱虫板蔬菜害虫

为提高诱虫板图像蔬菜害虫检测精度,针对背景区域容易导致误检的问题基于显著图分析技术构建了一种注意力深度网络害虫智能视觉检测方法。首先通过显著图筛选出粗候选区域;然后在粗候选区域内用全卷积神经网络精选出细候选区域;接着用神经网络分类器识别细候选区域害虫种类,得到含有冗余的若干检测框;最后用改进的非极大值抑制消除冗余检测框,实现诱虫板图像中目标害虫的检测。针对小菜蛾和瓜实蝇展开试验,获得86.40%的平均精度均值和0.111只的平均绝对计数误差均值,所提方法平均精度均值比Faster R-CNN和YOLOv4分别高2.74和1.56个百分点,平均绝对计数误差均值比Faster R-CNN和YOLOv4分别低0.006和0.003只;同时,消融试验中移除显著图注意力模块后平均精度均值下降了4个百分点、平均绝对计数误差均值增加了0.207只。试验结果表明,所提方法有效提高了诱虫板图像蔬菜害虫检测精度,其中,引入显著图注意力模块对提升检测精度有重要作用。     

基于主成分和隶属函数分析的高粱品种耐深播性综合评价

采用盆栽试验,分别设置1、3、5、7 cm播深,对34个高粱品种在不同播深下的出苗率、幼苗形态和幼苗干物质量进行分析,筛选耐深播性鉴定指标,综合评价高粱品种的耐深播性。研究结果表明,随着播种深度的加大,出苗率、苗长、根长、根数和苗重均呈下降趋势,3、5、7 cm与1 cm播深上述指标测定值的比值分别为0.84～0.60、0.96～0.75、0.83～0.53、0.88～0.64和0.95～0.85;中胚轴长、根重和根冠比呈上升趋势,3、5、7 cm与1 cm播深上述指标测定值的比值为1.52～3.30、1.10～1.25和1.17～1.50;胚芽鞘长在播深间差异不显著。主成分分析结果表明,前4个主成分的累积方差贡献率为77.647%,相对根冠比、相对根长、相对中胚轴长和相对出苗率载荷量最大,将其作为高粱耐深播性筛选的主要指标并计算隶属函数值。根据隶属函数值对高粱品种进行聚类分析,结果显示,34个高粱品种可聚为3类,晋粱白2号等11个品种为耐深播品种,红青壳等14个品种为中等耐深播品种,吉品609等9个品种为深播敏感品种。品种间耐深播性差异明显,杂交种较常规种耐深播性强。     

基于南方红壤耕地气压深松铲的设计与深松仿真分析

针对现有深松机在红壤耕地犁底层土壤深松阻力大、幅宽小、效率低等问题,设计一种基于气压劈裂的气压深松铲。采用CFD软件建立南方耕地红壤犁底层土壤的模型进行深松气压范围标定,并针对相同气压2 MPa下不同容重犁底层土壤的扩散特性进行研究。结果表明:红壤犁底层容重1.8g/cm~3土壤的有效起劈气压范围为1.6～2.4MPa;容重1.6g/cm~3、1.8g/cm~3的犁底层土壤裂隙主要沿水平方向扩散,容重1.4g/cm~3的犁底层土壤裂隙则同时沿竖直方向与水平方向扩散;容重越大的犁底层土壤,深松效果越好。     

基于RGB-D图像的自动化膳食调查系统

针对传统膳食调查方法使用过程繁琐,耗时长的问题,对基于彩色深度图像的自动化膳食调查系统进行研究,采用DeepLabv3+语义分割模型对RealSense传感器获取的食物彩色图像进行分割,根据食物分割结果和对应的深度图像计算每一类别食物体积并结合食物配料表和营养成分估算营养素含量;同时采集人体深度图像序列结合蒙皮多人线性模型拟合三维人体模型,并利用模型点云和人体体重信息计算身体质量指数和腰臀比。结果表明:1)本系统在食物图像分割中的像素准确率为72.1%,像素准确率平均值为97.13%,平均交并比为82.03%;2)食物体积计算中的平均绝对误差均小于40 cm³;3)所有人体样本计算的腰臀比与真实值偏离程度均小于4%。本系统在实现自动监测食物各营养素摄入量的基础上,增加对人体体重状况以及中心性肥胖程度的初步判定,同时提高了膳食调查的便捷性和自动化程度,可以为营养干预提供依据和参考。     

