基于作物模型与机器学习的水稻障碍型冷害脆弱性研究

以水稻障碍型冷害为例,提出一种突破数据限制并兼顾承灾体反应机理的新方法,构建农业气象灾害脆弱性曲线。基于1990-2010年气象数据设计水稻抽穗开花期的障碍型冷害情景,通过MCWLA-Rice作物模型和机器学习混合建模法计算对应的水稻单产损失,最终建立不同水稻主产区的障碍型冷害脆弱性曲线,并对1961-2010年水稻障碍型冷害单产损失快速评估。结果表明:(1)机器学习可有效重现作物模型模拟精度(RRMSE<6%,R^(2)>0.93)。(2)水稻障碍型冷害脆弱性具有明显的空间和种植制度差异,高纬地区到低纬地区水稻脆弱性整体呈下降趋势,且晚稻脆弱性普遍低于早稻。(3)一季稻抽穗开花期障碍型冷害的年均单产损失(1224kg·hm^(−2))高于双季稻(早稻:868kg·hm^(−2);晚稻:807kg·hm^(−2))。

基于天气预报的泾惠渠灌区参考作物滕发量预报模型研究

农业节水背景下,对泾惠渠灌区参考作物滕发量预报方法进行研究,选用Hargreaves-Samani公式作为预报模型,运用中国气象数据网泾河站2008年~2020年13个年份的气象数据进行SPSS参数反演,并采用2022年的实测气象数据进行验证,表明适合泾惠渠灌区的Hargreaves-Samani模型参数为C=0.00122、a=14.19、m=0.259。通过验证,83.2%验证值相对误差在20%以内,同时表明Hargreaves-Samani模型进行参考作物滕发量预报时,呈现“夏季>春季>秋季>冬季”的精度分布规律,可为灌区灌溉预报和智慧水利发展提供实用的理论依据。

基于净初级生产力和作物模型的橡胶林估产方法探析

天然橡胶是四大工业原料中唯一的可再生资源,是国防和工业建设不可或缺的战略资源。天然橡胶产业发展不仅保障了特殊历史时期的战略物资供给,还对新形势下我国天然橡胶有效供给起到了“压舱石”的作用。我国属于非传统橡胶种植区,由于自然条件的限制,不论是现在还是将来,我国天然橡胶供不应求的状况无法改变。同时,我国进口天然橡胶集中在少数几个国家,进口集中度高,对外高度依存的状况不可改变,资源供应存在安全隐患。

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.

作物生长模型研究现状与展望

作物生长模型由最初的作物生长发育模型发展到农业决策支持模型,在科学研究、农业管理、政策制定等方面发挥着越来越重要的作用。本文首先回顾了作物生长模型的发展过程,并按照模型主要驱动因子,将作物生长模型分为土壤因子、光合作用因子和人为因子驱动3类并分别进行了归纳阐述;然后对典型的模型分别从模型模块、时空尺度、可模拟的作物类型等方面进行列表式对比;并对作物生长模型在气候变化评估、生产管理决策支持、资源管理优化等方面的应用,以及面临的极端条件、复杂农业景观和模型复杂度等挑战进行了总结,在此基础上认为遥感数据同化和孪生农场是其发展方向。

光温因子驱动的园艺作物叶龄模型模拟精度比较

为了提高光温因子驱动的园艺作物通用性叶龄模拟模型的模拟精度,以黄瓜、芹菜、菠菜、小香芹、郁金香和茶叶为供试材料,进行了7年(2016—2022年)的分期播种试验,依据作物生长发育与关键气象因子(辐射和温度)的关系,采用4类建模方法(温差法、积温法、生理发育时间法和辐热积法)构建了园艺作物叶龄模拟模型,并以6种方式(平均值、最值均值、中值、逐步回归、BP神经网络和Elman神经网络)和2种集成逻辑(直接和分步)集成模拟结果,最终优化模型模拟精度。结果表明:1)2种集成逻辑下模型模拟精度均较高,且分步集成逻辑优于直接集成逻辑,平均绝对误差(mean absolute error,MAE)差值为0.31 d,平均相对误差(mean relative error,MRE)差值为0.33%,均方根误差(root mean square error,RMSE)差值为0.40 d,归一化均方根误差(normalized root mean square error,NRMSE)差值为0.46%;2)2种集成逻辑下模型最优时间尺度为逐时尺度,最优作物类型为茶叶,最优建模方法为Elman神经网络集成模拟模型。研究结果可为园艺作物智慧生产管理和可视化提供理论依据和技术支撑。

