东北三省粮食生产影响因素的关联分析

东北三省是我国重要的粮食生产基地,研究东北三省粮食生产的主要影响因素具有重要的意义。为此,基于2007—2021年东北三省的面板数据,运用灰色关联理论对影响东北三省粮食生产的影响因素进行关联分析,量化粮食总产量与主要影响因素的关联度。同时,从土地利用水平、农业现代化水平、经济条件3个方面选取8个指标进行关联分析,研究东北三省粮食生产的主要影响因素。结果显示:不同省份粮食生产的主要影响因素不同,土地利用水平和农业现代化水平对东北三省粮食生产影响较大。最后,为东北三省提高粮食产量提供了政策建议。

数学拟合法应用于旋耕机结构设计研究

针对旋耕机在作业时存在耕深不够、碎土效果差及土地平整效果差等问题,将数学拟合法应用于旋耕机,对其结构设计进行研究。为了提升旋耕机的作业效果,对旋耕机的结构参数进行优化设计,包括对旋耕机的参数进行分析,并建立旋耕装置的数学模型。为了验证旋耕机的性能,对其进行了旋耕性能试验和旋耕后农田碎土率测定试验。试验结果表明:旋耕机的耕深、地表平整度和碎土率均达到合格指标,作业效果良好。

考虑多影响因素的渔船单船捕捞能力评估方法

针对以往海洋机动渔船捕捞能力评估研究中考虑影响因素较少,对各影响因素的主观权重值和客观权重值综合分析不足,不能给出渔船单船捕捞能力量化值等问题,该研究提出了考虑多影响因素的渔船单船捕捞能力评估模型。首先,考虑多种影响渔船捕捞能力的因素,建立单船捕捞能力评估指标体系,将其分为可量化指标和不可量化指标,并初步制定了不可量化指标评估标准。其次,利用专家、渔民调查问卷中的数据,运用层次分析法计算各指标主观权重值,结果表明各指标权重依次为:捕捞装备(0.108)、功率(0.094)、拖网(0.074)、作业时长(0.071)、总吨(0.049)、探鱼仪器(0.047)、刺网(0.040)、船长(0.032)、张网(0.028)、围网(0.024)、钓业(0.021)、作业环境(0.019)、钢质材质(0.019)、罩网(0.017)、玻璃钢材质(0.016)、船龄(0.013)、木制材质(0.012);渔具相关指标权重依次为:网具主尺寸(0.402)、网具结构(0.149)、装配技术(0.093)、制造材料(0.051)。最后,为兼顾主客观权重优点,基于加法合成法、博弈论法、最小鉴别信息法对各指标权重值进行组合计算,以获得目标权重值,并根据某省渔船数据对建立的模型进行验证分析,通过Spearman等级相关系数法计算捕捞能力评估值与实际渔获量之间的等级相关系数,结果表明基于博弈论法得到的结果相关性最高,相关系数为0.937,证实了组合权重值和评估模型的科学性和合理性。研究结果可为渔业管理部门制定科学合理的渔业资源调控政策提供依据。

基于GM(1,1)模型的西藏自治区青稞种植面积预测

稳定青稞种植面积一直是西藏自治区落实国家粮食安全与西藏青稞安全的重要议题。文章依据2006—2021年西藏自治区青稞种植面积实际数据,建立了GM(1,1)灰色预测模型,模拟精度达到最高级别1级。预测结果显示,“十四五”期间西藏自治区青稞种植面积仍然会总体保持增长态势。

