歡迎您訪問《智慧農業(中英文)》官方網站! English

摘要點擊排行

    一年內發表文章 |  兩年內 |  三年內 |  全部
    Please wait a minute...
    全選: 顯示/隱藏圖片
    農業機械與信息技術融合發展現狀與方向 | Open Access
    陳學庚, 溫浩軍, 張偉榮, 潘佛雛, 趙巖
    智慧農業(中英文)    2020, 2 (4): 1-16.   doi:10.12133/j.smartag.2020.2.4.202002-SA003
    摘要1652)   HTML7227)    PDF (2650KB)(658)   

    為理清國內外農業機械與信息技術融合發展現狀,找到重點發展方向,借此大力推進中國農業機械智能化發展,本文首先分析了國外農業機械與信息技術融合發展的現狀,總結了其發展的五大特點。之后指出中國農業機械化發展雖然成效顯著,但仍存在農機信息化融合的區域及結構發展不平衡、企業和農民對農業機械信息化的認可度還不高、基礎研究與關鍵技術研究薄弱、農機作業信息系統管理水平不高且缺乏統一標準等問題。最后提出了中國農業機械與信息技術融合發展的方向,包括促進智能感知技術發展與導航技術研究、推進農業機械裝備智能化、構建農機智慧作業系統、推進農機自主作業技術研究與無人農場建設、加強農機信息化技術標準制定與復合型人才培養等。農業機械與信息技術融合是中國現代農業機械發展的必然趨勢,利用信息技術促進農業機械的發展,能夠最大化發揮信息技術的引導效應,提高農業生產效率,對于推進中國農業機械高質高效發展具有重要意義。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    果蔬采摘機器手系統設計與控制技術研究現狀和發展趨勢 | Open Access
    吳劍橋, 范圣哲, 貢亮, 苑進, 周強, 劉成良
    智慧農業(中英文)    2020, 2 (4): 17-40.   doi:10.12133/j.smartag.2020.2.4.202011-SA004
    摘要896)   HTML3780)    PDF (2346KB)(920)   

    鮮食果蔬收獲是難以實現機械化作業的生產環節,高效低損采摘也是農業機器人研發領域中的難題,導致目前市場化的自動化果蔬采摘裝備生產應用幾乎空白。針對鮮食果蔬采摘需求,為改善人工采摘費時費力、效率低下、自動化程度低的問題,近30年來,國內外學者設計了一系列自動化采摘設備,推動了農業機器人技術的發展。在研發鮮食果蔬采摘設備時,首先要確定采收對象和采收場景,針對作物的生長位置、形狀和重量、場景的復雜程度、所需自動化程度,通過復雜度預估、力學特性分析、姿態建模等方式,明確農業機器人的設計需求。其次,作為整個采摘動作的核心執行者,采摘機器人的末端執行器設計尤為重要。本文對采摘機器人末端執行器的結構進行了分類,總結了末端執行器的設計流程與方法,闡述了常見的末端執行器驅動方式、切割方案,并對果實收集機構進行了概括。再次,本文概述了采摘機器人的總體控制方案、識別定位方法、避障方法及自適應控制方案、品質分類方法以及人機交互、多機協作方案。為了總體評價采摘機器人的性能,本文還提出了平均采摘效率、長期采摘效率、采收質量、損傷率和漏采率指標。最后,本文對自動化采摘機械的總體發展趨勢進行了展望,指明了采摘機器手系統將向著采摘目標場景通用化、結構形式多樣化、全自動化、智能化、集群化方向發展的趨勢。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    近地遙感技術在大田作物株高測量中的研究現狀與展望 | Open Access
    張建, 謝田晉, 楊萬能, 周廣生
    智慧農業(中英文)    2021, 3 (1): 1-15.   doi:10.12133/j.smartag.2021.3.1.202102-SA033
    摘要663)   HTML147)    PDF (1983KB)(433)   

    株高是動態衡量作物健康和整體生長狀況的關鍵指標,廣泛用于估測作物的生物學產量和最終籽粒產量。傳統的人工測量方式存在規模小、效率低以及耗時長等問題。近十年來,近地遙感技術在農業領域發展迅速,使得高精度、高頻次、高效率的作物株高采集成為可能。本文首先回顧了國內外基于遙感手段獲取株高研究的論文發表情況;其次對獲取株高的不同平臺以及傳感器的基本原理、優勢及其局限性進行了介紹和評述,重點論述了激光雷達和可見光相機兩種傳感器的測高流程與涉及的關鍵技術;在此基礎上歸納了株高在作物生物量估算、倒伏監測、產量預測和輔助育種等方面的應用研究進展;最后對近地遙感技術在株高獲取上存在的問題進行討論分析,并從測高平臺和傳感器、裸土探測和插值算法、株高應用研究及農學與遙感測高差異四個方向進行了展望,可為今后近地遙感測高的研究與方法應用提供參考。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    畜禽舍防疫消毒機器人設計與試驗 | Open Access
    馮青春, 王秀, 邱權, 張春鳳, 李斌, 徐瑞峰, 陳立平
    智慧農業(中英文)    2020, 2 (4): 79-88.   doi:10.12133/j.smartag.2020.2.4.202010-SA005
    摘要582)   HTML568)    PDF (2302KB)(330)   

    針對畜禽養殖防疫消毒勞動強度大、安全性差的問題,設計了防疫消毒機器人系統,以實現畜禽舍防疫消毒噴霧的智能化作業。機器人系統由移動承載平臺、防疫噴霧部件、環境監測傳感器以及控制器等4部分構成,支持全自動運行和遙控操作2種工作模式。針對畜禽舍內弱光、低應激的工況條件,提出了“磁標-射頻識別”組合的導航路徑探測方法,實現在畜禽舍內養殖籠架間的自主移動。設計了風助式藥液噴嘴,可同步實現消毒藥液的霧化和擴散。通過對噴嘴內腔風場進行流體動力學仿真,對噴嘴氣體導流和藥液霧化部件結構參數進行了優化設計,確定了錐形導流墊塊和霧化柵板的傾角分別為75°和90°。最后,在禽舍內對機器人導航和噴霧性能進行了現場測試。試驗結果表明,機器人移動平臺可滿足0.1~0.5 m/s速度范圍的自動巡線導航,其實際軌跡相對磁釘標記的最大偏移量為50.8 mm;風助式噴嘴可適用于200~400 mL/min流量的藥液噴灑,形成的霧滴直徑(DV.9)為51.82~137.23 μm,霧滴沉積密度為116~149 個/cm2。本畜禽舍防疫消毒機器人可實現養殖舍內消毒和免疫藥液的智能化噴霧作業。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    中國智能農機裝備標準體系框架構建與研制建議 | Open Access
    胡小鹿, 梁學修, 張俊寧, 梅岸君, 呂程序
    智慧農業(中英文)    2020, 2 (4): 116-123.   doi:10.12133/j.smartag.2020.2.4.202004-SA002
    預出版日期: 2020-10-16

    摘要488)   HTML510)    PDF (1107KB)(322)   

    針對中國智能農機裝備標準化工作中缺乏系統性標準體系指導的問題,本研究構建了中國智能農機裝備標準體系框架。首先從標準體系、具體標準、國際化水平等方面分析了中國智能農機裝備標準化現狀及存在問題;依托智能農機裝備標準體系框架構建的目標及原則,總結了級別、約束力、通用性、性質、對象、標準類別、參考模型、行業分類、產業環節等構成標準體系框架的維度。之后利用級別、類別、產業環節構建了中國智能農機裝備標準體系三維框架結構,并將其二維分解為基礎層、共性通用層和應用領域層。最后提出了中國智能農機裝備標準研究與編制的建議。本研究可為中國智能農機裝備標準的制修訂、實施與服務提供系統性指導,引領中國智能農機裝備產業快速發展。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    自動導航與測控技術在保護性耕作中的應用現狀和展望 | Open Access
    王春雷, 李洪文, 何進, 王慶杰, 盧彩云, 陳立平
    智慧農業(中英文)    2020, 2 (4): 41-55.   doi:10.12133/j.smartag.2020.2.4.202002-SA002
    預出版日期: 2020-12-10

    摘要478)   HTML1612)    PDF (2504KB)(261)   

    實現智能化是提升保護性耕作機具作業質量和效率的重要途徑,自動導航與測控技術作為智能化技術的重要組成部分,近年來在保護性耕作中的應用發展迅速。本文首先從接觸式、機器視覺式和GNSS式三種免少耕播種自動導航技術入手,闡述了自動導航技術在保護性耕作中的應用現狀;然后對作業參數監測技術的發展動態進行了詳細介紹,包括地表秸稈覆蓋率的快速檢測技術、免少耕播種機播種參數監測技術及保護性耕作機具作業面積監測技術;之后闡述了保護性耕作機具作業控制技術的發展現狀,主要介紹了免少耕播種機漏播補償控制技術和作業深度控制技術。最后在總結自動導航與測控技術在保護性耕作中現有應用的基礎上,展望了未來保護性耕作機具自動導航技術、作業參數監測技術和保護性耕作機具作業控制技術三者的研究方向。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    白蘆筍采收機器人視覺定位與采收路徑優化方法 | Open Access
    李揚, 張萍, 苑進, 劉雪美
    智慧農業(中英文)    2020, 2 (4): 65-78.   doi:10.12133/j.smartag.2020.2.4.202009-SA003
    摘要462)   HTML983)    PDF (3495KB)(252)   

