摘要:农业水利管理是保障全球粮食安全与水资源可持续利用的关键环节，亟需高效、精准的信息感知与调控手段。近年来，“天-空-地”一体化的多源遥感观测体系，为农业水利信息的动态监测，尤其是在区域和田块尺度上的应用，提供了新的发展动力。本文系统综述了多源遥感数据在农业水利信息感知中的最新研究成果，涵盖遥感数据获取与处理、建模方法及典型应用。在数据获取方面，卫星、无人机与地面平台多类型传感器的协同工作，显著提升了数据的空间分辨率和观测维度；在数据处理方面，遥感数据处理逐步从本地化处理向云平台协同处理转型，从而提高了数据融合的效率和时空一致性；在建模方面，融合物理机制与数据驱动的混合模型正成为主流，显著提高了预测精度与模型的泛化能力。上述进展推动遥感技术广泛应用于农业水旱监测、作物生长状态评估和环境监测等领域。尽管多源遥感技术已取得显著进展，其在农业水利信息感知中的应用仍面临诸多挑战，主要包括平台间信息整合的困难、数据处理标准化的不足、模型性能的提升空间以及成果转化与服务能力需进一步加强等问题。未来研究将聚焦于构建高时空协同的观测体系，发展平台化与智能化的数据处理流程，推动机理与智能融合的建模方法，以及实现遥感服务与实际应用场景的深度融合，为智慧农业的实现和可持续发展目标的达成提供更强有力的支撑。

摘要:蒸散发（Evapotranspiration, ET）是作物需水量的核心组分，也是区域水资源优化配置的关键依据。本文以陕西关中宝鸡峡灌区夏玉米为研究对象，采用BP神经网络（Back propagation neural network，BPNN）、支持向量机（Support vector machine, SVM）、极限学习机（Extreme learning machine, ELM）和极致梯度提升树（eXtreme gradient boosting, XGBoost）4种机器学习算法构建无人机-卫星多源遥感数据协同校正模型，并以最优算法建立的模型校正卫星多光谱数据，实现无人机和卫星数据的尺度转换。利用校正后高精度卫星数据反演夏玉米叶面积指数（Leaf area index, LAI）与株高（Crop height, hc）为蒸散发模型提供数据输入。分别采用双作物系数法、METRIC模型及Penman-Monteith（P-M）冠层阻力模型进行夏玉米蒸散发估算，引入贝叶斯模型平均（Bayesian model averaging, BMA）实现不同生育阶段各方法/模型权重的动态分配，最终得到玉米拔节-完熟期性能稳健的蒸散发BMA融合模型。结果表明：XGBoost算法在夏玉米拔节-完熟期的B/G/R/NIR波段建模精度均为最高，四波段建模结果决定系数（Coefficient of determination, R2）较算法ELM高出8.43%、8.67%、6.79%和10.41%；校正后的卫星多光谱数据LAI与hc反演结果R2较原始卫星数据分别平均提高97%和67.5%；BMA融合模型在夏玉米拔节-抽雄期和蜡熟-完熟期较单一最优方法/模型（METRIC模型）均方根误差（Root mean squared error, RMSE）降低39.3%~58.5%。本研究利用“协同校正-动态融合”显著提升了蒸散发遥感监测精度，可为水资源精细化管理提供理论支撑。

摘要:快速准确获取土壤含盐量（SSC）信息对农业可持续发展至关重要。卫星遥感技术凭借大范围同步监测的优势在SSC监测领域被广泛关注，但其监测精度常面临植被覆盖干扰和灌溉事件等多源误差源的挑战。本研究以Sentinel-1/2卫星数据为基础，结合地面实测数据，对不同植被覆盖条件下的土壤含盐量进行监测，以期明确不同植被覆盖对土壤含盐量遥感监测准确性的影响。首先，根据研究区内植被覆盖度、NDVI变化趋势、作物生育期将全植被覆盖划分为3个时期（D1：早期；D2：中期；D3：后期）；其次，分析不同时期变量（植被指数与极化指数）对不同深度土壤含盐量的敏感性，并利用变量投影重要性(VIP)分析算法筛选变量；最后，结合机器学习算法（SVM、RF与ELM模型），生成各时期不同深度土壤含盐量分布图。结果表明：D2时期变量与SSC的相关性最好，D3时期次之，D1时期最低；雷达遥感与光学遥感数据融合有助于监测作物不同时期的土壤含盐量；RF模型为最佳土壤含盐量监测模型，10~20cm土壤含盐量监测精度最高，R2达到0.79，RMSE为1.62g/kg；从空间分布来看，研究区南部土壤盐渍化程度最重，从深度上看，各时期20~40cm的土壤含盐量最高，从时间变化来看，作物生长0~10cm与10~20cm土壤含盐量呈现增加趋势，20~40cm土壤含盐量呈现减少趋势。研究结果可为区域土壤盐渍化的精准监测和防治提供科学依据。

摘要:土壤盐渍化是全球干旱半干旱地区农业生产、生态环境与土地资源可持续发展的主要挑战之一。内蒙古达拉特旗黄河南岸灌区长期受到土壤盐渍化的威胁，研究土壤含盐量动态变化及其驱动因素对该地区农业生产、生态保护与水资源管理具有重要指导意义。基于Sentinel-2卫星数据和实地土壤含盐量数据，通过相关性分析（Pearson correlation coefficient，PCC）、变量投影重要性分析（Variable importance in projection analysis，VIP）、灰色关联度分析（Grey relational analysis，GRA），并结合反向传播（Backpropagation，BP）、随机森林（Random forest，RF）和支持向量机（Support vector machine，SVM）3种机器学习算法估算了裸土期和植被覆盖期土壤含盐量（Soil salinity content，SSC）。同时基于最优反演模型以及Landsat-5、Sentinel-2数据，反演并统计了2000—2024年间灌区土壤含盐量时空变化特征。最后分析了蒸发量、降水量、温度、真实水汽压等气象因素对土壤含盐量变化的驱动作用。结果表明：裸土期PCC-RF模型表现最佳（建模集R2=0.849，RMSE为0.118%，MAE为0.079%；验证集R2=0.753，RMSE为0.158%，MAE为0.116%）。时空变化特征表明2000—2008年盐渍土面积持续增加，而2009—2016年实施的水权改造政策有效遏制了盐渍土扩张，并将大面积盐渍土转换为非盐渍土。蒸发量、降水量、蒸降比和温度是研究区土壤含盐量变化的主要气象影响因素。研究结果可为灌区土壤盐渍化监测与治理提供科学依据。

摘要:黄土高原农业区作为我国重要的农业生产区域，其水资源紧张与生态环境脆弱的特点使得蒸散发（ET）的时空演变及其与环境因子的关系研究对水资源管理与生态恢复具有重要意义。本研究基于2005—2020年MODIS卫星数据，结合叶面积指数（LAI）、降水量（PRE）、气温（Ta）、土壤含水量（SM）、地表太阳辐射（SSR）等环境因子，系统分析了黄土高原农业区ET的时空演变特征及其驱动机制。主要研究结论：全年ET和夏季ET的空间分布呈现自西北至东南递增的趋势，且分别有91.46%和88.41%的区域呈现显著上升趋势（p<0.05）；ET变化的上升趋势具有较强持续性，且夏季ET变化主导全年ET变化，；LAI和SM在全年及夏季ET变化中主导作用显著，LAI在全年贡献55.92%，SM在夏季贡献23.28%，此外，全年SSR对ET的影响大于PRE和Ta，而夏季PRE对ET影响更大，表明主导因素在不同时间尺度上有所不同；植被恢复有助于生态修复，但可能加剧水资源短缺，未来策略需考虑水资源承载力，以确保生态与水资源的协调发展。本研究揭示了黄土高原农业区ET时空演变特征及其驱动机制，为区域水资源管理和生态恢复提供了科学依据。

摘要:高效利用水资源和精准灌溉管理是提升农业生产效率的关键，而蒸散发作为灌溉水管理中的核心参数，其传统估算方法因时空分辨率低等问题，制约了精细化灌溉管理的实施。提出了一种集成遥感技术、数据融合和多目标优化的高时空分辨率作物蒸散发反演与精细化灌溉管理方法。通过时空融合模型获取高精度地表变量（NDVI、反照率和地表温度），实现田间尺度（30m×30m）逐日作物蒸散发（ET）精准反演，并构建基于非支配排序遗传算法（NSGA-Ⅱ）的灌溉制度优化模型，为灌区差异化灌溉提供决策支持。结果表明，该方法充分考虑田间时空变化，水分供给精准契合作物需水特性。通过优化灌溉策略，在非关键生育期灌水量显著降低57mm（30%），增产423.23kg/hm2(4.6%)，达到节水增产目标。结合温度植被干旱指数（TVDI）的区域差异化水资源管理结果显示，在湿润区（TVDI为0~0.1），作物产量较高（>9500kg/hm2），但灌水量也较大。通过优化灌溉策略最大灌水量减少15%（83.17mm），避免了水资源浪费并保持高产；而在干旱区（TVDI大于0.4），灌水量不足导致产量较低（7500~8500kg/hm2），优化灌溉策略后灌水量增加37.15mm，产量提升2171.88kg/hm2，有效避免了干旱风险。整体而言，该优化方法使区域整体产量提高4.6%，灌水效率提升14%，灌水量减少11%。

摘要:农田水分精准监测对农业节水与产量保障至关重要，但现有技术多聚焦土壤或叶片/植株含水率等单一指标，缺乏对土壤-植株水分协同机制的系统性表征。本研究以关中平原夏玉米为研究对象，基于地面采样数据整合多深度土壤含水率、叶片含水率、叶片相对含水率、植株含水率等7项指标，分别利用熵权法和主成分分析法构建综合水分指标（Comprehensive moisture index）CMI1和CMI2，以反映农田土壤-植株的综合水分状况；同时结合无人多光谱数据计算并筛选敏感植被指数，利用随机森林（Random forest, RF）、支持向量机（Support vector machine, SVM）等机器学习算法构建无人机数据驱动的综合水分指标模型。结果表明：CMI1与CMI2均能有效反映夏玉米农田土壤-植株的综合水分状态，但CMI2对土壤-植株水分耦合特征的表征精度在拔节期、吐丝期等多数生育期优于CMI1。植被指数与综合水分指标的响应关系随生育期动态变化，各生育期筛选出的最佳植被指数及其与综合水分指标间的相关性不同，在拔节期、吐丝期、籽粒建成期和乳熟期与CMI的相关系数最高值分别可达0.761、0.795、0.769和0.771。RF模型在建模集和验证集中结果均较稳定，估算精度优于其他模型，能稳健地实现对夏玉米综合水分指标估算。本研究通过综合水分指标与机器学习模型性能的双重对比，构建的“多指标融合-无人机遥感驱动-动态建模”体系，为田块尺度综合水情监测提供了精准化技术方案，可支撑智慧农业灌溉决策。

摘要:植被物候作为表征植被对气候变化响应的关键生态指标，其动态变化对干旱区生态系统稳定性具有重要影响。为深入揭示干旱半干旱区植被生长起始期（SOS）对多气候因子的响应机制及时滞累积效应，基于2001—2020年NDVI数据、多源气候数据和SOS数据，构建了融合随机森林（RF）模型、SHAP解释算法、时滞累积分析的综合评价体系。结果表明：气温日较差（DTR）、日平均温度（Tmean）、云量（CLD）和月总降水量（Pre）的季前长度分别集中在3~4个月(55.6%区域)、1~3个月(60.3%区域)、4~6个月(58.1%区域)和4~6个月(62.9%区域)。Pre是SOS最关键的驱动因子，CLD、DTR和Tmean则在特定情境下提供补充调节，并且不同类型气候因子的响应特征存在明显差异，其中Tmean与DTR等热量因子以滞后1~3个月、无累积效应为主；Pre、地表土壤含水率（SM）与标准化降水蒸散发指数（SPEI）等水分因子则表现出以当前月和短期累积为主的响应机制；CLD则主要体现为滞后2个月、累积1个月的调控效应。本研究揭示了干旱半干旱区植被物候对多气候因子驱动的响应规律及时滞累积效应，为构建区域尺度的气候-植被交互模型、农业生产布局优化及气候变化下植被动态预测提供了理论依据和方法支撑。

