亚洲一区欧美在线,日韩欧美视频免费观看,色戒的三场床戏分别是在几段,欧美日韩国产在线人成

摘要:作物長勢是糧食產(chǎn)量估測與預測的主要信息源，隨著高時空分辨率遙感數(shù)據(jù)的不斷出現(xiàn)，遙感數(shù)據(jù)已呈現(xiàn)出明顯的大數(shù)據(jù)特征，以深度學習為基礎的作物長勢監(jiān)測和產(chǎn)量估測已成為指導農(nóng)業(yè)生產(chǎn)的重要手段之一。本文通過總結深度學習模型樣本以及模型結構的發(fā)展歷程，概括了深度學習在區(qū)域尺度的研究現(xiàn)狀，其中從樣本構建和樣本擴充兩方面概述了模型樣本，從卷積神經(jīng)網(wǎng)絡（CNN）、循環(huán)神經(jīng)網(wǎng)絡（RNN）及其優(yōu)化結構和模型可解釋性總結了深度學習模型結構的進展；隨后從無人機平臺和衛(wèi)星平臺兩方面闡述了田塊尺度國內(nèi)外作物長勢監(jiān)測和產(chǎn)量估測研究的最新進展；最后指出了目前存在的問題和未來擬重點加強的研究任務，主要包括通過基于區(qū)域和參數(shù)的遷移學習以改善小樣本的限制；深度學習模型和作物生長模型有機結合，以提高模型的可解釋性；無人機平臺與衛(wèi)星平臺相結合，確保時空融合過程中尺度轉換的精度；深入探索深度學習在作物長勢監(jiān)測方面的應用潛力。

摘要:針對東北稻區(qū)秸稈粉碎質(zhì)量不達標影響后續(xù)整地質(zhì)量，機具下地作業(yè)次數(shù)多土壤壓實嚴重的問題，設計一種連接裝置可連接秸稈粉碎還田機與整地機具，一次下地實現(xiàn)秸稈粉碎還田與整地的復式作業(yè)。綜合考慮秸稈粉碎還田與犁耕之間的交互作用與匹配性，從橫垂面、縱垂面、水平面3個運動平面對連接裝置進行理論分析，并通過仿真對連接裝置進行穩(wěn)定性分析。通過理論分析，進行連接裝置橫垂面幅寬匹配性、縱垂面作業(yè)位置匹配性、水平面動力學匹配性研究；根據(jù)理論分析得的連接參數(shù)，進行連接裝置結構設計；通過ANSYS Workbench進行關鍵連接裝置的靜力學分析及動態(tài)分析，設計的裝置滿足強度要求及運輸狀態(tài)的穩(wěn)定性要求。復式作業(yè)與分段作業(yè)的田間試驗表明，復式作業(yè)能夠達到犁耕的工作穩(wěn)定性要求，耕深平均值為17.3cm，耕深穩(wěn)定性系數(shù)為91.2%，耕寬平均值為119.2cm，耕寬穩(wěn)定性系數(shù)為93.6%；復式作業(yè)植被覆蓋率為95.7%，分段作業(yè)植被覆蓋率為98.3%，二者無顯著性差異，且復式作業(yè)油耗比分段作業(yè)少，可減少油耗3.15kg/hm2。

摘要:寬苗帶冬小麥種植和肥料分層施用技術具有較好的應用推廣價值，為了促進農(nóng)藝農(nóng)機融合，設計了一款寬苗帶冬小麥分層施肥播種聯(lián)合作業(yè)機，以及一套與其配套使用的精量排肥/排種控制系統(tǒng)。首先確定了聯(lián)合作業(yè)機的整體架構，并對其限深機構、三點懸掛機構等進行重點設計，其中限深機構的支架安裝傾角設置為15°，使限深輪旋轉中心與旋耕機構刀軸旋轉中心的水平間距增大115mm，以避免前拋土塊或秸稈對限深機構正常滾動的影響，另將傳統(tǒng)三點懸掛機構上懸掛點由球形副變換為移動副，使種肥分層投送機構的縱向橫梁時刻與地面平行；然后開發(fā)了精量排肥/排種控制系統(tǒng)，確定了嵌入式主機、液壓馬達電控驅動模塊等關鍵硬件的選型方案，設計了嵌入式主機的操作軟件界面，使聯(lián)合作業(yè)機能夠精準控制深、淺層肥和種子的排量；最后對聯(lián)合作業(yè)機主要技術參數(shù)、旋耕深度等15項指標進行檢測，試驗結果表明，聯(lián)合作業(yè)機所測指標均滿足規(guī)定的性能要求，能夠滿足田間的肥料分層施用、寬苗帶播種農(nóng)藝技術要求。

摘要:針對帶勺式馬鈴薯排種器作業(yè)過程中存在漏播問題，分析排種器工作過程，設計漏播檢測與補種系統(tǒng)。對檢測模塊、補種模塊、單片機模塊、顯示模塊和聲光報警模塊進行電路設計、硬件選型和機械結構設計，針對整個控制系統(tǒng)的控制要求編寫控制程序，實現(xiàn)馬鈴薯漏播檢測與補種控制。采用高速攝像技術，對補種模塊動作的響應速度進行分析，結果顯示，可以滿足排種器在當前最快運行速度6.8km/h下的連續(xù)補種需求。搭建試驗臺進行系統(tǒng)漏播檢測與補種的成功率性能測試，結果表明，當取種帶線速度為0.14~0.54m/s時，原始漏播率為5.9%~11.4%，經(jīng)該系統(tǒng)補種后，最終漏播率為0.9%~2.1%，該漏播檢測模塊漏播檢測成功率為100%，補種模塊的補種成功率平均為83.0%，在試驗速度范圍內(nèi)，隨著取種帶線速度的增大，該系統(tǒng)漏播檢測仍準確，且補種成功率較為穩(wěn)定。

摘要:為解決雜交蒜尺寸差異大而導致排種過程中單粒合格指數(shù)低及漏播指數(shù)高的問題，設計了一種擾種齒輔助氣吸式大蒜排種器。以雜交蒜為研究對象，闡述了擾種齒輔助氣吸式大蒜排種器的工作原理，基于雜交蒜自身的物理特性和農(nóng)藝種植要求，構建了擾種齒曲面方程，確定排種器的關鍵結構參數(shù)；在此基礎上以取種合格指數(shù)為試驗指標，基于EDEM軟件對排種過程進行仿真分析，確定最佳擾種齒結構參數(shù)；最后以作業(yè)速度、排種盤轉速、真空度為試驗因素，以合格指數(shù)高、漏播指數(shù)低為試驗指標，進行了雜交蒜排種性能試驗；在回歸模型優(yōu)化的基礎上得出，當作業(yè)速度為1km/h、排種盤轉速為11.66r/min、真空度為5kPa時，取種合格指數(shù)為87.1%、漏播指數(shù)為8.8%，滿足大蒜單粒取種要求。

摘要:秸稈還田是土壤培肥與豐產(chǎn)增效的重要技術途徑，對農(nóng)業(yè)可持續(xù)發(fā)展具有重要的現(xiàn)實意義。但目前針對秸稈還田作業(yè)質(zhì)量的測試評價研究仍十分有限，尤其缺乏耕整作業(yè)后的秸稈在土壤各層空間分布效果的綜合定量評價。以生產(chǎn)環(huán)節(jié)的旋耕秸稈還田質(zhì)量評價為例，利用2D數(shù)字圖像法、3D逆向工程技術和Matlab計算模塊等現(xiàn)代信息技術構建了一套秸稈還田作業(yè)質(zhì)量的綜合測試評價技術，所研發(fā)的測試評價技術針對秸稈在地表層和地下層的分布狀態(tài)構建出融合單元格、埋覆率、深度方向、水平橫向、水平縱向等多尺度水平的復合型評價指標，基于該技術及指標集評價分析了3cm（T3）、5cm（T5）、7.5cm（T7.5）、10cm（T10）、12.5cm（T12.5）和15cm（T15）6種不同長度秸稈經(jīng)旋耕混埋后在土壤各層空間中的分布狀態(tài)，結果表明，在地表層，各區(qū)間秸稈占比變異系數(shù)先減小后增大最后趨于平穩(wěn)，T5處理的變異系數(shù)最小，為10.2%；隨著秸稈切碎長度的增加，秸稈埋覆率減小，并呈對數(shù)關系，模型決定系數(shù)大于0.97。在地下層，沿深度方向分割，秸稈切碎長度越短，中下層（5~15cm）秸稈占比越多，T3與T5處理秸稈占比分別為76.8%和71.7%，優(yōu)于其他處理；沿水平方向分割，不同處理的變異系數(shù)無明顯規(guī)律，但從整體而言，T3和T5處理的水平橫向與水平縱向變異系數(shù)均不大于22.8%，分布均勻性明顯優(yōu)于其他處理；按單元格分割，各單元格的變異系數(shù)與無秸稈單元格占比都隨秸稈切碎長度增加而逐漸增大，T3和T5處理的變異系數(shù)分別為73.6%與73.1%，無秸稈單元格占比均為15.7%，秸稈分布較均勻。綜合分析表明，〖JP2〗秸稈切碎長度對旋耕還田質(zhì)量有顯著影響，T3和T5處理的秸稈混埋效果較好，考慮能耗因素，半喂入收獲機選擇秸稈切碎長度5cm為宜。

