农业4.0背景下基于学科形态的农业工程学科建设研究

农业4.0的新背景下,农业工程学科依赖于农学、工程、生物、信息等的互相渗透与融合,基于农业工程学科知识形态,探索学科组织形态和活动形态:建立“农业工程+X”的知识组织新模式,构建跨学院深融合的资源统筹平台,构建对接需求链的有组织科研模式,内培外引构建跨学科创新团队,依托学术氛围深度赋能学科成员,从根源上撬动学科建设的底层逻辑,为农业工程学科发展注入生机与活力。江苏大学通过建立农业工程学科特区,提高学科知识的协同生产力,形成强大的农业装备创新链,建立项目牵引的团队驱动模式等实现农业工程学科高质量发展。

基于区块链技术的农业食品溯源研究进展

随着全球食品安全问题日益严峻,加之供应链改革和食品召回相关工作耗资巨大且充满挑战,这使得建立农业食品溯源体系变得尤为重要,各国也越来越重视食品安全溯源体系建设。在智慧农业背景下,信息通信技术可通过区块链基础设施进一步完善,以实现新农场和数字农业,确保农产品从种植到销售的全链条安全可追溯。本文通过分析国内外最新研究,系统阐述了基于区块链技术的农业食品溯源研究进展。详细分析了农业食品供应链流程,提出了区块链在农业食品溯源领域的基本架构。归纳总结了当前区块链在农业食品溯源领域的应用研究,主要集中在与云边端计算、加密技术、存储优化、共识机制改进和智能合约设计的结合方面。本文还指出了农业食品溯源当前面临的数据安全、存储扩展、监管困难和实际应用等方面的挑战。最后,展望了区块链技术在农业食品溯源领域的未来发展方向,如加强安全监管、提高区块链可扩展性、利用新兴技术赋能食品溯源等,并强调了区块链技术在农业食品供应链中应用所面临的机遇与挑战。

基于云链融合的农业大数据安全治理模型研究

当前我国农业生产模式从传统向智慧农业转型,针对各农业组织自身数据规模不断扩大,数据共享出现“数据孤岛”难以大规模汇聚农业数据指导精准农事决策等问题,本研究基于云链融合和分布式农业场景下数据安全治理相关技术解决所述问题,并探索其实际应用效果。在分布式农业场景下,以IPFS、区块链和云计算为基础,设计可部署在智能合约的农业大数据治理算法,构建多方农业数据汇聚模型以及完整、安全、可追溯的数据保护模型和典型场景应用模型。以新疆昌吉华兴农场及其附属农业组织农业生产为例,进一步构建云链融合农业大数据平台。对比本文所设计的基于云链融合的农业大数据治理模型和两种传统模型的性能,实验表明,本模型综合性能相比于传统模型更优。

无人机多光谱影像的小麦倒伏信息多特征融合检测研究

为探究多特征融合方法在作物倒伏领域快速精准识别中的适用性,利用无人机获取多田块冠层尺度的不同倒伏率麦田多光谱数据,对原始倒伏图像进行图像拼接、辐射校正、几何校正等预处理,并利用重归一化差值植被指数和阴影指数分别剔除土壤和阴影背景,提取小麦倒伏DSM模型和植被指数分别与多光谱图像进行多特征图像主成分变换融合,筛选差异性较大的纹理特征,采用支持向量机(SVM)、人工神经网络(ANN)和最大似然法(MLC)监督分类模型对多光谱和DSM融合图像、多光谱和归一化植被指数(NDVI)融合图像、多光谱图像和纹理特征图像进行监督分类,并采用总体精度(OA)、 Kappa系数和提取误差综合评价各监督模型的分类性能和倒伏提取精度。分类结果表明:各监督分类方法在不同倒伏区域提取结果建模效果趋势一致,SVM和ANN整体提取精度高于MLC,在高倒伏区域,多光谱与NDVI融合图像的SVM监督模型(OA:92.63%, Kappa系数:0.85,提取误差:1.11%)提取效果最好;在中倒伏区域,多光谱与DSM融合图像的SVM监督模型(OA:90.35%, Kappa系数:0.79,提取误差:9.34%)提取效果最好;在低倒伏区域,均值纹理特征图像的ANN监督模型(OA:91.05%, Kappa系数:0.82,提取误差:8.20%)提取结果较好。本研究将DSM模型、植被指数、纹理特征与多光谱图像进行融合对比,并对多特征融合方法能否高精度有效提取小麦倒伏信息进行了探究,结果表明无人机多光谱遥感结合特征融合技术能有效提取小麦倒伏面积,提取效果优于单特征小麦倒伏图像。本研究结果可为助力小麦倒伏灾情调查数据的精确获取方法提供参考。

