当期目录

2024年 第63卷 第8期    刊出日期：2024-08-25

上一期    下一期

智慧农业总论

湖北省智慧农业发展现状与问题研究

陈娉婷, 沈祥成, 罗治情, 马海荣, 郑明雪, 屠晶, 官波

2024, 63(8):  1-4.  doi:10.14088/j.cnki.issn0439-8114.2024.08.001

摘要 ( 149 )   PDF (1497KB) ( 99 )  

参考文献 | 相关文章 | 多维度评价

分析湖北省智慧农业的发展现状与问题,探讨未来发展的路径,提出相关对策建议。结果表明,湖北省在智慧农业政策体系建设、基础设施、智能装备等领域取得了阶段性成果,但也面临建设规划部署不完善、基础设施建设不均衡、技术研发与应用不足、智能农机装备使用率低、复合型人才缺乏、资金保障不足等问题。为此,围绕湖北省智慧农业发展瓶颈,提出加强政策体系顶层设计、拓展政策体系支持范围、统一规划部署基础设施建设、形成多元建设投资格局、提高智能装备创新应用效率、完善人才培养与引进机制、促进技术推广和应用等对策建议。

湖北省气候智慧型农业碳减排潜力与实现路径

李志辉, 李亮, 侯君瑞, 李治儒, 柏振忠

2024, 63(8):  5-9.  doi:10.14088/j.cnki.issn0439-8114.2024.08.002

摘要 ( 107 )   PDF (1507KB) ( 42 )  

参考文献 | 相关文章 | 多维度评价

湖北省气候智慧型农业的发展不仅响应了全球气候变化挑战,也符合国家推进农业强省建设的战略需求。通过采用创新理念和适应性技术,气候智慧型农业能有效应对粮食安全、气候变化和温室气体排放的三重挑战。然而,湖北省在推进气候智慧型农业过程中面临配套政策缺失、基础设施滞后、市场发育不成熟和数据测算困难等问题。为实现碳减排目标,提出了加强农业碳减排交易的顶层设计和机制建设、鼓励和推广气候智慧型农业碳减排示范项目、建立气候智慧型农业碳减排成果共享平台、提升气候智慧型农业农产品市场价值等措施。这些措施旨在解决现有问题,推动湖北省农业向绿色低碳可持续发展转型,提高农业在国内外市场中的竞争力。

图像图形识别

基于改进YOLOv4的苹果采摘机器人树枝障碍物深度识别

黄哲, 唐仕喜, 沈冠东, 高心悦, 王仕廉

2024, 63(8):  10-16.  doi:10.14088/j.cnki.issn0439-8114.2024.08.003

摘要 ( 100 )   PDF (7397KB) ( 24 )  

参考文献 | 相关文章 | 多维度评价

为识别特征不明显的树枝,尤其是机械手进行苹果采摘时遮挡住苹果位置的树枝,提出了一种结合语义分割和YOLOv4来获取树枝语义骨架,以及识别出树枝位置框的方法。采用语义分割划分树枝矩形包络的方法,剔除影响树枝识别效果的小树枝和分支,再用labelImg和labelme工具对数据集进行标注;对训练的网络模型添加了3层最大池化层,并在回归损失方面对YOLOv4的CIOU回归损失函数进行了改进,提出了针对复杂特征、适范围提高预测准确率的置信度相关函数BIOU。结果表明,改进的YOLOv4网络模型训练遮挡苹果位置树枝的F1和AP分别比原始网络训练全部树枝高出20.00个百分点和23.36个百分点,获得训练效果更好的数据集和树枝识别网络。

基于改进YOLOv8卷积神经网络的稻田苗期杂草检测方法

林宗缪, 马超, 胡冬

2024, 63(8):  17-22.  doi:10.14088/j.cnki.issn0439-8114.2024.08.004

摘要 ( 119 )   PDF (15162KB) ( 30 )  

参考文献 | 相关文章 | 多维度评价

针对田间自然环境拍摄下稻田背景复杂,苗期杂草图像尺寸过小、识别定位不准确等问题,提出了一种改进YOLOv8卷积神经网络的苗期杂草检测方法。参照PASCAL VOC数据集格式,构建了一套专用的数据集。首先,在网络卷积过程中加入DenseNet（密集连接网络）更好地对杂草特征进行提取,优化梯度消失问题。然后,添加CBAM（Convolutional block attention module）注意力机制改善模型对小尺寸的敏感度。最后,使用WIOU（Weighted intersection over union）损失函数来优化原网络中的损失函数,提升模型对检测目标的定位能力。在试验中,将改进的算法与Faster R-CNN、SSD（Single shot multiBox detector）以及原始YOLOv8等算法进行了性能对比。结果显示,改进算法明显优于其他算法,在测试集上的平均精度均值和检测速度分别达97.0%和100.3帧/s。这种高精度和快速的检测能力满足了精准农业中对快速、精准检测的需求。该算法为机械设备快速识别苗期杂草、精准喷洒农药提供了重要的理论和技术支持。

基于改进YOLOv8的自然环境下柑橘果实识别

余圣新, 韦莹莹, 方辉, 李敏, 柴秀娟, 曾志康, 覃泽林

2024, 63(8):  23-27.  doi:10.14088/j.cnki.issn0439-8114.2024.08.005

摘要 ( 100 )   PDF (11492KB) ( 24 )  

参考文献 | 相关文章 | 多维度评价

为实现柑橘果实的精准快速识别,提出了一种改进YOLOv8网络模型。首先将YOLOv8网络模型中的部分传统卷积替换为ODConv全维动态卷积,以增强YOLOv8网络模型在复杂的自然环境下的适应能力,然后将YOLOv8的CIoU损失函数替换为MPDIoU损失函数,解决了CIoU损失函数在特殊情况下退化的问题,接着通过消融试验,分别验证了ODConv全维动态卷积与MPDIoU损失函数的有效性,改进后YOLOv8n、YOLOv8s、YOLOv8m、YOLOv8l、YOLOv8x的平均识别精度mAP分别从86.40%、88.92%、88.97%、88.99%、89.11%提高至88.25%、89.32%、89.57%、89.90%、90.12%。试验结果表明,ODConv全维动态卷积与MPDIoU损失函数能有效提高YOLOv8网络模型在自然环境下的柑橘果实识别能力。

基于深度可分离卷积的果蔬分类识别方法

岳振, 李卓然, 王绪谦, 侯宗升, 苗壮, 郑毅, 刘杰

2024, 63(8):  28-34.  doi:10.14088/j.cnki.issn0439-8114.2024.08.006

摘要 ( 86 )   PDF (6727KB) ( 39 )  

参考文献 | 相关文章 | 多维度评价

针对农贸市场、果蔬超市中结算流程不够智能化以及重型神经网络模型部署困难等问题,对果蔬分类模型轻量化识别方法进行了研究。首先针对果蔬智能识别设备所在环境差异大、果蔬套袋问题,采用多场景采集方案在果蔬超市现场采集果蔬170种、图片136 000张,并设计了弱化套袋的图像预处理方法,对数据进一步增强。然后针对重量级神经网络部署困难以及成本较高的问题,设计了一种基于深度可分离卷积的果蔬分类识别模型,并进行训练测试,其Top-1准确率达96.8%,Top-5准确率达100%,相对于Mobilenetv2-224,运算量减少了70%,相对于Mobilenetv3-224,运算量减少了60%,识别能力介于Mobilenetv2-224和Mobilenetv3-224之间。最后对所设计果蔬分类模型在实际部署中面临的问题进行了分析。