摘要:針對油麥兼用型氣送式集排器排種過程中混種部件內(nèi)壓力梯度變化方向與種子輸送方向不匹配，造成種子倒流和逆流，降低集排器各行排量一致性的問題，設計了一種基于文丘里原理的混種部件，確定了文丘里混種室和輸種管的主要結構及關鍵參數(shù)，分析了輸送氣流速度、種子速度、混種部件結構對總壓力損失的影響。應用DEM-CFD耦合仿真對比分析了3種輸種管與2種文丘里混種室組合的6種結構混種部件對種子遷移軌跡、輸送氣流壓力分布及輸種性能的影響，結果表明：加速混合段的文丘里混種室與彎管接頭的輸種管組合的混種部件輸種性能較優(yōu)，輸種管垂直管段內(nèi)油菜和小麥各區(qū)域種量一致性變異系數(shù)分別為9.63%和13.43%。利用智能種植機械測試平臺開展較優(yōu)組合的混種部件對排種性能影響試驗，結果表明：油菜種子倒流率低于3.2%，無種子逆流，小麥種子無倒流和逆流；油菜和小麥各行排量一致性變異系數(shù)分別低于5%和3.9%，總排量穩(wěn)定性變異系數(shù)分別低于1.15%和1.35%，滿足油菜和小麥排種性能要求，可為氣送式集排器混種部件的結構改進提供參考。

摘要:針對氣流輸送式排種系統(tǒng)分配器工作過程中存在紊流等現(xiàn)象破壞種子流分配均勻性的問題，以鯽魚流線型曲線為仿生原型，提出了一種分配器仿生設計方法。對鯽魚進行三維掃面，獲取點云數(shù)據(jù)，利用Matlab軟件擬合得到4條鯽魚流線型曲線，設計4種不同結構分配器，同時采用標準k-ε模型非穩(wěn)態(tài)的Lagrangian耦合算法對4種仿生結構分配器與原結構分配器進行氣固兩相流耦合仿真對比，得到最優(yōu)結構。采用二次回歸通用旋轉組合設計試驗，以播種量和風機頻率作為影響因素，以各行排量一致性變異系數(shù)作為試驗指標，對最優(yōu)結構分配器開展驗證試驗。仿真分析結果表明：根據(jù)前上部曲線設計的分配器基本消除紊流現(xiàn)象且壓力損失與各行排量一致性變異系數(shù)最小，確定其為最優(yōu)結構。驗證試驗結果表明：優(yōu)化后的分配器各行排量一致性變異系數(shù)不大于3.72%，滿足實際生產(chǎn)需求，說明流線型分配器能夠有效提高排種系統(tǒng)種子分配均勻性。

摘要:為解決在滴灌帶淺埋鋪設過程中，當機具緊急停車時滴灌帶易產(chǎn)生松弛擁堵等現(xiàn)象，以及鋪設裝置對地形適應能力差等問題，設計了一種適用于玉米播種機且具備自動鎖緊功能的滴灌帶淺埋鋪設裝置。闡述了該滴灌帶淺埋鋪設裝置的基本結構和工作原理，并對關鍵部件進行了理論分析與設計。對滴灌帶卷盤轉軸進行模態(tài)分析表明，該軸在正常作業(yè)時不會產(chǎn)生共振現(xiàn)象，并確定了滴灌帶輸送與自動鎖緊裝置、仿形裝置和開溝鋪設裝置的關鍵結構和工作參數(shù)。依據(jù)玉米寬窄行種植模式要求，將滴灌帶鋪設裝置集成在玉米播種機上并進行田間試驗。結果表明：當機組作業(yè)速度為4~6km/h時，滴灌帶輸送順暢，鋪設深度合格率為93.0%，鋪設深度變異系數(shù)為22.3%，覆土量為619.5g，能夠滿足滴灌帶淺埋鋪設的要求，當機組緊急停車時，滴灌帶鋪設自動鎖緊裝置及時鎖緊，有效防止了滴灌帶的松弛、擁堵現(xiàn)象。

摘要:因田間地表起伏，高地隙施藥機在作業(yè)過程中車體極易發(fā)生橫滾方向的傾斜，同車體剛性連接的噴桿同時傾斜，甚至與作物、地面碰觸，影響噴藥均勻性和作業(yè)安全性。為此基于機電液一體化控制方法，設計了高地隙施藥機噴桿自動調(diào)平系統(tǒng)。設計電控液壓調(diào)平機構，使噴桿與車體柔性聯(lián)接，實現(xiàn)在橫滾方向上噴桿與車體的相對轉動。采用姿態(tài)測量方法實時檢測噴桿橫滾角度，對橫滾角度進行平均值濾波以準確感知噴桿姿態(tài)。采用增量式PID算法計算并輸出信號至液壓電磁閥以控制調(diào)平油缸動作，實時調(diào)節(jié)噴桿在橫滾方向上的姿態(tài)。以華盛泰山3WP-500G型施藥機為平臺，在場地試驗過程中，通過改變響應閾值與平均值濾波器參數(shù)，對系統(tǒng)響應速度、穩(wěn)定性和控制誤差進行對比分析，確定了噴桿自動調(diào)平參數(shù)最優(yōu)組合，測試調(diào)平誤差最大值為1.84°，均方根誤差小于等于0.689°。田間試驗結果表明，調(diào)平誤差最大值為1.53°，平均值為0.135°，均方根誤差為0.454°，噴桿調(diào)平后角度保持1°以內(nèi)，70%時間角度在0.5°以內(nèi)，滿足噴桿自動調(diào)平控制要求。

摘要:針對油菜移栽機以半自動化為主，缺乏與基質(zhì)塊苗取苗機構相匹配送苗裝置的問題，設計了一種油菜基質(zhì)塊苗移栽機雙向遞進式送苗裝置。闡述了送苗裝置工作過程，測定了油菜載苗基質(zhì)塊力學特性，確定了送苗過程中載苗基質(zhì)塊穩(wěn)定輸送的工作參數(shù)，構建了送苗過程中橫向遞進送苗階段和縱向連續(xù)送苗階段運動學模型。以苗框底高、上導桿高度、縱向送苗速度為因素，送苗同步率、送取苗成功率為評價指標，開展了單因素試驗和三因素三水平二次正交組合試驗。單因素試驗結果表明：當苗框底高為5~25mm、上導桿高度為45~55mm、縱向送苗速度為80~140mm/s時，送苗效果較好。二次正交組合試驗結果表明：苗框底高為10.7mm、上導桿高度為50.0mm、縱向送苗速度為140.0mm/s時送苗效果較優(yōu)，較優(yōu)參數(shù)組合下臺架試驗得出送苗同步率為94.54%，送取苗成功率為93.13%，田間驗證試驗結果表明送苗同步率為92.20%，滿足油菜移栽機送苗技術要求。

摘要:針對噴桿式噴霧機在農(nóng)作物生長中后期進行施藥作業(yè)時需加裝吊噴桿、分禾器等施藥輔助裝置，而加裝后立式折疊噴桿易產(chǎn)生干涉，甚至無法折疊等問題，設計一種基于3WF-1000型噴桿式噴霧機的寬幅水平折疊噴桿。采用解析法與遺傳算法對噴桿水平展開機構及噴桿展開角速度進行優(yōu)化設計，實現(xiàn)噴桿水平展開與折疊動作的流暢、平穩(wěn)；提出一種噴桿偏心圓錐鉸鏈調(diào)平方法，結合圓錐形鉸鏈銷角度調(diào)節(jié)以及上、下配合錐面摩擦力矩作用，噴桿調(diào)節(jié)角可達6.5°；通過力學分析確定噴桿避障與防回彈機構壓簧壓力范圍及離合器結構參數(shù)；建立動力學傳遞函數(shù)數(shù)學模型，優(yōu)選彈簧擺式懸架彈簧剛度為1500N/m與阻尼板阻尼系數(shù)為3500N·s/m。對噴桿及其關鍵部件進行靜力學特性和運動學仿真，結果表明所設計噴桿結構參數(shù)合理，穩(wěn)定性和展開流暢性均滿足設計要求。場地試驗表明，所設計的水平折疊式噴桿展開過程穩(wěn)定無卡滯，偏心圓錐鉸鏈調(diào)平機構可有效校正噴桿下垂，田間試驗中，霧滴平均沉積度為27.1 個/cm2、沿噴桿方向噴霧分布變異系數(shù)為5.1%。