高质量农业工程学科研究生培养的创新路径研究

工科院校和综合性大学的农业工程学科要培养高质量的研究生,需要采取研究方向的重新设置、四位一体新课程体系的建立、不确定性思维能力的培养、文献阅读和分析批判能力的培养、应用计算机处理工程问题能力的强化以及实验动手能力的培养等举措,使培养的研究生能够适应农业现代化和国民经济发展的需要。

灰飞虱自动识别计数方法研究

为更精确地施药,提供可靠的虫量数据,提出一种基于图像识别技术的灰飞虱数量计算方法。设定由拍摄距离和相机调节倍数组成三组拍摄条件,融合区域面积、区域圆度和边界直径三个参数组合构成识别计数模型,利用边缘检测和区域填充完成图像中的个体提取,每组条件下分别计算5张单个长翅和短翅的参数值作为标准。拍摄条件相同的情况下,分别计算4张相互独立和4张有轻微连接的灰飞虱的计数图像,将每个区域的结果比对参数标准值范围,如果三个参数均在范围内,则输出1;至少有一个参数不符合,重新计算该区域面积和边界直径,当同时符合标准值的2倍时,输出2。试验结果表明:灰飞虱全为独立的图像中,有8张相对错误率为0%,3张小于10%,1张为13.3%;轻微连接的图像中,有2张相对错误率为0%,6张小于10%,4张为10%~25%,能满足灰飞虱数量的自动计算。

蔬菜自动移栽机研究现状与展望

蔬菜自动移栽机是解决移栽用工密集及作业效率低的关键装备,随着规模化大田蔬菜产业发展,正朝着移栽全环节一体自动化的方向发展。为此,分析了国内外蔬菜自动移栽机关键部件研究现状,重点围绕送盘装置、取苗装置和栽植装置3个方面展开综述,分析对比了国内外自动移栽机关键部件及整机功能的特点,总结得出了我国蔬菜自动移栽机发展的问题与面临的挑战,并提出了蔬菜自动移栽机的发展方向。

设施作物蒸腾蒸发模型的研究现状及存在问题

确定设施作物蒸腾蒸发量(ET_(c))对于准确制定设施作物灌溉制度、提高设施农业用水效率及设施蔬菜的产量和品质具有重要的意义.对确定设施作物ET_(c)的直接和间接模型进行优缺点及适用性分析,比较了不同类型参考界面蒸腾蒸发(ET_(0))模型的优势与局限性,对比了直接估算温室作物ET_(c)机理模型的准确性,并对不同机理模型中关键参数(冠层阻力参数)的确定方法及主要影响因素进行综述与分析.已有研究主要针对特定气候区域、温室通风类型、作物种类及种植季节,对冠层阻力参数进行修正,并验证模型的准确性,对温室作物ET_(c)模型的普适性研究不够充分,确定的模型参数往往不适用于其他类型温室或作物种植季节.推荐今后重点研究方向:研究温室作物ET_(c)变化过程对气候因子分布特征及变化规律的响应机理;研究不同ET_(c)机理模型对气候类型、作物种类及种植季节的适应性,构建更具普适性的温室作物ET_(c)模型.