    依據筍芽出土狀態的選擇性收獲是目前白蘆筍公認的最佳收獲方式。針對采收過程中機器視覺識別筍尖存在筍尖與壟面紋理和顏色相近等識別難題,本研究提出了一種變尺度感興趣區域(ROI)檢測方法,融合圖像色域變換、直方圖均值化、形態學和紋理濾波等技術,研究了筍尖識別與精準定位方法;在定位多筍尖坐標基礎上,提出了多筍芽的采收路徑優化方法,解決了因采收路徑不合理導致的采收效率低的問題。首先,通過機器人視覺系統實時采集采收區域圖像并進行RGB三通道高斯濾波,采用HSV色域變換并進行直方圖均值化處理。在此基礎上,對筍尖、土壤進行特征聚類分析,根據筍芽抽發程度研究變尺度ROI檢測方法,對采集圖像中筍尖的形態學以及筍尖和土壤的紋理進行統計學分析,設定筍尖的似圓度閾值,并參考紋理特征參數,判定筍尖位置,計算其幾何中心,獲得筍尖輪廓中心坐標。其次,為實現白蘆筍的高效采收,根據多目標點與集箱點的位置分布,本研究設計了一種基于多叉樹遍歷的采收路徑優化算法,以獲得多個目標筍尖的最優采收路徑。最后,搭建采收機器人試驗平臺開展了筍尖定位與采收驗證性試驗。結果表明,視覺系統對白蘆筍的識別率可達98.04%,筍尖輪廓中心坐標的定位最大誤差X方向為0.879 mm,Y方向為0.882 mm,采收筍的個數在不同情況下,采用路徑優化后的末端執行器運動距離平均可節省43.89%,末端執行器定位成功率達到100%,在實驗室環境下的白蘆筍采收率達到88.13%,驗證了采用視覺定位的白蘆筍采收機器人選擇性采收的可行性。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    不同飛行參數下八旋翼植保無人機下洗氣流場對霧滴沉積分布特性的影響 | Open Access
    王昌陵, 何雄奎, BONDSJane, 齊鵬, 楊苡, 高萬林
    智慧農業(中英文)    2020, 2 (4): 124-136.   doi:10.12133/j.smartag.2020.2.4.202003-SA005
    預出版日期: 2020-10-28

    摘要450)   HTML264)    PDF (2470KB)(292)   

    近年來,應用植保無人機防治農業有害生物已成為中國植保機械發展的一大新亮點。無人機旋翼提供飛行升力的同時具有下洗氣流場,低空低量施藥作業霧滴沉積分布質量優劣與旋翼下洗氣流場的作用密不可分。為探究植保無人機旋翼下洗氣流場對噴霧效果的影響,本研究以當前植保無人機主流機型——“X型”布局八旋翼無人機為研究對象,采用實際作業測試方式,利用微氣象測量系統測定無人機飛行狀態下旋翼下方不同水平位置下洗氣流場風速,同時采用誘惑紅示蹤劑水溶液代替農藥噴霧獲取噴霧沉積分布情況,重點對下洗氣流場分布實測結果進行可視化分析,包括不同飛行高度、不同速度下旋翼下洗氣流場分布特性與霧滴沉積分布特性以及二者的相互關系。測試結果顯示:八旋翼植保無人機飛行過程中隨著飛行速度加快(1.0~6.0 m/s)和飛行高度升高(1~2 m),冠層位置X、Y、Z三向下洗氣流場總體表現為氣流強度由強到弱、分布狀態由集中到分散的變化趨勢;X方向氣流來源于下洗氣流與外界空氣相互作用產生的卷揚氣流,對噴施霧滴的作用為逆飛行方向;Y方向為下洗卷揚氣流以及地面效應共同作用的結果,對霧滴的作用為垂直于航線朝向兩側;Z方向為下洗氣流豎直向下方向分量,對霧滴下降沉積具有直接促進作用;飛行速度與下洗氣流場范圍內風速峰值(P<0.05,r=-0.836)和有效噴幅內平均沉積量(P<0.05,r=-0.833)均表現出顯著負相關;在飛行速度為1.0 m/s和3.0 m/s時,霧滴沉積量與下洗氣流場風速均呈現極顯著正相關關系(P<0.01,r>0),即垂直地面方向的下洗氣流場越強,有效噴幅內沉積的霧滴越多;速度加快至6.0 m/s,風速顯著降低,氣流場對霧滴沉積的促進作用逐步消失(P>0.05)。因此,植保無人機作業時飛行速度不應設置超過6.0 m/s,避免因下洗氣流場作用減弱而導致霧滴損失。本研究結果可為改善低空低量施藥作業質量和無人機田間作業規范的制定提供技術參考和支撐。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    面向植物病害識別的卷積神經網絡精簡結構Distilled-MobileNet模型 | Open Access
    邱文杰, 葉進, 胡亮青, 楊娟, 李其利, 莫賤友, 易萬茂
    智慧農業(中英文)    2021, 3 (1): 109-117.   doi:10.12133/j.smartag.2021.3.1.202009-SA004
    預出版日期: 2021-02-22

    摘要440)   HTML33)    PDF (1643KB)(342)   

    卷積神經網絡(CNN)的發展帶來了大量的網絡參數和龐大的模型體積,極大地限制了其在小規模計算資源設備上的應用。為將CNN應用在各種小型設備上,研究了一種基于知識蒸餾的結構化模型壓縮方法。該方法首先利用VGG16訓練了一個識別率較高的教師模型,再將該模型中的知識通過蒸餾的方法遷移到MobileNet,從而大幅減少了模型的參數量。將知識蒸餾后的Distilled-MobileNet模型應用在14種作物的38種常見病害分類中。進行了知識蒸餾在VGG16、AlexNet、GoogleNet和ResNet 4種不同網絡結構上的表現測試,結果表明,當VGG16作為教師模型時,模型準確率提升了97.54%;使用單個病害識別率、平均準確率、模型內存、平均識別時間4個指標對訓練好的Distilled-MobileNet模型進行真實環境下準確性評估,經測試,模型的平均準確率達到了97.62%,平均識別時間縮短至0.218 s,僅占VGG16模型的13.20%,模型大小壓縮僅為19.83 MB,相比于VGG16縮小了93.60%,使其具備了較高的準確性和實時性要求。本方法模型在壓縮內存體積和縮短識別時間上較傳統神經網絡有了明顯提高,為內存和計算資源受限設備上的病害識別提供了新的思路。

    圖表 | 參考文獻 | 相關文章 | 多維度評價

    ??瘜ёx——農業機器人與智能裝備 | Open Access

    劉成良
    智慧農業(中英文)    2020, 2 (4): 0-1.  
    摘要439)     

    習近平總書記指出,“要大力推進農業機械化、智能化,給農業現代化插上科技的翅膀”。農業機器人和智能裝備實現了先進智能化技術和農業機械的深度融合,其大面積應用推廣將大幅提高農業生產效率,進一步降低農民勞動強度。為集中報道農業機器人與智能裝備領域取得的最新理論、技術與應用成果,《智慧農業(中英文)》期刊在2020年第4期組織了農業機器人與智能裝備???,共刊載文章12篇,內容涵蓋農業機械與信息技術融合思考、果蔬采摘機械手、保護性耕作機具導航與測控、特種機器人平臺研制、植保無人機、智能農機標準等方面。期待本??某霭婺転楸绢I域從業人員提供參考和思路。也感謝作者、審稿人以及編輯團隊為本??霭孀龀龅呐?。

    陳學庚院士團隊分析了國外農業機械與信息技術融合的發展特點,并指出,促進智能感知技術發展與導航技術研究、推進農業機械裝備智能化、構建農機智慧作業系統、推進農機自主作業技術研究與無人農場建設、加強農機信息化技術標準制定與復合型人才培養等是中國農業機械與信息技術融合發展的方向。

    劉成良教授團隊聚焦蔬果采摘機械手系統,從采收對象和場景分析出發,總結了采摘機械機構和采摘控制方案以及主流評價指標,指明了采摘機械機器人將向著采摘目標場景通用化、結構形式多樣化、全自動化、智能化、集群化方向發展。

    李洪文教授團隊闡述了自動導航技術和作業控制技術在保護性耕作中的應用現狀,指出將智能技術、農藝知識與理論、傳統保護性耕作技術與機具三者進行深度融合,才能促進保護性耕作機具向高效化、高質化、精準化、智能化方向快速發展。

    針對中國智能農機裝備標準化工作中缺乏系統性標準體系指導的問題,胡小鹿等構建了中國智能農機裝備標準體系框架,指導相關標準制修訂、實施與服務。

    在特種農業機器人平臺研發方面,陳立平研究員團隊基于磁標-射頻識別和風助式藥液噴嘴設計了畜禽養殖防疫消毒機器人系統,實現了畜禽舍防疫消毒噴霧的智能化作業;苑進教授團隊針對白蘆筍選擇性采收過程中識別難的問題,提出了變尺度感興趣區域檢測方法的筍尖識別與精準定位方法,并提出了多筍芽的采收路徑優化方法;張春龍副教授團隊針對亞毫米級作業精度等技術難點,融合機器人運動學、機器視覺技術和多傳感器反饋控制技術研制了割膠機器人模塊化樣機。