基于改进深度置信网络的水果分类识别方法

郭迎娣, 赵超宇

2024, 63(8):  35-38.  doi:10.14088/j.cnki.issn0439-8114.2024.08.007

摘要 ( 92 )   PDF (1976KB) ( 23 )  

参考文献 | 相关文章 | 多维度评价

为了解决现有水果分类识别方法存在的识别精度低等问题。基于水果分类识别系统,提出了一种用于不同水果分类识别的改进深度置信网络。通过2路深度置信网络将不同特征图像作为输入,使用SoftMax对输出分类。与常规分类识别方法相比,所提方法能较准确地实现不同水果的分类识别,多特征融合识别准确率最高,识别准确率为98.75%,满足水果分类识别的需要。通过优化现有深度学习方法,可有效提高该方法的性能。

果树枝条识别与修剪点坐标确定方法

宋振帅, 周艳, 钟灵, 仪杰, 宋龙, 何磊

2024, 63(8):  39-46.  doi:10.14088/j.cnki.issn0439-8114.2024.08.008

摘要 ( 112 )   PDF (8833KB) ( 12 )  

参考文献 | 相关文章 | 多维度评价

为了实现休眠期果树的修剪识别问题,研究了基于语义分割的网络模型识别修剪枝条与确定修剪点坐标的方法。通过双目相机搭建了视觉系统获取果树的数据集,采用分别融入预训练权重与CBAM（注意力机制）的VGG16和RestNet-50作为U-Net主干特征提取网络的2种深度学习模型分割修剪枝条,同时获取其效果并进行对比。在获得的分割图像基础上采用骨架提取和修剪点聚类2种方法进行修剪点坐标的确定。结果表明,基于VGG16特征提取网络的U-Net模型识别结果较好,该模型在测试集的平均交并比（MIOU）、平均像素准确率（MPA）和训练时F分数分别为84.80%、91.83%和92.679%。分割出人工模拟果树的模型图像,采用修剪点聚类的方法,可以较快、实时地确定修剪点的二维坐标,为实现修剪作业奠定基础。

遮挡条件下基于生成对抗网络的苹果果实检测方法

刘帅, 肖奕同, 张吴平, 李富忠, 王宦臣

2024, 63(8):  47-53.  doi:10.14088/j.cnki.issn0439-8114.2024.08.009

摘要 ( 99 )   PDF (8527KB) ( 14 )  

参考文献 | 相关文章 | 多维度评价

针对苹果果实在自然环境条件下易受到枝干、树叶等障碍物的遮挡,导致识别准确率降低的问题,引入了一种融合生成对抗网络（Generative adversarial networks,GAN）的苹果果实检测方法。使用Faster RCNN模型对苹果果实和遮挡物进行检测,对受遮挡的苹果果实图像添加掩码,然后用生成对抗网络对受遮挡的苹果果实图像进行修复,最后将修复的图像传输给目标检测模型进行识别定位。结果表明,融合生成对抗网络的GAN-Faster RCNN联合模型,对大面积遮挡的苹果果实,在测试集上的平均精度均值（Mean average precision,mAP）达73.62%,较原模型提高了8.76个百分点;对小面积遮挡的苹果果实,在测试集上的平均精度均值达90.67%,较原模型提高了9.54个百分点,解决了传统目标检测方法在遮挡条件下苹果果实识别准确率低的问题。

基于深度学习的三七病害识别方法适应性研究

何恒, 周平

2024, 63(8):  54-60.  doi:10.14088/j.cnki.issn0439-8114.2024.08.010

摘要 ( 83 )   PDF (7150KB) ( 12 )  

参考文献 | 相关文章 | 多维度评价

基于深度学习技术,构建SSD、YOLOv5以及同基础网络的Fast RCNN模型（vgg16-Fast R-CNN,darknet53-Fast R-CNN）,对不同条件的三七（Panax notoginseng）圆斑病、灰霉病、白粉病和病毒病进行检测。结果表明,YOLOv5的m权重模型在YOLO各权重模型中表现最佳,准确率为88.62%,召回率为89.59%,F1精度为89.10%,平均精度为83.55%,单幅图像检测时间仅为0.031 s。对比两阶段模型中表现较优的vgg16-Fast R-CNN,准确率、召回率、F1精度、平均精度仅分别降低了1.69个百分点、3.92个百分点、2.78个百分点、3.47个百分点,但单幅图像的检测速度提高了451.4%;对比SSD模型,YOLOv5m的准确率、召回率、F1精度、平均精度分别提高了1.06个百分点、1.32个百分点、1.19个百分点、0.61个百分点,单幅图像的检测速度提高了83.52%。此外通过置信度与鲁棒性试验分析可得,YOLOv5m对于小区域病害检测能力以及复杂环境下的抗干扰能力更强,且更利于在嵌入式设备中部署,符合实时检测三七病害的要求。

基于Ghost模块的农资图像文本检测算法及其应用

殷昌山, 杨林楠, 罗爽

2024, 63(8):  61-65.  doi:10.14088/j.cnki.issn0439-8114.2024.08.011

摘要 ( 73 )   PDF (3690KB) ( 16 )  

参考文献 | 相关文章 | 多维度评价

针对农资图像中文本的检测速度慢并且缺乏移动端的应用等问题,基于农资图像数据集,提出了一种基于Ghost模块的农资图像文本检测算法,该算法对DB网络进行改进,使用MobileNetv2网络来提取基础特征,引入多尺度特征融合模块来获得多层之间的特征融合,并采用可微分二值化后处理算法预测文本,使其能够快速地检测农资图像中的文本。该算法在农资图像数据集上的准确率基本达到了主流算法的标准,检测速度达18.6 img/s,参数量为2.99 M,具备轻量级的特征,将此算法部署到移动端设备上并成功运行。

生产生长模型

基于Landsat 8和机器学习的塔城地区草地地上生物量估测模型

杨延晓, 曹姗姗, 李全胜, 张鲜花, 孙伟

2024, 63(8):  66-71.  doi:10.14088/j.cnki.issn0439-8114.2024.08.012

摘要 ( 98 )   PDF (3997KB) ( 12 )  

参考文献 | 相关文章 | 多维度评价

以新疆塔城地区为研究区,利用植被指数、气象数据、地形数据作为自变量,结合研究区样地实测生物量数据,分析并比较K近邻回归（KNN）、多元线性回归（MLR）、梯度提升决策树（GBDT）和随机森林回归（RF）和极端梯度提升（XGBoost）5种机器学习模型,进而分析并比较采用投票回归器（Voting regressor）和堆叠（Stacking）方法构建的2种集成学习模型的估测精度。结果表明,基于Stacking集成学习模型性能最优,R²达0.764,RMSE和MAE分别为23.29 g/m²和16.8 g/m²,进而利用最优模型进行草地地上生物量（Above ground biomass, AGB）反演制图。

