黑龙江西部玉米产量预估模型的建立

目前黑龙江西部富裕县玉米的主栽品种吉单66多年来表现较好,为进一步探索气象因子对其产量及产量构成因子的影响,以期研究出玉米产量预估模型并应用于实际生产,以玉米品种吉单66为研究对象,采用相关性分析方法,对其生育期内气象因子及玉米产量构成因子进行分析。研究结果表明,玉米有效穗数、行粒数和百粒重与产量相关性很强;从相关性分析和线性回归分析可以看出,6月平均气温、日照时数、降水量和8月平均气温、9月降水量对玉米吉单66产量影响大,相关性强,其中9月降水量与产量呈显著负相关,其他4个气象因子为正相关;利用多元线性回归分析,建立了2种玉米产量预估模型。经过对比分析,2种产量预估模型均比较精准,适用于吉单66玉米品种及其他黑龙江西部玉米品种产量预估,为今后黑龙江其他地区产量预估模型的建立及农业气象服务奠定了基础。

基于机器视觉的果园成熟柑橘快速识别及产量预估研究

【目的】提供一种快速、准确的自然环境下成熟柑橘的识别及计数方法,解决传统的通过人工采样的方法进行产量预估带来的成本高、时间长和精度低的不足,并为以后对柑橘进行自动采摘打下基础。【方法】应用RGB相机采集柑橘园果树图像,并通过转换到Lab颜色空间,对与背景颜色有明显区别的柑橘区分采用“a”分量,然后基于霍夫圆变换法应用MATLAB软件对剔除背景的柑橘进行计数,实现对柑橘产量的预估。【结果】该图像处理方法与传统的水果与背景分离方法相比更简单快速,果实识别正确率达94.01%,产量预估正确率达96.58%,平均识别时间1.03 s。选取10棵树共20个图片进行产量预估,将该算法得到的柑橘数量与通过人眼计数得到的结果进行比较,其相关系数R2为0.9879。【结论】该算法简单快速,能精确实现水果的快速自动识别及产量预估,对果实的重叠性、果实遮挡有较好的鲁棒性,促进了机器学习在现代农业的应用,具有较高的理论和实践意义,推动了果园智慧农业进一步发展。

基于卷积神经网络的小麦产量预估方法

小麦产量是评估农业生产力的重要指标之一,针对小麦产量人工预估困难,提出将卷积神经网络运用于小麦产量预估,为农业生产力的预估提供参考,指导农业生产管理决策。利用无人机分别在河南省新乡、漯河两地进行图片采集,并以之构建麦穗数据集,分为正样本(麦穗)和负样本(叶子和背景)。针对小麦常规的生理形态和生长环境,设计卷积神经网络识别模型,以图像金字塔构建多尺度滑动窗口,以非极大值抑制(NMS)去除重叠率较高的目标框,实现对单位面积内麦穗的计数,并利用随机采样的方式对大田麦穗进行单位面积图像采样,以采样图像中麦穗数量的平均值作为产量预估基准,进一步实现麦穗产量预估。随机抽取100幅不同小麦图片进行测试,与人工计数结果进行对比,准确率达到97.30%,漏检率为0.34%,误检率为2.36%,误差率为2.70%。试验结果表明,此方法能够克服环境中的多种噪声干扰,能够在不同光照条件下对麦穗进行计数和产量预估。

基于图像识别的单株成熟柑橘树产量预估研究

为了解决人工采样预估柑橘产量成本高、效率低的问题,笔者将经同态滤波处理的RGB柑橘图像转换到Lab颜色模型中,采用K-Means聚类算法对图像进行分割,最后利用基于梯度的Hough变换进行柑橘定位和计数,实现对单株柑橘产量的预估。实验表明,该算法的整体识别率为92.9%,验证了算法的有效性。

ANRPC:NR需求下降,再次下调产量预估

日前,据"欧洲橡胶杂志"报道,受新冠疫情影响,NR生产国协会(ANRPC)今年第4次下调对NR的需求预测。尽管4月底NR价格略有回升,ANRPC还是在5月的更新报告中下调了供需预测。ANRPC表示,今年全球需求量预计将同比下降6%至1290万t,低于4月份预测的1300万t。据该协会预计,NR产量将从不久前预估的再下调30.3万t,故2020年的预期总产量为1310万t,同比下滑4.7%。ANRPC秘书长RB Premadasa称,尽管"步伐缓慢且受到一系列风险因素的影响,但市场依然有望继续回升"。