摘要:随着全球气候变暖加剧，干旱事件日趋严重且频发，精准评估干旱等级，高效监测干旱分布特征及干旱时空演变规律，对及时掌握旱情并制定科学抗旱措施意义重大。以长江流域为研究区，构建了温度-降水-植被综合干旱指数TPVDI（Temperature precipitation vegetation dryness index），通过温度干旱指数（TCI）、降水干旱指数（PCI）和植被干旱指数（VCI）的空间欧氏距离计算得出，并运用变异系数法、Theil-Sen Median趋势分析耦合Mann-Kendall显著性检验方法及Hurst指数法，系统揭示了2001—2019年间长江流域干旱时空动态演变规律。TPVDI在气象干旱、农业干旱和综合干旱监测方面均表现出色，其与SPEI12、TVDI、PA的相关系数分别为-0.4916、0.4299、-0.3985，均通过0.05显著性水平检验，验证了其多维度干旱监测能力，为长江流域干旱评估提供了可靠工具。19年里长江流域整体处于无旱、轻旱灾害状态，重旱区呈现3~5年周期的南北往复迁移特征；整体干旱情况以较低波动变化（34.55%）和中等波动变化（24.22%）为主，干旱变化呈现偏湿趋势；81.43%的区域具有干旱可持续性特征，其中65.18%的区域未来干旱趋势持续减弱，16.25%的区域将面临干旱持续增强风险，主要分布在长江三角洲、湖南及金沙河附近。TPVDI指数突破了单一要素监测的局限性，实现了多源数据协同的干旱动态感知，为流域尺度干旱监测提供了新的方法。

摘要:干旱作为一种具有时空变异性的复合型自然灾害，其频发性和破坏性对社会经济发展和生态系统稳定构成了严重威胁，精确监测干旱事件具有重要现实意义。本研究以陕西省为研究区域，通过整合植被-地表-气候多维干旱因子建立综合特征变量体系，选取最优气象干旱指数作为目标变量，基于Stacking集成学习与多种机器学习算法构建了陕西省2003—2020年堆叠集成干旱指数（Stacked ensemble drought index，SEDI），同时评估其在气象干旱监测中的适用性。结果表明：气象干旱综合指数（Meteorological drought composite index，MCI）、标准化降水指数（Standardized precipitation index，SPI）与标准化降水蒸散发指数（Standardized precipitation evapotranspiration index，SPEI）在月尺度上变化趋势总体一致，但MCI对干旱事件识别具有更高准确性和灵敏性，选为气象干旱监测模型的目标变量。在3种集成模型与5种单一模型中，基于XGBoost构建的集成模型XGBall在陕西省各区域的监测效果最佳，决定系数R2为0.934~0.945，均方根误差（RMSE）为0.208~0.256。2003—2020年，SEDI与MCI在榆林站、秦都站、石泉站干旱等级一致率分别为87.04%、83.80%、85.65%，2种指数反映的干旱趋势基本一致，且R2均大于0.91，表明SEDI能有效识别不同站点的干旱类型及变化趋势。利用两次典型干旱事件（2005年春季与2015年夏季）进行验证，SEDI在区域尺度干旱监测中具有良好的适用性，其与MCI在空间分布特征上具有较高一致性，不同干旱等级站点比例相似度高，能够较为准确地反映干旱过程的时空演变特征。空间自相关分析表明，陕西省气象干旱呈现显著的空间集聚性，全局莫兰指数为0.69，Z得分为3.58，P<0.001。其中，高-高集聚区主要分布在关中西南部和陕南地区，在这些区域干旱事件的发生频率及强度相对较低。低-低集聚区主要分布在关中东北部和陕北地区，在这些区域干旱事件的发生频率及强度相对较高。研究结果可为生态环境评估与保护、干旱状态监测及预警提供科学指导。

摘要:土壤含水率（Soil moisture content，SMC）的准确预测在农业生产中至关重要。多时间序列多源遥感数据可提供多种特征的时间变化信息，但多时相多序列信息往往在SMC反演中得不到有效利用。Transformer网络在处理多序列特征中表现优越，本研究基于Transformer结构构建了提取SMC的深度回归模型，并将其与卷积神经网络回归（Convolutional neural network regression，CNNR）、长短期记忆网络（Long short-term memory，LSTM）回归、门控循环单元（Gated recurrent unit，GRU）回归进行比较。实验结果表明，使用长时间序列特征数据更有利于SMC预测；在利用5d的历史数据预测5d后的SMC时，Transformer回归相较于CNNR、LSTM和GRU，决定系数平均提升0.0953、0.0324、0.0336，均方根误差平均降低0.014、0.0026、0.0030cm3/cm3。对特征影响和中间隐藏特征的变化分析显示，为不同时刻特征分配合适的注意力更有利于预测SMC。

摘要:根据温度植被干旱指数（Temperature vegetation drought index, TVDI）的区域土壤含水率反演对于流域旱情监测、水资源规划等具有极大潜力，但TVDI特征空间干湿边量化的经验性和不确定性易导致反演精度受限。提出了TVDI干湿边多目标优化求解方法，通过最大化TVDI与地表反照率（Albedo, A）、土壤部分红波反射率（Soil red band reflectance, Rs,red）和土壤部分近红外波反射率（Soil near-infrared band reflectance, Rs,nir）的相关性实现特征空间干湿边定量求解，并对淮河流域麦田墒情进行了反演分析。结果表明：TVDI干湿边优化求解时，地表反照率对墒情反演精度的提升占主导作用，权重为0.5~0.8，其次是土壤红波和土壤近红外波反射率，分别为0.1~0.2和0.1~0.3；优化后TVDI对生育期内气象干旱变化具有更好的响应，特征空间涵盖范围增加了24.05%~54.02%，干边截距增加了1.72%~5.69%，干边斜率减小了8.04%~66.51%；优化后TVDI与实测土壤含水率的决定系数（Coefficient of determination, R2）增加了33.12%~82.61%，反演土壤含水率时的平均绝对误差（Mean absolute error, MAE）、均方根误差（Root mean square error, RMSE）、归一化均方根误差（Normalized root mean square error, NRMSE）降低了5.09%~20.52%、7.73%~21.16%、7.69%~21.27%，在不同生育期和土层深度均能保持较高精度；2023年淮河流域冬小麦拔节期、孕穗期、开花期和灌浆期0~40cm平均土壤含水率分别为0.242、0.255、0.259、0.237cm3/cm3，流域内河南省和山东省麦地墒情较低，适宜在拔节期、开花期和灌浆期进行补充灌溉。综上，干湿边多目标优化求解方法提升了TVDI在区域尺度麦田墒情反演的适应性和准确性，可为旱情监测及防控研究提供理论依据和可靠工具。

摘要:针对西北干旱区农业水资源短缺与生态环境保护的矛盾，本文以石羊河流域为研究区，基于“压力-状态-响应”框架构建包含12个指标的水资源-作物生长-生态环境系统评价体系，采用熵权法确定权重并进行共线性检验。将贝叶斯网络引入耦合协调度评价，实现从状态描述到因果诊断的方法突破。利用多源遥感数据反演植被生理参数和环境指标，采用月尺度分析2023年4—10月作物生长周期系统演变规律。结果表明：水资源、作物生长子系统的发展指数均呈先升后降的单峰曲线趋势，分别在6、7月达到峰值0.64和0.89；生态环境子系统发展指数则持续缓慢上升（由0.43提高至0.62）；耦合协调度呈显著月际变化，从4月的0.46（面临失调）升至7月峰值0.80（中级协调），后降至10月的0.57（临界协调），与作物生长周期高度吻合；贝叶斯网络识别出不同生长阶段主控因素的动态转换：4月灌溉主导，5—7月转为肥力限制，8—10月需水肥盐协同调控；空间上中部地区协调度持续较高，下游民勤地区长期处于低值区。研究结果为干旱区农业水资源精准管理提供了“评价-诊断-调控”的完整技术体系。

摘要:针对黑河流域大尺度环境下水体提取难度大、演变规律尚不明晰等问题，基于谷歌地球引擎（Google Earth Engine，GEE）处理黑河流域1986—2024年Landsat影像，采集7.8×104个水体/非水体样本并构建逐年样本数据集，通过将多波段水体指数（Multi band water index，MBWI）、增强型水体指数（Enhanced water index，EWI）、改进归一化差异水体指数（Modified normalized difference water index，MNDWI）与光谱波段进行单独与统一组合，构建并筛选出最佳融合水体指数的随机森林（Random forest，RF）水体提取方法，提取了研究区39个时相的逐年地表水体影像，采用曼-肯德尔（Mann-Kendall，M-K）法揭示了黑河流域逐年地表水体面积变化特征，基于主成分与敏感性分析探究了影响地表水体演变的主要驱动因素。结果表明：融合3种水体指数（MBWI、EWI、MNDWI）的随机森林水体提取方法对黑河流域Landsat影像的水体提取效果最佳，平均总体精度（Overall accuracy，OA）为96.16%，平均Kappa系数为0.9128；经M-K法检验，黑河流域1986—2024年地表水体面积呈波动减少态势；年降水量、人口、年蒸散量为黑河流域地表水体演变的最主要驱动因素。研究结果可为全流域地表水体的快速准确提取提供理论支持。

摘要:针对河道“四乱”检测图像中目标尺寸小、河道背景复杂等造成目标难以识别等问题，提出一种YOLO v8n-SPE-SL（Small SPD-Conv-ECA SiLuan）模型，旨在实现河道“四乱”目标的快速精准识别。通过增加小目标检测层，显著提升模型对小尺度目标的特征提取能力；通过引入SPD-Conv模块替换原模型中步长为2的部分卷积，减少细节信息的损失；通过在部分C2f模块当中加入ECA（Efficient channel attention）注意力机制，显著提高模型在复杂背景下的目标识别能力。在此基础上设计了河道“四乱”巡查系统。基于构建的数据集对改进模型进行实验对比，结果表明，YOLO v8n-SPE-SL模型的精确率、召回率和平均精度均值分别达到96.3%、91.9%和95.7%，与YOLO v8n模型相比，分别提升1、2.5、1.6个百分点；其中引入小目标检测层使mAP@50提升0.7个百分点，引入SPD-Conv模块使误检率降低23.6%，引入ECA机制将mAP@50-95提高2.7个百分点。巡查系统可用于实现“四乱”目标的精准识别与展示，助力幸福河湖建设。

摘要:精确掌握区域尺度作物种植结构分布特征，对精细化农业生产管理、优化水资源配置和保障粮食安全具有重要意义。本研究聚焦江西省典型地貌单元，选取平原地貌的信丰灌区和丘陵地貌的大山灌区为研究区，基于Sentinel-2遥感数据，构建包含归一化植被指数（NDVI）、增强型植被指数（EVI）、改进型归一化水体指数（MNDWI）及其多元组合的遥感特征矩阵，耦合朴素贝叶斯（NB）、支持向量机（SVM）、多层感知机（MLP）、随机森林（RF）及极端梯度提升（XGBoost）5种机器学习算法，引入交叉验证，网格搜索进行模型参数优化，研究不同光谱指数与算法组合提取水稻种植结构的最优融合模型，最后引入平移、噪声扰动等数据增强方法，模拟年际气候波动和作物生长时序变化对分类性能的影响，并对两个灌区水稻种植结构（双季稻、一季晚稻、中稻）进行遥感分类制图。结果表明：在信丰灌区和大山灌区中，NDVI+MNDWI-XGBoost均展现出最优分类性能，大山灌区总体精度高达97.30%，Kappa系数达0.958；信丰灌区总体精度高达95.40%，Kappa系数达0.915，并且两个灌区的平均生产者精度和用户精度均超过95%。地形特异性、田块状况和种植复杂度是决定最优光谱指数组合和机器学习算法耦合提取特定灌区水稻种植结构的关键要素，制图结果显示信丰灌区不同田块之间的边界较为明显，并且田块形状规则统一，大山灌区田块呈现不规则和破碎特征，并且田块间的边界并不清晰。信丰灌区以种植双季稻为主，占比80.50%，大山灌区以种植单季稻为主，占比78.60%。本研究明确了地形异质条件下遥感分类的最优算法与光谱指数组合方案，为灌区尺度水稻种植结构提取和农业精准管理提供了有效技术支撑和方法参考。