    在智能農業裝備相關技術研究方面,何雄奎教授團隊利用微氣象測量系統測定了無人機飛行狀態下旋翼下方不同水平位置下洗氣流場風速和噴霧沉積分布情況,對無人機下洗氣流場分布實測結果進行了可視化分析;丁幼春教授團隊結合OpenCV和前視點的直線路徑跟蹤控制方法構建了輪式谷物聯合收獲機視覺導航控制系統;苗中華教授團隊提出了基于圖像處理多算法融合的田間雜草檢測方法,設計了一套田間雜草自動識別算法;為探索合適的混合動力果園自動導航小車(AGV)控制系統算法以及能量管理策略,貢亮副教授團隊實現了串聯式混合動力AGV控制器硬件在環仿真功能;陳天恩研究員團隊則結合車輛路徑優化問題求解思路,提出了基于訂單位置聚類的雛雞配送車輛調度優化模型,為禽業企業提供了智能化配送車輛調度優化服務,降低了成本。
    相關文章 | 多維度評價
    基于圖像處理多算法融合的雜草檢測方法及試驗 | Open Access
    苗中華, 余孝有, 徐美紅, 何創新, 李楠, 孫騰
    智慧農業(中英文)    2020, 2 (4): 103-115.   doi:10.12133/j.smartag.2020.2.4.202010-SA006
    摘要429)   HTML1500)    PDF (4725KB)(253)   

    自動化除草是現代精確農業科學領域的研究熱點。已有的自動化除草解決方案中普遍存在魯棒性不強、過度依賴大量樣本等問題,針對上述問題,本研究提出了基于圖像處理多算法融合的田間雜草檢測方法,設計了一套田間雜草自動識別算法。首先通過設置顏色空間的閾值從圖像中分割土壤背景。然后采用面積閾值、模板匹配和飽和度閾值三種方法對作物和雜草進行分類。最后基于投票的方式,綜合權衡上述三種方法,實現對作物和雜草的精準識別與定位。以大豆田間除草為對象進行了試驗研究,結果表明,使用融合多圖像處理算法的投票方法進行作物和雜草識別定位,雜草識別平均錯誤率為1.79%,識別精度達到98.21%。相較單一的面積閾值、模板匹配和飽和度閾值方法,基于投票權重識別雜草的精度平均提升5.71%。同時,針對復雜多變的農業場景,進行了存在雨滴和陰影干擾的魯棒性測試,實現了90%以上的作物識別結果,表明本研究方法具有較好的適應性和魯棒性。本研究算法可為智能移動機器人除草作業等智慧農業領域應用提供技術支持。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    基于YOLOv4和自適應錨框調整的谷穗檢測方法 | Open Access
    郝王麗, 尉培巖, 郝飛, 韓猛, 韓冀皖, 孫瑋蓉, 李富忠
    智慧農業(中英文)    2021, 3 (1): 63-74.   doi:10.12133/j.smartag.2021.3.1.202102-SA066
    摘要411)   HTML58)    PDF (2620KB)(183)   

    Foxtail millet ear detection and counting are essential for the estimation of foxtail millet production and breeding. However, traditional foxtail millet ear counting approaches based on manual statistics are usually time-consuming and labor-intensive. In order to count the foxtail millet ears accurately and efficiently, an adaptive anchor box adjustment foxtail millet ear detection method was proposed in this research. Ear detection dataset was firstly established, including 784 images and 10,000 ear samples. Furthermore, a novel foxtail millet ear detection approach based on YOLOv4 (You Only Look Once) was developed to quickly and accurately detect the ear of foxtail millet in the specific box. For verifying the effectiveness of the proposed approach, several criteria, including the mean average Precision, F1-score,Recall and mAP were employed. Moreover, ablation studies were designed to validate the effectiveness of the proposed method, including (1) evaluating the performance of the proposed model through comparing with other models (YOLOv2, YOLOv3 and Faster-RCNN); (2) evaluating the model with different Intersection over Union (IOU) thresholds to achieve the optimal IOU thresholds; (3) evaluating the foxtail millet ear detection with or without anchor boxes adjustment to verify the effectiveness of the adjustment of anchor boxes;(4) evaluating the changing reasons of model criteria and (5) evaluating the foxtail millet ear detection with different input original image size respectively. Experimental results showed that YOLOv4 could obtain the superior ear detection performance. Specifically, mAP and F1-score of YOLOv4 achieved 78.99% and 83.00%, respectively. The Precision was 87% and the Recall was 79.00%, which was about 8% better than YOLOv2, YOLOv3 and Faster RCNN models, in terms of all criteria. Moreover, experimental results indicates that the proposed method is superior with promising accuracy and faster speed.

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    天然橡膠割膠機器人視覺伺服控制方法與割膠試驗 | Open Access
    周航, 張順路, 翟毅豪, 王松, 張春龍, 張俊雄, 李偉
    智慧農業(中英文)    2020, 2 (4): 56-64.   doi:10.12133/j.smartag.2020.2.4.202010-SA001
    預出版日期: 2021-01-26

    摘要364)   HTML214)    PDF (1923KB)(194)   

    自動化割膠不僅可以把膠工從繁重的體力勞動和惡劣的工作環境中解放出來,還能降低對膠工的技術依賴,極大地提高生產效率。實現非結構環境下作業信息自主獲取及割膠位置伺服控制是割膠機器人的關鍵技術。針對工作環境復雜多變、作業信息疊加交互、目標背景特征相近、亞毫米級作業精度要求等技術難點,本研究以人工橡膠林中橡膠樹為割膠對象研發割膠機器人,通過建立割膠軌跡的空間數學模型,規劃機器人快速接近和遠離操作空間的運動路徑;采用雙目立體視覺技術獲取樹干和割線結構參數,融合機器人運動學、機器視覺技術和多傳感器反饋控制技術研制了割膠機器人模塊化樣機。割膠機器人主要由軌道式機器人移動平臺、多關節機械臂、雙目立體視覺系統和末端執行器等組成。在海南天然橡膠林進行的割膠試驗結果表明,在割膠機器人切割1 mm厚的橡膠樹皮時,耗皮量誤差約為0.28 mm,切割深度誤差約為0.49 mm。該研究可為探索天然橡膠樹的自動化割膠作業提供技術參考。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    太陽能殺蟲燈物聯網節點的防盜防破壞設計及展望 | Open Access
    黃凱, 舒磊, 李凱亮, 楊星, 朱艷, 汪小旵, 蘇勤
    智慧農業(中英文)    2021, 3 (1): 129-143.   doi:10.12133/j.smartag.2021.3.1.202102-SA034
    摘要357)   HTML26)    PDF (2413KB)(159)   

    太陽能殺蟲燈在有效控制蟲害的同時,可減少農藥施藥量。隨著其部署數量的增加,被盜被破壞的報道也越來越多,嚴重影響了蟲害防治效果并造成了較大的經濟損失。為有效地解決太陽能殺蟲燈物聯網節點被盜被破壞問題,本研究以太陽能殺蟲燈物聯網為應用場景,對太陽能殺蟲燈硬件進行改造設計以獲取更多的傳感信息;提出了太陽能殺蟲燈輔助設備——無人機殺蟲燈,用以被盜被破壞出現后的部署、追蹤和巡檢等應急應用。通過上述硬件層面的改造設計和增加輔助設備,可以獲取更為全面的信息以判斷太陽能殺蟲燈物聯網節點被盜被破壞情況。但考慮到被盜被破壞發生時間短,僅改造硬件層面還不足以實現快速準確判斷。因此,本研究進一步從內部硬件、軟件算法和外形結構設計三個層面,探討了設備防盜防破壞的優化設計、設備防盜防破壞判斷規則的建立、設備被盜被破壞的快速準確判斷、設備被盜被破壞的應急措施、設備被盜被破壞的預測與防控,以及優化計算以降低網絡數據傳輸負荷六個關鍵研究問題,并對設備防盜防破壞技術在太陽能殺蟲燈物聯網場景中的應用進行了展望。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    基于語義融合與模型蒸餾的農業實體識別 | Open Access
    李亮德, 王秀娟, 康孟珍, 華凈, 樊夢涵
    智慧農業(中英文)    2021, 3 (1): 118-128.   doi:10.12133/j.smartag.2021.3.1.202012-SA001
    摘要350)   HTML18)    PDF (1473KB)(118)   