摘要:為實現(xiàn)長江中下游農(nóng)業(yè)區(qū)寬苗帶小麥少耕播種需求，本研究結合區(qū)域小麥種植農(nóng)藝特點，設計一種土壤分流式寬苗帶小麥少耕播種機。通過對表土蓋種裝置結構與拋土運動學分析，設計耕拋刀輥結構參數(shù)，得到覆蓋種帶運動學條件；通過對溝土勻攤裝置結構及螺旋葉片作用下土壤受力與速度分析，設計溝土勻攤裝置結構參數(shù)，明確影響播種深度與其穩(wěn)定性關鍵因素為終止螺旋極徑、螺距、螺旋葉片轉速。以播種深度合格率與播種深度穩(wěn)定性系數(shù)為評價指標，運用離散元仿真結合中心組合正交試驗，建立播種深度合格率與播種深度穩(wěn)定性系數(shù)回歸方程，確定較優(yōu)參數(shù)組合為終止螺旋極徑119mm、螺距140mm、螺旋葉片轉速98r/min，此時，播種深度合格率為86.38%、播種深度穩(wěn)定性系數(shù)為78.84%。在稻茬離田與稻茬還田兩種模式下田間試驗表明，機具作業(yè)運行穩(wěn)定，廂溝質(zhì)量滿足小麥后期生長排水需求，鎮(zhèn)壓輥滑移率良好，試驗過程未出現(xiàn)稻茬、秸稈纏繞堵塞現(xiàn)象；兩種模式下播種深度合格率分別為83.12%、80.67%；播種深度穩(wěn)定性系數(shù)分別為74.78%、72.25%，滿足長江中下游農(nóng)業(yè)區(qū)寬苗帶小麥少耕播種標準和農(nóng)藝要求。

摘要:針對油葵脫粒生產(chǎn)中存在的油葵籽粒含雜率、損失率高等問題，設計了一種切流式油葵脫粒篩分機。利用RecurDyn軟件建立了振動篩動力學模型，以篩面質(zhì)心點為對象分析了篩面運動規(guī)律。結果表明，該振動篩的運動有利于油葵籽粒向前輸送和分散，可有效避免堆積堵塞現(xiàn)象。通過單因素試驗確定了滾筒轉速、喂入量、預設脫粒間隙的取值范圍；以滾筒轉速、喂入量、預設脫粒間隙為試驗因素，油葵籽粒含雜率、損失率為評價指標，設計Box-Behnken試驗，運用Design-Expert 10.0.7軟件對Box-Behnken試驗結果進行方差分析，建立了評價指標與試驗因素的回歸模型。以降低油葵籽粒含雜率、損失率為目標，對滾筒轉速、喂入量、預設脫粒間隙進行多目標尋優(yōu)求解，獲得了較優(yōu)工作參數(shù)組合：滾筒轉速264r/min、喂入量1.9kg/s、預設脫粒間隙36mm。脫粒試驗結果表明，油葵籽粒含雜率、損失率分別為1.94%、2.64%，滿足脫粒要求。

摘要:軸流泵在最優(yōu)工況流量點的兩側效率下降快，在小流量工況時流量-揚程曲線還存在馬鞍形的不穩(wěn)定流量區(qū)域。針對此問題為軸流泵設計了一種雙層流道結構，此結構在幾何上表現(xiàn)為在靠近輪轂側從緊臨葉輪出口邊起延伸至后導葉體內(nèi)增加了一個筒形隔板。以此內(nèi)筒和導葉輪轂的間距與導葉流道寬度的比值λ作為變量幾何參數(shù)，研究了不同幾何參數(shù)對軸流泵外特性及內(nèi)部流場的影響。研究結果表明：葉輪出口后的雙層流道結構能夠在不穩(wěn)定流量區(qū)域提高揚程、減小流量-揚程曲線的正斜率，擴大安全運行流量范圍。在大于設計流量時，雙層流道減少了導葉后流道近外壁區(qū)域的流動分離，顯著提升了揚程。通過對比分析λ為1/3、1/4和1/5時的計算結果，發(fā)現(xiàn)雙層流道在λ=1/3時揚程提升效果最佳，3種間距的揚程差別在4%以內(nèi)。

摘要:吉林省是中國重要的糧食主產(chǎn)區(qū)和商品糧生產(chǎn)基地，全面、客觀地揭示吉林省近20年耕地生產(chǎn)力水平，對挖掘區(qū)域增產(chǎn)潛力，推動耕地資源可持續(xù)利用，保障區(qū)域糧食安全具有重要意義。本文基于Google Earth Engine（GEE）平臺提取2000—2019年吉林省MODIS-EVI數(shù)據(jù)，結合變異系數(shù)和Sen-Mann Kendall趨勢檢驗，構建耕地生產(chǎn)力時空分析方法，研究吉林省20年耕地生產(chǎn)力時空變化、穩(wěn)定性及變化趨勢。結果表明:吉林省耕地生產(chǎn)力在20年間整體處于上升趨勢，中西部耕地集中連片區(qū)生產(chǎn)力的變化趨勢好于東部較為破碎耕地片區(qū)，西部耕地與東部耕地生產(chǎn)力差距逐漸縮小。吉林省東部山區(qū)的耕地生產(chǎn)力高于西部平原區(qū)，耕地生產(chǎn)力低值區(qū)位于城鎮(zhèn)周邊和西北部鹽堿泡沼分布密集的低洼地帶；高值區(qū)集中在河流附近耕地連片區(qū)域。不同地貌類型成因中，湖成地貌、風成地貌條件下耕地生產(chǎn)力低于流水地貌和火山熔巖地貌。耕地生產(chǎn)力穩(wěn)定性呈東南高西北低的趨勢，其中水田的生產(chǎn)力穩(wěn)定性優(yōu)于旱地和水澆地。利用時序遙感數(shù)據(jù)監(jiān)測吉林省耕地生產(chǎn)力，可為高標準農(nóng)田建設、耕地質(zhì)量提升等工程的開展提供技術支撐。

摘要:針對以往土地利用監(jiān)測大都采用監(jiān)督分類算法，成本較高、錯分漏分嚴重且受人為因素影響較大的問題，提出了一種粒子群優(yōu)化概率神經(jīng)網(wǎng)絡的半監(jiān)督分類算法。該算法通過粒子群優(yōu)化算法優(yōu)化分類器的參數(shù)，提高分類器的精度，運用香農(nóng)熵選擇高置信度的樣本擴展初始訓練樣本集，將大量未標記的樣本擴展到訓練樣本集中，減少了初始標簽樣本的數(shù)量，節(jié)約了成本，并與隨機森林法、最大似然法、概率神經(jīng)網(wǎng)絡算法進行對比分析，總體精度較其他算法提高了1.25~6.57個百分點，Kappa系數(shù)達到0.8以上。對新鄉(xiāng)市1996年、2004年、2013年、2020年的遙感影像進行土地分類，結果表明1996—2020年間新鄉(xiāng)市的建設用地以中部地區(qū)新鄉(xiāng)縣為中心不斷擴張，耕地面積也在不斷增加，其他用地面積不斷減少，沿黃河綠地面積不斷增加；土地流轉方面耕地轉建設用地最為明顯，本研究為新鄉(xiāng)市進一步合理開發(fā)土地資源提供了理論依據(jù)。

摘要:通過引入多源多時相衛(wèi)星遙感數(shù)據(jù)，提出了一種基于多核主動學習的農(nóng)田塑料覆被分類算法，實現(xiàn)農(nóng)業(yè)塑料大棚和地膜的精準分類。首先基于多時相Sentinel-1雷達和Sentinel-2光學遙感影像，提取其光譜特征、紋理特征等，以構建多維特征空間。然后構建多核學習模型，實現(xiàn)多源、多時相特征的自適應融合。最后構建基于池的主動學習策略，通過引入訓練樣本的淘汰機制，進一步提升分類模型的泛化能力。試驗結果表明，本文所提分類方法的總體精度為95.6%，Kappa系數(shù)為0.922，相較經(jīng)典支持向量機、隨機森林、K近鄰、決策樹、AdaBoost模型，多核學習模型精度提高5.7、12.1、11.4、22.3、10.3個百分點；且在相同分類精度下，主動學習較被動學習可減少一半以上的標簽數(shù)據(jù)；同時相較僅使用單時相及單傳感器遙感影像而言，精度分別提高3.7、12.7個百分點。結果表明，多核主動學習能夠有效進行多傳感器、多時相數(shù)據(jù)融合，并可以在小樣本條件下取得更高的分類精度，從而為農(nóng)田塑料覆被的遙感監(jiān)測提供模型參考。

摘要:甘蔗株高為甘蔗品種與土壤、氣象、水文等因素的綜合反映，是甘蔗長勢監(jiān)測與估產(chǎn)的重要指標。研究以華南地區(qū)氣候與天氣條件為基礎，通過對覆蓋甘蔗全生長期的23景時間序列Sentinel-1A數(shù)據(jù)進行預處理、矩陣轉換與Cloude-Pottier分解，求得雙極化雷達植被指數(shù)（Dual-pol radar vegetation index, DPRVI）。分析了該指數(shù)與甘蔗長勢參數(shù)(株高)隨甘蔗不同生長期的動態(tài)變化規(guī)律。采用4種經(jīng)典的經(jīng)驗回歸模型（線性、二次多項式、指數(shù)、對數(shù)），以分段函數(shù)形式對不同生長期的甘蔗株高進行反演，建立最佳反演模型。實驗結果表明，擬合模型在分蘗期前相關性最高，二次多項式模型擬合效果最優(yōu)，決定系數(shù)R2與均方根誤差分別達到了0.882與0.118cm，對反演效果最好的分蘗期之前的二次函數(shù)模型進行驗證，結果表明決定系數(shù)R2達0.839，平均絕對偏差為7.4%，說明DPRVI反演甘蔗株高是有效的。將DPRVI與其他3種經(jīng)典的反演參數(shù)進行對比，結果表明，DPRVI的性能優(yōu)于其他3種參數(shù)。通過分析可得，DPRVI可以較好地反演甘蔗生長前期的株高變化，反演的株高參數(shù)可供農(nóng)業(yè)管理部門參考。