基于卷积神经网络的中国北方冬小麦遥感估产

针对传统的农作物估产方法过度依赖人工经验,以及实地采样成本高等问题。该研究使用MODIS数据构建了基于卷积神经网络(convolutional neural network,CNN)的冬小麦估产模型。对2006-2016年中国北方冬小麦核心区的60个地级市进行模型训练,鲁棒性检验以及估产误差空间特征分析。结果表明:1)估产模型在训练集和验证集的均方根误差(root mean squareerror,RMSE)分别为183.82kg/hm2、689.72 kg/hm2,决定系数(R2)分别为0.98、0.71。2)以同样的神经网络结构对2006-2016年估产样本分别作为验证集,训练11个独立模型的RMSE平均值是772.03 kg/hm2,证明算法具有较高的鲁棒性。3)2007、2012和2016年不同省份的估产结果表明,模型对北方冬小麦区的平原区估产精度较高,尤其是河北和山东2省(RMSE为500 kg/hm2)。该文构建的估产模型可以实现冬小麦单产的复杂拟合,可以应用于较大尺度(范围)冬小麦产量预报。     

秸秆“富集深还”新模式及工程技术

针对长期浅耕造成的土壤亚表层缺乏有机质和过于紧实以及目前秸秆还田成本高或效果差的实际问题,提出了一种简单而有效的快速松土培肥的秸秆还田新模式及相应机具创新和田间工程技术。该技术模式是基于优先快速培肥土壤亚表层的新理念,在条带轮耕深松土壤的同时,将秸秆富集深埋于指定条带的土壤亚表层。将这种秸秆还田新模式称为秸秆富集深埋还田(简称"富集深还"),其主要工程技术是发明研制了秸秆深还筒式犁新机具,通过机械化手段将秸秆富集、粉碎、埋入土壤。具体步骤包括:(1)用指盘式搂草机将玉米秸秆按4∶1~8∶1富集归行;(2)用秸秆还田筒式犁一体机将秸秆粉碎、风力注入指定条带土壤20~40 cm;(3)用免耕播种机在非埋秸秆条带正常免耕播种,实现种还分离,即种植条带(窄行)与埋秸秆条带(宽行)分离。该模式具有秸秆翻压还田与覆盖还田的优点,而克服二者各自的缺点,是秸秆还田与条带少免耕的完美结合,能够实现玉米秸秆连年、机械化全量还田,且不打乱土层顺序、不影响第二年种植。秸秆富集深埋还田,理念新颖,技术可行,对土壤尤其是亚表层有很好的培肥效果。有助于彻底解决秸秆还田成本高或效果差的瓶颈问题,为旱田秸秆田间处理与深厚肥沃耕层构建提供切实可行的机械化工程手段。     

基于经验模式滤波与循环神经网络的水锤压力信号预测

为准确预测水锤信号变化规律,实现对水锤冲击强度和能量等特性的提前预判,针对水锤冲击信号提出了一种基于经验模式分解(empirical mode decomposition, EMD)和循环神经网络(recurrent neural network, RNN)的模型预测方法.首先,通过EMD获取具有不同频率的IMF分量,根据水锤信号的频域特性剔除高频噪声分量并重构信号以实现滤波,滤波后信号能量损失不足0.1%;进而,建立了基于RNN模型的时间序列预测模型,搭建试验平台获取水锤冲击信号,完成了RNN模型的训练和参数调节;随后,对不同流速下水锤冲击信号进行序列预测,在测试集与训练集流速不同条件下,得到了准确的预测结果,表现出一定泛化能力.对比分析预测水锤信号与实际信号,得到R²系数大于0.990 0,幅值和能量损失不足1%,验证了所提出方法的正确性,主要结论和建模方法可为各类输水系统的风险评估、管路监测和健康管理提供理论指导和技术手段.     

高通量测序鉴定柑橘黄化脉明病毒诱导柠檬差异表达microRNA

 柑橘黄化脉明病毒(Citrus yellow vein clearing virus,CYVCV)是我国新发生的危害柠檬的重要病毒。本研究对接种和未接种CYVCV的柠檬叶片样品进行了高通量小RNA测序,以甜橙基因组作为参考,采用生物信息学软件进行miRNA鉴定和靶基因预测。结果显示CYVCV侵染对13个保守miRNA和12个新鉴定的非保守miRNA的表达具有调控作用,对这些差异表达miRNA的靶基因进行预测和功能分析的结果显示,保守miRNA的靶基因功能在植物逆境反应及光合作用和能量代谢相关通路中具有明显的富集现象,推测与CYVCV侵染柠檬植株及诱导病害症状表现有关,而多数新鉴定的非保守miRNA的靶基因功能未能注释到KEGG通路。采用实时荧光定量PCR对部分miRNA的表达水平进行了分析,结果表明miRNA的表达水平在接种CYVCV后30~90 d呈时间动态变化。研究结果为进一步揭示CYVCV与柠檬互作机制提供了重要信息。