基于麻雀搜索算法优化的四种神经网络模型在三七茎粗预测中的效果评估

商晓剑, 张瑞

2024, 63(8):  72-77.  doi:10.14088/j.cnki.issn0439-8114.2024.08.013

摘要 ( 89 )   PDF (5448KB) ( 10 )  

参考文献 | 相关文章 | 多维度评价

以1年生三七（Panax notoginseng）为研究对象,通过正交试验考察光、水、营养物质对三七茎粗的影响,利用麻雀搜索算法（Sparrow search algorithm,SSA）优化4种模型,分别为反向传播神经网络（Back propagation neural network, BPNN）、长短期记忆神经网络（Long short term memory, LSTM）、随机森林（Random forest, RF）和广义回归神经网络（General regression neural network, GRNN）,并应用这4种模型对三七茎粗进行预测。结果表明,光照、水肥等非生物因素对三七茎粗具有明显影响,各因素对三七茎粗的影响程度依次为遮光层数>土壤含水量>矿源黄腐酸钾含量>光照时长。SSA-GRNN模型的决定系数最高,为0.865 6,其次为SSA-RF模型、SSA-BPNN模型、SA-LSTM模型;SSA-GRNN模型的MAE和MSE分别为0.064 1、0.008 7,均低于SSA-BPNN模型、SSA-LSTM模型、SSA-RF模型;SSA-RF模型和SSA-LSTM模型的适应度较大,且陷入了局部最优的情况,从而无法达到全局最优解,SSA-GRNN模型的适应度最小且以最少的迭代次数达到了最佳的适应度。

融合Transformer和LSTM的蓝莓根区土壤含水量预测模型

王亿, 曹姗姗, 孙伟, 胡博, 古丽米拉·克孜尔别克, 孔繁涛

2024, 63(8):  78-84.  doi:10.14088/j.cnki.issn0439-8114.2024.08.014

摘要 ( 83 )   PDF (7162KB) ( 11 )  

参考文献 | 相关文章 | 多维度评价

针对土壤含水量预测模型存在难以解决非线性复杂特征、易陷入局部极小值等问题,构建融合Transformer和LSTM的土壤含水量深度学习预测模型（Transformer-LSTM）。采集山东省青岛市黄岛区丁家寨村蓝莓（Vaccinium spp.）生产区冷棚与露天2个站点的蓝莓根区土壤和气象数据作为建模数据,根据皮尔逊相关性和偏自相关性分析选择模型的数据输入特征与输入长度,与单一的Transformer模型和LSTM模型进行对比分析,评估模型对土壤含水量的预测性能。结果表明,Transformer-LSTM模型在预测精度上均优于单一的Transformer模型和LSTM模型,Transformer-LSTM模型的平均绝对误差（MAE）、均方根误差（RMSE）、平均绝对百分比误差（MAPE）、决定系数（R²）分别为0.245 9、0.572 0、0.012 1、0.960 6。Transformer-LSTM模型可以更全面地提取蓝莓种植环境因子输入序列中的特征信息,有效提升土壤含水量因子预测精度和水平。

基于集成学习算法和WOFOST模型的小麦生长模拟分析与产量预测

李博, 张婧婧, 雷嘉诚, 杜云

2024, 63(8):  85-91.  doi:10.14088/j.cnki.issn0439-8114.2024.08.015

摘要 ( 82 )   PDF (5424KB) ( 12 )  

参考文献 | 相关文章 | 多维度评价

针对传统单一作物生长模型和机器学习模型在预测上的限制,将WOFOST模型与灌溉模型结合,利用集成学习算法建立多模型耦合系统（WOFOST耦合模型）,选用美国航空航天局（NASA）1990—2020年数据进行模拟试验,选取2006年、2018年展示试验成果。结果表明,WOFOST耦合模型的小麦叶面积指数、总生物量均高于WOFOST模型,WOFOST耦合模型更贴近实际生产活动。耦合算法的MAE、MSE均低于Bagging、Boosting、Stacking算法,分别为2.836、7.581,R²均高于Bagging、Boosting、Stacking算法,高达0.942。WOFOST耦合模型更全面和准确地模拟作物生长状态,提高产量预测的准确性与可信度。

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

黄珍, 景月楼

2024, 63(8):  92-95.  doi:10.14088/j.cnki.issn0439-8114.2024.08.016

摘要 ( 77 )   PDF (2525KB) ( 6 )  

参考文献 | 相关文章 | 多维度评价

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 m²。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。

基于ORB-SLAM3的温室环境下番茄植株三维重建方法

尹书林, 董峦, 尤永鹏, 李佳航

2024, 63(8):  96-103.  doi:10.14088/j.cnki.issn0439-8114.2024.08.017

摘要 ( 85 )   PDF (11657KB) ( 11 )  

参考文献 | 相关文章 | 多维度评价

针对当前生产环境下难以对植物进行精细三维重建的问题,提出一种基于ORB-SLAM3的番茄植株三维重建方法,利用深度相机采集RGB-D图像信息,根据前后帧图像特征点信息进行位姿估计,设计点云稠密重建模块,实现温室环境下番茄植株三维重建。结果表明,该方法在轨迹估计上整体表现较好,估计的轨迹没有重大漂移,较Elasticfusion方法、BadSlam方法估计的轨迹更贴合实际轨迹,位姿跟踪具有一定鲁棒性,且使用的关键帧数量较少,降低了冗余信息对算法的干扰;该方法重建的点云果径与实际果径平均绝对误差为1.48 mm,与实际情况十分接近,点云还原度高,重建品质较好,滤波算法没有对果实表型信息造成破坏,信息保留完整;该方法能够在温室环境下获取准确的位姿信息,并生成番茄植株三维模型,三维重建精度高,可以满足温室环境下番茄植株三维重建及番茄采摘机器人目标定位需要。

基于数字孪生技术的烤烟植物工厂种植模型构建与应用

杨睿, 商晓剑, 王静

2024, 63(8):  104-108.  doi:10.14088/j.cnki.issn0439-8114.2024.08.018

摘要 ( 73 )   PDF (4765KB) ( 13 )  

参考文献 | 相关文章 | 多维度评价

为研究不同生长条件对烤烟生长状态的影响,对烤烟在植物工厂环境下的生长特点进行深入研究,并通过植物工厂环境调控技术实现对其生长过程的实时监测。基于烤烟生长环境的生理基础,构建烤烟数字孪生模型,在虚拟环境中模拟和预测真实环境中的种植过程。结果表明,烤烟数字孪生模型依托数字孪生技术,能够实时、精确地模拟烤烟生长状态,并根据反馈信息做出相应的分析、决策,从而对烤烟生长过程进行精准管理和优化,提高烤烟的产量和品质。

基于CNN-BiLSTM和残差注意力的县域水稻产量预测模型

梁泽, 曹姗姗, 孔繁涛, 孙伟

2024, 63(8):  109-115.  doi:10.14088/j.cnki.issn0439-8114.2024.08.019

摘要 ( 85 )   PDF (4099KB) ( 10 )  