摘要:針對蔬菜葉片重金屬鎘檢測傳統(tǒng)方法存在的檢測儀器體積大、檢測成本高和具有破壞性等問題，提出一種基于可見光-近紅外波段光譜蔬菜葉片重金屬鎘檢測方法，并設計了一款無需預處理、檢測速度快、體積小且便于攜帶的重金屬鎘檢測儀，能夠適用于移動式的現(xiàn)場檢測。配置4個重金屬鎘脅迫梯度（0、1、3、5mg/L）營養(yǎng)液，培育各鎘脅迫的生菜樣本，通過高光譜成像系統(tǒng)采集葉片反射光譜數(shù)據(jù)，利用主成分分析法（Principal component analysis，PCA）篩選出3個特征波長（550、680、800nm），采用偏最小二乘回歸法（Partial least squares regression，PLSR）搭建重金屬鎘檢測模型，該模型測試集相關系數(shù)Rp為0.9149，測試集均方根誤差為0.5271mg/kg。使用自制的儀器做標定試驗，選擇A/D采集電壓做參考，用標定數(shù)據(jù)進行建模，模型訓練集相關系數(shù)Rc為0.8581，訓練集均方根誤差為0.4975mg/kg，測試集相關系數(shù)Rp為0.8432，測試集均方根誤差為0.5526mg/kg，模型預測效果較好。最后對便攜式重金屬鎘無損檢測儀檢測精度進行驗證，選取與建模無關的30組鎘脅迫生菜葉片實時檢測，與標準理化值對比，均方根誤差為0.32mg/kg，絕對測量誤差為-0.69~0.66mg/kg，平均絕對誤差為0.26mg/kg，結果表明檢測儀能夠實現(xiàn)生菜葉片鎘含量的實時無損檢測。

摘要:利用表型信息采集系統(tǒng)獲取不同生長環(huán)境下的植物形態(tài)結構和生理生化數(shù)據(jù)，研究植物體對不同脅迫的反應，從而進行抗性育種和篩選優(yōu)質(zhì)良種。本文構建了一套由雙CCD相機、熱成像儀、水分控制模塊、稱量模塊、光源等組成的多源表型信息采集系統(tǒng)，采用YOLO v3目標檢測算法和圖像處理算法提取了植物投影葉面積、株高、葉片數(shù)量、冠層溫度等表型參數(shù)。以簸箕柳作為研究對象，開展了干旱脅迫試驗，并進行關聯(lián)分析。結果表明干旱脅迫下簸箕柳株高、投影葉面積、日耗水量、水分利用效率都隨時間推移顯著低于正常施水情況。通過相關性分析可得，簸箕柳投影葉面積與鮮質(zhì)量及干質(zhì)量都呈現(xiàn)線性正相關，決定系數(shù)分別為0.89和0.78；植株鮮質(zhì)量和植株干質(zhì)量之間呈正相關，決定系數(shù)為0.76；扦插后時間與平均冠層溫差之間呈正相關，決定系數(shù)為0.79；日耗水量差與扦插后時間呈一定的正相關，決定系數(shù)為0.84；平均冠層溫差與平均日耗水量差呈正相關，決定系數(shù)為0.85。通過多源采集植物表型參數(shù)信息并進行關聯(lián)分析，為植物在干旱脅迫下的長勢相關參數(shù)的實時、連續(xù)評估提供了可行性技術，并可指導抗性育種中水分的施用和抗旱基因型的快速篩選。

摘要:由推掃式高光譜成像系統(tǒng)所采集的圖像中會出現(xiàn)特有的條紋噪聲，這些噪聲會穿過化學計量學模型，最終出現(xiàn)在反映被測指標空間分布情況的可視化預測圖中，干擾其空間特征的呈現(xiàn)及解讀。以銀杏葉含水率為例，基于偏最小二乘回歸（PLSR）預測模型，將經(jīng)去條紋標定法處理后的圖像分別與原始圖像及經(jīng)傳統(tǒng)均值濾波增強后的圖像進行比較，研究去條紋標定法對化學計量學指標空間分布預測的改進作用。去條紋標定法和傳統(tǒng)均值濾波增強不會對感興趣區(qū)域均值PLSR預測模型決定系數(shù)R2P產(chǎn)生明顯影響，其隨主成分數(shù)增加，呈先增后減趨勢，當主成分數(shù)為10時R2P均達到最大，且預測準度相當。將化學計量學模型應用到像素光譜，進行指標空間分布預測時，隨主成分數(shù)由6增至10，模型的波段增益系數(shù)逐漸增大，導致化學計量學可視化圖像中條紋噪聲逐漸增加：在由原始圖像或經(jīng)傳統(tǒng)均值濾波增強圖像得到的含水率可視化圖像中，條紋噪聲逐漸增加，甚至完全湮沒葉面內(nèi)部含水率空間分布信息；而去條紋標定法能夠明顯抑制本征條紋噪聲，即使當主成分數(shù)增加到8時（R2P為0.88），含水率可視化圖像仍然幾乎不見條紋干擾，在葉面空間分布的細節(jié)特征依舊清晰可辨，顯著提升對含水率空間分布的預測效果。比較研究表明，去條紋標定法明顯抑制推掃式高光譜成像系統(tǒng)本征條紋噪聲，能夠提高靶向指標空間分布的可視化精度；在保留空間細節(jié)免受條紋干擾的情況下，得以采用波段增益系數(shù)更大的預測模型，從而提高指標空間分布的可視化預測準度。

摘要:針對梨炭疽病和黑斑病發(fā)病癥狀很相似，難以區(qū)分，導致實際生產(chǎn)中不便對癥施藥的問題，以碭山酥梨葉片為研究對象，探究利用高光譜技術來識別梨葉片炭疽病與黑斑病的可行性。首先，運用高光譜成像系統(tǒng)采集碭山酥梨正常葉片、炭疽病葉片和黑斑病葉片的高光譜圖像，提取圖像的平均光譜反射率。采用多元散射校正法(Multiplicative scatter correction, MSC)、Savitzky-Golay卷積平滑法和標準正態(tài)變換法(Standard normal variate, SNV)分別對原始光譜數(shù)據(jù)進行預處理。然后，采用主成分分析算法(Principal component analysis, PCA)、連續(xù)投影算法(Successive projections algorithm, SPA)、無信息變量消除法(Uniformative variable elimination, UVE)、競爭性自適應重加權算法(Competitive adaptive reweighted sampling, CARS)、隨機蛙跳算法(Shuffled frog leaping algorithm, SFLA)提取特征波長，分別獲取了27、12、15、26、20條特征波長，并將其作為后期建模的輸入變量。經(jīng)對比發(fā)現(xiàn)，在各基于特征波長建立的支持向量機(SVM)分類識別模型以及BP神經(jīng)網(wǎng)絡分類識別模型中，SPA-SVM識別模型效果最佳，測試集準確率為93.25%，建模集準確率為94.80%。試驗結果證明，利用高光譜技術能夠有效識別碭山酥梨葉片的黑斑病與炭疽病。

摘要:為提高基于電容法的小麥秸稈含水率檢測模型的檢測精度，擴大含水率檢測范圍，提高模型適應性，本文以小麥秸稈為研究對象，使用LCR數(shù)字電橋，測量含水率為10.43%~25.89%的秸稈在頻率0.05~100kHz、容積密度90.03～179.42kg/m3和溫度25～40℃內(nèi)的電容，利用連續(xù)投影法（Successive projections algorithm，SPA）和主成分分析法（Principal component analysis，PCA）對原始數(shù)據(jù)進行預處理，提取特征頻率，選用反向傳播神經(jīng)網(wǎng)絡（Back propagation neural network，BPNN）在全頻率及2個特征頻率下分別建立秸稈含水率、容積密度、溫度的定量分析模型，引入麻雀搜索算法（Sparrow search algorithm，SSA）優(yōu)化反向傳播神經(jīng)網(wǎng)絡模型。試驗結果表明，基于全頻率構建的模型較基于SPA算法構建的模型預測效果略好，綜合考慮模型復雜度和預測性能，本研究選用基于SPA算法結合SSA算法優(yōu)化后的BP神經(jīng)網(wǎng)絡模型(SPA-SSA-BP)作為小麥秸稈含水率的檢測模型，其預測集R2P、RMSEP和RPDP分別為0.9832、0.00550和7.715。利用該模型對13個含水率為10.62%～25.59%的秸稈樣本進行預測，含水率預測結果的相對誤差為-5.27%～5.52%，其中96.8%的預測誤差在±5%以內(nèi)。由此說明，模型具有較高的準確性和較好的魯棒性。