基于视频跟踪算法的果园猕猴桃产量实时预估

对猕猴桃产量的准确预估有利于合理安排后续采摘与运输工序,因此开发智能化的产量实时预估工具非常重要。针对大棚培育的猕猴桃矮化密植、分布范围广等特点,本研究利用果园履带小车采集视频,结合人工标注,建立猕猴桃检测和跟踪的数据集。考虑到自制数据集中猕猴桃占比小及密集分布的特点,本文提出使用YOLO v7模型加上Soft-NMS来检测每一帧图像内的猕猴桃。在卡尔曼滤波器预测的结果上,引入VGG16网络对猕猴桃进行特征提取,并结合匈牙利算法完成帧间目标的匹配。最后采用基于YOLO v7+DeepSort跟踪算法的ID计数方法对猕猴桃进行产量估计。实验结果表明,改进的YOLO v7模型在猕猴桃检测数据集上表现良好,检测的F1值为90.09%。猕猴桃跟踪数据集中使用的跟踪算法平均准确率为89.87%,每个目标正确匹配的精确率为82.34%,大型视频跟踪速度为20.19 f/s。在环境影响较小的条件下,ID计数准确率为97.49%。该方法可为猕猴桃果园智能化管理中的估产、采收规划等提供技术支撑。

数值模拟气候情景下未来30年内蒙古三种主要粮食作物的单产趋势预估

基于内蒙古10个盟(市)农区58个气象站1961-2010年降水和气温日资料,38个旗(县)1961-2008年小麦、1979-2008年玉米和马铃薯单产资料,用自然对数曲线模拟作物趋势产量,并从单产序列中剥离气象单产。多元线性回归分析表明,大部盟(市)3种主要粮食作物的气象单产与生长季降水量和气温变化存在显著相关关系(P<0.05)。利用PRECIS区域气候模式在SRES(A1B、A2和B2)和国家气候中心CMIP5数值气候模式对未来30a(2011-2040)10个盟(市)3种作物生长季平均气温、积温和降水量的模拟结果,采用多元线性回归模型预测各盟(市)作物的气象单产。结果显示,大部盟(市)气象单产总体呈增长趋势,预计未来30a全区平均小麦气象单产将增加179.0kg/hm2,玉米和马铃薯的增幅分别为51.6和50.7kg/hm2。叠加趋势产量后,小麦预计约增产1221.4kg/hm2,玉米和马铃薯预计约增产2121.1和1008.0kg/hm2。研究结果可为应对未来气候变化、确定粮食生产发展战略提供参考依据。

用冠层叶色偏态分布模式RGB模型预测大豆产量

为了探索加色混色(Red-Green-Bule,RGB)模型偏态分布模式在大豆产量预测上的可行性,并验证其在不同肥料运筹、不同品种上的通用性,该研究选用曲茎和徐豆18两个大豆品种,设计了不同种植密度和氮肥水平的大田裂区试验,以无人机搭载数码摄像机,在花期及以后的2个重要生殖生长期采集大豆冠层数据。研究证实了大豆冠层数码图像的光学三原色RGB模型色阶遵循偏态分布,并利用偏态分析得到5类共20个叶色偏态参数。花期、荚期和鼓粒期的冠层叶色偏态参数普遍存在明显差异,其中表征叶色深浅的均值、中位数、众数从花期至鼓粒期呈现先降后升的变化趋势,而表征叶色偏向性的偏度和表征叶色集中度的峰度则普遍呈现相反的变化趋势。基于偏态参数构建的大豆产量预测模型的预测准确度平均达91.30%(建模组),对氮肥运筹验证组的预测准确度平均为87.33%,对不同品种验证组的预估准确度虽然低于建模组和氮肥运筹验证组,但也接近80%。这说明RGB模型偏态参数可准确地描述不同生育期大豆冠层叶色状况,基于偏态参数构建的产量预测模型有了更多的冠层颜色信息输入,对选用同品种但采用不同氮肥运筹措施和选用不同品种下的产量预测准确率均较高,可广泛用于不同生产条件的大豆产量预测,具有较好的适用性与较高的推广价值。