云贵地区参考作物蒸散量模型适用性评价

根据地貌特征及行政区划将云贵两省分为5个区域,使用当地15个气象站点共56 a的逐日气象资料计算了18种参考作物蒸散量模型的模拟值,并以FAO56 Penman-Monteith法为标准对各模型模拟值进行了精度对比及误差成因分析.结果表明:同一模型在不同云贵分区间的模拟效果差异不大,R^(2)的平均变异系数为8.81%,模型精度主要影响因素为辐射能量项,次要因素为空气动力项;综合法模型模拟精度最高,R^(2)为0.81~0.99,辐射法次之,R^(2)为0.84~0.98,温度法和水汽压法较差,R^(2)为0.24~0.83;这4种方法中,各类型最优模型分别为FAO 24 Penman(全区整体评价指标GPI为0.506,排位1),Inmark(GPI为0.142,排位4),Hargreaves-Samani(GPI为-0.022,排位12)和Romanenko(GPI为-0.072,排位13).综上,经验模型FAO 24 Penman和Inmark模型适用于亚热带季风气候云贵地区参考作物蒸散量的简化计算.

基于临界氮浓度和作物模型的甜瓜氮素诊断与控制

临界氮浓度稀释曲线作为诊断作物氮素水平的重要方法之一,由于缺乏对干物质量和养分含量等数据进行测量的简便方法,还未广泛应用。根据临界氮浓度稀释曲线的概念,提出一种将作物生长模型和作物氮浓度模型相结合的方法以估算作物生长所需的施氮量。该方法的主要思想是首先使用基于叶面积指数的甜瓜干物质量累积模型来模拟各个时期甜瓜的干物质量,再根据不同施氮水平对甜瓜不同时期含氮量的影响建立甜瓜氮素吸收模型,最后利用甜瓜栽培试验验证甜瓜干物质量与养分需求量之间的定量关系。结果表明,甜瓜干物质量模型与氮素吸收模型均与试验测量结果接近,模拟效果较好,决定系数(r 2)分别为0.9989、0.9605;均方根误差(RMSE)分别为44.8213 kg/hm 2、0.2680 g/株。说明本研究提出的方法可较准确地计算出甜瓜的干物质和氮含量。基于所获得的甜瓜干物质量与氮需求量之间的定量关系,设计了一个氮肥施加模糊控制系统。仿真结果表明,该控制系统能有效地对甜瓜氮浓度进行控制,将各个生育期的甜瓜氮浓度稳定在临界氮浓度附近。本研究提出的将临界氮浓度和甜瓜生长模型结合的方法可行,能够根据作物不同的发育状态来提供合适的氮素,为作物精准施肥提供了新思路。

轻量化YOLO模型在农作物微小病虫害检测中的应用研究

针对农作物病虫害检测中早期微小病虫害变化目标识别准确率不高的问题,提出一种轻量化农作物微小病虫害检测算法YOLO-MobileNet-CBAM。该算法采用MobileNetV3轻量级卷积模块替换YOLOv5s的主干提取网络来降低参数运算量,并引入CBAM注意力机制从通道和空间两个维度对重要的特征提取进行强化,有效增强小目标的聚焦准确度。卷积模块中用H-SiLU代替原模型的SiLU激活函数提高训练速度,避免梯度消失问题。通过将SIoU函数代替原模型中的GIoU函数计算预测框回归损失,将形状损失计算在内,进一步提高小目标定位精度。通过特征金字塔输出4个不同尺度的检测头识别大面积病害、微小病害及虫害目标,增加微小目标的检测精度。结果表明,YOLO-MobileNet-CBAM在微小病虫害目标检测任务中精确率达92.38%,召回率达90.24%,平均精度大于90%。实现模型轻量化,同时有效提高检测精确度,为手持式终端检测应用提供技术支持。

