Abstract:

在全球农业产业转型升级背景下，果蔬农产品产地处理技术面临着效率提升与品质管控的双重挑战。以人工智能、物联网和大数据为核心驱动的智能化解决方案，正深度重构产地处理全链条的技术范式。本文通过系统梳理果蔬农产品产地处理过程中的采收、分选、预冷、保鲜储藏、包装和产地运输等关键环节，深入分析了智能化技术在各环节的主要应用。重点回顾了智能分等分选技术、预冷与保鲜包装技术以及产地溯源技术的研究进展，综述了相关技术在国内外的应用现状，并展望了果蔬农产品产地处理过程中关键技术的发展趋势，提出智能化、数字化与绿色化技术的深度融合将成为推动行业革新的重要动力。

Abstract:

在线感知技术包括一系列传感器模式、成像技术和智能数据处理算法等，已成为确保农产品质量、安全和适销性的关键工具。本文对该领域的最新研究进展进行了全面总结，重点关注在线感知系统在农产品品质中的应用，并系统分析了在线感知技术，包括机器视觉、高光谱成像、近红外光谱、荧光传感、3D深度传感、算法及数据分析等。讨论传感器硬件演变、机器学习和深度学习算法开发，以及用于实时质量控制的多模态数据集成。介绍了不同类别的具体应用示例，如水果和蔬菜分拣、谷物质量监测以及肉类和乳制品的评估。指出了未来趋势及新兴技术在革新农业质量感知技术方面的潜力。综上所述，在线感知技术在提升质量评估准确性与效率的同时，有助于减少浪费、保障安全合规，促进农业可持续发展。

Abstract:

食品安全追溯体系的广泛应用，一方面能够降低监管部门信息获取成本，提升监管效率，另一方面也能倒逼企业提高安全意识，主动进行风险控制。然而，由于不同食品监管部门技术和管理的原因，食品供应链中的监管数据分散、各监管域之间缺乏信任、数据难共享。针对上述问题，利用区块链技术在身份验证和权限管理方面的去中心化、不可篡改等优势，提出了一种面向食品供应链的跨信任域监管数据共享方法。首先通过引入Schnorr签名算法实现跨域身份认证，其次在基于属性的访问控制（Attribute-based access control，ABAC）基础上加入属性映射机制，实现食品供应链追溯监管数据的动态细粒度访问控制，最后基于Hyperledger Fabric开发食品供应链跨域安全传输原型系统，并进行了性能测试。结果表明，当交易负载数为300条时，跨域监管数据共享方法中的策略写入最小时延为0.56s，最大吞吐量为113个/s；当交易负载数为600条时，策略决策最小时延为0.01s，最大吞吐量为414个/s。本研究提出的食品供应链跨域监管数据共享方法性能良好，为实现食品供应链监管数据跨域共享提供新的方法和思路。

Abstract:

区块链追溯在保障农产品安全、协调各环节生产等方面发挥着关键作用。针对果蔬区块链追溯中隐私数据共享和安全保护需求，提出了一种基于内容提取签名的隐私数据可信共享方法。首先，分析果蔬供应链各环节数据设计溯源数据分类方式。其次，将内容提取签名（CES）与基于密文策略属性加密（CP-ABE）技术相结合，利用CES技术隐藏追溯信息中的敏感数据，实现追溯数据灵活、安全的共享，通过CP-ABE技术对不同角色实施不同的访问控制策略实现对数据的加密和隐私保护。基于以太坊搭建区块链进行仿真实验，系统测试结果显示，在扩散性测试中密文平均变化率为90.2%，相关性实验中密文平均变化率达到75.7%，显示出良好的安全性能。当明文子消息数量分别为10、20条时，平均验证时间为0.102、0.159ms，相较于传统方案提升80.1%、84.3%。验证时间不随子消息数量的增加而线性增长。在存储效率方面，子消息数量为5、10条时所需存储空间分别减少70.6%、85.3%。本方法在保障果蔬供应链数据隐私的同时，实现了高效可信的数据共享机制，为提升农产品安全监管水平提供了有益的技术参考与实践基础。

Abstract:

农产品供应链安全事关国家发展与社会稳定，但其多环节、多主体结构使得风险信息共享在隐私保护与精准检测之间面临重大挑战。融合区块链与联邦学习技术，构建面向农产品供应链的跨域风险信息可信共享与检测模型。首先，提出一种基于分布式联邦学习的跨域风险信息交互框架，实现农产品供应链风险信息可信流转，然后，构建基于孤立森林异常数据检测算法的农产品供应链风险信息多级检测模式，最后，设计风险贡献和信用值评估模型以确保农产品供应链参与方拥有持续共享核心风险数据的动力，同时动态评估和管理农产品供应链节点的贡献度和可信度。各项实验结果表明，本文所提出的模型能够显著提升跨域风险信息共享效率与预测准确性，为农产品安全领域提供一种兼顾风险信息隐私保护和高效处理的可信共享解决方案。

Abstract:

为了加强水产品冷链加工及物流企业对内控数据的隐含质量安全风险管理，实现降本增效，以生食牡蛎HACCP计划为例，从风险指标体系构建入手，构建了质量安全风险预警指标体系，并结合风险预警监控数据的多模态特点，构建了融合群专家领域经验知识与深度学习算法的质量安全风险预警模型。在基于HACCP计划设计质量安全预警数据采集点并获得监控数据的基础上，采用AHP方法获得专家的风险指标效用值方案，又采用熵权法优选多专家群决策中的效用值方案，进而确定评级数据，由监控数据以及优选的专家评级数据一起构成原始数据集。为保证预警的敏感度，分别采用了合格数据集和完整数据集作为数据集，融合具有捕捉多维数据中复杂关系能力的LSTM模型与具有处理复杂分类边界能力的RBF模型构建预警模型开展仿真实验，并做LSTM模型、RBF模型以及融合的LSTM-RBF模型在不同数据集上的对比分析。实验结果表明，融合的LSTM-RBF模型在合格数据集和完整数据集上都有96%和90%的准确率，而且合格数据集上的测试效果明显更好。

Abstract:

为有效突破传统时间温度指示器（Time temperature indicator, TTI）温度监测区间单一的问题，实现对猪肉在常温-冷藏-冷冻环境下品质的可视化监测，通过单因素和正交试验调节木糖、甘氨酸、磷酸氢二钾（K2HPO4）浓度配比，制备适用于不同温度区间的时间温度指示器，探究时间温度指示器颜色及吸光度变化规律，利用傅里叶红外光谱和紫外-可见吸收光谱分析TTI内在机理，并构建动力学方程验证恒温和断链情况下TTI与猪肉的匹配度。结果表明，当木糖、甘氨酸、K2HPO4浓度分别为1.00、2.00、1.00mol/L时TTI颜色变化更为均匀，吸光度更高；随着TTI存储时间的增加，光谱总体变化趋势不大，溶液间相互作用良好；通过阿仑尼乌斯方程得到TTI活化能为79.44kJ/mol，试验得出猪肉在冷藏或冷冻恒温流通环境下各品质指标的活化能与TTI活化能接近，说明TTI可以很好地监测猪肉品质变化；断链模拟结果显示，猪肉品质变化与TTI颜色变化一致，且在不同温度波动试验下TTI和猪肉各指标之间的等效温度差值均在1.72℃以内，两者货架期终点预测误差为2.3%，表明在温度波动情况下TTI仍然可以很好地监测猪肉品质。

Abstract:

针对易腐浆果蓝莓采后冷链中预冷环境因子与果实品质互作机制不明确的问题，本文提出预冷贡献率评价指标，研究延迟预冷时间（0、3、6h）、环境风速（0.1、0.5、1.0、1.5m/s）和环境温度（0、5、10、15℃）对蓝莓冷链品质的影响规律，开展以压差预冷为基础的蓝莓冷链周期内品质评价。结果表明：采后立即预冷可使冷链期间可溶性固形物含量提升2.8个百分点（预冷贡献率为20.49%），商品化率提高6个百分点（预冷贡献率为6.74%），预冷实施越及时越有利于保持果实采后品质；环境风速改善可增强预冷效能，当预冷风速提升至1.0m/s时，可溶性固形物含量和商品化率分别增加1.75个百分点与4个百分点（预冷贡献率为15.15%和4.34%）；预冷处理对果实质地特性具有双面效应，预冷阶段，低环温和高风速会降低果实弹性，增加运输损伤风险；贮运阶段，低环温和高风速有利于保持蓝莓弹性和紧实度，提高果实抗颠簸能力。最佳预冷参数为环境温度5℃，环境风速1.0m/s。