摘要:为突破传统遥感技术依赖多光谱/高光谱的局限，探索RGB图像结合颜色空间转换算法的作物产量估算方法。通过无人机平台获取16个水氮处理条件下滴灌棉花6个关键生育期的冠层RGB图像，运用色彩空间转换算法将其转化为HIS、CIELab和CIELuv颜色参数，优选最佳估产窗口期，基于其衍生的RGB植被指数构建3种变量组合下的岭回归、支持向量机和随机森林估产模型。不同生育期的RGB植被指数与产量相关性表明，RGB植被指数与棉花产量在花期、花铃Ⅰ期、花铃Ⅱ期、铃期和吐絮期均具有较强的相关性，吐絮期植被指数与产量相关性最强，其中吐絮期的估产精度最高（决定系数大于等于087，偏差小于10%），为最佳估产窗口期。随机森林模型在各生育期估产中反演精度表现最稳定，采用变量组合3（GA、GGA、CSI、NGRDI、NGRDIveg、TGI、TGIveg、NDLab、NDLuv）构建的随机森林模型反演结果表现最优，测试集决定系数为076~088，均方根误差为0.69~0.99t/hm2，平均绝对误差为0.53~0.80t/hm2，偏差为6.11%~30.65%，为滴灌条件下棉花产量最优反演模型。研究结果可为利用无人机RGB图像进行滴灌棉花估产以及表型监测分析提供理论参考。

摘要:名优茶采摘是茶园生产劳作中劳动力需求最多的环节，随着劳动力短缺和劳动力成本不断上升，已严重制约名优茶产业的持续健康发展。农业机器人是机器人领域的重要分支，农业采摘机器人代替人工采摘作业成为现代农业发展的重要趋势。名优茶为我国特有的茶叶品类，世界范围内名优茶采摘机器人研究也主要在国内科研院所中开展。首先，阐述了名优茶采摘机器人的采摘末端执行器、采摘机械臂和运动底盘等整机机械关键技术，涵盖不同采摘方式的末端执行器，包括剪切式、提拉式、折断式和仿生式；末端执行器的收集方式包括负压吸式、抛甩式和传送式；采摘机械臂的构型包括 XYZ型、SCARA型、Delta型为主的并联型和多关节串联型，对机械臂运动规划、多机械臂协同、轨迹规划等支撑技术进行了分析；以及适用于不同茶园环境的运动底盘形式，包括轮式、履带式和轨道式。通过以上关键技术的技术方案对比分析，总结出各种关键技术方案的应用特点和存在问题。其次，将名优茶采摘机器人的研究划分为名优茶采摘机器人的理论研究、试验验证和样机试验3个发展阶段，并阐述了最新研究进展。最后，阐述了名优茶采摘机器人的整机机械关键技术应用需求和技术挑战，指出名优茶采摘机器人整机机械关键技术的未来发展趋势，为名优茶采摘机器人的研发和后续应用提供参考和借鉴。

摘要:针对现有复式整地机深松深度与耙深调节范围受限等问题，本文设计了一种松耙深度液压主动调节复式整地机。通过液压驱动机构与平行四边形连杆结构，设计了深松深度调节装置与耙深调节装置结构参数，实现了深松深度与耙深独立调节；对深松铲组与耙组工作受力状态进行了分析，明晰两者作业时所受最大牵引力。对松耙深度调节装置进行了匹配设计，并对机架进行了结构分析以确保满足作业要求。设计了电液控制系统，基于传感器监测实现了各作业参数获取与控制；对深度调节液压缸进行了动态受力分析，确定深松调节液压缸最大负载为12.3kN，耙深调节液压缸最大负载为4.5kN，基于此明确了液压缸型号参数，其中深松调节液压缸缸径为63mm，活塞杆直径为35mm；耙深调节液压缸缸径为50mm，活塞杆直径为28mm。田间试验结果表明，深松深度为300~461.6mm，耙深为120~157.4mm；机具深松深度稳定性系数为97.50%，耙深稳定性系数为96.03%；碎土率为76.9%，地面平整度标准差为0.4cm，各项指标均满足设计要求与国家行业标准。

摘要:针对目前生物炭易固结、撒施难度大且混埋还田效果差等问题，提出了一种生物炭撒施旋埋还田的农艺模式，设计了一种生物炭均匀撒播高效旋埋还田机。阐述了生物炭均匀撒播高效旋埋还田机的基本结构与工作原理，对炭箱搅拌系统、强制排炭系统和旋耕系统进行理论分析，确定了关键结构参数，探究了电机转速、前进速度等影响生物炭均匀撒播高效旋埋还田机排炭性能的主要因素；探究了旋耕刀辊转速影响生物炭还田的主要因素。以排炭速率偏差、各行排炭量一致性变异系数及总排炭量稳定性变异系数作为试验指标进行了基于电机转速的台架静态试验，验证了机具撒播性能；以排炭率偏差、前进方向排炭均匀度变异系数和工作幅宽方向排炭均匀度变异系数作为试验指标进行了基于电机转速和前进速度的台架动态试验，验证了机具排炭性能并确定各因素对试验指标的影响；采用两因素三水平正交试验探究了生物炭均匀撒播高效旋埋还田机的最优工作参数，并通过田间试验对台架试验的结果进行验证，结果表明：在当前进速度2.5km/h、电机转速75r/min这一最优参数组合下，生物炭均匀撒播高效旋埋还田机的前进方向排炭均匀度变异系数为4.23%，工作幅宽方向排炭均匀度变异系数为5.59%，理论排炭率为5019.9kg/hm2，排炭率偏差为2.34%。整机性能满足生物炭撒播还田农艺要求。

摘要:针对常规播种机高速作业时播深稳定性差，而装配基于仿形轮下压力传感式播深调控系统灵敏度低等问题，本文设计了一种基于气动下压力控制的高速轻型免耕播种机播深调控系统，以提高其高速播种时作业质量。系统主要包括：监测装置、决策控制系统、播深调控执行机构和保护装置。监测装置利用平行四杆仿形机构角度传感器、仿形镇压轮薄膜压力传感器以及播种机姿态传感器协同实现对播深实时监测；决策控制系统处理传感器数据，通过电磁阀和电气比例阀控制空气弹簧内部气压，保证执行机构输出作用力实时调控。为提高播深调控系统执行机构输出作用力的精确性，建立播深调控系统空气弹簧输出作用力与下压力关系模型，该模型通过薄膜压力传感器监测到的仿形镇压轮下压力变化实时改变空气弹簧输出作用力，模型决定系数R2为0.9959。进行了高速轻型免耕播种机播深调控系统阶跃响应台架试验，试验结果表明：当压力为0.1～0.6MPa时，系统最大超调量为6.40%，平均响应时间为0.3s，平均稳态误差为0.0047MPa，平均稳态值标准差为0.0027MPa，平均变异系数为0.93%。以平行四杆仿形弹簧式播深控制系统为对照组进行了田间性能对比试验，结果表明，在高速作业条件（14~16km/h）下，加装该播深调控系统轻型免耕播种机平均播种深度合格率为81%，相比于机械弹簧式下压力调控方式（56%）提升4464%；播种深度标准差平均值为4.87mm，变异系数平均值为14.08%，相比于机械弹簧调节方式，分别降低21.52%、29.35%。研究结果为高速轻型免耕播种机播深稳定性提升提供了理论参考。

摘要:针对长江中下游地区小麦播种普遍存在种床条件不理想和畦沟质量不高等问题，设计了一种种床构建装置，提出了一种旋耕+开沟+播前镇压+护沟的设计方案。该装置主要由旋耕部件、铧式犁开沟部件和播前镇压部件等组成，能够一次作业完成旋耕、开沟、播前镇压、播种施肥等工序，采用镇压强度可调节的播前镇压和横向输土技术，有效构建地表平整、虚实结合的理想种床。根据小麦种植农艺要求，确定了旋耕刀的数量以及排列分布，设计了铧式犁开沟器和播前镇压部件的关键参数；通过EDEM软件建立仿真模型，通过二因素四水平正交试验和Box-Behnken试验方法分别对铧式犁开沟器和种床构建装置进行仿真分析，得到铧式犁开沟器终止滑切角和护沟侧板水平方向最优倾角分别为68°和67°，得到优化工作参数为：机具前进速度4.22km/h、旋耕刀转速288r/min和液压缸伸长量85.50mm。在土壤含水率22.3%、土壤容重1.11g/cm3的田间进行试验，结果表明，作业后碎土率为92.75%，种床平整度为15.32mm，土壤容重为1.34g/cm3，畦沟平均深度为201mm，畦沟沟深稳定性系数达到91.38%，小麦出苗均匀整齐，出苗率为89.24%，满足小麦高质量播种要求。

摘要:针对现有油菜气送式机直播作业中供种装置在不同作业速度下的适配性以及供种精度低等问题，设计了一种油菜高速气送式双变量供种装置，通过“变型孔长度+变转速”的方式，实现大范围精量供种。在阐明供种装置工作原理基础上，构建种子供-携-投3阶段运动学模型，确定型孔结构、排种槽轮转速、型孔长度等关键结构及运行参数。通过台架试验研究了转速-型孔长度-供种速率关系模型，由此构建了不同播量、不同作业速度条件下的排种转速、型孔长度双变量调控策略。开展单双变量供种性能对比试验，台架试验结果表明，当双变量供种装置转速为15~70r/min时，供种精度不低于93.3%，相比单变量式，供种精度提升8.2个百分点；单变量与双变量式供种速率为35.7~123.2g/min、37.3~286.0g/min，当播量为2.25~6kg/hm2时，双变量供种装置供种精度更高。播种性能路面试验结果表明，在相同播量，不同作业速度下，供种精度为90.61~97.69%，同行播量稳定性变异系数为1.69%~3.90%，符合国家标准和相关行业标准要求。田间试验结果表明，当播量为2.25~5.25kg/hm2、作业速度为3~12km/h时，供种精度最高可达97.6%，各行播量一致性变异系数和播量稳定性变异系数不大于11.1%和9.5%，双变量供种装置可满足油菜气送式机直播精量供种作业要求。

摘要:针对长江中下游地区因田地崎岖不平导致稻麦种子播种深度不稳定的问题，设计了2BFGL-19型播深自动调控稻麦联合播种机，该机具通过双侧播深监测装置实时获取田地起伏信息，并将其转化为液压系统控制指令，进而驱动播深调控装置动态调整左右倾斜角度，确保开沟器在不同坡度的田地上，始终保持稳定的开沟深度，实现精准播种作业。对播深调控装置和播深监测装置等关键部件进行设计，基于播深自动调控原理搭建了液压传动及控制系统。通过对两侧播深监测装置运动分析，在地面倾斜临界角为3°的前提下，得到接触片至前、后触模块的距离分别为19.07mm和12.29mm。以各行排种量一致性变异系数为评价指标，开展了规范性动态试验，以播种深度合格率及播种均匀性变异系数为评价指标，开展了田间试验。试验结果表明，当试验机作业速度为0.6～1.2m/s时，各行排种量一致性变异系数平均值为3.44%；播种深度合格率为87.04%；播种均匀性变异系数平均值为22.86%。各项指标均达到谷物播种机械作业质量标准，对比原型机综合性能有所提升，试验结果满足设计要求。