基于WOA-BP神经网络下马铃薯产量预测分析模型

马铃薯是我国重要的粮食作物之一,营养丰富,用途广泛,是一种谷物、蔬菜和水果功能兼具的食物,其蛋白质含量远高于其他块茎类食物,且富含优质的氨基酸。马铃薯生育期短,在湖北平原、丘陵地区冬种春收适宜发展早熟品种,对于填补全国南北方鲜薯市场供应空档期具有重要意义。因此,马铃薯产量的高效预测对于制定生长期间的种植管理措施及相关决策具有重要意义。为此,针对传统BP神经网络在产量预测中存在精度低、鲁棒性差等问题,利用鲸鱼算法(Whale optimization algorithm,WOA)对BP神经网络模型进行优化。同时,基于湖北地区2009-2021年间田间物联网获取的气象因子(大气湿度、大气温度、降雨量)、田间水热因子及马铃薯产量,采用BP神经网络模型、GA-BP神经网络模型(遗传算法优化)及WOA-BP神经网络模型对所选地区马铃薯产量进行预测。研究结果表明:WOA-BP神经网络模型精度明显高于GA-BP神经网络模型及BP神经网络模型,R2达到0.9764,预测值与试验值之间拟合程度较高,表明基于WOA-BP神经网络模型可以更加科学、合理、准确地进行马铃薯产量预测。

基于遗传算法优化下棉花的产量预测模型研究

棉花是我国重要的经济作物与棉纺织业发展的主要原材料之一,是我国经济发展的支柱产业。在棉花种植过程中,农田措施、气象环境等都会对棉花生产产生影响。对棉花生长因子进行分析,建立棉花预测模型,预测我国棉花产量,对于指导棉花生产和促进我国经济发展具有重要意义。为此,针对传统BP神经网络在预测中存在测试精度低、鲁棒性差等问题,利用遗传算法(Genetic Algorithm, GA)对BP神经网络模型进行优化,构建GA-BP神经网络模型;同时,基于湖北省2011-2021年棉花播种面积、气象因子、自然灾害和棉花产量,构建BP神经网络、GA-BP神经网络模型,对湖北地区棉花产量进行预测。研究结果表明:GA-BP神经网络模型精度明显高于BP神经网络模型,R2达到0.991。因此,通过GA-BP预测能够更加科学、合理地进行棉花产量预测,对棉花生产及管理措施的调整具有重要的指导意义。

水稻作物产量预测模型的研究——基于多源数据回归模型

水稻是我国重要的粮食作物之一,在我国不同农业生产区域都有种植,实现水稻产量的精准预测对于稳定我国粮食安全具有重要意义。为了改良传统产量预测方法,实现水稻产量高效预测,基于主成分分析法提取主成分,再将主成分作为BP神经网络模型的输入,对水稻种植面积较大的黑龙江省、江苏省、湖南省和湖北省2011-2020年的数据进行预测分析。研究结果表明:水稻产量与月最高土壤温度、月最低土壤温度、月土壤平均温度、月大气最高温度、月大气平均温度、月平均大气湿度为极显著相关,与月降雨量显著相关,与月大气最低温度相关性较弱。主成分分析与BP神经网络组合模型下,水稻产量的预测精度明显高于传统BP神经网络模型,R^(2)达到0.86,MAPE仅为0.97%,RMSE为0.93,预测值与试验值之间拟合程度较高,模型验证结果表明模型预测结果准确稳定。研究结果对于更加科学、合理地预测水稻产量具有重要的指导意义。

新农科背景下地方涉农院校产教融合协同育人路径创新研究

针对农科类专业人才培养现状及存在的短板,开展新农科背景下地方涉农院校产教融合协同育人机制创新研究,提出了更新教育理念、优化专业结构、重塑课程体系、搭建产教融合平台以及创新合作机制等新农科人才培养实施路径,构建了新农科产教融合协同育人模式,为提高人才培养质量提供参考。