Abstract:

近年来我国农产品供应链上涉农核心企业在IT应用上大量投入，但出现了IT投入与产出不成正比的问题。因此，本文从IT能力入手，理论结合实证深入研究IT能力如何影响农产品供应链绩效，及伙伴关系和信息共享发挥的路径作用。通过线上线下问卷得到了有效问卷350份，利用结构方程模型主要发现：IT能力与伙伴关系和信息共享均呈正相关；伙伴关系和信息共享均会正向影响整个农产品供应链绩效；IT能力会间接影响农产品供应链绩效，其中伙伴关系和信息共享均共同发挥着完全中介路径作用。本文创新性地理论构建并实证了IT能力、伙伴关系、信息共享和农产品供应链绩效四者之间的影响机理，能为涉农企业管理者提供有效途径（增强IT能力、伙伴关系和信息共享等方面）来提升农产品供应链绩效，也为我国农产品产业链发展政策的不断完善提供参考和借鉴。

Abstract:

针对农产品运输场景下产地与销地配送环节中的多无人车协同任务分配问题，首先构建涵盖行程成本、时间违反成本、负载违反成本和启动成本的多无人车取送货任务调度组合优化模型。提出一种改进分数阶粒子群算法（Improved fractional order particle swarm optimization，IFOPSO）。通过在粒子群算法（PSO）中引入分数阶列维随机步长，提高PSO的全局搜索能力，进一步设计列维阶次的自适应调整机制，提高IFOPSO的收敛精度和寻优性能。基于10个基准函数的对比实验结果表明，提出的IFOPSO算法在收敛速度、精度以及全局搜索能力等方面，相较于现有算法表现出显著优势。最后将IFOPSO算法应用于多无人车任务分配问题的求解中，并与传统PSO、改进PSO和分数阶PSO算法进行对比实验，结果表明该算法能够有效降低调度成本，并快速找到合理的取送货方案。

Abstract:

针对城市餐厨垃圾收运普遍面临的亏载超载、车辆尾气排放高、路径规划主观性强、综合成本高及商家满意度低等问题，根据城市餐厨垃圾的分布和收运特点，建立了基于交通流带时间窗的动态路径优化问题模型，并利用改进遗传算法进行求解。根据实地调研数据，设计了静动态递进的6种优化策略，并设置单位平均收运成本（U-C）、单位平均碳排放量（U-T）及单位平均油耗（U-Y）用于衡量不同优化方案的经济性、环保性和能耗水平。实验结果表明，最小收运成本+时间窗（TW）被确认为最佳静态优化策略。与不带时间窗的情景相比在多使用1辆车的情况下U-C、U-T、U-Y分别降低8.16%、12.12%、10.48%。最小收运成本+TW+时间离散为最佳动态优化策略，该情景下较最佳静态优化策略总成本降低15.23%，油耗与碳排放均降低24.97%，U-C、U-T、U-Y分别下降25.85%、39.39%和36.36%。此外，验证了模拟智能垃圾桶获取实时餐厨垃圾量，在本模型中有进一步的优化效果。最后，对实际运行及6种优化情景进行了环境影响评价，验证了应用本模型，餐厨垃圾收运系统的调度效率均有提高，能够有效缓解因垃圾量随机波动带来的收运成本高与环境负效应等问题。

Abstract:

近年来农产品安全问题频发，而企业采纳农产品追溯技术可以确保农产品质量安全。基于TOE(技术-组织-环境)研究框架，构建了企业采纳农产品追溯技术的影响因素理论模型。技术因素包含相对优势和复杂性，组织因素包含感知利益、成本和高层支持，环境因素则将竞争压力和供应支持纳入其中，模型探究了3类因素对企业采纳追溯技术的影响。数据来源于面向全国的204家企业的调查问卷。研究结果表明，供应支持、高层支持和成本对企业采纳追溯技术有显著的直接影响。而相对优势、复杂性、竞争压力和感知利益对企业采纳追溯技术的直接影响不显著，仅能产生间接影响。本研究为企业采纳和政府推广农产品追溯技术提出了3条建议：加强向高层管理人员的宣传推广；合理控制复杂性与成本；对采纳追溯技术的条件进行评估。