摘要:水稻插秧机作业时驱动轮滑转率及其稳定性影响水稻插植株距精度，进而影响水稻产量。本文提出一种基于水田滚动阻力变化率辨识和模糊PI控制的水稻插秧机速度-滑转率联合控制算法。通过卡尔曼滤波对插秧机驱动轮滚动阻力变化率进行辨识；基于模糊PI控制对速度和滑转率进行联合控制，根据驱动轮滚动阻力变化率、速度误差、滑转率误差对控制律增益系数进行实时调整。水田试验结果表明，当期望速度为1m/s时，本文算法控制下插秧机滑转率均值为0.122，标准差为0.039；相较无滑转率控制时，滑转率均值降低39.3%，标准差降低61.7%；相较基于控制律增益系数固定的PI控制的速度-滑转率联合控制算法，滑转率均值降低12.8%，标准差降低45.1%。当期望速度为1m/s时，本文算法控制下速度绝对误差均值为0.072m/s，相较无滑转率控制时，降低53.5%，相较基于控制律增益系数固定的PI控制的速度-滑转率联合控制算法，降低47.1%。所提出算法可以有效提升水稻插植精度与质量。

摘要:针对现有水稻钵苗膜上移栽机构缺少对钵苗移栽及破膜挖穴作业轨迹与姿态控制，从而影响水稻钵苗膜上移栽协同作业质量的问题，本文提出一种基于改进粒子群优化算法（GFPSO）的并置式复合非圆齿轮行星轮系机构混合多位姿综合设计方法。首先提出并置式水稻钵苗膜上移栽机构设计要求，分别完成钵苗移栽与协同破膜挖穴理想轨迹规划与关键位姿点选取，建立水稻钵苗膜上移栽机构混合多位姿综合模型；将粒子群优化算法与适应度-距离平衡选择策略及高斯随机游走扩散过程结合，提出一种改进粒子群智能优化算法（GFPSO）进而完成复合非圆行星轮系机构的混合多位姿综合模型求解，实现基于求解结果的轮系机构设计。根据设计结果开展水稻钵苗膜上移栽机构三维建模及ADAMS虚拟样机仿真，通过对比仿真轨迹与关键点位姿参数，验证了机构设计正确性。通过物理样机加工装配与试验台架组装，开展机构空转试验。试验结果表明，实际运动轨迹、姿态与理论设计、虚拟仿真结果基本一致；开展水稻钵苗膜上移栽性能试验，试验结果表明，平均膜上移栽成功率为90.95％，平均栽植株距变异系数为2.35％，水稻钵苗膜上移栽性能良好，验证了水稻钵苗膜上移栽机构的可行性与实用性。

摘要:为提高温室番茄穴盘苗补苗移栽的工作效率，对补苗移栽路径进行规划，以减少路径规划长度和运算时间，提高机械手补苗效率和缩短反应时间。提出一种基于改进蚁群算法（Improved ant colony optimization）的机械臂补苗移栽路径规划方法，首先，采用多因素启发函数，在启发函数中加入角度因子，增强路径的全局规划性；其次，为解决传统蚁群算法收敛速度慢的问题，引入了自适应挥发系数和动态权重系数；最后针对补苗路径规划背景下信息素复杂无序的问题，在信息素更新下加入边缘距离因子并设置信息素阈值，目的是减少路径规划时间，加快算法收敛。仿真结果表明，相比于传统优化算法，改进蚁群算法能有效优化补苗移栽路径。在试验条件128孔穴盘下，该模型的路径规划长度相比固定顺序法缩短14.65%，相比蚁群算法缩短6.76%，相比遗传算法缩短3.68%，相比克隆选择算法缩短1.01%。对比可知，改进蚁群算法更有利于补苗移栽路径规划，该模型可作为温室穴盘苗机械化补栽路径规划算法控制基础。

摘要:联合收获机田间作业工况环境复杂，土壤-机器-物料间互作产生的复杂激励使整机耐久性和可靠性面临巨大考验，因此，在实验室条件下实现联合收获机运行状态有效模拟对于提升整机耐久性验证的规范性具有重要意义。本文开展了基于轮耦合试验台的联合收获机整机耐久性试验方法探究，搭建了用于评估田间作业地面激励的载荷数据采集系统，基于实测数据开展不同工况下整机振动特性分析，建立了联合收获机轮耦合台架试验流程并针对典型作业工况进行了台架试验模拟验证。结果表明，联合收获机收获作业工况下各目标迭代通道载荷模拟精度均在91%以上，模拟载荷信号与实测载荷信号具有一致的功率谱密度分布特征，此外，反映地面垂向激励各底盘应变通道伪损伤比值均能够达到试验要求（50%~200%）。综上所述，轮耦合试验台具备联合收获机垂向激励载荷模拟加载能力，可为农机领域结构耐久性试验提供技术支撑。

摘要:针对玉米联合收获机作业过程中存在的籽粒损失严重、工作参数无法实时调节等问题，本文设计了一种玉米脱粒参数多工作模式智能决策系统，可动态调整脱粒装置工作参数，从而降低收获损失。探究了脱粒参数调控机理。开发了夹带损失监测系统和脱粒参数智能调控系统。基于Simulink环境构建了脱粒参数智能决策模型，对提出的系统进行了仿真测试，结果表明，在高效收获模式及低损收获模式下，系统均能较好地达到设定目标。通过现场测试验证了智能调控系统性能，试验结果表明，低损收获模式下，夹带损失率均值为1.767%，相对传统模式下降16.536%；高效收获模式下，夹带损失率均值为2.030%，相对传统模式上升1.970%，证明了所提出的系统表现良好，能够满足实际收获作业需求。研究结果为提升玉米联合收获机智能化水平提供了技术支撑。

摘要:采用免耕播种技术使得玉米秸秆厚而丰富，传统清秸机构的投掷力不足，作业深度不稳定，严重制约了播种质量。因此，设计了能够在全量秸秆覆盖地进行有效清秸作业的仿生鼹鼠前肢自适应清秸装置，清秸装置由仿生清秸机构和清秸自适应控制系统组成。通过理论分析和计算机仿真，研究了具有鼹鼠前肢运动形态和爪趾结构的仿生清秸机构作业机理，阐明了仿生清秸机构结构参数对清秸质量的影响。基于模糊控制算法设计了清秸自适应控制系统，增强了清秸装置作业深度的稳定性。通过EDEM模拟软件对仿生清秸机构的结构设计和参数进行优化，确定了仿生清秸机构的类型；通过Design-Expert软件建立了仿生清秸机构不同参数与评价指标之间的回归方程，并确定了最优参数组合：回转半径为150mm、仿生夹角为17.71°，此时，秸秆清秸率为92.30%，作业阻力为30.38N。通过田间试验对仿生鼹鼠前肢清秸机构和清秸自适应控制系统的作业性能进行了验证，并与普通平面清秸机构进行了对比试验，试验结果表明，仿生清秸机构的性能优于普通的平面清秸机构，清秸自适应控制系统可以有效地提高清秸机构的性能；全量秸秆覆盖地块作业时，仿生鼹鼠前肢自适应清秸装置的清秸率为90.9%，比普通清秸机构高21.3个百分点，作业后地面满足玉米免耕播种的农业要求。

摘要:水泵水轮机导叶开度的变化会引起转轮内部的内流畸变，为了研究这种内流畸变对转轮受力的影响，以国内某抽水蓄能电站的模型机为研究对象，在试验研究的基础上采用SST k-ω湍流模型对不同开度下的水泵水轮机全流道进行三维非定常数值模拟计算，研究不同导叶开度下引起的叶道内流畸变对转轮叶片和转轮径向力的影响。结果表明：随着导叶开度的增大，叶道内部流速也随之变大，流道内最大速度分布于叶片工作面附近，且每个流道均有漩涡存在，其涡核位置位于叶片相对位置的2/3处；转轮叶片受力受到叶道内部流动畸变产生的涡流影响，叶片工作面最小压力发生的位置和叶片背面最大压力发生的位置均在涡核附近；叶道内部流动畸变产生的不稳定流动对转轮的径向力造成规律性影响，使得转轮所受径向力合力的峰谷个数与叶道数相同，与叶道内部流动畸变引起的内部涡流变化一致。

摘要:葡萄在生长过程中面临多种病害威胁，主要包括霜霉病、白粉病、灰霉病、炭疽病和黑豆病等，目前这些病害主要通过粗放的化学药剂喷洒防治，导致土壤污染、药液残留等问题频发，造成葡萄种植园生态破坏，经济效益受损，亟需对葡萄主要病害分类分级治理。本文围绕葡萄主要病害识别、检测与分级方法，结合国内外研究现状，分别阐述葡萄主要病害潜育期检测技术和发病期检测与分级技术，包括分子生物学检测、光谱检测、成像检测技术、无人机、卫星遥感和多源数据融合等检测方法，以及基于机器学习和深度学习的病害识别分类、目标检测与分级技术。在此基础上，总结了当前面临的葡萄主要病害检测方法推广应用场景存在局限、检测与分级模型普适性不足、多模态多病害实地协同检测困难、病害动态变化全过程研究不完善、相似症状的不同病害识别精度有限等问题，并分析了主要成因。针对以上问题，归纳了近年来提出的主要病害检测算法的技术细节，对比分析了各类算法的性能表现和改进策略。最后，提出了葡萄园智能化检测未来发展方向：自然条件下面向复杂场景检测、检测与分级的普适性模型构建、小样本学习与细粒度识别研究、病症动态追踪与病斑信息预测和融合病害信息的防控装备研发等方向，为精准施药智能化治理葡萄病害奠定基础。

摘要:针对星载LiDAR(Light laser detection and ranging)GEDI（Global ecosystem dynamics investigation）弱波束条件下低能量发射波激光脉冲引起的低信噪比回波以及高坡度地形导致的林分冠层回波与林下地形回波高度重叠以致森林冠层高度估测精度偏低问题。本文通过GEDI L2A产品提供的质量筛选字段对弱波束高信噪比、非延时回波、非降轨回波以及林地回波进行数据筛选，之后对比分析不同百分比波形长度参数rh_aN条件下森林冠层高度估测结果以确定估测模型适用因子，并引入地形坡度参数DTM(Digital terrain model)修正0°~5°、0°~10°、0°~15°、0°~20°、0°~25°、0°~30°、0°~>30°以及0°~5°、5°~10°、10°~15°、15°~20°、20°~25°、25°~30°、>30°地形坡度条件下森林冠层高度估测模型以解决由高坡度地形引起的林分冠层回波与林下地形回波重叠问题。研究结果显示，单字段quality_flag参数与组合字段stale_return_flag、degrade_flag、quality_flag、sensitivity参数筛选结果相同，筛选后光斑点保有率为66.60%；选用波形长度字段参数rh_64可实现研究区森林冠层高度估测整体精度达到最高，R2、RMSE分别为0.5562和4.196m；坡度校正后森林冠层高度整体估测精度R2、RMSE分别为0.5665和4.150m。研究结果表明森林冠层高度估测精度整体随地形坡度增大呈下降趋势，而引入地形坡度因子后能够在一定程度上提高森林冠层高度估测精度，且地形坡度在0°~20°之间GEDI弱波束回波能够有效估测森林冠层高度。