摘要:隨著近紅外光譜檢測儀種類的增多，不同儀器間的校正模型存在無法共享問題，可利用模型傳遞解決。以食用油為研究對象，在主機上建立油酸質(zhì)量比的極限學習機校正模型，利用遷移學習中的TrAdaBoost算法把主機模型傳遞到從機上，探討標準化樣品數(shù)量對模型傳遞效果的影響，并與直接標準化算法、缺損數(shù)據(jù)重構算法和極限學習機自編碼器的模型傳遞算法進行對比。結果表明：主機模型經(jīng)TrAdaBoost算法模型傳遞后，從機預測集決定系數(shù)R2從0.489上升到0.892，預測集均方根誤差(Root mean square error of prediction，RMSEP)從4.824mg/g下降到0.267mg/g，且模型效果幾乎不受標準化樣品數(shù)量的影響。說明TrAdaBoost算法可以有效應用于模型傳遞領域，實現(xiàn)了不同光譜儀器之間的共享。

摘要:為實現(xiàn)田間環(huán)境下對玉米苗和雜草的高精度實時檢測，本文提出一種融合帶色彩恢復的多尺度視網(wǎng)膜（Multi-scale retinex with color restoration，MSRCR）增強算法的改進YOLOv4-tiny模型。首先，針對田間環(huán)境的圖像特點采用MSRCR算法進行圖像特征增強預處理，提高圖像的對比度和細節(jié)質(zhì)量；然后使用Mosaic在線數(shù)據(jù)增強方式，豐富目標檢測背景，提高訓練效率和小目標的檢測精度；最后對YOLOv4-tiny模型使用K-means〖DK2〗++聚類算法進行先驗框聚類分析和通道剪枝處理。改進和簡化后的模型總參數(shù)量降低了45.3%，模型占用內(nèi)存減少了45.8%，平均精度均值（Mean average precision，mAP）提高了2.5個百分點，在Jetson Nano嵌入式平臺上平均檢測幀耗時減少了22.4%。本文提出的Prune-YOLOv4-tiny模型與Faster RCNN、YOLOv3-tiny、YOLOv4 3種常用的目標檢測模型進行比較，結果表明：Prune-YOLOv4-tiny的mAP為96.6%，分別比Faster RCNN和YOLOv3-tiny高22.1個百分點和3.6個百分點，比YOLOv4低1.2個百分點；模型占用內(nèi)存為12.2MB，是Faster RCNN的3.4%，YOLOv3-tiny的36.9%，YOLOv4的5%；在Jetson Nano嵌入式平臺上平均檢測幀耗時為131ms，分別是YOLOv3-tiny和YOLOv4模型的32.1%和7.6%?？芍疚奶岢龅膬?yōu)化方法在模型占用內(nèi)存、檢測耗時和檢測精度等方面優(yōu)于其他常用目標檢測算法，能夠為硬件資源有限的田間精準除草的系統(tǒng)提供可行的實時雜草識別方法。

摘要:為實現(xiàn)自動化識別死兔，提高養(yǎng)殖管理效率，以籠養(yǎng)生長兔為研究對象，以基于優(yōu)化Mask RCNN的實例分割網(wǎng)絡和基于LiteFlowNet的光流計算網(wǎng)絡為研究方法，構建了一種多目標背景下基于視頻關鍵幀的死兔識別模型。該模型的實例分割網(wǎng)絡以ResNet 50殘差網(wǎng)絡為主干，結合PointRend算法實現(xiàn)目標輪廓邊緣的精確提取。視頻關鍵幀同時輸入實例分割網(wǎng)絡和光流計算網(wǎng)絡，獲取肉兔掩膜的光流信息和掩膜邊界框中心點坐標。利用光流閾值去除活躍肉兔掩膜，通過核密度估計算法獲取剩余中心點坐標的密度分布，通過密度分布閾值實現(xiàn)死兔的判別。實驗結果表明，肉兔圖像分割網(wǎng)絡的分類準確率為96.1%，像素分割精確度為95.7%，死兔識別模型的識別準確率為90%。本文提出的死兔識別模型為兔舍死兔識別和篩選工作提供了技術支撐。

摘要:為提高蘋果采摘機器人的識別效率和環(huán)境適應性，使其能在密集場景下對多蘋果目標進行快速、精確識別，提出了一種密集場景下多蘋果目標的快速識別方法。該方法借鑒“點即是目標”的思路，通過預測蘋果的中心點及該蘋果的寬、高尺寸，實現(xiàn)蘋果目標的快速識別；通過改進CenterNet網(wǎng)絡，設計了Tiny Hourglass-24輕量級骨干網(wǎng)絡，同時優(yōu)化殘差模塊提高了目標識別速度。試驗結果表明，該方法在非密集場景下（即近距離場景）測試集的識別平均精度（Average precision，AP）為98.90%，F(xiàn)1值為96.39%；在密集場景下（即遠距離場景）測試集的識別平均精度為93.63%，F(xiàn)1值為92.91%，單幅圖像平均識別時間為0.069s。通過與YOLO v3、CornerNet-Lite網(wǎng)絡在兩類測試集下的識別效果進行對比，該方法在密集場景測試集上比YOLO v3和CornerNet-Lite網(wǎng)絡的平均精度分別提高了4.13、29.03個百分點；單幅圖像平均識別時間比YOLO v3減少0.04s、比CornerNet-Lite減少0.646s。該方法無需使用錨框(Anchor box)和非極大值抑制后處理，可為蘋果采摘機器人在密集場景下快速準確識別多蘋果目標提供技術支撐。

摘要:針對奶牛進食行為監(jiān)測通常要為每頭奶牛配備監(jiān)測設備，但受限于設備成本，很多應用于奶牛養(yǎng)殖場的奶牛行為監(jiān)測方法難以普及的問題，提出了一種多目標奶牛進食行為識別方法，基于YOLO v3算法，根據(jù)目標差異，將牛舍中的奶牛分為3類目標來實現(xiàn)奶牛進食行為監(jiān)測，以通過單臺設備監(jiān)測多頭奶牛的進食行為。YOLO v3算法具有計算成本高、能源消耗大、設備依賴性強等不足，針對該問題，參考彩票假設，提出了一種基于幅值迭代剪枝算法的更優(yōu)稀疏子網(wǎng)絡篩選方法，使參數(shù)數(shù)量下降了87.04%，平均精度均值（mAP）達到了79.9%，較原始網(wǎng)絡提高了4.2個百分點。說明了通過幅值迭代剪枝技術降低奶牛行為監(jiān)測任務成本的可行性，驗證了基于彩票假設從奶牛進食行為識別模型中篩選出更優(yōu)稀疏子網(wǎng)絡的有效性，為降低動物行為監(jiān)測任務的成本提供了參考。

摘要:針對魚種類多、數(shù)據(jù)采集難度大，且需要細粒度圖像識別等問題，提出了一種基于度量學習的小樣本學習方法。采用基于度量學習的小樣本學習網(wǎng)絡以及ResNet18的殘差塊結構，提取魚圖像的深層次特征，并將其映射至嵌入空間進而在嵌入空間判斷魚的種類。為了進一步提升識別準確率，利用小樣本學習模型在mini-ImageNet數(shù)據(jù)集進行預訓練，然后將訓練的結果遷移到Fish100細粒度數(shù)據(jù)集上進行精細化訓練，得到最終魚圖像識別的判別模型。使用本文模型與常用的5種小樣本學習模型，在魚圖像數(shù)據(jù)集Fish100和ImageNet上進行對比試驗，結果表明本文模型的識別效果最佳，在兩個數(shù)據(jù)集上的識別精度分別達到了94.77%和91.03%，且精度、召回率和F1值均明顯優(yōu)于其它模型。

摘要:針對目前傳統(tǒng)檢測方法實施難度大、易交叉感染的問題，設計了奶牛瘤胃pH值和溫度無線檢測單元、Sub-1G無線傳輸網(wǎng)絡和阿里云實時顯示界面，實現(xiàn)了奶牛瘤胃pH值和溫度的連續(xù)監(jiān)測。瘤胃檢測單元采用LabSen331 pH值復合電極進行pH值檢測，采用Pt1000鉑電阻進行測溫。信號調(diào)理電路使用AD8603運算放大器，模數(shù)轉換電路使用AD7792。核心控制電路使用STM8L151微控制器，通過315MHz無線信號傳輸數(shù)據(jù)到項圈中繼節(jié)點。無線傳輸網(wǎng)絡基于TI-15.4協(xié)議實現(xiàn)。數(shù)據(jù)經(jīng)項圈節(jié)點中繼后，由數(shù)據(jù)集中器通過串口通信發(fā)送給物聯(lián)網(wǎng)網(wǎng)關。通過4G網(wǎng)絡，網(wǎng)關按照MQTT協(xié)議將數(shù)據(jù)傳輸至阿里云。本文進行了pH值和溫度測量準確性、檢測單元功耗、無線傳輸網(wǎng)絡可靠性等驗證試驗和現(xiàn)場監(jiān)測試驗。驗證試驗結果表明，pH值測量誤差小于±0.02，溫度測量誤差小于±0.3℃，檢測單元使用2200mA·h/3.6V鋰電池供電，檢測間隔設為10min時，電池壽命可達1800d，無線傳輸網(wǎng)絡可在180m內(nèi)可靠傳輸?，F(xiàn)場試驗結果表明監(jiān)測系統(tǒng)記錄值和人工測定瘤胃液pH值之間具有良好的相關性（r=0.961, P<0.05），本文設計的監(jiān)測系統(tǒng)可以連續(xù)監(jiān)測奶牛瘤胃pH值和溫度的變化，為奶牛健康監(jiān)測和精準飼喂提供參考。