Abstract:

针对丘陵山地专用旋耕机械设计理论依据不足、坡地工况基础数据匮乏，以及在复杂地势作业时普遍存在耕深波动明显、振动剧烈、能耗过高等技术瓶颈，设计了一种适用于丘陵山区坡地工况的专用旋耕试验平台，可实现坡地倾角模拟与旋耕作业坡地仿形作业等功能。试验平台主要由旋耕行驶导向装置、旋耕行驶装置、旋耕升降调节装置、旋耕倾角模拟装置、旋耕作业装置和坡地倾角模拟装置等部分构成，集坡地倾角模拟、旋耕倾角协同、旋耕作业、耕深调节等功能于一体。对试验平台进行了性能试验，结果表明：旋耕倾角模拟装置与目标坡地（土槽倾角）可以在0°~20°范围内实现精准协同，旋耕行驶装置的电动行车可实现0～3.64km/h的前进行驶速度，旋耕刀轴可实现0～335r/min的旋耕转速，旋耕升降调节装置可实现0～30cm耕作深度的稳定无级调节，该试验平台满足丘陵山区坡地旋耕多因素多水平的测试需求，达到了坡地倾角随机模拟、旋耕刀轴自动仿形、耕作深度精准可控、前进速度无级可调的设计目标。本研究可为坡地旋耕作业理论的完善和专用旋耕刀具的创新设计提供平台支撑，为丘陵山区其他作业装备的试验平台研制提供方法借鉴。

Abstract:

针对玉米播种环节设计了一种基于时空耦合的玉米播种位置预测系统。该系统集成对射式红外光电传感器、GNSS-RTK高精度定位模块及数据传输单元，通过实时监测种子下落信号，结合播种机航向、速度与时空滞后补偿模型，预测种子落地空间位置，最终将数据上传云端。系统采用STM32F103单片机作为中枢控制器，构建分段式空间位置换算模型解决播种机主天线与红外传感器间的偏移问题；引入时空滞后补偿模型，测量得种子下落延时、定位信息传输延时及程序执行延时分别为107.7、50、39.5ms，最终修正播种机前进方向位移偏差；通过制定不同区间对经纬度偏差正负值的方向响应规则，明确耦合预测模型最终形态。田间试验结果表明，系统预测种子落地位置与实际位置平均偏差为36.86mm，标准差为3.57mm，变异系数为9.69%，验证了模型有效性。该系统能够实现播种位置数据实时记录与云端存储，为后续中耕、施肥等环节的精准协同管理提供参考。

Abstract:

针对受控交通农业模式下机器人化作业平台自主作业需求，提出一种对多边形地块具有普适意义的全生产周期作业路径规划方法。该方法构建主永久道网络与子作业路径层双层结构，通过等距缩放与顶点平滑规划转向预留区路径，基于垂直行进方向投影长度最小化原则确定中心作业区行方向；对主永久道网络设计间隔梭行的遍历顺序，对子作业路径层设计相邻梭行遍历顺序；采用Dubins曲线设计衔接路径，并设计潜在弹性出入口以解决作业弹性中断路径衔接问题；利用序列二次规划算法求解满足运动学约束的路径，消除传统直线-圆弧路径的曲率突变缺陷。综合考虑作业路径占比、作业覆盖率、曲率变化率、路径跃度、压实区域面积占比等指标，以机器人化作业平台为对象进行田间路径规划试验，结果表明，针对凸/凹多边形地块中，主永久道作业路径长度占比达77.21%，子作业层作业路径占比56.87%；作业覆盖面积占比均达90.65%；最大曲率变化率不大于0.04m-2，跃度不大于0.05m-3；总压实区域占比8.83%，将全生产周期作业路径限制在永久固定道上，满足受控交通农业下机器人化作业平台作业需求。

Abstract:

针对多数研究需单独测量单个土壤参数、对贯入阻力（PR）响应多参数研究较少等问题，本文以粘壤土为研究对象，开展土壤含水率和镇压力对探针贯入阻力的影响研究。设置6个含水率和3个镇压力，记录各条件下探针贯入土壤过程中的阻力变化曲线。以探针贯入曲线终峰值（FP）、相对波动带宽（RFBW）和探针贯入阻力曲线傅里叶能量（PRFE）为指标进行全因素试验。结果表明：对于上升效应，当土壤含水率从0增至10%时，随着含水率增加，终峰值不断提高，含水率10%时达到最大值2.492N（较0增加230.94%）；镇压力在低含水率时对终峰值影响较大，高含水率时影响减弱。对于波动特性，当含水率为0~15%时，相对波动带宽和探针贯入阻力曲线傅里叶能量均随含水率增加而下降，含水率15%时相对波动带宽降幅为含水率0时的68.05%，探针贯入阻力曲线傅里叶能量降至含水率0时的85.80%；随着镇压力增加，相对波动带宽与探针贯入阻力曲线傅里叶能量均下降，镇压力75kPa时相对波动带宽降至镇压力15kPa时的74.62%，探针贯入阻力曲线傅里叶能量降为镇压力15kPa时的87.37%。研究结果揭示了土壤含水率和镇压力对探针贯入阻力的影响规律，为研发土壤性质测试装置提供了基础。

Abstract:

针对嫁接机使用塑料夹固定易伤苗和塑料夹回收难、污染种植环境的问题，本文设计一种以UV胶包覆固定切口的嫁接装置，可自动完成上苗夹持、同步切削、对接喷胶、拢苗固化和柔性下苗等作业。首先，阐述了嫁接装置的结构组成和工作原理，设计了夹持、切削、搬运、喷胶、固化和下苗等关键机构及作业参数；其次，为确定最优胶嫁接参数、提高嫁接成功率，以白籽南瓜（砧木）和西瓜（接穗）种苗为对象，选取雾化压力、供胶压力和喷胶距离为影响因素，嫁接成功率为试验指标，开展三因素三水平响应面试验，得出影响嫁接成功率的显著性由大到小为雾化压力、供胶压力、喷胶距离；最后，利用Design-Expert 13软件对试验结果进行方差分析、响应曲面分析和参数优化及试验验证，获得最佳参数组合条件。试验结果表明，在雾化压力为0.22MPa、供胶压力为0.35MPa和喷胶距离为4.33mm条件下，平均嫁接成功率为97.34%，与理论值相差1.15个百分点，平均生产效率576株/h，满足机械嫁接作业质量要求。研究结果为胶嫁接机器人的设计开发提供理论基础和技术支撑。

Abstract:

针对单侧卸粮模式下玉米籽粒收获转运多机协同自主作业中智能农机调度冲突和转运路径冗余等问题，本文提出了一种基于动态卸粮阈值优化马尔可夫决策模型（MDOP）的多机协同调度策略。该策略通过实时调整收获机卸粮阈值，实现收获机与运粮车高效协同作业，在不影响收获机连续作业效率前提下，有效降低了收获机非生产性等待时间，减少了运粮车转运成本和玉米籽粒转运损失。将优化马尔可夫决策模型下多机协同作业情况与传统仓满召唤卸粮模型、遗传算法优化模型进行比较，优化马尔可夫决策卸粮模型总作业时间减少18.1%、4.9%，转运成本降低8.9%、19.3%，玉米籽粒转运损失率约为4.3%，验证了本文调度策略的有效性和优越性。研究结果为实现无人化玉米籽粒多机协同自主作业奠定了基础，可为玉米无人农场建设提供技术支持。

Abstract:

针对目前无人驾驶水稻收获机向运粮车转卸稻谷时，依靠收获机和运粮车的北斗定位信息决策卸粮臂位置控制，对靶精度难以保证问题，提出一种粮厢图像视觉分割模型GTSM，为卸粮臂对靶提供粮厢位置参考信息。在DeepLabv3+结构基础上，使用轻量化主干ShuffleNetv2替换Xception，将ASPP模块中空洞卷积替换为深度可分离卷积，然后低秩分解为微因子分解卷积，以减小模型复杂度和提高运行速度；在浅层特征分支引入SE通道注意力机制，提高模型对粮厢边缘、纹理等低级特征利用能力。试验结果显示，GTSM平均交占比和平均像素准确率分别达到96.06%和98.69%，较基准DeepLabv3+分别提升0.78、0.67个百分点；同时，模型复杂度明显改善，参数量和内存占用量仅为原来的1/9，推理速度提高166%。试验结果表明，提出的GTSM兼顾分割精度和推理速度，可为田间运粮车粮厢自动化分割提供参考依据。