水稻群体分蘖动态模型构建与应用

为定量分析水稻群体茎蘖数量动态变化过程及分蘖动态特征,该研究使用双Logistic模型分别描述分蘖发生与死亡过程,建立水稻群体分蘖动态模型;根据水稻分蘖过程的时序特征定义描述分蘖过程的特征指标,并推导出分蘖特征指标的计算式;基于不同基因型品种的种植方式、种植时期、种植密度下水稻分蘖动态数据集检验模型优度和适应性;并应用分蘖动态模型和指标探索分蘖动态对种植密度的响应规律。结果表明,所建模型对不同基因型水稻品种在不同种植方式、种植时期和种植密度下的分蘖动态数据拟合优度较好,标准均方根误差S_(RMSE)服从均值小于5%的Gamma分布,并且99%的S_(RMSE)小于10%。基于所建模型计算的分蘖特征指标(包括模型参数)对种植密度有很好的响应;留一法检验表明模型的预测性较好,观测值与模拟值的R^(2)=0.96。所建模型能够精确描述水稻茎蘖数量演变过程,具有很好的拟合优度、适应性和可解释性,可用于分析基因、环境、农艺措施对分蘖动态的影响,分蘖特征指标可望成为分析基因与环境互作的重要表型参数,对指导水稻精准栽培也有重要理论价值和实际意义。

一种多车辆协同多植保无人机作业路径规划方法

在植保作业中多车辆协同多无人机能突破续航等限制,可大幅提高作业效率.针对多车辆-多植保无人机作业路径规划求解难度大等问题,建立一种多车辆协同多植保无人机路径优化模型,并以无人机最大作业时间最小化为优化目标.同时,提出改进的simulated annealing‐Lin Kernighan Helsgaun(SA-LKH)算法求解该模型.所提算法融合K-均值聚类法和凸包插入法生成初始解,利用LKH算法优化每组无人机和车辆路径.此外,构建有向扰动算子,通过扰动每次迭代过程中作业时间最大和最小的路径来实现算法的快速收敛.5种不同规模算例的结果表明,所提算法在求解质量和效率上均优于对比算法.

非对称养分效应模型参数估计的一种优化回归组合法

在现有文献研究的基础上,对非对称养分效应模型参数估计问题又作了进一步探讨,指出了现有文献给出的参数估计方法存在的局限性和不足。在此基础上,研究提出了一种新的参数估计方法——优化回归组合法,该方法不仅克服了现有文献给出的参数估计方法之不足,而且经示例计算表明,该方法具有较高的拟合精度。

基于离散元法的复合肥参数标定

为解决农业肥料因物料特性与机械适配性不高的问题,改进了机械施肥作业的质量、提高了作业效率,并利用漏斗对复合肥进行了参数标定。首先,通过搭建物理试验平台测出肥料堆积角大小并测定肥料颗粒间静摩擦因数和复合肥-钢静摩擦因数;然后,用离散元仿真软件,选取Hertz-Mindlin no slip作为接触模型,以堆积角为响应值,采用Design-Expert软件设计Plackett-Burman试验,通过筛选得到对堆积角影响显著的参数,对显著参数进行最陡爬坡试验设计找到其最优范围;最后,运用Box-Behnken试验得到堆积角与各显著因素的二次回归模型,以堆积角为目标值进一步寻优,得到最优组参数解:颗粒间碰撞恢复系数0.36,颗粒间滚动摩擦因数0.19,颗粒-钢滚动摩擦因数0.16。以上述结果为试验参数进行仿真,仿真结果与物理试验结果误差分别2.48%。综上,由标定后的试验参数仿真得到的堆积角形状与物理试验的堆积角形状相似,可为机械制肥、农业施肥提供数据参考。