目标检测算法YOLOv5s用于柑桔成熟果实检测的改进

巡检机器人精准检测成熟柑桔果实,对于保证柑桔果园产量巡检作业效率和质量至关重要。考虑到成熟柑桔果实特有的颜色空间、果实遮挡导致的小目标以及巡检机器人有限的硬件资源,提出一种简单有效的基于YOLOv5s的柑桔成熟果实检测方法———改进YOLOv5s。改进YOLOv5s,主要设计一个由3层Context Aggregation Block(CABlock)组成的金字塔结构特征提取层并将其插入到YOLOv5s网络的Head部分。改进YOLOv5s模型具有如下优点:(1)集成的底层CABlock通过特征通道注意力机制和空间注意力机制,能更好更快地学习小目标局部成熟果实颜色和纹理特征、重叠果实边缘特征;(2)多层CABlock构建的特征金字塔能够有效地避免小目标随网络深度增加而消失,从而降低小目标果实漏检率。柑桔成熟果实识别验证试验结果表明,改进YOLOv5s的检测准确率和平均精度分别为98.21%和98.07%,较原始YOLOv5s分别提升了0.31和0.17百分点,较FasterR-CNN分别提升了8.41和8.31百分点,识别遮挡果实、重叠果实以及小目标果实的平均精度分别为99.4%、97.2%和98.0%;单张成熟柑桔果实图像的平均检测时间32.5ms,模型占用内存15.8 MB。该改进YOLOv5s模型可实现果园自然环境下柑桔成熟果实快速准确地检测识别与产量预估,可为柑桔果园巡检机器人产量巡检提供技术支持。

2022/23年度粮食产量预计

联合国粮农组织(FAO)发布的全球谷物供需简报显示,2022年全球谷物产量预估为27.92亿吨。2022/23年度全球谷物用量预估为27.97亿吨。2022/23年度全球谷物期末库存为8.54亿吨。2022/23年度全球谷物贸易为4.68亿吨。

2019/20年度粮食产量预计

美国农业部(USDA)公布的7月供需报告显示,中国2020/21年度玉米产量预估为2.6亿吨,6月预估为2.6亿吨。中国2020/21年度玉米出口预估为2万吨,6月预估为2万吨。中国2020/21年度玉米进口预估为700万吨,6月预估为700万吨。美国农业部(USDA)公布的7月供需报告显示,中国2020/21年度豆油进口预估为100万吨,6月预估为120万吨。中国2020/21年度小麦产量预估为1.36亿吨,6月预估为1.36亿吨。中国2020/21年度小麦进口预估为600吨,6月预估600吨。

2022/23年度粮食产量预计

美国农业部预测,2022/23年度全球玉米产量上调至约11.73亿吨;总出口量下调至约1.84亿吨;估计全球玉米饲用消费下调至约7.43亿吨;全球玉米期末库存为3.045亿吨。2022/23年度全球大米产量预计为5.08亿吨,低于上月预测的5.124亿吨。印度产量预估从上月的1.285亿吨下调到1.265亿吨。

2020/21年度粮食产量预计

美国农业部(USDA)公布的5月供需报告显示,中国2020/21年度玉米产量预估为2.6亿吨。中国2019/20年度玉米产量预估为2.6077亿吨,4月预估为2.6077亿吨。中国2018/19年度玉米实际产量为2.5733亿吨。中国2020/21年度玉米进口预估为700万吨。中国2019/20年度玉米进口预估为700万吨,4月预估为700万吨。中国2018/19年度玉米实际进口为448万吨。中国2020/21年度玉米出口预估为2万吨。中国2019/20年度玉米出口预估为2万吨,4月预估为2万吨。中国2018/19年度玉米实际出口为2万吨。

2021/22年度粮食产量预计

路透伦敦1月13日消息,国际谷物理事会上调2021/22年全球小麦产量预估,部分原因是澳大利亚小麦产量前景改善。在其月度更新中,该政府间机构将其2021/22年度世界小麦产量预测上调400万吨,至7.81亿吨。澳大利亚小麦产量修正至3550万吨,此前预估为3200万吨。