参考文献 | 相关文章 | 多维度评价

提出一种融合卷积神经网络（CNN）、双向长短期记忆网络（BiLSTM）和残差注意力（RA）机制的县域水稻产量预测模型（CNN-BiLSTM-RA）,通过CNN层有效提取县域水稻气象数据中的关键空间特征,利用BiLSTM层深入分析时间序列数据的动态变化,引入RA机制强化对气象数据中关键特征的识别与捕捉,以2015—2017年广西81个县早稻历史产量和气象数据为样本,与CNN、TRANSFORMER、BiLSTM、CNN-BiLSTM、BiLSTM-RA模型进行对比,评价CNN-BiLSTM-RA模型的预测精度和有效性。结果表明,CNN-BiLSTM-RA模型的R²、MAE、RMSE和MAPE分别为0.986 1、0.121 9、0.224 8、0.864 8,模型的预测值与实际值拟合程度较高。CNN-BiLSTM-RA模型充分发挥了CNN的空间特征提取能力、BiLSTM的时间序列数据分析优势和RA机制在增强关键特征捕捉方面的特性,是一种适用于县域水稻产量高精度预测的新方法。

基于小样本的小麦施氮量预测方法

杜云, 张婧婧, 韩博, 鲁子翱

2024, 63(8):  116-120.  doi:10.14088/j.cnki.issn0439-8114.2024.08.020

摘要 ( 89 )   PDF (2560KB) ( 7 )  

参考文献 | 相关文章 | 多维度评价

针对小麦（Triticum aestivum L.）生长周期施肥试验数据少、使用传统预测方法难以进行有效施肥预测的问题,提出一种基于SBS （SMOTE+ Bootstrap）数据扩充方法的XGBoost算法预测模型。基于原始的135条施氮量数据划分训练集（80%）和测试集（20%）,使用SMOTE方法对训练集和测试集分别进行均衡化处理,以获取更多的特征信息,然后使用Bootstrap方法对均衡化后的数据进行扩充,最后使用XGBoost预测模型进行训练,并与其他机器学习模型进行对比分析。结果表明,使用SMOTE方法均衡数据,较大程度地提高了SBS-XGBoost模型的预测精度,MSE从原始数据的66.802下降至13.027,MAE从原始数据的6.711下降至2.393,R²从原始数据的0.390上升至0.912。SBS-XGBoost不仅在研究施氮量的预测中表现出色,还能为其他小样本数据的科学预测提供借鉴与参考。

基于EMD-PSO-ARIMA模型的农产品价格预测

尚俊平, 李文浩, 席磊, 刘合兵

2024, 63(8):  121-125.  doi:10.14088/j.cnki.issn0439-8114.2024.08.021

摘要 ( 83 )   PDF (6442KB) ( 12 )  

参考文献 | 相关文章 | 多维度评价

针对农产品价格数据的非线性特点,提出基于EMD-PSO-ARIMA模型的农产品价格预测模型。首先利用EMD算法消除价格数据的不平稳性,其次应用PSO算法优化ARIMA模型的滞后参数,并对原始数据分解后的序列进行预测,最后对多个预测值进行累加得到最终结果。以河南省某农贸市场2004年1月至2021年12月鳞茎类作物（以大蒜为例）、根茎类作物（以马铃薯为例）及叶菜类作物（以白菜为例）的价格数据为研究对象进行实证研究。对大蒜、马铃薯、白菜价格进行预测,EMD-PSO-ARIMA模型的RMSE分别为0.029 5、0.016 8、0.066 9,MAE分别为0.027 4、0.018 9、0.059 8,MAPE分别为0.32%、0.64%、2.54%;与ARIAM、PSO-ARIMA、EMD-ARIMA模型相比,EMD-PSO-ARIMA模型的3个评价指标均有不同程度的降低,模型预测精度最高。EMD-PSO-ARIMA模型能够有效对3种农产品的价格做出精准预测,在一定程度上提高了模型预测性能,能够为农业生产者、经营者、政府提供决策支持,维护农业市场的稳定。

基于智能算法的云南甘蔗产量预测

王泳智, 田鹏, 李富生, 孙吉红, 孙陈, 刘振洋, 刘念, 钱晔

2024, 63(8):  126-131.  doi:10.14088/j.cnki.issn0439-8114.2024.08.022

摘要 ( 75 )   PDF (2364KB) ( 13 )  

参考文献 | 相关文章 | 多维度评价

构建基于智能算法的甘蔗产量预测模型,对云南省8个甘蔗产区甘蔗产量进行预测。选取云南省临沧市、德宏傣族景颇族自治州、普洱市、文山壮族苗族自治州、红河哈尼族彝族自治州、保山市、西双版纳傣族自治州、玉溪市2000—2020年每日的气象、土壤数据及产量数据,通过专家打分法初步筛选对甘蔗产量影响较大的气象、土壤因子,应用逐步回归分析算法筛选甘蔗生长周期内的气候、土壤关键影响因子。在数据集划分和筛选关键影响因子的基础上,以每年气象、土壤因子作为输入变量,以每年甘蔗产量为输出变量,建立了BP神经网络产量预测模型。以每日和每年的气象、土壤因子作为输入向量,以甘蔗产量为输出变量,建立了长短期记忆网络（LSTM）神经网络产量预测模型。测试集结果表明,BP神经网络模型决定系数（R²）为0.916、平均绝对误差（MAE）为28.65万t、均方根误差（RMSE）为40.83万t,LSTM神经网络模型R²为0.978、MAE为16.04万t、RMSE为20.72万t。LSTM神经网络模型预测精度高,模型性能优良,能较好地预测云南省甘蔗产量。

基于随机森林的作物模型光温产量潜力模拟优化方法

徐浩, 宋华鲁, 张海波, 张小虎, 王帅

2024, 63(8):  132-139.  doi:10.14088/j.cnki.issn0439-8114.2024.08.023

摘要 ( 89 )   PDF (10716KB) ( 13 )  

参考文献 | 相关文章 | 多维度评价

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。

烤后烟叶不同部位高光谱特征分析及判别模型构建

闫鼎, 张义志, 程森, 蔡宪杰, 董祥洲, 杨悦章, 岳耀稳, 王大彬, 林润英

2024, 63(8):  140-146.  doi:10.14088/j.cnki.issn0439-8114.2024.08.024

摘要 ( 73 )   PDF (3341KB) ( 9 )  

参考文献 | 相关文章 | 多维度评价

利用高光谱（400~1 700 nm）成像技术扫描得到3个部位（上B、中C、下X）烤后烟叶的高光谱图像,并提取其高光谱数据。采用相关性分析、主成分分析及方差分析研究了3个部位烟叶的高光谱特征,并构建5种识别烟叶部位的判别模型（SVM、KNN、RF、LightGBM和XGBoost）。结果表明,3个部位烟叶的光谱反射率为C>X>B（400~750 nm）,B>C>X（750~1 400 nm）,C>B≈X（1 400~1 700 nm）。3个部位烟叶的高光谱数据存在较强相关性,总体上可见光以及近红外波段在各自区域内相关性较强,而两者之间相关性较弱。共提取得到7个特征值大于1的主成分,方差累计贡献率接近1.00。3个部位烟叶的光谱反射率在450~550 nm和750~1 400 nm区域相互之间存在明显差异,中部叶在550~850 nm和1 400~1 700 nm分别与上、下部叶具有明显差异,上部叶在400~450 nm分别与中、下部叶差异明显,下部叶在680 nm附近分别与上、中部叶差异显著。SVM判别不同部位烟叶的表现最好,准确率、精确率、召回率和F1分数均达95%以上,LightGBM表现居中,各项指标在90%~95%,RF、KNN和XGBoost相对较差,各项指标在90%以下。