    當前農業實體識別標注數據稀缺,部分公開的農業實體識別模型依賴手工特征,實體識別精度低。雖然有的農業實體識別模型基于深度學習方法,實體識別效果有所提高,但是存在模型推理延遲高、參數量大等問題。本研究提出了一種基于知識蒸餾的農業實體識別方法。首先,利用互聯網的海量農業數據構建農業知識圖譜,在此基礎上通過遠程監督得到弱標注語料。其次,針對實體識別的特點,提出基于注意力的BERT層融合模型(BERT-ALA),融合不同層次的語義特征;結合雙向長短期記憶網絡(BiLSTM)和條件隨機場CRF,得到BERT-ALA+BiLSTM+CRF模型作為教師模型。最后,用BiLSTM+CRF模型作為學生模型蒸餾教師模型,保證模型預測耗時和參數量符合線上服務要求。在本研究構建的農業實體識別數據集以及兩個公開數據集上進行實驗,結果顯示,BERT-ALA+BiLSTM+CRF模型的macro-F1相對于基線模型BERT+ BiLSTM+CRF平均提高1%。蒸餾得到的學生模型BiLSTM+CRF的macro-F1相對于原始數據訓練的模型平均提高3.3%,預測耗時降低了33%,存儲空間降低98%。試驗結果驗證了基于注意力機制的BERT層融合模型以及知識蒸餾在農業實體識別方面具有有效性。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    輪式谷物聯合收獲機視覺導航系統設計與試驗 | Open Access
    丁幼春, 王緒坪, 彭靖葉, 夏中州
    智慧農業(中英文)    2020, 2 (4): 89-102.   doi:10.12133/j.smartag.2020.2.4.202010-SA002
    摘要342)   HTML262)    PDF (3064KB)(194)   

    為提高聯合收獲機收獲質量與效率,構建了輪式谷物聯合收獲機視覺導航控制系統,結合OpenCV設計了谷物收獲邊界直線檢測算法識別水稻田間已收獲區域與未收獲區域邊界,經預處理、二次邊緣分割和直線檢測等得到聯合收獲機視覺導航作業前視目標路徑,并根據前視路徑相對位置信息進行田間動態標定獲得聯合收獲機滿幅收獲作業狀態;提出了一種基于前視點的直線路徑跟蹤控制方法,通過預糾偏控制實現維持滿割幅的同時防止作物漏割,以相對位置偏差值和實時轉向后輪轉角作為視覺導航控制器的輸入,并根據糾偏策略對應輸出轉向輪控制電壓大小。稻田試驗結果表明,該導航系統實現了輪式聯合收獲機田間相對位置姿態的可靠采集及目標直線路徑跟蹤控制的穩定執行,在田間照度符合人眼正常工作的情況下,收獲邊界識別算法檢測準確率不低于96.28%,單幀檢測時間50 ms以內;以不產生漏割為前提的視覺導航平均割幅率為94.16%,隨作業行數增多,割幅一致性呈提高趨勢。本研究可為聯合收獲機自動導航滿割幅作業提供技術支撐。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    基于Micro-CT的玉米籽粒顯微表型特征研究 | Open Access
    趙歡, 王璟璐, 廖生進, 張穎, 盧憲菊, 郭新宇, 趙春江
    智慧農業(中英文)    2021, 3 (1): 16-28.   doi:10.12133/j.smartag.2021.3.1.202103-SA004
    摘要326)   HTML37)    PDF (2085KB)(143)   

    植物顯微表型主要是指植物組織、細胞和亞細胞水平的表型信息,是植物表型組學研究的重要組成部分。針對傳統籽粒顯微性狀檢測方法效率低、誤差大且指標單一等問題,本研究利用Micro-CT掃描技術對5種類型11個品種玉米籽粒開展顯微表型精準鑒定研究?;趯T序列圖像的處理解析,共獲取籽粒、胚、胚乳、空腔、皮下空腔、胚乳空腔和胚空腔的34項顯微表型指標。其中,胚乳空腔表面積、籽粒體積、胚乳體積比和胚乳空腔比表面積等4項表型指標在不同類型玉米間差異顯著(P-value<0.05)。普通玉米胚乳空腔表面積和籽粒體積顯著大于其它類型玉米,高油玉米胚乳空腔比表面積最大,甜玉米胚乳空腔比表面積最小,爆裂玉米胚乳體積比最大。進一步利用34項玉米籽粒表型指標開展差異分析和聚類分析,可將11個不同品種玉米分為四類,其中第一類以普通玉米為主,第二類以爆裂玉米為主,第三類是甜玉米,第四類是高油玉米。結果表明,Micro-CT掃描技術不僅可以實現玉米籽粒顯微表型的精準鑒定,還可以為玉米籽粒分類、品種檢測等提供技術支撐。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    基于輪廓坐標系轉換擬合的柚子果形檢測分級方法 | Open Access
    李燕, 沈杰, 謝航, 高廣垠, 劉建雄, 劉潔
    智慧農業(中英文)    2021, 3 (1): 86-95.   doi:10.12133/j.smartag.2021.3.1.202102-SA007
    摘要315)   HTML7)    PDF (1652KB)(122)   

    針對柚子果形和尺寸分級依賴人工經驗判斷的現狀,本研究提出一種采用輪廓坐標系轉換擬合、果形特征提取結合方向角補償算法檢測柚子縱、橫徑尺寸并基于果形指數對柚子形狀缺陷進行判斷的方法。以CMOS相機、點陣式LED光源、平面鏡、計算機、箱體和支架搭建圖像采集裝置,獲取168個不同尺寸與形狀等級的沙田柚樣本全表面圖像數據。選擇G-B分量灰度圖像進行去噪與分割,利用Laplacian算子邊緣檢測算法提取果實的邊緣像素,采用多項式擬合方式完成直角坐標向極坐標的轉換從而簡化果形描述,利用特征點極角值補償樣本縱橫徑的隨機方向,繼而區別類球形和類梨形兩種類型計算柚子的縱徑和橫徑。以廣東梅州沙田柚為對象進行試驗,結果表明,利用輪廓坐標系轉換擬合、果形特征提取結合方向角補償算法的方法檢測柚子縱徑的平均絕對誤差、最大絕對誤差和平均相對誤差分別為2.23 mm、7.39 mm和1.6%,橫徑的平均絕對誤差、最大絕對誤差和平均相對誤差分別為2.21 mm、7.66 mm和1.4%。從柚子輪廓極坐標的擬合函數中提取3個峰值高度、3個波峰寬度和1個波谷值差值7個特征值,利用BP神經網絡算法建立柚子果形判別模型并用獨立驗證集進行驗證,形狀判別的總識別率為83.7%。本方法能為柚子尺寸和形狀的自動化檢測與分級提供快速無損方法。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    基于超體素聚類和局部特征的玉米植株點云雄穗分割 | Open Access
    朱超, 吳凡, 劉長斌, 趙健翔, 林麗麗, 田雪瑩, 苗騰
    智慧農業(中英文)    2021, 3 (1): 75-85.   doi:10.12133/j.smartag.2021.3.1.202102-SA001
    摘要309)   HTML19)    PDF (1993KB)(119)   

    針對當前三維點云處理方法在玉米植株點云中識別雄穗相對困難的問題,提出一種基于超體素聚類和局部特征的玉米植株點云雄穗分割方法。首先通過邊連接操作建立玉米植株點云無向圖,利用法向量差異計算邊權值,并采用譜聚類方法將植株點云分解為多個超體素子區域;隨后結合主成分分析方法和點云直線特征提取植株頂部的子區域;最后利用玉米植株點云的平面局部特征在頂部子區域中識別雄穗點云。對3種點云密度的15株成熟期玉米植株點云進行測試,采用F1分數作為分割精度判別指標,試驗結果與手動分割真值相比,當點云密度為0.8、1.3和1.9個點/cm時,雄穗點云分割的平均F1分數分別為0.763、0.875和0.889,分割精度隨點云密度增加而增高。結果表明,本研究提出的基于超體素聚類和局部特征的玉米植株點云雄穗分割方法具備在玉米植株點云中提取雄穗的能力,可為玉米高通量表型檢測、玉米三維重建等研究和應用提供技術支持。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    基于校正WOFOST模型的棗樹生長模擬與水分利用評價 | Open Access
    白鐵成, 王濤, 張楠楠
    智慧農業(中英文)    2021, 3 (2): 55-67.   doi:10.12133/j.smartag.2021.3.2.202103-SA008
    預出版日期: 2021-07-07

    摘要309)   HTML13)    PDF (1931KB)(77)   

    為實現定量化分析溫、光和水資源對果樹生長的影響,本研究以成齡駿棗樹為研究對象,提出了基于校正WOFOST模型的棗樹生長和水分運移模擬方法。利用2016和2017年的田間試驗觀測數據,重點校正WOFOST模型的物候學發育、初始化、綠葉、CO2同化、干物質分配、呼吸作用和水分利用參數。在田間尺度,完成總地上生物量(TAGP)、葉面積指數(LAI)和土壤水分含量的動態模擬和精度驗證;在縣域尺度,使用55個果園的最大LAI、單產、實際蒸散量(ETa)和水分利用效率(WUE)數據評價模型區域尺度的模擬性能。結果表明,在田間尺度,校正模型模擬不同灌溉梯度TAGP的決定系數R2范圍為0.92~0.98,歸一化均方根誤差NRMSE為8.7%~20.5%;模擬LAI的R2范圍為0.79~0.97,NRMSE為8.3%~21.1%;模擬土壤水分含量的決定系數R2范圍為0.29~0.75,NRMSE為4.1%~6.1%。在縣域尺度,兩年模擬最大LAI與實測LAI的R2分別為0.64和0.78,NRMSE分別為13.3%和10.7%;模擬單產的R2分別為0.48和0.60,NRMSE分別是12.1%和11.9%;模擬ETa均方根誤差分別為36.1 mm(7.9%)和30.8 mm(7.4%);模型也表現了較高的WUE模擬精度(10%<NRMSE<20%),均方根誤差RMSE值分別為0.23和0.28 kg/m3。WOFOST模型在田間和縣域尺度都取得了較高的棗樹生長和水分運移模擬精度,可為土壤、氣象、灌溉管理和棗樹生長耦合影響的定量化分析提供新思路。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    基于無人機圖像以及不同機器學習和深度學習模型的小麥倒伏率檢測 | Open Access
    FLORES Paulo, ZHANG Zhao
    智慧農業(中英文)    2021, 3 (2): 23-34.   doi:10.12133/j.smartag.2021.3.2.202104-SA003
    摘要299)   HTML41)    PDF (1857KB)(284)   