作物高产群体LAI动态模拟模型的建立与检验

针对目前已有群体叶面积指数(LAI)模拟模型形式多样、参数较多以及应用性不强等问题,对春玉米、水稻和冬小麦的LAI及出苗至成熟天数进行归一化处理,分别将最大LAI和出苗至成熟天数定为1,以相对LAI(0～1)和相对时间(0～1)为参数进行LAI动态模拟,筛选、建立了一个适用于这3种作物的相对化LAI动态模拟模型y=(a+bx)/(1+cx+dx2)。其中,春玉米y=(0.0134+0.3234x)/(1-2.774x+2.4178x2),r=0.9859**;水稻y=(0.0777+0.0205x)/(1-2.73744x+2.0484x2),r=0.9865**;冬小麦y=(0.0131+0.0035x)/(1-2.4515x+1.5273x2),r=0.9719**。利用该模型,自拔节期起就能够较准确地进行LAI的动态预测,其在春玉米、水稻和冬小麦上的准确度(以k表示)分别为1.050、1.0357和1.1168,精确度(以R2表示)分别为0.8728、0.9270和0.9254。3种作物整个生育期内模型的模拟值与测量值的精确度均在0.98以上,准确度达0.86以上,表明相对化LAI动态模型能够准确地反映作物群体动态变化。模型不仅可以计算出作物生育期间的平均LAI、总光合势,还能计算任一时刻的LAI以及任一时段的光合势;结合田间调查,还可得到作物生长期间的平均净同化率和平均作物生长率等产量相关的重要生理参数。根据作物群体中各光合生理参数与产量的关系,提出了3种作物进一步增产的可能途径。

基于Logit模型的世界主要作物播种面积变化模拟

农作物播种面积动态变化因其重要性已经引起了国内外学者的广泛关注。从“人—地关系”中人的角度出发,利用多元Logit模型初步建立了全球尺度的农作物播种面积变化模拟系统,分析研究了未来30年内世界主要农作物播种面积变化的数量特征和空间格局。模型建立思路是:作物播种面积变化是农户作物选择行为的直接结果,而选择何种作物进行播种是由作物效用决定的。因此,利用离散选择理论,选择影响作物效用大小的主要解释变量建立效用函数,动态模拟农户作物选择行为,并得到这种选择行为所带来的农作物播种面积变化的时空特征。模型建立后,利用联合国粮农组织(FAO)2001-2003年统计数据和2001年MODIS全球土地覆盖数据产品对模型结果进行验证,结果表明模型运行可靠,和实际状况吻合较好,可以应用于未来情景模拟分析。其后,以5年为步长,模型对世界四大作物(水稻、玉米、小麦和大豆)在2005-2035年间的播种面积动态变化进行了模拟,从全球作物总播种面积变化差异、四大作物播种面积变化的区域差异和不同区域内四大作物播种面积变化差异等方面进行了分析研究,结果表明:不同作物播种面积变化的数量特征和空间格局是不相同的。虽然目前模型还存在一些不确定性,但仍然能够在一定程度上为理解现在和未来农业土地利用的复杂动态变化提供帮助,模拟结果可为有关部门提供决策支持和信息服务。

基于AMMI模型的品种稳定性分析

AMMI模型发展了分析基因型与环境互作的统计方法,但缺乏度量品种稳定性的定量指标。本文提出一个度量品种稳定性的新参数D_i。实例分析表明,D_i与生态价方法和稳定性方差法的分析结果有很好的一致性。讨论了AMMI模型在分析品种稳定性方面的意义以及应用新参数时应注意的问题。

关于数字农业的基本构想

在对现代农业基本特点分析的基础上 ,提出了“数字农业”的概念 ,并给出了数字农业的基本架构 ,分析了数字农业与精细农业、数字地球、信息农业、虚拟农业之间的关系。提出精细农业应该是以数字农业为基础 ,以高投入产出比为目的的农业 ,数字农业是精细农业发展的必由之路。数字农业是在数字地球的大背景下产生的 ,是数字地球的重要组成部分 ,依赖并受益于数字地球建设。数字农业概念的提出 ,有利于理顺目前数字地球、精细农业、信息农业等概念之间的关系 ,明确当前我国农业发展的具体目标 ,从而合理安排我国农业发展规划 ,避免资源浪费。数字农业的实施将使农业生产精细化、远程化、虚拟化、自动化成为可能 ,从而极大地解放生产力 。