果园机械化疏花技术与装备研究进展

为促进果园机械化疏花技术与装备发展,提高果园全程机械化水平,通过论述疏花的必要性与作业标准,以期为疏花工作提供理论指导。根据国内外手持式、振动式、机载式和智能式疏花机的工作方法与特点,概括分析其关键技术和优缺点。重点阐述机器视觉作为智能疏花机核心技术在花朵识别应用上的研究现状,通过对比YOLO、Faster R-CNN等典型花朵识别算法的平均精度、召回率和F1分数总结其制约因素和存在的主要问题。针对目前主流机载疏花机存在的工作模式单一、精准作业水平低、对果园标准化水平要求高、适用范围窄等主要问题,从规范果园种植方式、研发新型主轴结构与疏花绳材料、构建果园生产管理经验专家库、花朵识别技术的重点研究方向、智能疏花机未来研发重点5个方面进行展望。

发酵助剂配方优化对小麦秸秆厌氧消化产甲烷的研究

试验旨在研究不同种类及不同复配方式的添加剂对小麦秸秆厌氧消化(anaerobic diges⁃tion,AD)的影响。研究了四氧化三铁纳米颗粒(Fe_(3)O_(4)nanoparticles,NPS-Fe_(3)O_(4))、三氧化二铁纳米颗粒(Fe_(2)O_(3)nanoparticles,NPS-Fe_(2)O_(3))、四氧化三铁(Fe_(3)O_(4))、三氧化二铁(Fe_(2)O_(3))、氯化亚铁(FeCl_(2))、血晶素(hemin)、皂苷(Ginsenoside Rg1,Rg1)七种外源添加剂在不同添加浓度及搭配方式对AD产甲烷的影响。结果表明:单独添加各发酵助剂均可显著提高AD的累计甲烷产量,混合添加后提升效果反而降低。其中单独添加100 mg/L Fe_(2)O_(3)的提升效果最好,累计甲烷产量达到207 mL/g,比空白组提高了86%。通过不同复配方式添加发酵助剂的试验结果显示,混合添加100 mg/L FeCl_(2)+1 mg/L hemin的提升效果最好,累计甲烷产量达到192 mL/g,比空白组高出了70%。试验所用的发酵助剂提高了小麦秸秆厌氧消化效率,为农业废弃物厌氧处理提供进一步技术支撑。

黑水虻养殖虫料分离方法及设备的研究进展

黑水虻(Hermetia illucens L.)是一种资源昆虫,其幼虫可将有机废弃物转化成高价值饲料蛋白,常被用于处理畜禽粪便、厨余垃圾等,同时也可杀灭废弃物中的致病菌,阻止其在食物链中传播,黑水虻这些特性为有机废弃物高效无害化处理和高值资源化转化提供了新方向。目前,在黑水虻幼虫和养殖基料分离方面存在分离效率低、成本高、缺少自动化分离设备等问题,严重制约了黑水虻养殖产业的发展。笔者对目前国内外有关黑水虻虫粪分离方法(包括光照分离法、氧气分离法、饵料诱捕法、加热分离法、风机筛分法、机械振动筛分法、离心力筛分法、人工筛分法)及分离设备在实际生产中的应用现状进行了综述,探讨和分析了黑水虻幼虫分离收集过程中面临的主要问题、分离意义及未来研究方向,以期为我国大规模黑水虻养殖中的分离收集工艺技术改进和设备研制提供参考。