摘要:針對現(xiàn)有農(nóng)作物病蟲害檢索模態(tài)較為單一問題，以17種常見的枸杞蟲害圖像和文本描述為研究對象，將跨模態(tài)檢索引入枸杞蟲害檢索領域，提出一種融合注意力機制的枸杞蟲害圖文跨模態(tài)檢索方法。首先，借助Transformer模型和循環(huán)神經(jīng)網(wǎng)絡分別獲取帶有上下文信息的細粒度圖像和文本特征序列；然后，利用注意力機制對特征序列進行聚合以挖掘圖像和文本的顯著性語義信息；最后，為了深入挖掘不同模態(tài)間語義關聯(lián)，采用跨媒體聯(lián)合損失函數(shù)對模型進行約束。試驗結果表明，本文方法在自建的枸杞蟲害圖文跨模態(tài)數(shù)據(jù)集上平均精度均值平均值達到了0.458。與現(xiàn)有的8種方法相比，平均精度均值平均值提高了0.011~0.195，優(yōu)于所有對比方法，可為農(nóng)作物病蟲害多樣化檢索提供技術支撐和算法參考。

摘要:質(zhì)量追溯相關數(shù)據(jù)通過物聯(lián)網(wǎng)感知設備采集后添加到區(qū)塊鏈，在數(shù)據(jù)存儲環(huán)節(jié)可以解決數(shù)據(jù)易被篡改問題從而增強數(shù)據(jù)可信度。數(shù)據(jù)直接存儲在區(qū)塊鏈中會造成系統(tǒng)吞吐量小、響應時間長，利用“數(shù)據(jù)庫+區(qū)塊鏈”的雙存儲設計雖然能大大提高響應速度，但是針對果蔬質(zhì)量追溯系統(tǒng)，其響應速度依然不能滿足要求。基于哈希加密算法的不可逆性、區(qū)塊鏈數(shù)據(jù)結構天然的不可篡改性和Hyperledger Fabric平臺完善的成員管理機制在數(shù)據(jù)存儲環(huán)節(jié)增強了數(shù)據(jù)可信度，針對果蔬質(zhì)量追溯的特點設計了數(shù)據(jù)哈希值二次上鏈和驗證的方法，改進了“數(shù)據(jù)庫+區(qū)塊鏈”的雙存儲設計，改進后的方法在數(shù)據(jù)查詢方面時間復雜度由原來的線性階降低為常數(shù)階。通過試驗發(fā)現(xiàn)，所設計的系統(tǒng)能夠實現(xiàn)數(shù)據(jù)無法篡改進而提高數(shù)據(jù)可信度，改進后的方法在數(shù)據(jù)查詢方面效率大幅提升，平均查詢用時為0.066s，且隨著數(shù)據(jù)條數(shù)增加查詢用時基本保持不變，解決了區(qū)塊鏈技術應用在果蔬質(zhì)量追溯系統(tǒng)中查詢效率低的問題?；贖yperledger Fabric平臺，利用改進后的方法開發(fā)實現(xiàn)了果蔬質(zhì)量追溯系統(tǒng)，并取得了較好的應用效果。

摘要:為確定花生最佳灌溉方式和生物炭用量，于2018—2019年連續(xù)2年在遼西北阜新蒙古族自治縣實驗站開展大田試驗。以小白沙1016花生為材料，采用2因素裂區(qū)設計，主區(qū)設置溝灌（F）、滴灌（D）和膜下滴灌（M）3種灌溉方式，副區(qū)設置0t/hm2（B0）、10t/hm2（B10）、20t/hm2（B20）、40t/hm2（B40）4個生物炭用量水平，研究不同灌溉方式和生物炭用量互作對土壤有效磷含量、花生根系形態(tài)及磷素積累量的影響。結果表明：灌溉方式和生物炭用量存在顯著互作效應。10t/hm2生物炭處理在膜下滴灌下獲得最高產(chǎn)量，2年平均增產(chǎn)14.2%。生物炭能夠有效促進花生根系形態(tài)的優(yōu)化，且在膜下滴灌下施用10t/hm2生物炭可明顯增加花生的根長、根表面積和根體積。與不施生物炭相比，10t/hm2生物炭處理顯著提高表層土壤有效磷含量和植株磷素積累量，其中以膜下滴灌與10t/hm2生物炭耦合處理的提升效果最為明顯。因此，MB10處理為本試驗最佳耦合模式，此模式可以充分發(fā)揮互作效應，通過創(chuàng)造良好花生根系形態(tài)，增強表層土壤有效磷含量，進而促進植株對磷素的吸收積累，最終實現(xiàn)花生增產(chǎn)。

摘要:為評價播期和播深對冬小麥越冬前生長性狀的影響，以農(nóng)大211冬小麥為試驗材料，于2015—2017年在中國農(nóng)業(yè)大學北京上莊實驗站進行了4個播期水平（9月23日、10月3日、10月13日和10月23日）、3個播深水平（2、4、6cm）的隨機區(qū)組大田試驗，探究不同栽培措施對越冬前冬小麥各生長指標（單株葉面積、主莖葉齡、分蘗數(shù)、地上部干物質(zhì)量、分蘗節(jié)入土深度、地中莖長度和株高）的影響。并于2016年和2018年開展梯度播種試驗，設置不同播期（2016年9月23日、10月3日、10月13日和2018年10月23日、11月3日），對分蘗節(jié)入土深度進行定量化模擬。結果表明: 隨著播期推遲，單株葉面積、主莖葉齡、分蘗數(shù)和地上部干物質(zhì)量均顯著減少（P<0.05），地中莖長度和株高隨著播種深度的增加逐漸增加。播期、播深、播期與播深的交互效應均對冬小麥分蘗節(jié)入土深度有顯著影響，冬小麥分蘗節(jié)入土深度與越冬前積溫為負相關的線性關系，隨著播期推遲分蘗節(jié)入土深度逐漸增加，冬小麥分蘗節(jié)入土深度和播深呈對數(shù)曲線規(guī)律。依據(jù)梯度播種試驗數(shù)據(jù)進行分蘗節(jié)入土深度的模擬，建立了分蘗節(jié)入土深度與越冬前有效積溫和播種深度的定量關系。研究結果對于評價冬小麥地上地下部性狀、制定防凍保苗措施具有重要意義。

摘要:為了探尋黃土高原丘陵區(qū)干化土壤修復措施，采用野外試驗，布設1000cm深地下土柱，并在土柱表層進行9種不同覆蓋處理（種植刺槐、苜蓿、檸條、棗樹、早熟禾和覆蓋石子、樹枝、地布和白色地膜），以土柱表面完全裸露作為對照，用中子土壤水分儀測量0~1000cm不同深度土壤含水率，通過2014—2018年連續(xù)觀測數(shù)據(jù)分析發(fā)現(xiàn):在天然降水條件下刺槐、苜蓿、檸條和棗樹處理試驗年降水入滲深度表現(xiàn)為逐年減小，最終僅有100cm，并在試驗第2年后土壤含水率一直處在負增長狀態(tài)，其中刺槐、苜蓿、檸條在第4年時1000cm土柱水分均被消耗而降低，整個土柱干化程度加重，而棗樹耗水較輕，300cm以下的深層土壤干化程度并未加重；早熟禾年降水入滲深度可達300cm，試驗期間土壤水分消耗量小于當年降水量，0~300cm以內(nèi)干化土壤水分得到緩解；石子、樹枝、地布和白色地膜的5年最大修復深度可達280、300、580、600cm；石子和樹枝覆蓋的土壤水分緩解深度達700cm，白色地膜和地布覆蓋土壤水分緩解深度可達1000cm;裸露地表在天然降水下土壤水分緩解深度達520cm，土壤水分修復深度達240cm。

摘要:為探究網(wǎng)式過濾器的水力性能，充分了解網(wǎng)式過濾器內(nèi)部最初流場、濾芯網(wǎng)面流量分布情況，應用計算流體動力學方法對網(wǎng)式過濾器3種入口流速（0.5、1.5、2.5m/s）以及3種濾網(wǎng)目數(shù)(60、80、100目)對過濾器流場進行數(shù)值模擬。通過試驗對模擬結果的可靠性進行驗證，結果表明：過濾器的水頭損失集中在出口側濾芯上，該部分水頭損失占總損失的87%；水流在腔體內(nèi)可分為出口側加速區(qū)、出口側減速區(qū)、堵頭回流區(qū)和漩渦區(qū)4部分；濾網(wǎng)面流量分布嚴重不均，高流量區(qū)域主要分布在出口側，入口流速由0.5m/s增至2.5m/s過程中，網(wǎng)面最大與最小流量均相差3.3倍，濾網(wǎng)目數(shù)為60、80、100目時，網(wǎng)面最大與最小流量相差3.3、3.1、2.3倍，且濾網(wǎng)目數(shù)增至100目時，最大與最小流量位置向兩側偏移；堵頭處死水區(qū)壓力大、流速低，泥沙易于沉淀，建議擴大堵頭容積以承接更多的泥沙；可以考慮增大腔體體積、改變腔體角度、在入口處設置導流片，從而改善流場分布；建議在濾網(wǎng)上增加環(huán)狀片體，改善網(wǎng)面流量分布，從而提高過濾器的使用壽命以及過濾效率。