作物产量“三合结构”定量表达及高产分析

针对目前作物产量水平长期徘徊难以突破,产量分析理论缺乏量化指标体系,可操作性指导作用小等问题,依据"三合结构"模式二级结构层各因素间的关系,建立了"三合结构"定量表达式,并通过田间试验与模型模拟相结合的方法,对春玉米、夏玉米、水稻和冬小麦高产实例进行定量化分析,明确了限制产量进一步提高的关键因素,提出了高产突破的可能方向。结果表明,提高叶片平均净同化率(MNAR),改善群体的物质生产能力,是水稻产量进一步提升的关键;适当提高平均叶面积指数(MLAI)或经济系数(HI)可能会进一步增加冬小麦产量;春玉米籽粒产量主要伴随着MLAI和单位面积穗数(EN)的增加而提高,其实质是平均作物生长率(MCGR)的提高增加了单位面积上总粒数(TGN)。进一步研究确定了"三合结构"定量表达式参数间的函数关系式,通过公式代换可推导出某一参数与目标参数的函数关系。作物产量"三合结构"定量表达式的建立为作物群体定量化研究提供了新的思路和方法,有助于全面掌握群体参数变化与产量形成的定量关系,为指导作物生产进行有效的技术调控提供依据。

基于植被指数的作物产量监测方法研究

在作物收获以前进行大范围的作物长势评价与作物产量估测,对粮食供需平衡、贸易、农业政策制定非常重要。该文收集了1984年到2002年的NOAA卫星和农业统计资料,计算耕地范围的植被状态指数VCI、温度状态指数TCI和植被生长状态指数VHI,分析了遥感植被指数与作物产量间的相关关系,分别建立了基于植被指数的线性回归模型和非线性回归模型。结果表明,遥感植被指数与作物产量间存在较好的相关性,其非线性回归模型在拟合精度上高于线性回归模型。研究目的是利用卫星资料得出应用于监测作物长势的植被指数,建立作物产量监测模型,应用于农作物遥感监测业务化运行系统。

基于空间连续性聚类算法的精准农业管理分区研究

该研究在K均值算法KM的基础上,根据空间单元位置的相互依赖关系,提出了一种新的空间连续性聚类算法SCKM。以北京精准农业示范基地获取的OMIS图像为数据源,选用K均值算法、等间隔法、分位数法、自然断点法等传统分区方法和SCKM算法,对肥水需求关键时期的小麦的长势差异进行了管理分区提取研究,并引入了权重方差和聚集度两种分区效果评价指标,对分区结果进行了比较和评价。结果表明SCKM算法与传统分区方法分区结果相比,区内方差差异不显著;而空间聚集度远好于后者,利用SCKM法分区能够有效地去除大量的孤立单元或碎片。

AMMI模型在棉花区试数据分析中的应用

在作物品种区域试验中 ,基因型和环境的互作是很普遍的现象。主效可加互作可乘模型 (简称AMMI模型 )作为一种非常有效的分析G×E互作的方法越来越受到重视 ,而双标图是展示AMMI分析结果的一种直观有效的图形工具。然而 ,AMMI分析中仍缺乏评价品种稳定性的定量指标。文章对AMMI模型和双标图作一扼要介绍 ,推荐使用Di 来评价品种的稳定性 ,并采用新的参数Dj和Dij来估计试点对品种的分辨力及品种对试点的特殊适应性。选用 1999～ 2 0 0 0年江苏省中熟棉花品种区试的皮棉产量数据进行分析 ,以加深了解AMMI模型和双标图在区试数据分析中的应用。分析结果表明 ,品种、环境及G×E互作的变异都达极显著水平 ,而且 ,G×E的平方和是品种平方和的 2倍。AMMI2模型解释了G×E平方和的 82 8%。根据稳定性参数判断 ,“通 945 0”和“徐 2 44”的皮棉产量较高而稳产性较差 ,“泗棉 3号”和“宁 8186”稳产性好而产量较低 ,“盐 2 0 0 6”则是既高产又稳产的品种。通过AMMI2最佳适应品种图看出 ,盐 2 0 0 6是具有广泛适应性的品种 ,而“泗阳 16 7”对宿迁市有特殊适应性 ,徐 2 44对徐州市和连云港市有特殊适应性。