黑水虻高密度养殖料温监测预警策略研究

采用实验室盒养方式,在高密度投虫工况下,考察不同深度料温、不同料温监测方式以及不同监测点位等因素对黑水虻Hermetia illucens转化鸡粪原料过程中料温监测效果的影响,以期优选出更有效的黑水虻养殖料温监测预警策略。结果表明,黑水虻养殖物料表面温度明显高于其余深度,随着物料深度增加呈逐渐降低趋势,并且各深度料温与表面料温呈正相关关系(P<0.05);热电阻、红外传感器和红外热成像等不同测温方式均可以测量料温,通过对非接触测温方式与热电阻实测物料表面温度进行相关性分析发现,红外传感器测温方式具有更好的相关性,其二次多项式拟合方程精度最高(R^(2)=0.952);从不同测温位置效果分析,整个养殖周期中心点平均料温明显高于四周,可作为黑水虻养殖料温高温预警的主要监测点。该研究结果为后续研究料温调控策略和黑水虻养殖环境智能控制系统提供了科学依据。

气助式静电喷头感应电场及荷质比研究

气助式静电喷雾技术在果园植保机械中被广泛应用,能够有效增加雾滴在叶片背面的沉积。为此,通过数值仿真计算了气助式静电喷头的电极环中心线上的电场分布,并根据电极环的轮廓参数设计正交试验研究了电极环外径、内径和厚度对电场强度影响的显著性;确定了最优工作参数为外径30mm、内径4mm和厚度1mm;根据最优工作参数研究了荷电电压对电场强度和荷质比的影响规律,当荷电电压为3kV时,荷质比达到3.41mC/kg。

无人机遥感监测果树氮素含量研究进展

氮素是果树生长发育不可或缺的成分,氮素含量超出正常范围会影响树体生长发育,会直接或间接降低果实产量及品质。快速准确掌握果树氮素含量,可为精准施肥提供技术支撑,从而达到果树的优质丰产。随着无人机产业的快速发展,无人机遥感监测以其无损、快速、实时、高效等优点在氮素含量监测中发挥着重要作用。在介绍目前主流无人机的基础上,梳理数据获取及后续处理方式,阐述多光谱、高光谱、可见光以及其他类型传感器实现果树氮素含量监测研究现状。可以发现,多光谱和高光谱传感器对果树氮素监测效果更佳,且使用机器学习方法构建模型相较于传统方法具有更高精度。提出无人机遥感监测果树氮素含量在无人机飞行平台与传感器性能、数据获取与处理、推广与应用及政策4个方面现阶段存在的不足之处和未来精准化、高效化和智能化的发展方向。

风送喷雾辅助气流对雾滴粒径影响规律研究

风送喷雾技术被广泛运用在果园喷雾机研究中,辅助气流能够对雾滴进行二次雾化以进一步降低雾滴粒径。为进一步研究扇形喷头与辅助气流的角度和距离对雾滴粒径的影响,设计了一种喷头角度和喷头距离可调的喷雾装置,研究了喷头角度、喷头距离和喷雾压力对雾滴粒径的影响规律。结果表明:在辅助气流作用下,喷雾压力增大,雾滴粒径呈现降低趋势,但雾滴粒径均匀度先减小后增大;当喷雾压力0.3MPa、喷头角度10°~20°、喷头距离约为95mm时,雾滴粒径明显降低但雾滴粒径均匀度变大,雾滴粒径相对无辅助气流作用降低了10.35%。

果蔬分拣设备研究现状及发展趋势

果蔬商品化产后处理能力较低导致我国的果蔬在国际市场上核心竞争力不足,其中后处理最主要的步骤就是果蔬分拣,而果蔬分拣设备能够有效的提高分拣效率,解放劳动力。分别从市场和科研两方面阐述国内外果蔬分拣设备的现状,分析现有果蔬分拣设备存在的问题,讨论未来果蔬分拣的研究趋势,提出人工智能与机器视觉相结合的果蔬外部品质分拣技术和近红外光谱分析的内部品质分拣技术将是近期的研究热点,同时对易损果蔬采后分拣场景提出一种机械臂抓取式分拣设备方案,为后期解决娇嫩易损、精品果蔬的分拣问题提供参考。