系统与平台

基于GIS的农村生活污水管理平台设计与实现

徐兰声, 江华

2024, 63(8):  147-152.  doi:10.14088/j.cnki.issn0439-8114.2024.08.025

摘要 ( 86 )   PDF (7152KB) ( 7 )  

参考文献 | 相关文章 | 多维度评价

为了提高农村生活污水管理效率和信息化水平,提出了一种基于GIS的农村生活污水管理平台设计,并利用相关技术实施开发。平台设计了一套包括农村生活污水问题由农户上报、运维单位处理、管理部门审核的闭环管理流程,阐述了GIS与农村生活污水各类传感器进行融合的方法及部分功能模块的关键技术路线,并以临沧市临翔区为例,介绍了平台在当地进行农村生活污水信息化管理的应用情况。通过平台的使用,论证了平台设计的合理性和科学性。

适用于嵌入式设备的轻量级深度学习网络RepYOLO

周橄尉, 陈嘉越, 吴佳伟, 赵雅琪, 赵奕凯, 张小英

2024, 63(8):  153-157.  doi:10.14088/j.cnki.issn0439-8114.2024.08.026

摘要 ( 85 )   PDF (7982KB) ( 9 )  

参考文献 | 相关文章 | 多维度评价

提出了一种轻量级深度学习网络模型RepYOLO算法,并将其移植到嵌入式设备MCU/MPU中。该网络模型RepYOLO以YOLOv4为基础网络模型,通过改进YOLOv4的主干网络CSPDarkNet为RepBlock结构、在Neck层中引入CBAM注意力机制以及在Head层替换anchor-based检测头为anchor-free检测头并加入ATSS算法减小计算量、提高推理速度和检测精度。结果表明,与原YOLOv4模型相比,网络模型RepYOLO在小麦穗检测上表现出更显著的优势,其精度率、召回率、F1值和平均精度均值分别提高了4.7、3.6、1.5、1.7个百分点;此外,RepYOLO在嵌入式设备MCU/MPU上的推理时间分别降低了37.03%和41.44%。

基于无人机摄影技术的农田场景可视化系统设计与实现

刘明, 李永可, 靳晟, 李悦, 余恩

2024, 63(8):  158-163.  doi:10.14088/j.cnki.issn0439-8114.2024.08.027

摘要 ( 79 )   PDF (14549KB) ( 13 )  

参考文献 | 相关文章 | 多维度评价

为了快速且准确地获取大面积农田数字影像和三维图像信息,提出了一种基于无人机倾斜摄影技术构建高精度农田影像和实景三维模型的方法。以新疆维吾尔自治区昌吉市华兴农场作为研究区域,基于无人机采集的地面影像数据,分别使用全景地图构建技术和三维建模技术制作农田高精度的数字正射影像和实景三维模型,在此数据基础上与研究区域基本信息数据进行融合,采用B/S架构设计基于农田场景的可视化系统。结果表明,该可视化系统能够对农田场景进行二维和三维视图的可视化展示。

考虑替代性的SOM神经网络卷烟配方模块分类方法研究

王林, 左平聪, 管雨涵, 朱咏琦, 周红审, 吴庆华

2024, 63(8):  164-170.  doi:10.14088/j.cnki.issn0439-8114.2024.08.028

摘要 ( 70 )   PDF (3733KB) ( 14 )  

参考文献 | 相关文章 | 多维度评价

为了提高模块替代决策效率和整个卷烟制造系统柔性与生产效率,提出了一种基于替代度的SOM神经网络模型对卷烟配方模块进行分类,并与历史替代统计结果进行比对。结果表明,替代度能较好地衡量模块间的替代程度,替代度越大,每个类别中的各项质量指标一致性越强,模块质量越相似,越推荐进行相互替代;在以不同替代度标准取值对卷烟配方模块进行分类时,替代度标准值越大,分类越细,选择替代度标准值为3.06作为卷烟配方模块强替代性的标准进行分类时是最合适的,此时每个类别中卷烟配方模块质量具有较高的相似性。基于替代度的SOM神经网络分类结果显示,发生类内替代的比例明显优于一般SOM神经网络算法、两阶段聚类算法和K-means聚类算法,当替代度标准值为3.06时,类内相互替代率可达95.39%,而类间替代率不足5.00%,相同类别模块替代率良好。

基于多传感器的可视化智慧农业数据管理系统设计

万青松, 罗晓姣

2024, 63(8):  171-175.  doi:10.14088/j.cnki.issn0439-8114.2024.08.029

摘要 ( 74 )   PDF (1741KB) ( 8 )  

参考文献 | 相关文章 | 多维度评价

基于WSNs、MQTT的协议系统农业数据采集结果精准,但受到快速膨胀数据的影响,导致数据管理效果不佳,针对该问题,提出了基于Spring Boot的可视化智慧农业数据管理系统设计。从表现层、业务逻辑层和数据层3个层次上实现Spring Boot微服务,通过使用空气温湿度传感器、光照强度传感器、土壤湿度传感器能够传输空气温湿度、光照强度和土壤湿度数据;在Spring Boot微服务模式下处理并访问数据,避免数据过度膨胀;计算两个传感器间的观测距离,融合环境参数,完成智慧农业数据管理系统设计。由试验结果可知,该系统能够精准采集空气温度、空气湿度、土壤湿度、光照强度数据,且数据可视化方面性能良好,说明使用该系统具有良好的数据管理效果。

基于物联网的智慧农业监测管理系统研究

何建强, 张莹, 许兴

2024, 63(8):  176-181.  doi:10.14088/j.cnki.issn0439-8114.2024.08.030

摘要 ( 82 )   PDF (12625KB) ( 22 )  

参考文献 | 相关文章 | 多维度评价

为构建农作物环境信息实时监测系统,实现农作物生长的智慧管理,构建了一种智慧农业监测管理系统。首先,基于物联网技术从感知层、传输层、应用层3个维度,以STM32为控制核心搭建智慧农业监测管理系统,通过传感器收集环境温湿度、土壤温湿度、光照强度、空气质量等环境数据,利用无线模块将其传输至服务器,实现对环境因子的监测和远程控制;其次,基于OpenCV库的图像处理算法和SVM模型实现对作物病害图像的分类、识别;最后,基于QT平台完成上位机UI界面的设计。通过试验测试,该系统在信息传输和设备控制方面准确、可靠,对病害图像分类平均准确率为96.3%,对石榴褐斑病的识别准确率最高,达97.4%。