    小麥在生長過程中發生倒伏會嚴重影響其產量,因此實時且準確地對小麥倒伏狀況監測有很重要的意義。傳統的方法采用手工方式生成數據集,不僅效率低、易出錯,而且生成的數據集不準確。針對這一問題,本研究提出了一種基于圖像處理的自動數據集生成方法。首先利用無人機在15、46和91 m三個高度采集圖像數據;采集完數據后,根據無倒伏、倒伏面積<50%和倒伏面積>50%的標準對每一塊地的小麥倒伏情況進行人工評估;采用三種機器學習(支持向量機、隨機森林、K近鄰)和三種深度學習(ResNet101、GoogLeNet、VGG16)算法對小麥倒伏檢測情況進行分類。結果顯示,ResNet101的分類結果優于隨機森林,并且在91 m高度采集的數據分類精度并不低于在15 m高度采集的數據。本研究證明了針對在91 m高度采集的無人機圖像,采用ResNet101對小麥倒伏率檢測是一種有效的替代人工檢測的方法,其檢測精度達到了75%。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    農業干旱衛星遙感監測與預測研究進展 | Open Access
    韓東, 王鵬新, 張悅, 田惠仁, 周西嘉
    智慧農業(中英文)    2021, 3 (2): 1-14.   doi:10.12133/j.smartag.2021.3.2.202104-SA002
    預出版日期: 2021-07-07

    摘要298)   HTML59)    PDF (1255KB)(188)   

    干旱是影響農業生產的主要氣候因素。傳統的農業干旱監測主要是基于氣象和水文數據,雖然能提供監測點上較為精確的干旱監測結果,但是在監測面上的農業干旱時,仍存在一定的局限。遙感技術的快速發展,尤其是目前在軌的衛星傳感器感測的電磁波段涵蓋了可見光、近紅外、熱紅外和微波等波段,為區域尺度農業干旱監測提供了新的手段。充分利用衛星遙感數據獲得的豐富地表信息進行農業干旱監測和預測具有重要的研究意義。本文從遙感指數方法、土壤含水量方法和作物需水量方法三個方面闡述了基于衛星遙感的農業干旱監測研究進展。農業干旱預測是在干旱監測的基礎上進行時間軸的預測,本文在總結干旱監測進展的基礎上,進一步簡述了以干旱指數方法和作物生長模型方法為主的農業干旱預測研究進展。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    基于高光譜數據的玉米葉面積指數和生物量評估 | Open Access
    束美艷, 陳向陽, 王喜慶, 馬韞韜
    智慧農業(中英文)    2021, 3 (1): 29-39.   doi:10.12133/j.smartag.2021.3.1.202102-SA004
    摘要282)   HTML23)    PDF (1944KB)(148)   

    利用高光譜技術獲取玉米農學參數信息,有助于提升玉米精準管理水平。本研究基于3個種植密度和5份玉米材料的田間試驗,獲取玉米大喇叭口期的地面ASD高光譜數據與無人機高光譜影像,分析不同種植密度下不同遺傳材料的葉面積指數(LAI)和單株地上部生物量,構建基于全波段、敏感波段和植被指數的LAI和單株地上部生物量高光譜估算模型,比較分析兩類高光譜數據在玉米表型性狀參數上的監測能力。結果表明,野生型玉米材料的冠層光譜反射率在近紅外波段隨著種植密度的增大而增大;同一種植密度下的野生型玉米材料的光譜反射率在可見光和近紅外波段均為最低。在可見光波段550 nm的波峰處,4種轉基因材料的光譜反射率比野生型玉米材料的光譜反射率提高4.52%~19.9%,在近紅外波段870 nm的波峰處,4種轉基因材料的光譜反射率比野生型玉米材料的光譜反射率提高23.64%~57.05%?;?1個高光譜植被指數構建的模型對LAI的估算效果最好,測試集決定系數R2為0.70,均方根誤差RMSE為0.92,相對均方根誤差rRMSE為15.94%。敏感波段反射率(839~893 nm和1336~1348 nm)對玉米單株地上部生物量估算效果最佳,測試集R2為0.71,RMSE為12.31 g,rRMSE為15.89%。綜上,田間非成像高光譜和無人機成像高光譜在玉米LAI及生物量估算方面具有較好的一致性,能夠快速有效地提取地塊尺度玉米農學參數信息,本研究可為高光譜技術在小區尺度的精準農業管理應用提供參考。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    油電混合果園自動導航車控制器硬件在環仿真平臺設計與應用 | Open Access
    吳應新, 吳劍橋, 楊雨航, 李沐桐, 甘玲, 貢亮, 劉成良
    智慧農業(中英文)    2020, 2 (4): 149-164.   doi:10.12133/j.smartag.2020.2.4.202010-SA004
    摘要259)   HTML878)    PDF (3760KB)(214)   

    果園由于面積范圍廣、地形復雜、壕溝多、雜草叢生、土壤濕度較高且土質較為疏松,對自動導航小車(AGV)的機械結構、控制系統,以及能源動力系統的設計都提出了更高的標準和要求?;旌蟿恿GV小車可以滿足果園中長距離移動的需求。為探索合適的混合動力AGV控制系統算法以及能量管理策略,同時減少設計過程中由于果園地形復雜導致的控制器設計驗證迭代、需求多樣化問題帶來的人力、物力,以及時間成本,本研究針對果園面積廣的特點,選擇串聯式油電混合動力系統進行AGV動力能源系統模型的搭建。另外,針對果園AGV需要適應地形范圍廣的特點,采用履帶車模型結構,利用硬件在環仿真技術,以樹莓派作為控制系統搭載控制算法實物,利用Matlab和RecurDyn軟件建立包含能源動力系統、電機驅動系統、履帶車行駛部分模型以及路面模型的系統實時仿真模型,最終實現了串聯式混合動力AGV控制器硬件在環仿真功能?;诖壉壤e分微分(PID)以及模糊控制器控制算法的仿真驗證表明,模糊控制器控制算法能夠減少參數調節帶來的時間成本,在轉向角度小時響應速度加快了50%,在轉向角度大時串級PID控制器產生了10%的超調,而模糊控制器無超調,轉向更加平穩。結果表明硬件在環仿真平臺能夠有效地應用于果園AGV控制器的開發,避免了控制實物試驗,在降低成本的同時可以加快果園自動導航小車的開發過程。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    利用多時序激光點云數據提取棉花表型參數方法 | Open Access
    陽旭, 胡松濤, 王應華, 楊萬能, 翟瑞芳
    智慧農業(中英文)    2021, 3 (1): 51-62.   doi:10.12133/j.smartag.2021.3.1.202102-SA003
    摘要257)   HTML26)    PDF (2561KB)(135)   

    當前,能夠實現作物表型參數高效、準確的測量和作物生育期表型參數的動態量化研究是表型研究和育種中亟待解決的問題之一。本研究以棉花為研究對象,采用三維激光掃描LiDAR技術獲取棉花植株的多時序點云數據,針對棉花植株主干的幾何特性,利用隨機抽樣一致算法(RANSAC)結合直線模型完成主干提取,并對剩余的點云進行區域增長聚類,實現各葉片的分割;在此基礎上,完成植株體積、株高、葉長、葉寬等性狀參數的估計。針對多時序棉花激光點云數據,采用匈牙利算法完成相鄰時序作物點云數據的對齊、葉片器官對應關系的建立。同時,對各植株表型參數動態變化過程進行了量化。本研究針對3株棉花的4個生長點的點云數據,分別完成了主干提取、葉片分割,以及表型參數測量和動態量化。試驗結果表明,本研究所采用的主干提取及葉片分割方法能夠實現棉花的枝干和葉片分割。提取的株高、葉長、葉寬等表型參數與人工測量值的決定系數均趨近于1.0;同時,本研究實現了棉花表型參數的動態量化過程,為三維表型技術的實現提供了一種有效的方法。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    基于遙感與氣象數據的冬小麥主產區籽粒蛋白質含量預報 | Open Access
    王琳, 梁健, 孟范玉, 孟煬, 張永濤, 李振海
    智慧農業(中英文)    2021, 3 (2): 15-22.   doi:10.12133/j.smartag.2021.3.2.202103-SA007
    預出版日期: 2021-06-30

    摘要231)   HTML37)    PDF (1605KB)(125)   