摘要:為探明亞表層有機培肥結合地膜覆蓋對土壤孔隙結構及其水鹽運移的調(diào)控機制，以內(nèi)蒙古河套灌區(qū)典型鹽漬土為研究對象，設置了地表不覆膜（CK）、地膜每年覆蓋（PM）和亞表層單次有機培肥+地膜每年覆蓋（OMP）3個處理，3年后采用X射線CT掃描和圖像處理技術獲取了部分亞表層（15～21cm）與深層（35～41cm）土壤孔隙結構信息，同時測定了土壤剖面水鹽含量，分析了土壤孔隙結構與水鹽分布特征的關系。結果表明，PM處理與CK相比，亞表層大孔隙度（＞30μm）無明顯差異（P>0.05），但深土層降低了0.48個百分點（P<0.05）。OMP處理與CK相比，亞表層及深土層大孔隙度分別提高了11.95、0.75個百分點（P<0.05），其中不同當量直徑孔隙度和孔隙連通度均差異顯著（P<0.05）。與CK和PM處理相比，OMP處理春灌后0～40cm土層含水率分別提高12.02%和6.33%（P<0.05），全鹽含量分別降低了16.22%和13.21%（P<0.05）；收獲后0～40cm土壤含水率分別降低40.69%和35.77%（P<0.05），返鹽率分別降低了12.22、11.56個百分點（P<0.05）。大孔隙度、土壤孔隙連通度與水鹽含量顯著相關（P<0.05），增加當量直徑小于1.500μm孔隙度可以顯著提高春灌后土壤保水效果，而增加當量直徑小于500μm孔隙度可以促進春灌后鹽分淋洗。通過在亞表層施用有機肥結合地膜覆蓋可以優(yōu)化土壤物理結構，增強鹽漬土水鹽調(diào)控能力。

摘要:為探討循環(huán)曝氣地下滴灌不同肥氣耦合處理對作物生長、光合特性及產(chǎn)量的影響規(guī)律，以番茄（京魯6335）為研究對象，利用循環(huán)曝氣裝置實現(xiàn)水肥氣一體化灌溉，設置4個曝氣量(高曝氣O1，中曝氣O2，低曝氣O3，不曝氣S，摻氣比例分別為16.25%、14.58%、11.79%和0)，3個施肥量(高肥F1，中肥F2，低肥F3)，采用雙因素隨機區(qū)組試驗設計，共12個處理，研究不同肥氣耦合處理對溫室番茄生長特性、葉綠素含量、光合作用、干物質(zhì)積累及產(chǎn)量的影響。結果表明：對溫室番茄進行循環(huán)曝氣地下滴灌可顯著提高植株株高和莖粗、葉片葉綠素含量和氣孔導度，增強光合作用，提高干物質(zhì)積累量和產(chǎn)量。隨曝氣量的升高，株高和莖粗總體上呈現(xiàn)增大趨勢，曝氣灌溉較不曝氣灌溉處理株高最大增幅為22.57%，莖粗最大增幅為7.25%。同一施肥水平下高曝氣灌溉處理較不曝氣灌溉處理番茄植株凈光合速率、氣孔導度、蒸騰速率平均分別增大52.46%、60.64%和36.88%，葉綠素a含量、葉綠素b含量平均升高33.17%和48.71%。中肥水平下高曝氣灌溉處理干物質(zhì)積累總量和果實干物質(zhì)積累量較不曝氣灌溉處理平均提高31.66%和36.95%，單株產(chǎn)量和單果質(zhì)量較不曝氣灌溉處理平均提高12.80%和19.51%，同一曝氣水平下，中肥處理番茄株高、莖粗、凈光合速率、葉綠素a含量和葉綠素b含量和植株干物質(zhì)量較高肥和低肥處理均有顯著增大。循環(huán)曝氣地下滴灌肥氣耦合下番茄單株產(chǎn)量與植株株高、莖粗和凈光合速率均呈極顯著正相關(P＜0.01)，高曝氣灌溉中肥處理番茄產(chǎn)量與植株株高、莖粗和凈光合速率相關系數(shù)高于其他試驗處理。因此，考慮各處理對番茄植株生長特性、光合特性、干物質(zhì)積累量和產(chǎn)量的綜合影響，高曝氣灌溉中肥水平是本試驗條件下溫室番茄較優(yōu)的灌溉施肥模式。

摘要:含有豐富蛋白資源的辣椒葉長期作為農(nóng)業(yè)廢棄物被掩埋和焚燒造成了嚴重的環(huán)境污染與資源浪費，同時辣椒素作為優(yōu)質(zhì)的天然生物抗菌物質(zhì)因強烈的刺激性氣味限制了其開發(fā)與應用。基于微膠囊技術方法以植物辣椒葉中提取的蛋白質(zhì)為壁材，辣椒素為芯材，采用噴霧干燥和真空冷凍干燥法制備了葉蛋白辣椒素微膠囊，并利用掃描電子顯微鏡、X射線衍射儀、傅里葉變換紅外光譜儀、熱重分析儀、激光粒度儀及高效液相色譜技術對不同干燥方式下葉蛋白、辣椒素及其微膠囊的理化特性進行表征。結果表明：微膠囊在不同干燥方式下微觀結構差異顯著，噴霧干燥下微觀結構呈球狀，結構完整，而真空冷凍干燥下呈片狀結構，形態(tài)不一；X射線衍射分析表明不同干燥方式得到的微膠囊均呈彌散衍射型特征峰，證明了辣椒素被完全裝載到葉蛋白中，且在樣品制備的過程中沒有形成晶體；傅里葉變換紅外光譜分析表明不同干燥方式下辣椒素包埋過程均沒有產(chǎn)生新的化學鍵，其未與葉蛋白發(fā)生化學反應；熱重分析表明，不同干燥方式得到的微膠囊熱穩(wěn)定性均有所提高，且葉蛋白的熱穩(wěn)定性低于辣椒素，保證了辣椒素的成功釋放；粒徑分析表明噴霧干燥法所制備的微膠囊粉末D90為70.2μm，明顯小于真空冷凍干燥方式下的微膠囊粒徑，更易于包埋物的釋放；微膠囊包埋率在噴霧和真空冷凍干燥條件下分別為90.38%和85.43%，表明噴霧干燥法對制備葉蛋白辣椒素微膠囊具有優(yōu)異性。

摘要:為解決水稻干燥過程中熱源波動大、變溫工藝要求快速調(diào)整溫度的需求，設計了一種配合負壓干燥機變溫控制的同軸側入式殼形變溫干燥混配裝置。以氣流旋轉驅動殼體內(nèi)葉片導向配風為徑向混合方式，采用機電聯(lián)動式齒盤精量調(diào)節(jié)閥門開度，實現(xiàn)高效氣流均勻混合。為提高變溫控制精度以及混配溫度的穩(wěn)定性，應用神經(jīng)元網(wǎng)絡預測與回歸試驗設計方法分析混配閥門開度與熱風溫度、風機頻率及系統(tǒng)溫度差值的關系，建立了變溫混配裝置的混合控制模型。利用大渦模擬的原理，借助Fluent軟件對變溫干燥混配裝置進行混合溫度場模擬，得到了最佳混配效果的距離為26.85cm，模擬結果與紅外線熱像驗證圖吻合良好。試驗研究表明：變溫控制滿程時間為0.75s，最大變溫溫差的均值為0.96℃，控制合格率達84%以上。出機水稻含水率在合理范圍內(nèi)，干燥后水稻品質(zhì)較優(yōu)，滿足生產(chǎn)要求。

摘要:不同季節(jié)的茶葉外形和品質(zhì)均具有較大差異，針對運用植被指數(shù)檢測不同季節(jié)茶鮮葉游離氨基酸含量存在難度，選取了10個茶樹品種3個季節(jié)（春茶、夏茶和秋茶）茶鮮葉中游離氨基酸含量數(shù)據(jù)和高光譜數(shù)據(jù)進行分析。首先，對原始光譜數(shù)據(jù)進行5種光譜變換：倒數(shù)T1/R、對數(shù)T1gR、一階微分TR＇、倒數(shù)的一階微分T（1/R）＇和對數(shù)的一階微分T（1gR）＇，并進一步利用不同光譜變換優(yōu)化了經(jīng)典植被指數(shù)，最終比較了經(jīng)典植被指數(shù)和優(yōu)化植被指數(shù)對不同季節(jié)茶鮮葉游離氨基酸模型的影響。結果表明：茶鮮葉建模集和驗證集游離氨基酸含量的變化趨勢從大到小均為春茶游離氨基酸含量、秋茶游離氨基酸含量、夏茶游離氨基酸含量；光譜變換優(yōu)化后的植被指數(shù)與茶鮮葉游離氨基酸含量的相關性均高于經(jīng)典植被指數(shù)與茶鮮葉游離氨基酸含量相關性，相關系數(shù)絕對值范圍為0.10~0.30；基于TlgR-VI構建的多元線性回歸（MLR）模型在不同季節(jié)的建模集和驗證集中均得到了較好的精度，且適用于多生育時期茶鮮葉氨基酸含量的估測?；赥lgR-VI構建的全生育時期MLR具有較高的精度，建模集決定系數(shù)R2和均方根誤差（RMSE）分別為0.38和0.72%，驗證模型精度R2和RMSE 分別為0.20和0.84%。光譜預處理在不同品種、不同生長季的茶鮮葉游離氨基酸檢測中具有正效應，優(yōu)化植被指數(shù)為茶葉品質(zhì)估算提供了有益的技術支持。