遥感技术

基于GEE和Sentinel-2影像的建始县烟区冰雹灾害风险区划

郑翔天, 罗菊英, 汪川乂, 谭艳立, 刘乔, 万君

2024, 63(8):  182-187.  doi:10.14088/j.cnki.issn0439-8114.2024.08.031

摘要 ( 87 )   PDF (6108KB) ( 19 )  

参考文献 | 相关文章 | 多维度评价

选用建始县2021年 Sentinel-2 遥感影像资料,基于Google Earth Engine（GEE）云平台计算植被覆盖指数（NDVI）、归一化水体指数（NDWI）以及归一化建筑指数（NDBI）等参数,采用随机森林算法将建始县划分为水域、林地、建设用地、耕地、烟叶5类,并结合建始县气象灾害风险普查成果,建立了建始县烟区冰雹灾害风险区划模型,对烟叶遭受的冰雹灾害风险等级进行评估。结果表明,建始县烟草种植区域主要分布于官店镇中西部、花坪镇大部及高坪镇至茅田一线,大部分处于烟区冰雹灾害风险次低至中风险地区,需加强监测预警,及时开展人工防雹作业;中部长梁乡、三里乡、高坪镇南部地区冰雹灾害风险等级低,可适当增加烟叶种植面积;建始县东北部及南部山区冰雹灾害风险等级较高,需要加强灾害防御,适当减少烟叶种植。本研究结果作为2022年恩施州灾害风险普查成果典型案例应用于实际业务中,为烟叶种植生产以及气象防灾减灾提供了较好参考依据。

基于SAR卫星遥感技术的农田洪涝灾害信息提取技术

樊冰, 马良, 苑修震, 李福林, 段周, 武佳枚

2024, 63(8):  188-193.  doi:10.14088/j.cnki.issn0439-8114.2024.08.032

摘要 ( 76 )   PDF (15241KB) ( 23 )  

参考文献 | 相关文章 | 多维度评价

为提高农田洪涝灾害信息提取能力,探索了SAR卫星遥感影像水体及农田边界信息的自动提取方法。以江西丰城某次强降雨过程为例,采用阈值分割法、雷达及光学影像融合法,利用Sentinel-1卫星影像对灾前水体信息进行提取,巢湖一号卫星影像对灾中的水体信息进行提取,将二者提取信息进行叠加,得到本次强降水新增水体范围;利用Sentinel-2卫星影像,叠加天地图影像提取出研究区域的农田边界范围,将该边界与新增水体范围叠加,得到受本次强降雨影响农田洪涝灾害区域的范围。经评价,该方法可有效提高地物散射特征的分类精度,提取的11处受淹农田验证地块完整率均在80%以上。SAR遥感影像不受云雨天气影响,能够在洪涝灾害应急监测中提供有力的数据支撑,该分析方法有利于相关部门全面掌握农田灾情数据,迅速做出应急响应,提高洪灾的应急救助管理能力。

基于Sentinel-2数据提取江汉平原虾稻田分布方法

王静, 万君, 邓环环

2024, 63(8):  194-200.  doi:10.14088/j.cnki.issn0439-8114.2024.08.033

摘要 ( 79 )   PDF (10647KB) ( 12 )  

参考文献 | 相关文章 | 多维度评价

以江汉平原为研究区,基于AI Earth阿里云平台提供的Sentinel-2 MSI L2数据,在实地采样样本和目视解译样本的基础上,通过分析遥感影像中虾稻田的时序变化规律,总结出区分虾稻田与其他地物类型的关键时间以及指数阈值,从而构建虾稻田提取的决策树模型,最终提取出江汉平原2022—2023年虾稻田的空间分布。最后,基于样本数据评估了该方法的精度,总体精度达93.25%,Kappa系数为0.842 9,结果表明该方法具有较好的提取结果。

融合GF-6 WFV影像主成分分析特征的县域冬小麦种植面积提取

张萌, 徐建鹏, 周鹿扬, 王杰, 王状, 岳伟

2024, 63(8):  201-208.  doi:10.14088/j.cnki.issn0439-8114.2024.08.034

摘要 ( 67 )   PDF (7286KB) ( 9 )  

参考文献 | 相关文章 | 多维度评价

为准确、快速获得县域冬小麦的种植信息,针对多时相方法存在的成本高、效率低、过程复杂等问题,以安徽省固镇县为研究区,提出基于单时相GF-6 WFV影像主成分分析特征与原始光谱波段归一化融合、并使用K-最近邻算法进行土地覆盖物分类的有效面积提取方法。结果表明,所提出方法优于RAW和PDR这2种基准方法,且降维维度参数为3时效果最好,总体精度和Kappa系数分别为89.71%和0.87,实际冬小麦提取面积精度达98.49%,相对误差仅为1.51%。

基于WOFOST模型与遥感数据的旱作玉米估产及精度评价

侯晨连, 张吴平, 王国芳, 李富忠

2024, 63(8):  209-215.  doi:10.14088/j.cnki.issn0439-8114.2024.08.035

摘要 ( 86 )   PDF (5669KB) ( 7 )  

参考文献 | 相关文章 | 多维度评价

选取黄土高原东部地区的山西省灵丘县、介休县、隰县与盐湖县为研究区域,利用2005—2012年研究区域的田间观测数据,采用EFAST方法分析模型参数敏感性,采用试错法对玉米的生长发育参数进行调整;在此基础上融合MCD15A3H遥感数据,以叶面积指数为耦合变量,采用SUBPLEX算法将遥感叶面积指数（LAI）数据同化到校准的WOFOST模型中,并再次模拟各区域玉米的生长发育过程。结果表明,校准后的WOFOST模型对生育期和产量的模拟结果较好,生育期的模拟值与实测值的平均误差均小于3 d,产量的模拟值与实测值的相关系数（r）为0.80,均方根误差（RMSE）为956 kg/hm²;将遥感数据与WOFOST模型同化后,产量的模拟值和实测值的r由0.80提高至0.91,RMSE从956 kg/hm²降低到660 kg/hm²。

基于机器学习的新疆植被覆盖变化及其影响因子之间的关系

马楠, 蔡朝朝, 白涛

2024, 63(8):  216-222.  doi:10.14088/j.cnki.issn0439-8114.2024.08.036

摘要 ( 82 )   PDF (6586KB) ( 15 )  

参考文献 | 相关文章 | 多维度评价

以新疆植被覆盖变化及其影响因子之间的关系作为研究对象,通过比较多元线性回归、随机森林回归、XGBoost、支持向量机回归,优选出精度最高的模型,依据最优模型计算出的属性重要程度,对15个影响因子进行重组并分析,探索了气温、降水量、辐射量、潜在蒸发、经度、纬度、高程、地貌类型、坡度、坡向、人类影响指数、径流、土壤类型、土壤湿度、植被类型15个影响因子对植被覆盖变化的影响。结果表明,XGBoost模型对归一化植被指数（NDVI）预测准确率最高,随机森林回归次之。在研究区内对NDVI影响程度最大的影响因子是土壤湿度、径流、植被类型、经度、潜在蒸发、气温、辐射量、地貌类型、降水量。在影响因素类型方面,气候条件因素对NDVI影响程度最大,土壤特征因素影响程度次之,地形地貌因素比前两者低。