    開展小麥籽粒蛋白質含量的監測預報研究對于指導農戶調優栽培、企業分類收儲、期貨小麥價格、進口政策調整等具有重要意義。本研究以冬小麥主產區(河南省、山東省、河北省、安徽省和江蘇?。檠芯繀^域,構建了冬小麥籽粒蛋白質含量多層線性預測模型,并實現了2019年冬小麥蛋白質含量預報。為了解決預測模型在年際擴展和空間擴展存在偏差的問題,在蛋白質含量估算模型中考慮了氣象因素(溫度、降水、輻射量)、冬小麥筋型、抽穗—開花期增強型植被指數(EVI)等因素。結果表明,融合3個氣象因素的蛋白質含量估算模型建模集精度(R2 = 0.39,RMSE = 1.04%)與驗證集精度(R2 = 0.43、RMSE = 0.94%)均高于融合2個氣象因子的估算模型和單個氣象因子的估算模型。將蛋白質含量估算模型應用冬小麥主產區的蛋白質含量遙感估算,得到了2019年冬小麥主產區品質預報圖,并形成黃淮海地區冬小麥品質分布專題圖。本研究結果可同時為后續小麥種植區劃和實現綠色、高產、優質、高效糧食生產提供數據支撐。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    基于輕量化改進YOLOv5的蘋果樹產量測定方法 | Open Access
    李志軍, 楊圣慧, 史德帥, 劉星星, 鄭永軍
    智慧農業(中英文)    2021, 3 (2): 100-114.   doi:10.12133/j.smartag.2021.3.2.202105-SA005
    摘要230)   HTML34)    PDF (3571KB)(189)   

    果樹測產是果園管理的重要環節之一,為提升蘋果果園原位測產的準確性,本研究提出一種包含改進型YOLOv5果實檢測算法與產量擬合網絡的產量測定方法。利用無人機及樹莓派攝像頭采集摘袋后不同著色時間的蘋果果園原位圖像,形成樣本數據集;通過更換深度可分離卷積和添加注意力機制模塊對YOLOv5算法進行改進,解決網絡中存在的特征提取時無注意力偏好問題和參數冗余問題,從而提升檢測準確度,降低網絡參數帶來的計算負擔;將圖片作為輸入得到估測果實數量以及邊界框面總積。以上述檢測結果作為輸入、實際產量作為輸出,訓練產量擬合網絡,得到最終測產模型。測產試驗結果表明,改進型YOLOv5果實檢測算法可以在提高輕量化程度的同時提升識別準確率,與改進前相比,檢測速度最大可提升15.37%,平均mAP最高達到96.79%;在不同數據集下的測試結果表明,光照條件、著色時間以及背景有無白布均對算法準確率有一定影響;產量擬合網絡可以較好地預測出果樹產量,在訓練集和測試集的決定系數R2分別為0.7967和0.7982,均方根誤差RMSE分別為1.5317和1.4021 ㎏,不同產量樣本的預測精度基本穩定;果樹測產模型在背景有白布和無白布的條件下,相對誤差范圍分別在7%以內和13%以內。本研究提出的基于輕量化改進YOLOv5的果樹產量測定方法具有良好的精度和有效性,基本可以滿足自然環境下樹上蘋果的測產要求,為現代果園環境下的智能農業裝備提供技術參考。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    面向果園多機器人通信的AODV路由協議改進設計與測試 | Open Access
    毛文菊, 劉恒, 王東飛, 楊福增, 劉志杰
    智慧農業(中英文)    2021, 3 (1): 96-108.   doi:10.12133/j.smartag.2021.3.1.202101-SA001
    摘要218)   HTML16)    PDF (2632KB)(99)   

    針對多機器人在果園中作業時的通信需求,本研究基于Wi-Fi信號在桃園內接收強度預測模型,提出了一種引入優先節點和路徑信號強度閾值的改進無線自組網按需平面距離向量路由協議(AODV-SP)。對AODV-SP報文進行設計,并利用NS2仿真軟件對比了無線自組網按需平面距離向量路由協議(AODV)和AODV-SP在發起頻率、路由開銷、平均端到端時延及分組投遞率4個方面的性能。仿真試驗結果表明,本研究提出的AODV-SP路由協議在發起頻率、路由開銷、平均端到端時延及分組投遞率4個方面的性能均優于AODV協議,其中節點的移動速度為5 m/s時,AODV-SP的路由發起頻率和路由開銷較AODV分別降低了3.65%和7.09%,節點的移動速度為8 m/s時,AODV-SP的分組投遞率提高了0.59%,平均端到端時延降低了13.09%。為進一步驗證AODV-SP協議的性能,在實驗室環境中搭建了基于領航-跟隨法的小型多機器人無線通信物理平臺并將AODV-SP在此平臺應用,并進行了靜態丟包率和動態測試。測試結果表明,節點相距25 m時靜態丟包率為0,距離100 m時丟包率為21.01%;動態行駛時能使機器人維持鏈狀拓撲結構。本研究可為果園多機器人在實際環境中通信系統的搭建提供參考。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    基于訂單位置聚類的雛雞配送車輛調度優化模型 | Open Access
    陳棟, 陳天恩, 姜舒文, 張馳, 王聰, 魯夢瑤
    智慧農業(中英文)    2020, 2 (4): 137-148.   doi:10.12133/j.smartag.2020.2.4.202011-SA006
    摘要218)   HTML428)    PDF (2529KB)(201)   

    為解決大型禽業企業物流訂單位置跨度大、配送車輛調度工作人工參與度高、雛雞配送成本高的問題,本研究結合車輛路徑優化問題求解思路,提出了基于訂單位置聚類的雛雞配送車輛調度優化模型。模型通過引入K-means聚類算法,實現了基于訂單位置的配送單元劃分方法,并基于肘部法則與輪廓系數法設計了自動化訂單位置聚類流程,實現了訂單配送單元的自主式劃分。在劃分的各組訂單基礎上,以配送成本最優作為目標函數,建立雛雞配送車輛調度優化模型,并結合改進的遺傳算法進行求解。研究采用北京某禽業企業實際訂單數據,對訂單未聚類情況下的整體調度優化與聚類分組情況下的調度優化兩種情況的結果進行了對比分析,結果表明訂單聚類分組情況下,優化模型使配送車輛平均每天總里程比訂單未聚類情況降低69.84%,可以得出,加入聚類算法的訂單分組優化更適合實際訂單位置跨度大、訂單數量多的車輛調度場景?;谝陨涎芯?,研發設計了適用于雛雞配送的車輛調度優化服務系統,實現了訂單自動化聚類、配送車輛調度優化、定制化模型服務等功能,通過模型的實際應用,達到了為禽業企業提供智能化配送車輛調度優化服務的目的,切實提高了企業運行效率,降低了企業配送成本。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    基于快速葉綠素熒光技術的油菜冠層生化參數垂直異質性分析 | Open Access
    張佳菲, 萬亮, 何勇, 岑海燕
    智慧農業(中英文)    2021, 3 (1): 40-50.   doi:10.12133/j.smartag.2021.3.1.202103-SA005
    摘要200)   HTML9)    PDF (3024KB)(139)   

    準確獲取作物冠層生化信息對監測作物生長和指導精準施肥具有重要意義?,F有的作物生化參數的垂直分布研究以高光譜遙感反演為主,缺乏與光合生理的聯系。本研究主要探究了不同氮素處理水平下油菜苗期冠層內的葉綠素、類胡蘿卜素、干物質和水分等生化參數的垂直分布變化特性,同時利用快速葉綠素熒光技術測定了葉片的光合性能,并通過線性回歸分析和主成分分析進一步剖析了熒光響應與生化參數的內在聯系。試驗結果表明:(1)苗期中期油菜冠層的葉綠素含量、類胡蘿卜素含量、干物質和水分含量均呈拋物線型的非均勻垂直分布,而葉綠素與類胡蘿卜素的比值具有與其他生化參數不同的垂直分布模式,其隨著葉位升高和施氮量的增加逐漸下降,與推動力DFTotal、電子鏈末端量子產額φRo等熒光參數的垂直分布模式相同;(2)熒光參數,特別是DFTotal,對油菜葉片葉綠素與類胡蘿卜的比值、葉綠素和干物質含量具有較強的評估能力;(3)缺氮會降低苗期油菜葉片的光系統I和II(PSI和PSII)性能,通過最大光化學效率φPo等熒光參數可對氮素脅迫進行診斷;而不同葉位葉片在PSI性能即電子末端傳遞效率上具有顯著差異,通過DFTotal可有效表征冠層生化參數的垂直異質性。上述結果表明,應用快速葉綠素熒光技術對作物進行生化信息的垂直異質性監測具有可行性,可為指導精準施肥和提高優質優產提供新思路和技術支撐。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    東北三省地區生長季旱澇對春玉米產量的影響 | Open Access
    王蔚丹, 孫麗, 裴志遠, 馬尚杰, 陳媛媛, 孫娟英, 董沫
    智慧農業(中英文)    2021, 3 (2): 126-137.   doi:10.12133/j.smartag.2021.3.2.202106-SA004
    預出版日期: 2021-08-23

    摘要164)   HTML19)    PDF (1771KB)(72)   