基于随机森林的作物模型光温产量潜力模拟优化方法

为有效降低作物模拟所需数据量,提高计算效率,基于机器学习建立冬小麦光温产量潜力估算模型。以中国冬麦区129个农业气象站点1980—2009年光温产量潜力为研究对象,选择影响光温产量潜力模拟较大的温度、日照时数、经纬度等构建特征变量。选择生长季与月份2个时间范围,基于WheatGrow模型输入输出数据建立生长季变量的随机森林模型(RF_GS)与月份变量的随机森林模型(RF_Mon),最后利用均方根误差(RMSE)评价随机森林模型的性能。结果表明,随机森林模型可在保证模拟精度的前提下降低数据需求量,且RF_GS精度优于RF_Mon;变量重要性检验与部分依赖图分析结果表明,纬度、生长季日照时数、5月日照时数、3月最低温度对光温产量潜力模拟影响较大;若模型验证数据的范围超出训练数据的范围,利用随机森林模型无法保证建模精度。

基于辐射改进Penman-Monteith模型估算粮食主产区参考作物蒸散量

为进一步提高Penman-Monteith模型估算参考作物蒸散量(Reference crop evapotranspiration,ET0)的精度,以中国粮食主产区为研究对象,将其划分为温带湿润半湿润地区(THSZ)、温带干旱半干旱地区(TASZ)、暖温带半湿润地区(WTSZ)和亚热带湿润地区(SHZ),基于32个气象站点1994-2020年长序列实测逐日气象数据,将猎豹算法(CO)、沙猫算法(SCSO)、野狗算法(DOA)优化的时间卷积神经网络模型(TCN)和3种基于日照时数、3种基于温度的经验模型估算的辐射(R_(s))值与PM模型进行融合,得到改进PM模型。以均方根误差(RMSE)、决定系数(R^(2))、平均绝对误差(MAE)和效率系数(E_(NS))为精度评价体系,找出了粮食主产区不同分区的ET0最优估算模型,结果表明:基于日照时数模型的计算精度要优于温度模型,其中CO-TCN模型在全区内均表现出了较高的精度,在不同分区的RMSE、MAE、R^(2)和E_(NS)中位数取值分别为0.099~0.171 mm/d、0.057~0.111mm/d、0.984~0.998、0.983~0.997,由此可将CO-TCN模型估算的辐射值与PM模型融合,作为标准值用于估算粮食主产区ET0。

基于改进的ShuffleNetV2模型的农作物病害识别

针对传统数字图像处理技术的底层特征提取复杂,卷积神经网络的识别方法参数多、计算量大、网络结构复杂、实用性不高等问题,论文以构建一个能用于移动端应用的农作物病害识别模型为目标,以苹果黑星病、苹果锈病、苹果健康三种叶部图像为研究对象,从提升精度、降低计算量两个维度出发,提出一种基于改进的ShuffleNetV2卷积神经网络的病害识别模型:1)嵌入SK注意力机制;2)扩大DepthWise卷积核;3)裁剪无用卷积;4)改用PReLU激活函数。实验结果表明,改进后的模型在APPLE_Mix数据集上的准确率为98.75%,较原ShuffleNetV2准确率提升2.05%,Flops计算量降低18.9%,参数量增加6.9%,内存增加0.03 MB(均在可接受范围之内),能较好地平衡模型复杂度与识别精度。

MARS模型在渭河流域参考作物蒸散量计算中的适应性研究

为有效提高气象资料缺失时渭河流域参考作物蒸散量(ET_(0))计算精度,选取流域及附近20个气象站58 a(1960-2017年)逐日气象资料,基于不同气象要素组合,构建16种基于多元自适应回归样条(MARS)的ET_(0)计算模型,并将计算结果与Hargreaves-Samani、Makkink和Irmark-Allen模型进行对比,评价MARS模型在渭河流域的适应性及可移植性。结果表明:MARS模型能很好地甄别ET_(0)与各输入因子间的非线性关系,MARS2(T_(max)、T_(min)、R_(a))计算精度(平均MAE为0.225 mm/d,平均RMSE为0.327 mm/d,平均R2为0.897)能满足应用要求,模型精度随输入气象要素数量的增加而升高;输入因子中引入地球外辐射R_(a),可明显提高MARS模型精度;在输入因子相同时,MARS模型精度高于Hargreaves-Samani、Irmark-Allen和Makkink模型;MARS模型在渭河流域具有很强的泛化能力和可移植性。因此,气象资料缺失时基于MARS建立的ET_(0)计算模型可作为渭河流域ET_(0)计算的推荐模型。