基于遥感导数处理和最优光谱指数的土壤盐渍化监测模型

唐子茹, 吴彤, 谭世林, 岳胜如

2024, 63(8):  223-230.  doi:10.14088/j.cnki.issn0439-8114.2024.08.037

摘要 ( 74 )   PDF (19263KB) ( 12 )  

参考文献 | 相关文章 | 多维度评价

利用Landsat-8遥感数据,基于原始光谱、一阶导数、二阶导数3种处理,分析了波段反射率、2D指数、3D指数与土壤电导率相关性。选择最优光谱指数作为神经网络算法输入参数,基于MATLAB构建土壤盐渍化预测模型。结果表明,2D、3D光谱指数与土壤的电导率相关性高于原始光谱,二阶导数处理后构建的2D、3D指数与土壤电导率整体相关性优于一阶导数处理和原始光谱。原始光谱下选择B1至B7作为神经网络算法输入参数所建模型精度最优,训练集、验证集、测试集和整体的相关系数分别为0.732 4、0.716 4、0.444 5、0.691 9,所构建模型对土壤电导率在1 000 μS/cm附近时预测精度较高。

复合种植方式下大豆和玉米株高的动态反演

王宦臣, 张吴平, 李富忠

2024, 63(8):  231-235.  doi:10.14088/j.cnki.issn0439-8114.2024.08.038

摘要 ( 75 )   PDF (4437KB) ( 10 )  

参考文献 | 相关文章 | 多维度评价

为准确估测复合种植方式下大豆和玉米的株高,分别利用均值插值法和线性插值法生成的数字地面模型（Digital terrain model,DTM）和基于无人机影像生成的数字表面模型（Digital surface model,DSM）进行处理,得到复合种植方式下大豆和玉米的冠层高度模型（Canopy height model,CHM）。借助线性回归方法并结合决定系数（R²）和均方根误差（RMSE）对模型进行精度分析,筛选出精度更高的株高模型对应的插值方法,并采用该模型实现对复合种植方式下大豆和玉米株高的动态反演。结果表明,线性插值得到的DTM经过处理最后生成的CHM估测效果更好,模型的R²为0.85,RMSE为7.05 cm。表明在缺少完整DTM数据的情况下,借助插值生成的小面积DTM与基于无人机影像生成的DSM构建冠层高度模型,并实现复合种植方式下大豆和玉米株高动态反演的方法可行。

基于深度异构迁移学习的水稻遥感影像提取

邱儒琼, 何丽华, 李孟璠

2024, 63(8):  236-242.  doi:10.14088/j.cnki.issn0439-8114.2024.08.039

摘要 ( 79 )   PDF (7465KB) ( 6 )  

参考文献 | 相关文章 | 多维度评价

为了实现在目标域仅有无标注样本的条件下对异构遥感影像上的水稻提取模型进行高质量构建和复用,构建了一种基于时空约束的深度异构特征迁移学习模型。首先,基于空间位置构建源域和目标域无标签样本组,并提取其深度特征;其次,构建异构特征迁移模型,创建同名样本特征转换、同名样本特征正则、样本重建损失函数,减少特征负迁移影响,实现异构特征的精准迁移;最后,建立半监督分类模型,通过引入HingLoss损失来消除错误伪标签的影响,实现分类精度的提高。结果表明,本研究方法能够实现不同分辨率下影像间的样本特征迁移,相较于未经过特征迁移的情况,准确率提升了27.68个百分点,F1分数提升了17.3个百分点。

智能养殖

楼房猪舍环境精准控制的优化

韩启政, 王艺凝, 孙晓彤, 胡培鳌, 尹宝全

2024, 63(8):  243-246.  doi:10.14088/j.cnki.issn0439-8114.2024.08.040

摘要 ( 73 )   PDF (3700KB) ( 9 )  

参考文献 | 相关文章 | 多维度评价

楼房猪舍可充分利用土地资源,具有提高单位面积生产效率与减少环境污染面积等优点,但同时由于楼房猪舍中不同楼层不同猪舍的环境要求不同,导致不同猪舍内环境难以精准控制。为了研究楼房猪舍环境精准控制方案,基于计算流体力学（CFD）,采用ANSYS FLUENT软件优化改进楼房猪舍气流场分布。设计基于标准 k-ε湍流模型模拟楼房猪舍气流场,在此基础上调整和优化猪舍内通风口位置,结果显示,优化后的设计方案可使猪舍内气流场更加均匀,避免同一猪舍内环境偏差较大。最后,基于优化后的设计方案,利用PLC对楼房猪舍内环境的精准控制进行了设计和实现。

智能农机

基于混合蚁群算法的无人化农机路径寻优研究

杨会甲, 张亚军, 王鹏杰, 王东, 王亚平

2024, 63(8):  247-251.  doi:10.14088/j.cnki.issn0439-8114.2024.08.041

摘要 ( 95 )   PDF (9431KB) ( 7 )  

参考文献 | 相关文章 | 多维度评价

针对智慧农业中复杂环境下无人化农机路径规划寻优过程中存在的迭代速度慢、路径安全性较低等问题,融合人工势场、量子行为以及基于B样条的平滑策略提出了混合蚁群算法。该方法在迭代初期引入人工势场法,以解决迭代速度慢问题以及实现全局最优平衡;在路径寻优的中期加入量子行为优化信息密度阈值,改进算法状态选择概率,避免算法陷入局部最优,以提高获取优质解的能力;在迭代后期融合基于B样条的平滑策略,优化最优路径,提高无人化农机避障能力。仿真试验结果表明,基于混合蚁群算法的无人化农机在复杂环境作业时,路径寻优能力得到有效提升,路径优化响应速度提升了73倍,路径优化后距离缩短超过11.8%。

智能监测

基于传感器阵列的小黄鱼新鲜度检测电子鼻设计

黄灿灿, 陈亚龙, 陈海根

2024, 63(8):  252-256.  doi:10.14088/j.cnki.issn0439-8114.2024.08.042

摘要 ( 73 )   PDF (2808KB) ( 12 )  

参考文献 | 相关文章 | 多维度评价

为设计一款可用于农产品新鲜度测定的电子鼻,以小黄鱼为研究对象,在恒定条件下开展腐败试验,以传感器响应值为自变量,小黄鱼挥发性盐基氮（Total volatile basic nitrogen,TVB-N）值为因变量,并分别通过多元线性回归、偏最小二乘法和BP神经网络,建立小黄鱼鱼肉品质等级的预测模型,并通过对比3种模型对TVB-N值预测的相关系数R和平均误差百分比RE-mean,分析模型性能优劣。结果表明,利用预测模型电子鼻能够分辨出小黄鱼的新鲜腐败样品,应用BP神经网络的预测算法对样品实现最好的预测,多元线性回归模型与最小二乘法预测模型性能较差。

基于光谱反射率的甘薯叶片钾素营养监测与诊断

鲁燕君, 王旭伟, 胡继杰, 陈少杰, 陈玉, 吕尊富

2024, 63(8):  257-261.  doi:10.14088/j.cnki.issn0439-8114.2024.08.043

摘要 ( 67 )   PDF (5291KB) ( 10 )  