    評估生長季旱澇對作物產量的影響有助于農民采取措施增產保收。本研究基于1988—2017年氣象站點數據和災情、產量等統計數據,以中國東北三省為研究區,通過對比多時間尺度指標——標準化降水指數(SPI)和標準化降水蒸散指數(SPEI)與旱澇受災率的關系,選擇優勢指數表征東北春玉米生長季干濕狀況,基于HP濾波構建相對氣象產量,利用距離相關分析方法選取合理時間尺度和關鍵月份的指數,分析這些指數與春玉米相對氣象產量的關系以及不同生育階段水分條件與產量之間的關系。結果表明:(1)SPI、SPEI均能表征東北地區農作物受旱和受澇狀況,整體上SPEI在表征東北地區旱澇時更具優越性,尤其在遼寧省,因旱受災率與SPI和SPEI相關系數差距明顯,因澇受災率與SPEI相關系數最大值為0.54,與SPI相關性不顯著。(2)遼寧省SPEI3-8與相對氣象產量的距離相關系數最大,吉林省和黑龍江省SPEI6-8與相對氣象產量的距離相關系數最大;各省對應的SPEI與相對氣象產量呈向下的拋物線趨勢,其中遼寧省春玉米產量受干旱和雨澇的共同影響,吉林、黑龍江兩省主要受干旱災害的影響。(3)遼寧省春玉米在拔節—抽穗期主要受干旱影響,生長季后期受洪澇災害影響較前期加重;當SPEI為1.0左右時,吉林省春玉米在出苗—拔節、拔節—抽穗期可達到最高產,抽穗—乳熟期受干旱影響嚴重;黑龍江關鍵生育期主要受旱災影響,在出苗—拔節、拔節—抽穗期正常偏濕年份可達到最高產量,但中度及以上雨澇仍會導致玉米減產,抽穗—乳熟期在輕度濕潤時可高產,重度濕潤時會因澇減產。本研究對東北三省地區預估旱澇災害對春玉米產量影響和及時采取災害防御措施具有一定的參考價值。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    對蝦養殖溶解氧濃度組合預測模型EMD-RF-LSTM | Open Access
    尹航, 李祥銅, 徐龍琴, 李景彬, 劉雙印, 曹亮, 馮大春, 郭建軍, 李利橋
    智慧農業(中英文)    2021, 3 (2): 115-125.   doi:10.12133/j.smartag.2021.3.2.202106-SA008
    預出版日期: 2021-08-23

    摘要162)   HTML20)    PDF (1929KB)(74)   

    溶解氧(DO)濃度是對蝦養殖水質檢測的核心指標。為提高對蝦養殖溶解氧濃度的預測精度,本研究提出了一種基于經驗模態分解、隨機森林和長短時記憶神經網絡(EMD-RF-LSTM)的對蝦養殖溶解氧濃度組合預測模型。首先采用經驗模態分解(EMD)對養殖水質溶解氧濃度時序數據進行多尺度特征提取,得到不同尺度下的固有模態分量(IMF);然后分別采用長短時記憶神經網絡(LSTM)和隨機森林(RF)對高、低頻不同尺度IMF進行建模;最后結合各分量預測結果構建疊加模型,實現對溶解氧濃度時序數據的綜合預測。本研究模型在廣東省湛江市南三島對蝦養殖基地展開了試驗及應用,在基于真實數據集的性能測試中,經驗模態分解后EMD-ELM模型與極限學習機(ELM)模型對比,平均絕對誤差(MAPE)、均方根誤差(RMSE)和平均絕對誤差(MAE)分別降低了30.11%、29.60%和32.95%。在經驗模態分解基礎上用RF和LSTM對不同特征尺度的本征模態分量分別預測后疊加求和,EMD-RF-LSTM模型預測的精度指標MAPE、RMSEMAE分別為0.0129、0.1156和0.0844,其中關鍵指標MAPE較EMD-ELM、EMD-RF和EMD-LSTM分別降低了84.07%、57.57%和49.81%,預測精度顯著提高。結果表明,本研究針對經驗模態分解后高、低頻分量分別預測的策略可有效提升綜合性能,表明本研究模型具有較高的預測精度,能夠較準確地實現對蝦養殖水體中溶解氧濃度預測。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    田間玉米苗期高通量動態監測方法 | Open Access
    張小青, 邵松, 郭新宇, 樊江川
    智慧農業(中英文)    2021, 3 (2): 88-99.   doi:10.12133/j.smartag.2021.3.2.202103-SA003
    預出版日期: 2021-07-07

    摘要159)   HTML22)    PDF (3369KB)(86)   

    目前對玉米出苗動態檢測監測主要是依靠人工觀測,耗時耗力且只能選擇小的樣方估算整體出苗情況。為解決人工出苗動態管理不精準的問題,實現田間精細化管理,本研究以田間作物表型高通量采集平臺獲取的高時序可見光圖像和無人機平臺獲取的可見光圖像兩種數據源構建了不同光照條件下的玉米出苗過程圖像數據集??紤]到田間存在環境背景復雜、光照不均等因素,在傳統Faster R-CNN的基礎上構建殘差單元,使用ResNet50作為新的特征提取網絡來對Faster R-CNN進行優化,首先實現對復雜田間環境下玉米出苗識別和計數;進而基于表型平臺所獲取的高時序圖像數據,對不同品種、不同密度的玉米植株進行出苗動態連續監測,對各玉米品種的出苗持續時間和出苗整齊度進行評價分析。試驗結果表明,本研究提出的方法應用于田間作物高通量表型平臺出苗檢測時,晴天和陰天的識別精度分別為95.67%和91.36%;應用于無人機平臺出苗檢測時晴天和陰天的識別精度分別91.43%和89.77%,可以滿足實際應用場景下玉米出苗自動檢測的需求。利用表型平臺可獲取時序數據的優勢,進一步進行了玉米動態出苗檢測分析,結果表明利用本模型得到的動態出苗結果與人工實際觀測具有一致性,說明本研究提出的模型的具有魯棒性和泛化性。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    基于高光譜遙感的冬小麥澇漬脅迫識別及程度判別分析 | Open Access
    楊菲菲, 劉升平, 諸葉平, 李世娟
    智慧農業(中英文)    2021, 3 (2): 35-44.   doi:10.12133/j.smartag.2021.3.2.202105-SA001
    預出版日期: 2021-08-23

    摘要154)   HTML17)    PDF (1233KB)(74)   

    冬小麥澇漬脅迫頻發不僅嚴重影響區域糧食安全和生態安全,還威脅社會經濟穩定和可持續發展。為識別冬小麥澇漬脅迫及判別其脅迫程度,本研究設置冬小麥澇漬脅迫梯度盆栽試驗,采用ASD地物光譜儀和Gaiasky-mini2推掃式成像光譜儀分別測定葉片及冠層高光譜數據,結合植被指數、歸一化均值距離和光譜微分差信息熵等方法,監測冬小麥是否遭受澇漬脅迫并判別其澇漬脅迫程度。試驗結果顯示,簡單比值色素指數SRPI是識別澇漬脅迫冬小麥的最優植被指數。紅光吸收谷(RW:640~680 nm)是識別冬小麥澇漬脅迫程度的最優波段,在RW波段內,抽穗、開花和灌漿期的光譜微分差信息熵可判別冬小麥澇漬脅迫程度,脅迫程度越大,光譜微分差信息熵越大。本研究為澇漬脅迫監測提供了一種新方法,在澇漬脅迫精確防控中具有較好的應用前景。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    從群體到個體尺度——基于數據的DSSAT和GreenLab作物模型連接探索 | Open Access
    王秀娟, 康孟珍, 華凈, DE REFFYE Philippe
    智慧農業(中英文)    2021, 3 (2): 77-87.   doi:10.12133/j.smartag.2021.3.2.202103-SA006
    摘要147)   HTML8)    PDF (2152KB)(77)   

    作物模型的研究涉及作物生長發育的復雜過程,空間上從分子到細胞、組織、器官、個體、群體等不同尺度,時間尺度上可以從秒到年?;诓煌难芯啃枨?,切換作物模型尺度,可使得作物模型的適用性更廣泛靈活。其中,如何從群體尺度的作物模型轉入個體尺度的作物模型是本研究的內容。本研究基于四個玉米品種的兩個處理(灌溉和雨養)的已有的實驗數據和基于這些數據的DSSAT系統的模擬數據,校準功能結構模型GreenLab的參數,以計算結果一致為指標,探索不同空間尺度模型建立接口的方法,比較不同模型的特點。結果表明,GreenLab模型可以復現DSSAT系統的模擬數據和實際測量數據,進一步可以反演出各種器官之間生物量的分配并進行三維可視化展示。最后討論了不同空間尺度模型結合的優勢及應用領域。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    《智慧農業(中英文)》2021年第2期導讀
    智慧農業(中英文)    2021, 3 (2): 0-1.  
    摘要141)     

    本期共出版12篇文章,分布于“空間信息技術農業應用”專題,“作物模型與可視化”專題,以及“信息處理與決策”欄目。本期內容涵蓋了衛星/無人機遙感等在作物生長、病害、災害監測應用,以及作物模型模擬和產量監測等。每篇文章都具特色,希望本期的出版能為領域研究人員帶來新觀點、新思路、新啟發。