基于BERT的农作物命名实体识别模型研究

随着数字农业的快速发展,农作物命名实体识别作为农业领域知识图谱构建的基础,成为一种高效率的农作物研究领域识别方法。由于农作物实体识别呈现结构复杂、实体指称不一致、干扰因素多等特征,严重制约了农作物领域实体识别的性能,提出一种基于预训练语言模型的实体识别模型,使用BERT为文本中词进行编码、采用双向LSTM(Long-Short Term Memory)获取句子中关键词的上下文,采用CRFs(Conditional Random Fields)捕获词之间的依赖关系,并结合所构建的农作物命名实体识别数据集进行验证。实验证明该模型能够有效对农作物实体进行识别,且性能优于当前已有的实体识别模型。

基于CERES-Maize模型的玉米水分关键期干旱指数天气保险:以陕西长武为例

水分关键期干旱是影响玉米生长和产量的主要限制因子,构建此时期玉米干旱损失模型,研究干旱指数天气保险,对于合理设计天气指数保险和解决目前传统农业保险的困境,转移农业气象灾害风险具有重要意义。针对作物特定阶段单因子气象灾害影响难以剥离的问题,本研究在西北农林科技大学旱作农业长武试验站进行了连续3a的雨养玉米观测试验,利用田间试验数据(玉米生长发育数据、气象数据、土壤数据和田间管理数据)对CERES-Maize模型进行参数校正和验证,模拟玉米水分关键期(6月21日-8月31日)干旱对生长和产量的影响,构建干旱损失模型;依据长武1990-2019年的气象数据,利用EasyFit软件筛选出玉米水分关键期干旱指数最优分布模型,模拟干旱发生概率;结合干旱损失模型,利用纯费率精算方法厘定玉米水分关键期干旱指数保险费率;采用投影寻踪的统计方法,设计干旱指数保险赔付方案。结果表明,CERES-Maize模型校正和验证的平均绝对相对误差ARE和相对均方根误差RRMSE都小于10%,符合作物模型模拟精度的要求;模拟的干旱指数(DI)与玉米减产率(y,%)间呈显著的线性函数关系,即y=-0.55DI+107.17;Log-logistic模型对干旱指数分布的拟合精度最高,Anderson-Darling(AD)检验值仅为0.20,轻旱、中旱、重旱和特旱发生的概率分别为9.75%、5.90%、3.71%和3.50%。基于Log-logistic模型厘定的玉米水分关键期干旱指数保险费率为5.6%。在玉米生长水分关键期,干旱指数保险的起赔点为DI=185,DI≤185时,进行分级赔付。

基于神经网络模型的富硒特色农作物产区预测——以河北省张北县为例

【研究目的】近年来,富硒产业迅速发展,但因土壤硒含量与农作物籽实硒含量并没有显著的正相关关系,依据土壤硒含量进行富硒农产品种植区划具有一定的不确定性。因此,如何通过建立农产品富硒模型预测富硒农产品产出区,进行合理规划是急需解决的科学问题。【研究方法】本文以河北省张北县农作物、土壤为研究对象,在测试土壤pH、有机碳、SiO_(2)、Al_(2)O_(3)、CaO、MgO、Fe_(2)O_(3)、K_(2)O、Na_(2)O、Se等指标和搜集1/25万多目标区域地球化学数据的基础上,研究了农作物吸收硒的影响因素,建立了基于神经网络的农作物硒含量预测模型,进行富硒特色农作物产出区的预测。【研究结果】张北县表层土壤中仅有2.31%的点位达到了富硒土壤标准,主要分布在三号乡北部地区。满足富硒标准的莜麦有6件,富硒率为16.67%,亚麻有7件,富硒率为21.86%。亚麻、莜麦对硒的富集能力与土壤中的有机碳、Al_(2)O_(3)、Fe_(2)O_(3)含量呈负相关关系,与pH值呈正相关关系。据此,通过机器学习构建了亚麻、莜麦籽实硒含量预测模型,结果较为可靠。富硒亚麻、莜麦的可能产区主要分布在张北、小二台、台路沟、油娄沟、郝家营等乡镇,产出区面积分别为2486 km^(2)和2406 km^(2)。【结论】通过农作物富硒预测模型圈定的富硒作物产区面积远大于富硒土壤面积,对张北县发展富硒农业具有十分重要的意义。