种子活力性状无损速测技术研究进展

种子是农业生产中最重要的生产资料,其品质直接关系到整个生产活动的丰歉。活力是种子的重要评价指标,高活力的种子不仅田间表现优秀、抵抗逆境能力强,还更利于长时间储藏。传统的种子活力检测多在实验室内进行,采用的发芽试验等方法精度较高、科学性强,但有损检测且效率较低。近年来,光谱及成像技术以其快速、无损等优势,在种子检测领域中得到了广泛关注和应用。首先,归纳传统种子活力检测方法的检测原理和判定方法,并总结传统方法存在的共性问题;其次,综述无损速测技术在种子活力检测领域的应用和进展,对比分析各种技术的工作原理和检测策略,重点就近红外光谱技术和高光谱成像技术的应用展开讨论;最后,在此基础上结合种子活力的实际检测要求,探讨目前无损速测技术在种子活力检测应用领域存在的问题,总结当前无损速测检测技术呈现多技术融合、精选分级、高通用性和多元发展的发展趋势,以期为种子活力性状的无损速测技术提供参考。

基于无人机多光谱多时相小白菜SPAD监测研究

蔬菜是重要的经济作物,保障蔬菜长期高产共计对人民生活具有重要意义。为探究小白菜全生育期生长状况遥感监测模型,研究以不同水氮处理下小白菜为研究对象,利用无人机多光谱遥感技术,通过聚类—因子分析优化光谱数据(波段反射率、植被指数)作为输入变量,以地面准同步观测的土壤含水率、叶绿素相对含量(SPAD)为输出变量,采用极限学习机(Extreme Learning Machine,ELM)、多元线性回归(Multiple linear regression,MLR)、粒子群优化—极限学习机(PSO-ELM)3种方法构建小白菜叶片SPAD及土壤含水率监测模型,利用反演影像分析了试验区土壤水分及SPAD时空分布特征主要研究结论如下:(1)不同水氮处理对小白菜SPAD具有极显著影响,水分处理不显著。(2)聚类—因子分析可显著消除输入变量之间多重共线性问题,处理后变量之间VIF均为1。(3)ELM、MLR、PSO-ELM 3种模型构建的土壤含水率预测模型验证集决定系数R^(2)分别为0.54、0.53、0.66,均方根误差RMSE分别为0.01、0.03、0.03,性能偏差率RPD分别为1.42、1.46、1.72;构建的叶片SPAD预测模型R2分别为0.65、0.75、0.74,RMSE分别为2.39、2.43、2.46,RPD分别为1.66、2、1.96。经过综合比较,PSO-ELM对两种指标的模拟精度最高。研究成果对小白菜生育过程处方决策研究提供有效参考价值。

变量施药系统压力波动特性及其消除方法研究进展

变量施药系统具有提高农药利用率、降低农药残留、减轻环境污染等优点,根据控制方式可分为药液浓度调节式、压力调节式和流量调节式。基于脉宽调制技术的变流量式施药系统因流量调节范围广、雾滴特性稳定等优点成为国内外研究热点,但在变量施药过程中因部分喷头启闭、泵源脉动、阀体开关动作等会造成管路压力波动,导致雾化质量差,药量不精准等亟待解决的问题。从变量施药系统类型、系统压力波动特性研究、系统压力波动抑制方法与装备方面综述国内外研究现状,分析总结药液浓度调节式、压力调节式、流量调节式变量施药系统的构成、优势和缺陷,重点阐述和归纳国内外施药系统中管路和喷头附近压力波动特性,主要介绍回流稳压、空气阀、稳压喷嘴等压力冲击抑制方法和装备,指出我国在变量施药系统精确性、变量施药系统压力稳定产品开发等方面的不足并提出展望,为实现变量施药系统的进一步精准化、智能化提供思路。

机器学习在生物炭的制备及应用中的运用研究进展

机器学习近年来在预测和优化生物炭的制备与应用方面取得了巨大的发展。该论文较为全面的综述了机器学习在促进生物炭的制备和应用的作用。重点介绍了应用于生物炭制备与应用的机器学习模型,以及对最新相关研究的一些建议。