    “空間信息技術農業應用”專題刊出5篇文章。中國農業大學王鵬新教授團隊闡述了基于衛星遙感的農業干旱監測研究進展,并簡述了以干旱指數方法和作物生長模型方法為主的農業干旱預測研究進展。北京農業信息技術研究中心李振海博士團隊構建了冬小麥籽粒蛋白質含量多層線性預測模型,解決了模型在年際擴展和空間擴展存在偏差的問題,并實現了冬小麥蛋白質含量預報。美國北達科他州立大學Paulo Flores和張昭博士提出了一種基于無人機圖像處理的自動數據集生成方法,并用多種機器學習模型和深度學習算法對小麥倒伏檢測情況進行分類,最終確定了最佳算法和無人機飛行高度。在農業災害應用研究方面,中國農業科學院農業信息研究所李世娟研究員團隊利用冬小麥葉片及冠層高光譜遙感數據,結合植被指數、歸一化均值距離和光譜微分差信息熵等方法實現了冬小麥澇漬脅迫識別及其脅迫程度判別分析。中國熱帶農業科學院科技信息研究所戴聲佩副研究員等構建了基于衛星遙感的海南島大面積橡膠林葉面積指數LAI估算模型并分析了其變化規律。

    “作物模型與可視化”專題刊出3篇文章。塔里木大學白鐵成教授等提出了基于校正WOFOST模型的棗樹生長和水分運移模擬方法,為土壤、氣象、灌溉管理和棗樹生長耦合影響的定量化分析提供了新思路。為提高黃淮海和江淮地區小麥高產優質主產區的冬小麥產量,中國農業科學院農業信息研究所胡亞南副研究員等利用DSSAT CERES-Wheat模型分別開展基準時段和未來40年模型模擬試驗,明確了未來冬小麥生育期內氣候要素和最適播期變化特征。在群體尺度作物模型轉入個體尺度作物模型方面,中國科學院自動化研究所康孟珍副研究員團隊探索了作物不同空間尺度與時間模型建立接口的方法,發現GreenLab模型可以復現DSSAT系統的模擬數據,并進行了三維可視化展示。

    最后,“信息處理與決策”欄目為讀者報道了以下內容。北京農業信息技術研究中心樊江川博士團隊通過構建不同光照條件下的玉米出苗過程圖像數據集,使用ResNet50作為新特征提取網絡對Faster R-CNN進行優化,實現了玉米幼苗準確識別和出苗動態連續監測。中國農業大學鄭永軍教授團隊提出了一種蘋果樹原位測產模型,融合產量擬合網絡和改進型YOLOv5果實檢測算法,模型具有較好的精度和魯棒性。仲愷農業工程學院尹航副教授等提出了一種基于經驗模態分解、隨機森林和長短時記憶神經網絡的組合預測模型EMD-RF-LSTM,對于對蝦養殖塘溶解氧濃度具有較高預測精度。農業農村部規劃設計研究院孫麗高級工程師團隊基于中國東北三省Sentinel-2玉米空間分布數據和氣象數據,對比分析了多時間尺度的標準化降水指數(SPI)和標準化降水蒸散指數(SPEI)與旱澇受災率的關系,分析了旱澇狀況對春玉米產量的影響。

    相關文章 | 多維度評價
    基于DSSAT CERES-Wheat 模型的未來40年冬小麥最適播期分析 | Open Access
    胡亞南, 梁駒, 梁社芳, 李世娟, 諸葉平, 鄂越
    智慧農業(中英文)    2021, 3 (2): 68-76.   doi:10.12133/j.smartag.2021.3.2.202104-SA005
    摘要141)   HTML14)    PDF (1378KB)(76)   

    在適播期內播種是促進小麥高產穩產的關鍵管理技術。為應對未來氣候變化帶來的不利影響,提高小麥高產優質主產區的冬小麥產量,本研究選取黃淮海和江淮地區作為研究區,并在研究區內選擇3個代表站點,利用DSSAT CERES-Wheat模型在基準時段和未來40年分別開展了4種典型濃度路徑的溫室氣體排放氣候情景(RCPs)、51個播期處理的模型模擬試驗,以明確未來冬小麥生育期內氣候要素和最適播期變化特征,定量分析采用最適播期管理措施對冬小麥的增產效應。分析試驗結果表明:未來冬小麥生育期內氣候特征呈現暖干化的趨勢;冬小麥生育期天數隨溫度升高而縮短,縮短天數在研究區地理空間上自北向南遞增;最適播期隨溫度升高而推遲,在各時段、各情景下均隨緯度減小而推遲;相對于基準時段,3個站點2030s時段的最適播期推遲最大天數分別自北向南遞增5 d、8 d和13 d,2050s時段最適播期較2030s時段有不同程度的推遲,且各站點以2050s 時段RCP8.5情景下的推遲天數最多;采取最適播期播種的管理措施,在3個站點均有不同程度的增產效應,黃淮海北片的增產效應最小,黃淮海南片和江淮地區增產幅度相對較高,集中在2%~4%之間。因此,未來黃淮海和江淮地區可采取推遲播期、選擇適播期的管理措施來應對氣候變暖情況,提高冬小麥產量。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    海南島橡膠林葉面積指數遙感估算模型比較研究 | Open Access
    戴聲佩, 羅紅霞, 鄭倩, 胡盈盈, 李海亮, 李茂芬, 禹萱, 陳幫乾
    智慧農業(中英文)    2021, 3 (2): 45-54.   doi:10.12133/j.smartag.2021.3.2.202106-SA003
    摘要125)   HTML7)    PDF (2387KB)(52)   

    葉面積指數(LAI)是描述植被生長狀況和冠層結構的一個重要參數,快速獲取大面積植被與作物LAI對于生態系統科學研究、農林業生產指導具有十分重要的理論和實踐意義。本研究選取海南島典型熱帶作物——橡膠樹為研究對象,構建基于衛星遙感植被指數的橡膠林LAI估算模型并分析其變化規律。結果表明,相較于歸一化植被指數(NDVI)、綠色歸一化植被指數(GNDVI)、比值植被指數(RVI)和寬動態范圍植被指數(WDRVI)四個指數,增強植被指數(EVI)、土壤調節植被指數(SAVI)、差值植被指數(DVI)和改良土壤調節植被指數(MSAVI)四個指數同LAI之間的相關性較高。構建的基于不同植被指數的橡膠林LAI估算模型(一元線性、指數和對數模型)中,基于EVI指數的橡膠林LAI一元線性估算模型效果最佳,其決定系數R2為0.69。經驗證,該模型估算的橡膠林LAI精度較高,觀測和模擬的橡膠林LAI線性擬合R2為0.67,均方根誤差RMSE為0.16,平均相對誤差RE為-0.25%,但在橡膠林LAI中值區存在低估現象,同時在LAI高值區和低值區存在一定的高估現象。從空間分布來看,海南島橡膠林LAI高值區(4.40~6.23)主要分布在海南島西部儋州、白沙等市縣,LAI中值區(3.80~4.40)主要分布在海南島中部澄邁、屯昌、瓊中等市縣,LAI低值區(2.69~3.80)主要分布在海南島東部和南部的定安、瓊海、萬寧、樂東、三亞等市縣??傊?,構建的基于EVI指數的橡膠林LAI一元線性估算模型精度較高,克服了NDVI、GNDVI、RVI等植被指數容易出現指數飽和問題,具有較好的科學性和良好的推廣應用價值。

    圖表 | 參考文獻 | 相關文章 | 多維度評價
    時變多車型下的生鮮農產品配送路徑優化模型
    劉思遠, 陳天恩, 陳棟, 張馳, 王聰
    智慧農業(中英文)    doi:10.12133/j.smartag.2021.3.3.202108-SA004
    預出版日期: 2021-07-07

    果園風送噴霧機出風口風場CFD建模與試驗
    翟長遠, 張燕妮, 竇漢杰, 王秀, 陳立平
    智慧農業(中英文)    doi:10.12133/j.smartag.2021.3.3.202106-SA007
    預出版日期: 2021-11-04

    利用無人機影像監測不同生育階段玉米群體株高的精度差異分析
    楊進, 明博, 楊飛, 許紅根, 李璐璐, 高尚, 劉朝巍, 王克如, 李少昆
    智慧農業(中英文)    doi:10.12133/j.smartag.2021.3.3.202105-SA008
    預出版日期: 2021-11-04

    高地隙四輪獨立驅動噴霧機路徑跟蹤模型預測控制
    王子杰, 劉國海, 張多, 沈躍, 姚震, 張賀
    智慧農業(中英文)    doi:10.12133/j.smartag.2021.3.3.202105-SA006
    預出版日期: 2021-11-04

    冬小麥田植保無人飛機噴施除草劑霧滴粒徑及沉積飄移分布特性評估
    王國賓, 韓鑫, 宋燦燦, 伊麗麗, 魯文霞, 蘭玉彬
    智慧農業(中英文)    doi:10.12133/j.smartag.2021.3.3.202107-SA005
    預出版日期: 2021-11-04

    無人機農林領域應用全球研究態勢分析
    陳梅香, 張瑞瑞, 陳立平, 唐青, 夏浪
    智慧農業(中英文)    doi:10.12133/j.smartag.2021.3.3.202107-SA006
    預出版日期: 2021-10-29

    基于靶標葉面積密度參數的噴霧控制系統開發與試驗
    范道全, 張美娜, 潘健, 呂曉蘭
    智慧農業(中英文)    doi:10.12133/j.smartag.2021.3.3.202107-SA007
    預出版日期: 2021-11-04

    西北農林科技大學丘陵山地農機裝備研究團隊 | Open Access
    智慧農業(中英文)    2020, 2 (4): 1-1.  
    摘要0)     
    相關文章 | 多維度評價
撸撸色在线看观看免费 <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <文本链> <文本链> <文本链> <文本链> <文本链> <文本链>