西班牙:核果产量或将降至新低

西班牙小农场主与牧场主联盟(UPA)公布了今夏的核果产量预估数据,显示今年将是近年来的最低值。但西班牙政府的产量预估值过于乐观,超100万t,这是因为没有考虑到4—6月的风暴天气对果树的影响。基于综合因素的考虑(不考虑4月份以来的损失),该联盟做出的核果产量预计低于过去5个产季平均值的20%,其中,加泰罗尼亚和阿拉贡地区受气候影响最大,部分产区的核果产量减少了20%~50%。

中稻生育期气象适宜度及其对产量影响的定量评价模型构建和应用

利用重庆市中稻生育期内逐旬的气象资料和农业气象指标,构建温度、降水、日照适宜度的隶属函数,采用积分回归方法计算各气象要素适宜度的逐旬效应,经过标准化后得到影响权重,最终建立综合适宜度评价模型和产量影响预估模型.利用适宜度开展中稻适应性分析,表明:中稻生育期内,重庆市各地多年状况的光、温、水适宜度差别并不大,但综合适宜度在某些生育阶段有明显的差异;大部地区在播种育秧初期、拔节—分蘖期、孕穗—抽穗期的综合适宜度较低,其余时段较高.以江津站为例开展中稻全生育期内气象条件定量评价和产量影响预估,表明:2012年综合适宜度在生长发育前期较高、后期较低,与实际情况较接近;1985-2011年的产量影响模拟值与气象产量相关显著,说明采用预估模型定量评价光温水对产量的影响具有一定的准确性.

基于改进后局部搜索算法的猕猴桃预估产量在种植区域的分配性能

为进一步提高猕猴桃(Actinidia chinensis Planch.)预估产量在种植区域的分配性能,通过麻雀搜索算法、可变螺旋因子来改进局部搜索算法,并利用逐维透镜学习策略加快改进后局部搜索算法的收敛速度。结果表明,当猕猴桃预估产量不变时,随着可变螺旋因子数值增加,分配时间逐渐降低;当可变螺旋因子数值不变时,猕猴桃预估产量增加,分配时间也增加。猕猴桃预估产量分别为10、20、30、40、50、60 t,4个种植区域面积分别为500、650、700、850 m^(2)。建议当猕猴桃预估产量为10~60 t时,可变螺旋因子数值设定为4;当预估产量为10~40 t时,种植区域3可以满足最佳种植间隔,当预估产量为50~60 t时,种植区域4可以满足最佳种植间隔,根据不同预估产量及种植区域面积合理进行猕猴桃种植间隔分配,保证猕猴桃获得充足的养分。改进后局部搜索算法的收敛速度较快,在迭代500次时,算法已趋于收敛,深度学习、粒子群算法及灰狼算法的收敛速度均小于改进后局部搜索算法。

中国葡萄园面积居全球第三

本刊讯:日前,国际葡萄与葡萄酒组织(OIV)公布了2022年全球葡萄酒行业最新数据报告。2022年,全球葡萄园面积预估730万公顷。2000年—2015年间,中国的葡萄园面积显著扩张;2022年,中国的葡萄园面积已位列全球第三位,达78.5万公顷。2022年,中国的葡萄酒产量预估4.2亿升,较2021年下降了29%。自2018年开始,全球葡萄酒消费量大幅下降,主要原因是中国的葡萄酒消费量下降。

基于改进YOLOv3的温室番茄果实识别估产方法

为实现温室番茄产量智能化在线评估,研究基于改进YOLOv3的温室番茄红果和绿果识别方法,以对自然生长状态下番茄果实进行计数估产。根据工厂化番茄种植工况条件,设计产量估计视觉系统;提出基于广义交并比(GIOU)的位置损失函数,对传统YOLOv3算法损失函数进行改进,其尺度不变特征可有效提高形态各异果实目标的描述精度。在样本图像数据构建和标注基础上,用K-means聚类算法分别获得9个不同规格的先验框,并根据特征图层次等级进行分配。通过模型训练和评价得到最优估产模型的平均精度均值(mAP)为95.7%,单幅图像处理耗时15 ms。现场试验表明,改进的YOLOv3模型对于番茄红果、绿果的估产精度均得到改善,总体估产精度达到96.3%,比传统YOLOv3模型估产精度提高2.7%,并且对于密集和受遮挡果实具有更好的识别效果。该研究结果可以为智能化估产系统研发提供技术支撑。