摘要:植被指数作为构建土壤含水率反演模型的关键要素之一，主要来源于遥感影像的提取。针对高时空分辨率影像难以获取的缺点，采用对象级处理策略的自适应时空融合模型（OL-STARFM）对研究区遥感影像融合，提取融合后的归一化植被指数（NDVI）、地表温度（LST）和植被干旱指数（TVDI）作为环境变量，结合土地利用类型、土壤质地、蒸散量、高程、坡向、坡度、原始影像植被干旱指数（TVDI）、归一化植被指数（NDVI）、地表温度（LST），以及气温、降水量和风速作为建模因子，构建基于多元线性逐步回归（MLSR）、随机森林（RF）和梯度提升机（GBM）3种方法的土壤含水率反演模型，并进行优化分析。研究结果表明：地表温度是影响土壤含水率空间变异性的关键影响因素（R为-0.46），其次为蒸散量（-0.43）、气温（-0.39）、融合后归一化植被指数（0.38）、原始归一化植被指数（0.36）、土地利用类型（0.31）、融合后干旱植被指数（-0.3）、原始干旱植被指数（-0.28）、降水量（0.27）、土壤质地（0.27）、坡向（-0.25）、高程（0.26）、坡度（-0.20）及风速（-0.20）；MLSR表现出较强的模型线性处理能力。非线性处理中RF回归模型最稳定，GBM模型则具有最高的精确度，R2为0.910，MAE、MSE及RMSE分别为2.12%、6.89%和2.62%；多元逐步回归方法在土壤含水率反演过程中预测准确率较低，显示出线性模型在处理复杂关系处理时的局限性；OL-STARFM融合方法提取的TVDI和NDVI与土壤含水率的相关系数分别为-0.41和0.38，均高于单一影像提取的植被指数与土壤含水率的相关性，并且有效提高了土壤含水率反演模型的精度，表明该方法在土壤含水率反演模型构建中的可行性，为获取连续的高时空分辨率影像进而有效连续监测土壤含水率提供了理论依据。

摘要:采用无人机多光谱技术有助于快速准确获取芳樟的长势信息，为芳樟矮林田间精准管理提供技术支持。本文以南方红壤区的芳樟矮林为研究对象，采用多光谱相机获取芳樟矮林冠层遥感影像，通过田间实测获取芳樟叶片叶绿素相对含量（SPAD）、叶面积指数（LAI）和地上生物量（AGB）数据，基于熵权法构建综合长势监测指标（CGMI），利用支持向量机（SVM）、反向传播神经网络（BPNN）、径向基函数神经网络（RBFNN）、决策树（DT）、多层感知机（MLP）、极端梯度提升（XGBoost）算法反演芳樟SPAD值、LAI、AGB、CGMI，对比分析单一指标和综合长势监测指标模型反演精度，最终选取最优模型。结果表明：基于6种机器学习算法分别构建芳樟矮林CGMI指标及单一指标反演模型，均表现出对芳樟CGMI反演效果最好，其模型测试集决定系数R2为0.614~0.862，均方根误差RMSE为0.074~0.953；在对CGMI指标的反演中，XGBoost模型在6种算法中的精度最高，其模型测试集决定系数R2为0.862，均方根误差RMSE为0.092。综上所述，对CGMI指标的反演可以准确判断出芳樟矮林的长势状况，XGBoost模型是芳樟矮林长势反演的最优模型，研究结果可为基于无人机多光谱技术的芳樟矮林长势监测提供参考依据。

摘要:番茄叶霉病的快速传播会导致重大损失，及时检测识别病害具有重要意义。本研究基于高光谱成像技术，标注并提取了170个番茄叶霉病潜育期第5天样本曲线和170个番茄健康样本曲线。通过最大最小归一化（Min-max normalization,MMN）、标准正态变换（Standard normal variate,SNV）、小波变换（Wavelet transform, WT）和基线校正（Baseline correction,BC）4种方法对数据做光谱预处理，使用聚类算法（K-means）剔除异常样本。采用竞争自适应重加权采样（Competitive adaptive reweighted sampling,CARS）算法进行特征波长选择，并对选择出的单特征波长进行定性、定量分析。最后应用支持向量机（Support vector machine,SVM）和线性判别分析（Linear discriminant analysis,LDA）对叶霉病潜育期样本和健康样本进行识别，共构建了8种基于机器学习的番茄叶霉病潜育期检测识别模型并进行对比寻优。结果表明，WT-CARS-LDA模型表现最佳，其识别准确率达到97.62%，为早期发现和防治番茄叶霉病提供了可行的技术方案。

摘要:为准确获取农田CO2排放通量和精准监测温室气体排放，采集CO2实测数据，基于光谱影像数据，提取各采样点光谱反射率，在此基础上引入红边波段改进光谱指数，利用变量投影重要性分析（Variable importance in projection，VIP）、皮尔逊相关系数法（Pearson correlation coefficient，PCC）以及灰色关联度分析法（Grey relational analysis，GRA）优选出的特征变量作为模型输入组，基于轻量级梯度提升机（Light gradient boosting machine， LightGBM）、反向传播神经网络（Back-propagation neural network, BPNN）和随机森林（Random forest, RF）机器学习算法，构建36个番茄农田不同生育期CO2排放通量反演模型。结果表明：PCC-GRA变量优选方法构建的模型精度优于VIP和PCC法构建的模型，LightGBM的反演效果整体优于BPNN和RF模型，反演结果能真实反映番茄农田不同生育期CO2排放通量。对比各生育期不同模型反演精度，LightGBM在生长期、开花坐果期、成熟期的反演效果优于其他模型，验证集决定系数R2p分别为0.741、0.818、0.779，均方根误差RMSEp分别为0.035、0.040、0.229mg/(m2·h)，平均绝对误差MAEp分别为0.028、0.034、0.022mg/(m2·h)，其中开花坐果期反演精度表现最优。在果实膨大期，RF反演效果优于其他模型，R2p为0.767，RMSEp为0.031mg/(m2·h)，MAEp为0.360mg/(m2·h)，且基于最佳反演模型PCC-GRA-LightGBM得到的全生育期CO2排放通量动态变化曲线可较为真实地反映研究区CO2排放通量变化特征。研究结果可为农田CO2排放通量的精细化监测与估算提供理论依据。

摘要:林法类案检索旨在找到与输入案例事实相似的历史林法判决案例，在林业智能法律系统中发挥着核心作用。现有的类案检索模型缺乏对法律案文特定结构内关键法律要素的考虑，无法准确利用关键法律要素蕴含的深层语义信息，导致在相似候选案例的检索场景中表现欠佳。在林业法律案文中，关键法律要素通常出现在以林木为主体的因果事件中，为此，提出一种因果事件抽取驱动关键法律要素感知的林法类案检索模型（Causal event extraction-driven key legal element-aware model,CEKLE），该模型在将法律案文拆分为“前言”、“事实”、“分析”、“判决”和“尾文”5部分基础上，重点关注林业法律案文的“事实”与“分析”2部分，结合因果事件抽取，获取相应因果事件，从而准确感知案例关键法律要素位置，充分挖掘关键法律语义信息，以提升林法类案检索准确性。2个数据集上的实验结果表明，在林法类案检索中CEKLE优于最先进的基线模型。

摘要:针对当前卫星导航平地机路径规划方法存在的规划路径冗长导致作业效率低的问题，提出了一种动态扩展邻域路径规划方法。首先，基于农田三维模型，划定与平地铲幅宽匹配的网格大小，计算基准高程并采用方网格加权平均法计算待作业农田土方量，生成土方网格图；然后，以提高平地作业效率为目标，确立避免平地铲超载与空载、减少转弯次数、减小转弯角度的路径规划原则；接着，引入邻域矩阵LnR，不断扩展LnR以搜寻其中满足不超载不空载条件的所有网格，选择转弯角度最小的下一工作网格；最后，更新已作业网格数据，判定对应网格平整情况，实现单次遍历全域覆盖，并生成最佳工作路径。仿真试验结果表明，与S形路线、外螺旋形路线相比，该方法规划路径的路径长度分别缩短66.4%、75.6%，转弯次数分别减少16.9%、39.4%，转弯角度分别减小14.4%、37.6%，工作遍历次数仅1次，其在不同平整度要求下工作效率均较高，尤其在精细平整要求下能最快实现完全平整。研究结果可为卫星导航平地机路径规划方法提供参考。

摘要:针对温室内环境复杂，ORB-SLAM2算法无法构建稠密地图的问题，本文提出了基于改进ORB-SLAM2算法的温室机器人定位与稠密建图方法。首先，在跟踪线程中提出一种根据图像总体像素自适应调整特征点提取阈值方法，提升特征点提取的质量和数量；其次，在ORB-SLAM2算法基础上，结合帧间相对位姿计算，增加旋转量与平移量作为关键帧选择条件，降低关键帧数量和平均跟踪时间，提高定位精度；最后，引入稠密建图线程，通过点云恢复、统计滤波、点云拼接及体素滤波算法，融合多帧点云数据，生成精细三维稠密地图。为验证方法的有效性与实用性，分别进行公开数据集仿真分析与真实场景测试，在Freiburg1_room、Freiburg1_xyz、Freiburg1_desk序列上，改进ORB-SLAM2算法比ORB-SLAM2算法运行轨迹更接近真实轨迹，平均绝对轨迹误差分别降低46.00%、29.01%、39.85%。在3种不同枝叶遮挡的温室环境内，相比ORB-SLAM2算法，改进ORB-SLAM2算法特征点匹配数量分别平均提升7.20%、12.37%、12.81%；同时，关键帧平均数量分别从400、525、1132帧减少到371、411、708帧，且平均跟踪时间分别从0.0390、0.0357、0.0318s减少到0.0373、0.0343、0.0290s。试验结果表明，改进ORB-SLAM2算法的估计轨迹与温室机器人实际运动轨迹基本契合，具有良好的回环检测性能，准确还原了作物与过道在三维空间中的真实分布，成功构建出温室场景的三维稠密点云地图。该方法可为温室移动机器人的定位与导航提供技术支撑。

摘要:作业人员是设施农业智能化监管的核心。本研究以农药喷施作业为例，针对复杂环境下设施温室作业人员监测困难的问题，以设施火龙果园内使用背负式喷雾器进行喷施作业的人员为研究对象，提出了基于Gait-AVG的设施火龙果园喷施作业人员重识别（Re-identification, ReID）方法。模型以ResNet作为主干，通过时序池化层和水平池化金字塔后获得多类特征；引入了均值池化特征融合方法，以增强复杂场景下喷施作业人员的ReID结果，利用多尺度信息减少计算成本；融合使用Triplet Loss和Cross Entropy Loss损失函数进行模型训练，以提升喷施作业人员ReID模型性能和泛化能力。为验证所提出方法的有效性，在自建设施环境喷施作业数据集的基础上，实现了兼具保持样本特征一致性及有效实现作业分类的喷施作业人员ReID任务。所提出的算法在CASIA-B数据集上的测试结果表明，算法在正常行走、背包行走和换衣行走任务上取得的平均Rank-1准确率分别为96.55%、92.19%和79.47%。在设施环境喷施作业数据集上进行验证得到喷施作业人员ReID准确率为91.49%，在不同遮挡、拍摄角度和不同光照情况下的平均准确率分别为78.06%、97.50%和96.00%。结果表明，该方法能够用于识别和跟踪设施环境中的喷施作业人员并有效进行人员ReID任务，研究结果可有效提升设施火龙果园生产效率并为火龙果园智能化监测提供技术参考。

摘要:机器人夜间采摘是大幅提高苹果采摘机器人作业效率的有效途径。为解决夜间环境下苹果采摘机器人无法准确识别苹果，不能区分不同目标等关键问题，本文提出了一种基于自校正照明网络的苹果采摘机器人夜间目标识别方法。基于TracePro软件分析了图像采集区域的光照均匀性，确定了补偿光源最佳安装角度；对比分析白炽灯、LED灯、高压钠灯、卤素灯4种补偿光源下图像RGB、HSV分量的变化规律，确定白炽灯为适合苹果目标夜间识别检测的最优补偿光源；选用YOLO v8s作为主干网络，并将自校正照明网络SCINet嵌入到YOLO v8网络中，解决了图像局部过曝光和局部欠曝光问题；将注意力机制CBAM嵌入到骨干网络中，更好地提取苹果目标特征；用超轻量动态上采样器DySample模块替换原有的UpSample模块，增强对树冠深处小目标苹果的检测能力；在构建的夜间苹果数据集上进行训练与测试。试验结果表明，改进的YOLO v8模型可实现对夜间环境下图像中可采摘和不可采摘苹果的识别与分类，识别模型召回率为82.9%，准确率为81.4%，mAP为86.8%。将本文模型与YOLO v5s、YOLO v7、YOLO v8n、YOLO v8s、YOLO v8m、YOLO v11s等主流模型进行对比，本文改进的YOLO v8s模型mAP分别提高3.9、13.1、12.9、6.2、2.7、5.7个百分点，召回率分别提高0.9、6.1、7.2、2.6、2.3、1.8个百分点。研究结果可为苹果采摘机器人在夜间环境下采摘作业提供技术支撑。