摘要:農(nóng)用柔性底盤通過偏置轉向軸轉向，4個獨立的電動輪既要用于行進，又要驅動轉向，控制難度大。為探明柔性底盤前輪轉向過程的轉向特性，建立了7自由度整車動力學模型，并通過Matlab/Simulink軟件建立相應的交互控制仿真模型，進行了不同車速下單輪驅動轉向與雙輪比例控制轉向的仿真與分析，根據(jù)仿真結果制定了控制策略；在此基礎上，設計了實車的電子控制硬件與軟件系統(tǒng)，進行了實車轉向試驗。結果表明：轉向時兩前轉向輪之間存在較強的耦合作用，耦合的關鍵因素是兩轉向輪轉向角偏離阿克曼轉向幾何導致的輪胎回正力矩，該回正力矩阻止這種偏離，同時偏離程度越大，回正力矩越大，反之亦然；前輪轉向系統(tǒng)具有較強的非線性，轉向角相同時，轉向過程中所需的車輪驅動力矩與車速的平方成正比；7自由度整車動力學模型轉向仿真結果與實測結果吻合程度較高。該研究可為柔性底盤前輪轉向通用控制策略的制定提供仿真平臺與理論依據(jù)。

摘要:針對目前對電動拖拉機試驗平臺測控系統(tǒng)的設計方法較少的問題，提出了一種可重構測控系統(tǒng)的設計方法。根據(jù)拖拉機旋耕機組的工作特性要求，搭建了一種串聯(lián)式混合電動拖拉機快速原型試驗平臺。該平臺采用雙電機獨立驅動結構，結合dSPACE和Matlab/Simulink建立了實時測量控制系統(tǒng)，提出了通信模塊化和控制策略模塊化的設計方法。基于規(guī)則控制策略，分別對該快速原型試驗平臺進行了純電動模式和混合動力模式下的旋耕作業(yè)試驗，結果表明，當旋耕負載轉矩變化范圍為31~64N·m，其轉速范圍為529~550r/min，與設定值的最大相對誤差約為2.037%，在控制允許范圍內(nèi)，表明試驗平臺各測控系統(tǒng)響應速度和控制效果良好；在混合動力模式下，啟動發(fā)動機發(fā)電機組，電池電壓和SOC隨時間推移逐漸增大，表明串聯(lián)式混合動力系統(tǒng)運轉正常，驗證了該平臺通信模塊化和控制策略模塊化設計方法的可行性。

摘要:為提高拖拉機作業(yè)機組無人作業(yè)的智能化水平，實現(xiàn)機組橫向運動、縱向運動和機具提升作業(yè)的協(xié)同控制，設計了無人作業(yè)協(xié)同控制系統(tǒng)。以播種作業(yè)機組為研究對象，將拖拉機機組無人作業(yè)協(xié)同控制系統(tǒng)劃分為規(guī)劃層、決策層和執(zhí)行層。規(guī)劃層結合播種農(nóng)藝要求和機組運動學特性，采用經(jīng)/緯度坐標規(guī)劃作業(yè)路徑，為了同時滿足直線作業(yè)區(qū)域與轉向曲線區(qū)域的路徑跟蹤，提出自適應預瞄路徑跟蹤控制算法。決策層制定了拖拉機機組無人作業(yè)聯(lián)合控制策略，實現(xiàn)拖拉機-播種機聯(lián)合作業(yè)精準控制。執(zhí)行層對拖拉機轉向機構、機具提升機構、油門踏板、制動器、離合器等機構進行硬件線控設計。在此基礎上，分別開展無人播種作業(yè)仿真與田間試驗，仿真結果驗證了拖拉機播種機組無人作業(yè)協(xié)同控制系統(tǒng)的可行性。田間試驗表明：拖拉機轉向器、油門踏板、離合器、制動器、機具提升機構嚴格根據(jù)規(guī)劃層與決策層制定的控制指令協(xié)同動作。試驗過程車輪轉向平均誤差0.45°，直線段橫向誤差均值為0.035m，轉向段橫向誤差最大值為0.11m；機具提升響應時間為1.2s、機具提升轉角超調(diào)量小于1.5°；油門踏板、制動器、離合器均根據(jù)決策指令完成操縱動作。無人作業(yè)協(xié)同控制系統(tǒng)滿足拖拉機機組無人作業(yè)的需求，可為無人農(nóng)場提供技術支撐。

摘要:為了進一步提升山地果園運輸機械的復雜地形適應性，設計了一種基于重心自適應調(diào)控的山地果園運輸車。根據(jù)山地果園實際環(huán)境特點，進行運輸車的總體設計并闡述基本工作原理；根據(jù)設計要求，分別開展履帶底盤、可移動載物臺以及控制系統(tǒng)的關鍵部件設計，并針對斜坡、斜坡臺階和斜坡壕溝3種路況制定整機重心控制策略；基于多體動力學分析軟件RecurDyn搭建運輸車虛擬仿真樣機，驗證設計方案和控制策略的合理性和可行性；最后進行樣機試制并進行整機性能試驗。試驗結果表明，在坡面角10°，負載0、50、100、150kg的情況下，整機重心位置經(jīng)過調(diào)控后，運輸車偏航45°時的直線行駛最大牽引力分別為1.89787、2.13948、2.32892、2.42524N，相比調(diào)控前分別增加了21.11%、20.65%、26.40%、26.93%；運輸車下坡極限翻傾角分別為45°、43°、42°、40°，相比調(diào)控前分別增加了7.14%、13.16%、13.51%、14.29%；運輸車橫向極限翻傾角分為40°、38°、35°、35°，相比調(diào)控前分別增加了8.11%、8.57%、12.90%、20.69%；運輸車上坡極限越障高度分別為210、200、200、190mm，相比調(diào)控前分別增加了10.53%、25.00%、33.33%、46.15%；運輸車的下坡極限跨壕寬度分別為450、480、510、520mm，相比調(diào)控前分別增加了7.14%、14.29%、21.43%、26.83%。結果表明：在不同負載條件下，本文提出的可移動載物臺以及整機重心控制策略能夠有效提升運輸車的坡地行駛性能，在山地果園實際作業(yè)環(huán)境具有良好的地形適應性。

摘要:研究一種基于變胞鉸鏈Ra (Reconfigurable axis)的新型3(Ra)PS變胞并聯(lián)機構的可重構特性和統(tǒng)一運動學分析方法。根據(jù)約束螺旋系統(tǒng)表明，在一個構態(tài)下，(Ra)PS支鏈對平臺沒有約束，而在另一個構態(tài)下，通過改變可重構鉸鏈Ra鉸內(nèi)軸線的位置，可以提供一個約束力。支鏈的兩個構態(tài)使3(Ra)PS變胞并聯(lián)機構具有4種構型，其中包括2R1T（2個旋轉1個平移）、3R1T（3個旋轉1個平移）、3R2T（3個旋轉2個平移）和6 DOF(Degree of freedom)構型。根據(jù)支鏈兩構態(tài)的差異，提出以一個支鏈構態(tài)作為另一個支鏈構態(tài)特例的統(tǒng)一運動學建模方法。在此基礎上，建立3(Ra)PS變胞并聯(lián)機構的驅動選擇方案和可以包含4種構型的統(tǒng)一運動學模型。對逆運動學和正運動學進行求解，數(shù)值算例驗證了理論結果的正確性。這種特殊類型的并聯(lián)機構為特殊變胞機構的工作空間、路徑規(guī)劃和控制奠定了基礎。

摘要:使用位移流形理論對具有固定轉動軸線和變轉動軸線兩種運動模式的3T1R并聯(lián)機構進行了構型綜合。分析空間球面4R機構的一般運動學方程，通過求極限計算了一種特殊空間球面4R機構連桿在奇異位形的兩個瞬時連續(xù)轉動軸線。根據(jù)具有固定轉動軸線和變轉動軸線兩種運動模式的球面機構，得到其連桿位移流形的表達式，從而設計了具有兩種運動模式的3T1R并聯(lián)機構。通過旋量理論，驗證該3T1R機構在運動模式變換過程中的自由度和驅動副選取的正確性。結果表明，該3T1R并聯(lián)機構具有固定轉動軸線和變轉動軸線兩種3T1R運動模式，4條支鏈的4個驅動副能實現(xiàn)上述兩種模式下機構的控制，當機構處于兩種運動模式的變換位形時，需要增加一個輔助驅動副，才能實現(xiàn)該機構兩種運動模式的變換。