参考文献 | 相关文章 | 多维度评价

以商薯19和心香 2个甘薯（Ipomoea batatas）品种为试验材料,通过设置不同梯度钾素处理测定叶片的光谱反射率,分别构建基于比值植被指数（RVI）的甘薯叶片钾含量和钾营养指数预测模型。结果表明,RVI与叶片钾含量构建的线性模型表明,RVI（R_{1 598 nm},R_{1 771 nm}）对甘薯叶片钾含量的预测精度较高,回归方程为y=58.601 0x-58.446（R²=0.741 4,RMSE=0.83）,采用验证数据对线性模型进行检验,模型对不同钾肥水平处理下的甘薯叶片钾含量具有较好的预测能力（R²=0.732 4,RMSE=0.85）;RVI与钾营养指数构建的线性模型表明,RVI（R_{700 nm},R_{1 385 nm}）对甘薯叶片钾营养指数的预测精度较高,回归方程为y=6.032 9x-0.833（R²=0.768 8,RMSE=0.15）,采用验证数据对线性模型进行检验,模型对不同钾肥水平处理下的甘薯叶片钾营养指数具有较好的预测能力（R²=0.639 5,RMSE=0.20）;利用RVI能够较好监测与诊断甘薯钾素营养。

基于无人机图像检测的林业虫害监控预防

邱雅林, 刘向龙, 何小军, 赵庆龙, 贾存芳

2024, 63(8):  262-266.  doi:10.14088/j.cnki.issn0439-8114.2024.08.044

摘要 ( 72 )   PDF (4157KB) ( 23 )  

参考文献 | 相关文章 | 多维度评价

为解决现有基于无人机图像的虫害监控方法效率低效果差,且需要耗费大量人力物力的问题,研究基于深度学习构建了基于无人机的林业虫害检测框架,将浅层网络提取的特征信息传递到深层网络,并通过剪枝和批量归一化折叠对模型进行了轻量化改进。结果表明,训练过程中各模型趋于稳定时,改进后的YOLOv4模型平均准确率达97.38%,计算成本和存储需求较原始的YOLOv4已分别降低17.81个百分点和23.38%;平均检测正确率比改进前高12.75个百分点。

基于水文气象因子的农田生态系统碳通量预测

吴成秋, 曹召丹, 赵小二, 吴宏宇, 邓科

2024, 63(8):  267-280.  doi:10.14088/j.cnki.issn0439-8114.2024.08.045

摘要 ( 88 )   PDF (34347KB) ( 18 )  

参考文献 | 相关文章 | 多维度评价

以黄河流域下游禹城农田生态系统为研究对象,采用中国通量观测研究网络（ChinaFLUX）禹城站通量塔观测的碳水通量和水文气象数据,基于特征重要性方法确定影响农田生态系统CO₂交换量的主控环境因子。基于所有环境因子和主控环境因子分别构建碳通量预测的机器学习模型,采用均方误差（MSE）、平均绝对误差（MAE）和决定系数（R²）评估测试集的模型预测性能。结果表明,影响禹城农田生态系统碳通量的主控环境因子为净辐射、土壤温度、饱和水汽压亏缺、土壤含水量。与单一模型相比,集成模型具有更好的预测性能。单一模型中,MLPRegressor模型预测性能较好,R²为0.830,MSE为3.113,MAE为1.283。集成模型中,XGBRegressor模型预测性能较好,R²为0.845,MSE为2.838,MAE为1.149。采用主控环境因子与采用全部环境因子构建的机器学习模型具有相似预测性能。

数字乡村

江西省57个淘宝村的发育水平差异及影响因素

王芳, 李晗, 丁志伟

2024, 63(8):  281-288.  doi:10.14088/j.cnki.issn0439-8114.2024.08.046

摘要 ( 78 )   PDF (8791KB) ( 9 )  

参考文献 | 相关文章 | 多维度评价

运用熵权-TOPSIS法和空间分析技术评价淘宝村发育水平的时空特征并解释其影响因素。结果表明,从空间发育等级上看,总体呈赣北、赣南地区发展优于赣中地区的特征,发育水平高值区和低值区在赣南地区“交错式发展”,中等水平区广泛分布,呈以南昌市和赣州市为核心向四周辐射式发展的格局;从时间上看,缓慢起步阶段（2013—2016年）以红星村为起点扩散形成4个淘宝村,平稳增长阶段（2017—2018年）以每年4个淘宝村的增量稳步提升,快速蔓延阶段（2019—2021年）裂变式增至57个淘宝村;淘宝村数量和发育水平的核密度空间分布上虽然均呈现出“整体少量零散、局部相对集中”的不均衡现象,但在赣北形成了三角形高密度值区;淘宝村空间扩散的初期阶段以“点状”独立式发展为主,扩散中期依托专业带动,以点为核心向四周“以点带线”式发展,到了扩散后期主要以共同发展和政府扶植为主,进行“以线织网”式交织扩散;从影响因子看,淘宝村的发育是多种因素综合作用的结果,经济基础、交通水平和平台支撑是主要影响因素,服务水平、互联网水平和信息通讯对淘宝村的发育有正向影响。

乡村治理数字化转型的学理逻辑、评价与策略——以四川省为例

马晨, 李瑾, 李泽欣

2024, 63(8):  289-295.  doi:10.14088/j.cnki.issn0439-8114.2024.08.047

摘要 ( 76 )   PDF (1591KB) ( 14 )  

参考文献 | 相关文章 | 多维度评价

立足数字化视角,围绕数字化的核心要素及特征,阐述了数字化打破乡村治理壁垒、提高乡村治理效能的学理逻辑,在此基础上构建了涵盖4个二级指标14个三级指标的乡村治理数字化评价指标体系,并以四川省为例,对其乡村治理数字化水平进行指标评价。经测算,四川省乡村治理数字化综合实现程度为71.73%,整体处于乡村治理数字化初级发展阶段;从维度来看,乡村党建数字化的实现程度最高,达74.94%;从区域来看,成都平原经济区的乡村治理数字化实现程度为74.81%,引领四川全省乡村治理数字化发展。在此基础上,分别从优化升级乡村信息基础设施、因地制宜探索数字化应用场景、重视多元参与激发乡村治理内生动力、开展乡村数字治理试点示范等方面提出优化升级策略,助推四川省乡村治理数字化发展。

数字经济与农业绿色发展：理论机制与实证检验

马莉, 唐蜜

2024, 63(8):  296-302.  doi:10.14088/j.cnki.issn0439-8114.2024.08.048

摘要 ( 83 )   PDF (1518KB) ( 24 )  

参考文献 | 相关文章 | 多维度评价

基于中国30省（市、自治区）2013—2022年的面板数据,对农业绿色发展水平进行综合测度,构建实证模型,研究数字经济对农业绿色发展的异质性、中介效应和门槛效应。结果表明,数字经济对农业绿色发展有促进作用,且存在区域异质性;数字经济可以通过绿色技术创新间接提高农业绿色发展水平;数字经济对农业绿色发展的影响在东部地区存在双重门槛效应。因此,要加强农业数字基础设施建设,缩小各地区的数字经济发展差异,推进农业绿色发展以技术为支撑,提高农业生态环境的治理意识。