摘要:针对传统目标检测算法在马铃薯种薯芽眼检测中易受泥土覆盖、表面破损以及环境因素等影响，造成检测效果差的问题，提出了一种YOLO v8_EGW模型，在自制的马铃薯数据采集试验台上实现了芽眼的快速准确检测。在YOLO v8的主干部分引入EMA注意力机制来提升马铃薯表面的芽眼特征提取能力；在YOLO v8的颈部网络中引入GD机制，并使其与C2F模块结合，加强对芽眼特征的信息融合能力，提升芽眼特征的检测能力；替换位置损失函数为WIoU损失函数，提高标记框的质量并进一步提升检测性能。结果表明，改进模型精确率、召回率、mAP@0.5、mAP@0.5:0.95分别为95.8%、92.7%、94.8%、73.0%，模型内存占用量为40.4MB、检测速度为37.03f/s。与同类目标检测模型（YOLO v4、YOLO v5、YOLO v6、YOLO v7、YOLO v8n）相比，其检测精确率分别高4.5、3.1、5.2、4.7、4.1个百分点，检测结果均优于其他模型。研究结果可为后续智能切种机的研发提供理论支持。

摘要:番茄果实的快速准确检测是实现其智能采摘的重要前提，针对部署需求以及番茄图像背景复杂、枝叶遮挡和果实重叠等问题，提出了一种基于改进YOLO v8n的复杂场景下番茄果实识别方法。使用FasterNet作为YOLO v8n的主干特征提取网络，提高模型的特征提取能力；通过在颈部网络中融合P2小目标检测分支和双向特征金字塔网络（Bidirectional feature pyramid network，BiFPN）结构，降低复杂背景的干扰以提高模型的检测精度；使用WIoU（Wise intersection over union）损失函数提高模型在遮挡、重叠情况下的果实定位精度，同时加快模型收敛；基于NCNN框架将模型部署到移动端进行测试。试验结果表明，FPBW-YOLO v8模型精确率、召回率、平均精度均值（mAP@0.5和mAP@0.5:0.95）分别达到97.9%、95.1%、98.3%和74.3%，相较于Faster R-CNN、SSD、YOLO v8n、YOLO v7、YOLO v5n和Rt-Detr均有明显优势，且模型内存占用量仅87MB。在移动端上的测试结果表明，本文模型能够在计算资源有限的硬件设备上获得较高的检测精度，可以有效解决复杂场景下番茄果实的识别问题，为番茄采摘机器人的研发提供技术支持。

摘要:由于早腐区域在水果表面难以用肉眼直接观测，检测由真菌感染引起的柑橘早期腐烂成为柑橘产业面临的主要难题。为此开发一种基于可见LED结构光源的结构光反射成像系统，并提出结合螺旋相位变换（SPT）的解调方法。在解调原始图像过程中，使用3种不同的解调方法（三步相移法、二相SPT和一相SPT）。通过解调相移模式图像，可以得到直流分量（DC）和交流分量（AC）图像。与DC图像相比，AC图像和比值（RT）图像（AC/DC）可以清晰地显示早腐区域。在实际检测中，果梗会被误判为腐烂区域。针对柑橘早腐区域和果梗之间存在易误判的问题，提出一种基于YOLO v7的改进模型（YOLO v7-CA），即在YOLO v7模型骨干网络中引入坐标注意力机制（Coordinate attention，CA），从而提高模型对早腐区域的关注度。YOLO v7-CA模型结合二相螺旋相位变换（SPT）下的RT图像对柑橘早腐区域和果梗取得较好的检测结果。采用不同年份的早腐柑橘进行试验，检测精度达到98.5%。该研究为柑橘早期腐果检测提供了参考。

摘要:为应对桑树生长的多季节变化及形态多样性，同时满足其与养蚕周期相匹配的需求，解决当前桑叶自下而上采摘与桑枝伐条作业中对人工定位的依赖问题，本研究建立桑园2021年7月、2024年9月和11月各种气候与桑枝形态的数据集，提出基于改进YOLO v5的桑树枝干检测模型YOLO v5-cytp，构建基于深度相机的三维定位系统实现精准识别。首先，加入CA注意力机制，增强模型对桑枝底部的特征聚焦能力；然后将YOLO v5基础的CIoU损失函数替换为SIoU损失函数以提升训练速度与推理精度；最后采用轻量化GhostNet重构YOLO v5的骨干网络，在满足使用要求的前提下将模型轻量化。完成深度相机标定，实现RGB图像与深度图像对齐，经过坐标转换最终获取目标三维坐标。试验表明，YOLO v5-cytp模型平均精度均值达93.4%，相较YOLO v5原始模型提高1.2个百分点；同时内存占用量由3.79MB降低为3.02MB，降低20.31%；模型桑枝识别率达到91.11%；桑枝底部三维坐标（X，Y，Z）定位最大误差为（11.3，14.1，27.0）mm，符合误差允许值。模型可同时实现桑叶自下而上采摘与桑枝伐条作业的识别定位，可为桑园智能化采摘与伐条机器人提供参考。

摘要:家畜体尺参数在动物优选育种、健康监测及性能遗传研究等领域中具有至关重要的地位，体尺参数的自动测量是数字化农业的重要研究方向。本文依托双深度相机测量系统，采集生猪点云数据，开发一种能够自动识别和提取生猪特征点、特征面以及体尺参数的算法。鉴于生猪点云数据常伴有严重的噪声问题，与传统单一滤波方法相比，本文提出一种多滤波器叠加的滤波算法；为实现生猪特征点和特征面的自动检测，与单一视角计算特征点不同，提出一种基于侧视和俯视轮廓线凹凸性的特征点自动提取算法和基于躯干剖面积变化趋势的特征面自动提取算法；针对现有体尺参数种类有限且拟合精度不足的问题，成功地从生猪点云数据中自动提取17个体尺参数和12种常见形状因子。为验证算法有效性，对20头生猪的200组点云数据进行了详尽分析，结果表明：平均滤波总误差为3.84%，在原始点云精度达到0.036mm的条件下，生猪体尺参数的平均测量误差仅为2.46%。此外，对生猪的17个几何参数和12个形状因子进行了基于主成分的权重分析，探讨了不同体尺参数和形状因子在生猪几何形态分析中的权重。本研究为动物三维表型参数的高通量测量提供了一种有效方法，不仅提升了测量的精度和效率，还为动物优选育种和健康监测等领域的深入研究提供了有力支持。

摘要:为提升种猪性能测定的自动化水平并减少外界干扰对测定精度的影响，设计了一种基于多模态融合技术的高精度半开放式种猪性能测定站。采用模块化设计原理，完成了测定站结构设计，将结构分成采食端和体质量称量端两个模块；基于STM32主控芯片与FreeRTOS操作系统完成了控制系统软硬件的搭建，与图像采集设备协同工作；提出了一种基于多模态融合的称量异常检测算法，利用背景减除与颜色过滤技术检测区域内异常，同时结合称量信号方差与极差进行动态分析优化时间窗口以对称量噪声数据进行滤除；开展了实际猪群养殖试验，结果显示，称量数据经去噪后，1号猪舍78.39%的异常数据和2号猪舍76.68%的异常数据恢复为正常数据，在30~60kg、30~100kg阶段，试验猪群日均自由采食次数分别为5.30（1号猪舍）、5.29（2号猪舍）和5.92（1号猪舍）、5.90（2号猪舍），日均采食时间分别为58.43min（1号猪舍）、63.23min（2号猪舍）和52.01min（1号猪舍）、54.95min（2号猪舍），料肉比分别为2.58（1号猪舍）、2.57（2号猪舍）和2.82（1号猪舍）、2.75（2号猪舍），80~140日龄的生长曲线拟合结果符合Logistic模型，符合猪群生长规律。研究结果表明，该测定站能够可靠进行种猪性能测定，为精准育种与现代化养殖提供了有效支持，对提升种猪选育效率和优化种猪遗传改良具有重要的应用价值和推广意义。

摘要:大口黑鲈的肥满度、体质量及尺寸等是评估其品质的重要指标，针对上述数据手工测量操作繁琐、效率低下及关键点表型数据测量方法面积要素缺失等问题，本文提出一种语义分割模型结合最小外接轴对齐矩形的表型数据测量方法，并基于表型数据测量与计算结果完成大口黑鲈品质预测。首先通过使用CBAM(Convolutional block attention module)和SENet (Squeeze-and-excitation network)对Deeplabv3+模型进行改进，实现对大口黑鲈头部、躯干、尾部、鱼鳍等部位的高精度分割，然后使用最小外接轴对齐矩形完成大口黑鲈各部位长、高测量，通过各部位像素与矩形像素的比例完成面积测量；最后，基于测量结果完成体质量回归预测与肥满度计算，以实现大口黑鲈品质预测。结果表明，语义分割模型整体mIoU (Mean intersection over union)达到90.15%，在忽略鱼鳍影响后，mIoU达到94.02%，测量所得全长、体长、体高平均相对误差低于2.5%，头长、头高平均相对误差低于3.5%，面积测量误差低于4.5%。多项式体质量回归预测模型对体质量预测值与实际值的决定系数为0.97，平均相对误差低于4%，基于测量值的3种肥满度状态指数计算结果均接近实际值。该方法可以高效、准确地获取大口黑鲈的表型数据，并为进一步衡量鱼类生长状况与健康状况研究提供参考。

摘要:针对小龙虾养殖夜间巡塘效率低、劳动成本高的问题，提出了一种基于改进YOLO v8n的轻量化爬岸上草小龙虾识别方法(FAS-YOLOv8n)。首先，针对夜晚自然环境下小龙虾图像质量低的问题，采集RGB和红外图像，融合小龙虾的多源信息。其次，在YOLO v8n的骨干网络中使用Ghost卷积和C2f_Repghost模块，减少模型的参数量。然后，在骨干网络和颈部网络之间添加可变形注意力（Deformable attention，DA）机制，增强模型对小龙虾的关注度，提高模型的特征提取效率。最后，采用VoVGSCSP模块替换C2f模块，提升颈部网络的特征融合速度，进一步降低计算量。实验结果表明，FAS-YOLOv8n模型在融合图像数据集上的识别精确率为90.62%，平均精度均值和召回率分别为92.9%和85%。相较于RGB图像数据集和红外图像数据集，识别精确率、平均精度均值和召回率分别提高6.05、8.46个百分点， 4.78、7.14个百分点， 3.84、3.87个百分点。利用融合数据集进行试验，FAS-YOLOv8n模型较原始模型平均精度均值提高5.1个百分点，参数量和浮点数运算量分别降低13.29%和23.17%，模型内存占用量仅为6.2MB，检测速度为86f/s。识别效果优于其他主流目标检测模型，能够实现模型轻量化部署，为巡塘无人机的应用提供技术支撑。

摘要:针对海参养殖领域传统人工盘点方法效率低、随机性强且覆盖率不足的问题，设计了一种可自主作业并能实时面积计算的水下观测机器人（ROV），旨在实现养殖区全覆盖扫描与精准生物量监测。首先，提出一种集视觉采集、运动控制、动态面积计算于一体的ROV系统框架；然后结合海参圈实际养殖场景设计基于PID的定高、定航的自主运动功能；接着依据运动学模型解算ROV位姿设计“几”字形路径规划算法，实现水下区域全覆盖，并依据相机标定参数动态计算相机扫描面积。实验结果显示，所设计的水下观测机器人垂直定位精度为±0.02m，面积计算误差小于2.31%，密度估算误差小于5%。该ROV以传感-运动-计算闭环设计，解决了水下机器人自主作业与实时面积反馈问题，为海参养殖提供了全自动、高可靠性的生物量监测方案。