卷积协同注意力模型下的作物幼苗与杂草识别

在农作物的杂草防治中,部分杂草与作物幼苗的形态相似且颜色相近,导致杂草不易被快速准确识别。针对田间作物幼苗与杂草识别精度不高的问题,提出了一种卷积协同注意力模型(CCA-ViT)。该模型以视觉Transformer模型为基础,采用跨尺度金字塔架构,加强图像浅层信息与深层语义的交互。为提高相似作物与杂草的特征判别能力,在特征提取网络中构建了卷积协同注意力机制,优先关注叶片的纹理和边缘细小特征,获取局部信息注意力权重后协同全局特征进行建模。并在全局建模前引入可移动位置编码捕获感受野的同时降低模型的复杂度。将该模型用于识别小麦、玉米等6种作物幼苗与雀麦、猪殃殃等6种杂草上,识别准确率比同类规模的视觉Transformer模型提高了1.91百分点,达到了97.81%。同时该模型用于田间小麦和玉米幼苗的实际预测准确率也能达到80%以上。体现出该模型可用于复杂背景下具有纹理细小特征的作物幼苗与杂草的识别,能够对形态相似、颜色相近的作物幼苗与杂草进行有效区分。

打造基于气象数据的农作物病虫害预测模型

利用精确的气象参数分析,可以实现对农作物病虫害发生趋势的早期预警。文章通过整合历史病虫害数据与实时气象信息,采用先进的统计与机器学习方法,成功建立了多因素综合预测模型,有效提升了病虫害预测的准确性和时效性。模型的应用不仅有助于农业生产者采取科学合理的防控措施,还促进了农业生产的可持续发展,对保障粮食安全具有重要意义。

基于CERES-Maize模型的吉林西部玉米干旱脆弱性曲线研究

自然灾害风险(Risk)是灾害损失的可能性,主要取决于致灾因子、脆弱性、暴露性以及防灾减灾能力四个因素。脆弱性(Vulnerability)衡量承灾体遭受损害的程度,是灾损估算和风险评估的重要环节,是致灾因子与灾情联系的桥梁。在全面收集研究区气象、土壤、土地类型、田间管理数据等资料的基础上,以吉林西部玉米干旱灾害作为研究对象,选取了吉林西部2001年、2002年、2004年以及2006-2009年7个案例干旱年的干旱致灾强度作为输入,运用CERES-Maize模型,模拟和计算出不同干旱致灾强度下不同生育期对最终产量起主要影响的关键指标的损失率,并且拟合出脆弱性曲线。结果表明,脆弱性对最终产量影响由高到低的生育期为抽雄-乳熟期、拔节-抽雄期、乳熟-成熟期、出苗-拔节期。研究结果可以为旱灾损失的快速评估、区域农业干旱灾害风险评估以及预警提供依据,为区域防灾避灾与管理工作提供科学依据。

CERES-Maize模型在中国主要玉米种植区域的适用性

选取北方春玉米区、黄淮海春夏播玉米区、西南山地丘陵玉米区、南方丘陵玉米区、西北内陆玉米区五个区域中70个站点，利用1998—2000年玉米生长的田间试验资料和气象台站的气象观测资料，研究CERES—Maize模型在主要玉米种植区域对玉米生育期、产量的模拟能力。选用符合度指数D、RMSE等统计指标进行评价。结果表明：玉米生育天数模拟的D值为0．58—0．95，产量模拟的D值为0．66～0．88，说明CERES—Maize模型可以较好地模拟出区域内玉米生育期和产量观测值的分布趋势；生育期的模拟误差小于产量的模拟误差；区域尺度的统计分析可以更准确的表示模型的模拟效果。