摘要:生态保护修复对于维护国家生态安全至关重要，当前国土空间规划所面临的挑战为科学且合理地确定重点生态保护修复区域。本文以成渝双城经济圈为研究区域，2020年土地利用类型数据为基础数据，利用MSPA-InVEST-Conefor研究模式筛选生态源地，并采用MCR模型构建阻力面以提取生态廊道，生态源地和生态廊道共同构成基础生态安全格局。基于电路理论提取生态夹点、生态障碍点及生态断裂点，最后通过分级方法和叠加分析方法识别出生态保护修复关键区域。结果表明：生态源地总面积为27363.30km2，占全域总面积的14.50%；生态廊道共62条，廊道总长度为5090.92km。生态夹点总面积2260.58km2，其中1级生态夹点196处；生态障碍点总面积4555.50km2，其中1级生态障碍点124处；生态断裂点共1154处，其中铁路断裂点138处、高速路断裂点557处、主干路断裂点459处。基于提取和识别出的各空间要素，结合自然条件和相关政策等，构建“四区”“四屏”“六廊”的成渝双城经济圈生态安全格局。根据生态保护修复关键区域提出有针对性的生态保护修复策略，促进生态系统自我调节与恢复，可为生态系统良性发展提供参考。

摘要:干旱半干旱农业区灌溉用淡水资源紧缺，加强再生水资源与地下微咸水资源集约灌溉成为区域种植业持续发展的关键。本文在向日葵关键生育阶段（出苗-现蕾期、现蕾-开花期、开花-成熟期），针对淡水（F）、微咸水（S）和再生水（R）设置3组持续灌溉方式（FFF、SSS、RRR）和6组轮灌方式（SSR、SRS、RSS、SRR、RSR、RRS）。在宁夏银北灌区开展2年野外大田试验，探讨了不同再生水与微咸水轮灌方式对向日葵植株生长特征和籽粒发育特性的影响。结果表明：再生水灌溉引起植株盛花期的非生物胁迫程度相对微咸水灌溉更弱；向日葵出苗-开花期微咸水灌溉促进植株干物质向根分配，再生水灌溉促进植株干物质向茎、叶和花盘分配；再生水灌溉可以显著提高籽粒粗蛋白、不饱和脂肪酸和饱和脂肪酸含量。SRR轮灌方式对应向日葵籽粒相对其他轮灌方式显著增产2.9%~32.7%；RRS轮灌方式相对其他轮灌方式显著降低水分利用效率（19.9%~28.1%）和减小氮、磷利用效率（22.4%~38.0%）。向日葵开花-成熟期再生水灌溉相对微咸水灌溉更有利于提高向日葵籽粒产量和水分利用效率。一定年限内经处理达标的再生水与微咸水轮灌不会导致向日葵籽粒重金属元素含量超标。研究表明，向日葵出苗-现蕾期微咸水灌溉+现蕾-成熟期再生水灌溉方式可有效节约淡水、促进向日葵植株生长发育和籽粒品质提升，可为中国西北缺水农业区再生水和微咸水开发利用提供参考。

摘要:针对河套灌区农业用水效率偏低、水资源精细化水平不足的问题，本文基于多期Landsat-8/9数据构建作物生育期内的温度植被干旱指数（Temperature vegetation dryness index, TVDI），分析不同植被覆盖的地表温度（Land surface temperature，LST）-植被指数(Normalized difference vegetation index，NDVI)特征空间和干湿边变化特征。结合实测土壤含水率数据，评估TVDI模型在作物生育期农田土壤含水率反演精度与适用性，研究2022、2023年5—9月农田表层土壤含水率分布时空变化。结果表明：线性拟合干湿边时需排除偏离趋势的温度最值，NDVI为0.2~0.8区间内线性拟合得到干湿边方程，干边方程决定系数R2≥0.85，湿边方程R2为0.21~0.96。2022、2023年湿边斜率均呈一个周期余弦波规律变化。干边斜率均为负值，2022年干边斜率随TVDI均值由大到小再到大表现为坡度由陡变缓再变陡，2023年干边斜率变化不明显。干湿边截距先增后减，与地表温度变化趋势一致。土壤含水率变化显著，5月末—6月中旬下降，6月下旬开始上升，8月最高，9月末最低，且空间分布受灌溉和降水影响明显。TVDI模型能有效反映区域尺度土壤含水率时空变化，可为提高农业用水效率和制订精细化灌溉策略提供科学依据。

摘要:揭示了节水灌溉对稻蟹共作系统多环芳烃（PAHs）降解的驱动机制及其生态调控效应。通过对比常规淹灌（CF）、浅湿灌溉（SWD）与干湿交替灌溉（AWD）模式发现：节水灌溉模式（AWD、SWD）显著提升土壤菲（Phe）降解率至95.36%和82.99%，较CF（66.68%）分别提高43.01%与24.46%。AWD处理在减少稻蟹系统下菲生物积累量更为优异，显著降低水稻根、茎、叶菲积累量35%~55%，蟹体菲富集量较CF下降52.08%，系统性阻断污染物食物链传递风险。此外，节水灌溉（AWD、SWD）有效改善了土壤环境质量。通过重塑土壤团粒结构与土壤氧含量提升多环芳烃好氧降解；通过改善土壤氧化还原酶及水解酶活性能激活多环芳烃代谢分解反应；通过改良土壤营养元素促进土壤微生物群落增殖与结构优化，多因素协同作用共同驱动了稻蟹系统土壤多环芳烃代谢增强。本研究阐明稻蟹共作模式下节水灌溉驱动的菲多界面协同降解机制，可为生态农业污染治理与资源协同优化提供创新范式。

摘要:研究长期加气渗灌技术对红壤土玉米连作体系下土壤肥力变化和玉米产量影响，探明该技术下玉米增产机理，可为加气渗灌技术下作物提质增产提供理论依据。本研究于2017—2023年在国家土壤质量湛江观测实验站开展加气渗灌试验，设置传统地下渗灌（CK）和加气渗灌（OI）2个处理，测定不同处理下土壤通气性、土壤肥力、根系生长、生理特性及产量指标。结果表明，连续实施7a的OI处理相比CK提高土壤通气性及土壤肥力指标，可以显著和极显著提高土壤含氧量、土壤呼吸速率、土壤细菌生物量及土壤脲酶活性，增幅分别为2.13%~22.89%、1.86%~26.67%、28.71%~49.51%及13.59%~103.93%，在改善土壤通气性及肥力的基础上，OI处理下根系长度、根系表面积及根干质量较CK分别提升28.08%~55.69%、24.92%~73.00%及17.16%~44.86%（P＜0.05），同时可以提高玉米农艺性状及生理特性，OI处理下玉米产量较CK提高1.16%~14.42%（P＜0.01）。进一步通过结构方程模型（Structural equation modeling，SEM）分析表明，土壤通气性和土壤肥力指标对根系指标有积极正向影响，经由土壤肥力指标到根系指标改善对产量造成影响的路径系数为0.455（P＜0.01），是玉米产量提高的关键。研究结果可为补充完善加气渗灌技术下作物增产提质机理及该技术的推广应用提供理论基础和实践依据。

摘要:土壤盐碱化是制约黑土区苏打盐碱地农业可持续发展的重要因素。本研究通过盆栽试验探究减氮配施生物炭及其施加深度对苏打盐碱土壤环境以及大豆生长特性的影响，共设置2个生物炭施加水平：0t/hm2(B0)、4.5t/hm2 (B1)，2个生物炭施用深度：0~20cm (H1)、0~40cm (H2)，3个施氮水平：常规施氮 (N0)、减氮15% (N1)、减氮30% (N2)。试验结果表明：在减氮条件下，施加生物炭可以改善盐碱土壤环境并显著提升大豆产量。同时，随着生物炭施加深度增加，生物炭消减土壤盐碱障碍的效果显著提升，进而促进大豆生长。相较于B0N0处理，在0~20cm土层中，B1H1N1处理土壤改良效果最优，其中，K+含量提高20.54%、Na+含量降低24.30%、钠吸附比降低46.68%、硝态氮含量提高26.61%；在20~40cm土层中，B1H2N1处理改良土壤理化性质效果最优，K+含量提高18.64%、Na+含量降低21.71%、钠吸附比降低32.85%、硝态氮含量提高30.77%。B1H2N1处理相较于B0N0处理，叶片氮含量提升21.54%、叶片氮养分积累量提高3361%、大豆粒质量提高3.33%、氮肥偏生产力提高28.37%。结合熵权TOPSIS模型综合评价结果，B1H2N1处理综合表现最佳，在有效调节苏打盐碱土盐分分布，为作物生长提供淡盐环境的同时可以活化深层土壤资源，提高氮肥利用率。

摘要:为探究巴氏芽孢杆菌诱导碳酸钙沉淀过程对海涂盐渍土的土壤结构改良效应，设置不同含盐量和不同浓度菌液+胶结液处理，开展巴氏芽孢杆菌诱导碳酸钙胶结改土试验研究。扫描电子显微镜（SEM）分析显示，巴氏芽孢杆菌诱导形成的碳酸钙晶体呈菱形六面体样。X射线衍射分析（XRD）结果显示，在不同处理条件下，巴氏芽孢杆菌均成功诱导胶结生成方解石晶型碳酸钙。高浓度菌液+胶结液施用虽然能生成更多碳酸钙，增强土壤颗粒黏结效果，但这反而削弱了土壤的改良效果。通过巴氏芽孢杆菌诱导的碳酸钙胶结改良土壤中，表层5cm土壤的大团聚体含量（R0.25）、平均质量直径（MWD）和几何平均直径（GMD）均值分别为空白对照组的2.22、1.62、1.24倍。土壤孔隙密度和孔隙率分别为空白对照组的2.37、3.38倍，土壤饱和导水率（Ks）则为3.74倍。这表明该技术有效地改良土壤团聚度和水稳性，优化了土壤孔隙结构，从而显著提高了海涂土壤水分入渗能力。

摘要:畜禽粪污是抗生素和抗生素抗性基因（Antibiotic resistance genes，ARGs）的重要储存库，而施用有机肥是改良盐渍化土壤的有效途径之一，因此改良过程中土壤存在被抗生素污染的风险。土霉素是畜禽粪污中常见且含量较高的抗生素，本文利用盆栽试验研究了土霉素污染盐渍化土壤的微生物和植物修复效果。结果表明，与原始土壤+土霉素（CK）相比，试验30d时单独接种降解菌（Inoculation bacteria，IB）、单独种植生菜（Growing lettuce，GL）及降解菌和生菜联合修复（Bacterial lettuce combined，BLC）土壤中土霉素含量分别降低42.47%、39.01%和40.44%；单独接种降解菌DB1时降解率最高，达54.93%。与CK处理相比，IB、GL和BLC处理普遍降低了土壤ARGs总相对丰度，30d时降幅分别为53.84%~73.86%、63.64%和64.17%~76.47%，主要以降低喹诺酮类（qepA、oqxB和qnrB等）和四环素类ARGs（tetPB-01、tetPB-05和tetR-02等）为主。3种修复方式改变了土壤细菌多样性。30d时，IB、GL和BLC处理均降低了Actinobacteriota相对丰度，属水平上明显增加了Woeseia数量，降低了Luteimonas数量。3种修复方式增加了个别基因（如tetX、tetG-01、ermF等）水平转移风险。整体来讲，单独接种降解菌、单独种植生菜及降解菌和生菜联合修复均能降低盐渍化土壤中土霉素含量，且对ARGs的产生具有明显抑制作用；但单纯植物降解对土霉素污染的盐渍化土壤修复能力有限，接种高效降解菌修复效果最佳；单独接种降解菌主要通过影响土壤微生物群落多样性及结构和抑制可移动元件（Mobile genetic elements，MGEs）水平基因转移来减弱ARGs传播；联合修复则主要通过降低微生物群落多样性、改变其结构而降低ARGs丰度。研究结果可为减弱ARGs在盐渍化土壤-植物生态系统中的传播提供科学依据。

摘要:土壤温度是影响作物生长及温室热环境的重要因素之一。为了准确预测温室土壤温度，采用计算传热学理论构建了温室土壤一维非稳态传热模型。为解决土壤传热模型边界条件难以获取的问题，采用长短记忆神经网络模型（LSTM）构建了边界条件预测模型，实现了对边界条件数据的准确预测。在传感器测量获取边界条件情况下开展温室土壤一维非稳态传热模型精度验证试验，结果表明不同深度土壤温度计算值和测量值变化趋势较为一致，两者平均绝对误差（MAE）最大值为1.29℃，最大绝对误差（MaxAE）最大值为2.16℃。对边界条件预测模型精度进行了验证，结果显示边界条件计算值与测量值决定系数R2为0.99，MAE最大值为0.18℃，MaxAE最大值为2.63℃，结果表明本文构建的边界条件预测模型能够准确地预测边界条件。将边界条件预测与测量数据分别引入温室土壤一维非稳态传热模型，将两种情况下不同深度土壤温度计算结果与测量结果进行对比，结果显示，预测边界和测量边界情况下不同深度土壤温度计算结果较为一致，两种情况土壤温度计算值与测量值决定系数R2相差最大为0.03，MAE相差最大为0.14℃，MaxAE相差最大为0.92℃。在预测边界情况下，所构建的温室土壤一维非稳态传热模型能够准确地对不同深度土壤温度进行预测。

摘要:目前，在畜禽养殖高度集约化发展背景下，禽舍数智化管控尤为重要，海量信息收集支撑数据模型构建与物联网实体节点数量受限之间的矛盾是目前面临的一个问题。提出了一种结合当前参考点和历史数据的鸡舍温度虚拟采集方法。首先，采用计算流体动力学（CFD）模拟来分析和确定鸡舍内部温度分布和环境特点，根据CFD模拟结果初步划分采集区域。然后，结合灰色关联度与余弦相似度分析，有效识别出与关键未监测区域的温度高度相关的参考点。最后，采用XGBoost和WOA-BiLSTM等人工智能算法，预测未直接监测区域的温度。通过在河北省邢台市某蛋鸡养殖场测试，所部署的10个虚拟采集点数据与实际数据平均绝对误差小于025℃，保证数据可靠性的同时为禽舍数智化管控建模提供了足够的数据量，为智慧农业实践提供了技术基础。

摘要:为了提高工厂化红瓜子斑鱼养殖水温预测精度，提出了一种基于改进河马优化算法（Improved hippopotamus optimization algorithm, IHO）、Mamba模型和多头自注意力机制（Multi-head self-attention，MHSA）相结合的工厂化红瓜子斑鱼养殖水温多步预测模型（IHO-Mamba-MHSA）。为降低异常值和噪声干扰，分别采用四分位距（Interquartile range，IQR）法识别异常值和线性插值法填补缺失值，通过极端梯度提升（Extreme gradient boosting，XGBoost）进行关键因子特征筛选；为提高河马算法全局和局部搜索性能，提高其收敛速度，提出了差分变异、Levy飞行和柯西变异融合改进IHO优化多目标算法；为增强预测模型捕捉水温非线性关系、处理多步依赖性和全局信息的能力，提出Mamba模型与MHSA结合的预测模型；通过IHO优化并获得Mamba-MHSA模型组合参数，构建了IHO-Mamba-MHSA的工厂化红瓜子斑鱼养殖水温多步预测模型。将该模型对山东省莱州市某工厂化红瓜子斑鱼养殖水温进行验证，本文提出的IHO算法与遗传算法（Genetic algorithm，GA）、粒子群优化算法（Particle swarm optimization algorithm，PSO）和标准河马优化算法（Hippopotamus optimization algorithm，HO）相比，本文算法的MAE、MSE和MAPE分别最高降低33.33%、21.74%和18.37%，R2最高提升4.42%，说明IHO具有较好的多参数优化性能；与LSTM、GRU、BPNN及TCN模型对比，本模型在各预测步长下均表现最佳，当步长为24时R2仍高达0.888，充分表现其在单步与多步预测中的卓越性。各项实验结果表明本模型能够满足实际工厂化红瓜子斑鱼养殖水温精准预测与精细化管理的需求，为工厂化水产养殖水质调控提供参考。

摘要:果蔬智能分选是农业现代化和产业价值链重构的核心环节，有利于减少果蔬采后损失，提升果蔬品质。薄皮果蔬结构特殊、形态各异，检测难度大、易受机械损伤，其分选技术反映了农产品初加工机械化和现代化的发展水平。为此，本文综述了国内外薄皮果蔬分选技术与设备的研究现状及发展动态，围绕薄皮果蔬的结构和形态特征，从生物力学性能、分选技术原理、分选设备关键装置设计及应用等方面，对国内外代表性分选技术和设备进行了深入分析与总结，重点介绍了面向物料减损和提高薄皮果蔬内外部品质检测精度的技术设备创新设计方法。最后，针对中国薄皮果蔬分选技术与设备的现存问题，提出异形果蔬的适应性、检测模型的普适性及个性化、轻简高效的全自动设备等是薄皮果蔬分选技术与设备未来发展方向。

摘要:针对目前猪肉肉色人工主观评分效率低、主观性强、易疲劳，以及基于不同肉色标准板的客观评分一致性和可比性差等问题，提出了一种基于肉色标准评分板图像的猪肉肉色评分模型快速构建方法，并系统开展了基于不同肉色标准评分板图像的猪肉肉色评分模型的测定精度比较。首先采用扫描仪采集了两种猪肉肉色标准评分板和540头试验猪肉样图像，开展了基于两种猪肉肉色标准评分板人工主观评分与基于欧氏距离肉色客观评分比较分析；然后采用Matlab软件提取了猪肉肉色标准评分板图像的L、a、b值，并采用岭回归方法构建了肉色标准评分板图像L、a、b值与其肉色等级的岭回归方程，利用试验猪肉样图像对岭回归方程截距进行了校准，获得了猪肉肉色评分模型；最后对基于不同肉色标准评分板图像的猪肉肉色评分模型在540头试验猪肉样中肉色评分一致性与精度进行评价。试验结果表明，以两种肉色标准评分板图像的参数L为基础构建的肉色评分模型在评分一致性方面有更佳表现，在540头试验猪肉样中评分一致性指数超过92%，评分精度超过91%；而基于两种肉色标准评分板图像的参数L、a构建的评分模型则展现出更佳的评分精度，在540头试验猪肉样中评分精度超过95%，但评分一致性指数仅65%左右。本文提出的猪肉肉色评分模型测定精度高、模型参数校准快、不同标准评分板的测定精度一致性高，这为精准、快速、自动化猪肉肉色评分装备研制提供了理论和技术支撑。

摘要:针对现有履带式三七收获机行驶在丘陵山地时转弯机理不清、行驶稳定性差等问题，探究履带式三七收获机底盘在丘陵山地黏重土壤环境下的转弯机理与田间转向性能，结合丘陵山区中药材三七种植实际情况，对履带式三七收获机底盘转弯半径、沉陷量、土壤阻力以及滑移率等性能进行分析。首先，阐述履带底盘转弯基本原理，对同向差速转向、单边制动转向、反向差速转向3种不同转向工况进行理论分析；其次，对履带底盘沉陷量、滑移率、滑转率、行驶阻力、转弯半径等进行理论计算；同时，使用RecurDyn对履带式车辆底盘3种不同工况下转弯半径、沉陷量、土壤阻力进行仿真研究。仿真结果表明：履带底盘在转弯时受力明显大于直线行驶受力，履带板总受力随速度增大而减小，沉陷量无明显变化。最后，通过田间试验对履带底盘实际转弯半径、滑移率、沉陷量进行测量。试验结果表明：履带底盘在硬质路面最小转弯半径为1010mm，在硬质土壤最小转弯半径为1150mm，在松软土壤最小转弯半径为1360mm，试验结果与仿真结果大致吻合。研究结果可为履带式底盘运载装备结构和参数优化奠定基础。

摘要:为使平面3-RRR并联机构满足多样的工作环境，本文基于几何代数对该机构进行性能评估和优化设计。基于闭环矢量法建立平面3-RRR并联机构运动学模型。以几何代数为数学工具，分析平面3-RRR并联机构局部和全局运动/力传递性能；考虑分支杆件柔性，结合应变能方法对平面3-RRR并联机构进行弹性静刚度建模，通过ANSYS软件进行验证，并基于刚度矩阵确定局部和全局虚功刚度指标。基于参数无量纲优化方法，以全局运动/力传递性能指标、刚度指标和可达工作空间为目标，对机构进行尺度优化设计，并分析关键尺度参数对机构性能的影响，从而获得平面3-RRR并联机构在不同工作环境下的最优结构尺度与性能图谱。研究结果可为并联机构样机设计提供参考。

摘要:针对当前并联机器人运动学标定存在误差模型复杂和参数辨识效率不高等问题，本文提出了一种并联机器人误差建模方法和高效稳定的参数辨识算法。基于闭环矢量法完成了并联机器人运动学分析；在此基础上提出等效误差思想并建立相应误差模型；根据参数辨识算法高辨识精度要求对霜冰算法（Rime optimization algorithm，RIME）收敛精度低的缺陷进行改进，提出了均分法、莱维选择算子以及交替正余切策略来改进其初始化性能、全局优化能力以及局部优化能力，并以改进霜冰算法（Modified rime optimization algorithm，MRIME）进行误差参数辨识；根据辨识结果对机器人驱动输入进行补偿。以Delta机器人为研究对象进行标定实验，实验结果表明，改进霜冰算法提升了寻优效率、精度、稳定性，参数辨识平均耗时0.126s，标定后机器人平均位置精度提升41.96%，验证了所提误差模型和参数辨识算法的有效性。

摘要:针对复杂集总干扰下刚柔耦合绳驱动外肢体机器人控制精度低、人机运动不相容及协作效能差等问题，研究了一种刚柔耦合外肢体机器人运动学及人机协作控制方法。基于D-H法和关节耦合机理构建了绳驱动外肢体机器人主动解耦运动学模型，设计了一种基于惯性传感器的人体上肢运动捕捉系统，实现对上肢运动数据的动态采集，并建立基于神经网络的人体上肢运动识别模型，提出了一种基于耦合运动学模型和上肢运动意图的人机协作控制策略，最后搭建了单臂绳驱动外肢体机器人实验样机，对所建的运动学模型和人机协作控制策略进行验证。结果表明，8组不同形态下人体运动意图识别准确率高达99.75%，外肢体机器人末端位置偏差平均值为4.8mm，位置偏差最大值为6.5mm，验证了所建模型及人机协作控制策略的可行性和正确性，确保了高性能的安全控制和人机协作效能。

摘要:针对人机协作环境下人与机器人末端之间不可预测的碰撞问题，本文提出一种由自适应导纳控制和鲁棒控制组成的双环人机协作防撞控制算法。在对导纳参数分析的基础上建立外环自适应导纳控制器，根据碰撞力信息实时更新阻尼系数和刚度以产生避让轨迹。根据鲁棒控制理论建立内环鲁棒跟踪控制器，用于克服动力学误差对轨迹跟踪精度产生的影响。对该算法进行可视化仿真与实验验证，仿真结果表明，该算法与变刚度导纳控制相比，末端在x、y、z轴方向上最大位置偏移量分别提高17.46%、8.89%、13.09%，响应时间分别降低7.94%、14.89%、8.21%，显著提高了机器人末端碰撞响应的柔顺性与灵活性；碰撞实验中机器人末端在x、y、z轴方向上受到的最大碰撞力分别为1.12、4.06、-0.44N，末端在碰撞力方向上产生的最大位置偏移分别为6.94、98.75、5.43mm，结果表明在较小碰撞力作用下，机器人末端可以表现出良好的柔顺性，满足人机协作安全需求。