Abstract:

针对玉米大豆间套复种场景下导航线提取算法在复杂农田环境中精度低和适应性差等问题，提出一种基于改进YOLO v8的作物行间导航线提取方法，以提升自主移动底盘在田间作业中的导航精度。针对玉米大豆作物行间专项分割任务，以YOLO v8为基础融合StarNet网络，并优化检测头构建了StarNet-YOLO主干网络。通过自主设计的ASPPFE模块、深度可分离卷积和CSE结构等策略优化，同时利用LAMP剪枝算法对其轻量化。此外，引入Douglas-Peucker算法获取逼近作物行间轮廓，并提出评分机制确定轮廓的起始线段和终点线段中点，进而实现作物行导航线的精确拟合。消融试验结果表明，ASPPFE的mAP50seg（交并比为0.5时实例分割的平均精度均值）达到99.5%，其mAP50-95seg（交并比为0.5～0.95时实例分割的平均精度均值）比SPPELAN、SPPF和ASPPF分别提升1.0、1.0、0.4个百分点。经剪枝率25%优化后的StarNet-YOLO网络，mAP50-95seg仅降低0.02个百分点，而推理速度从390f/s提升至563f/s，浮点运算量从7.2×109降至4.7×109。在同一数据集下对YOLO v5、YOLO v7、YOLO v8和改进YOLO v8进行对比发现，StarNet-YOLO网络mAP50-95seg比其他3种算法分别提升5.5、4.8、2.8个百分点。作物行间导航线拟合验证结果表明，平均角度误差和距离误差分别为2.01°和23.17像素。在复杂农田环境下本文导航线提取算法表现出优异性能，实现检测速度与精度平衡，为玉米大豆等农作物田间作业自主机器人视觉导航提供了新的技术思路。

Abstract:

为实现对小麦赤霉病（Fusarium head blight，FHB）严重度等级快速无损检测，采用高光谱成像技术结合机器学习模型进行建模分析。通过对小麦麦穗中部籽粒进行镰刀菌真菌接种，共获取1660个不同程度的患病麦穗样本。利用高光谱成像设备采集麦穗样本高光谱信息，将整个麦穗作为感兴趣区域获取其平均光谱信息。通过对比归一化（Normalization）、标准正态变量变换（Standard normal variate，SNV）、多元散射校正（Multiplicative scatter correction，MSC）和平滑导数（Savitzky-Golay，SG）4种不同预处理后光谱对FHB严重度等级识别的准确率，选用SNV算法作为最佳预处理方法，并对其处理后的光谱数据进行进一步分析。随后对预处理后的光谱数据采用连续投影算法（Successive projections algorithm，SPA）、竞争性自适应重加权采样（Competitive adaptive reweighted sampling，CARS）、统一流形逼近与投影（Uniform manifold approximation and projection，UMAP）和线性判别分析（Linear discriminant analysis，LDA）算法进行降维，通过比较最终选择能降到3维，且保持分类准确率以及较低时间复杂度的LDA算法。揭示了LDA判别FHB严重度等级的特征波段处于540nm叶绿素反射峰至650nm红光吸收谷波段区间，是由于随着病情不断加重，叶绿素含量急速减少和叶片结构损伤的协同效应。最终构建结合SNV和LDA的轻量级支持向量机（Support vector machine，SVM）FHB严重度等级识别的最优模型。结果表明，该研究样本数据在构建的算法模型下测试集和训练集的准确率分别为96.05%和94.71%，且LDA将256维数据降到3维空间的时间复杂度仅为0.09s，能够快速高效地进行FHB严重度判别且具有优秀的泛化能力，为将来田间大面积实时快速的识别FHB奠定了基础。

Abstract:

水稻害虫危害十分巨大，不仅对水稻造成直接的生理破坏，还传播病害，严重时导致稻田绝收，造成难以估量的损失。水稻害虫精准识别与实时监测是减少农业损失的关键，针对虫情测报灯图像中害虫密集、体态差异细微及小目标漏检等问题，提出一种基于YOLO v8-STSF模型的水稻害虫智能识别方法。通过引入Swin Transformer模块增强骨干网络的多尺度特征提取能力，结合分布移位卷积（DSConv）优化颈部网络特征融合，并采用Focal EIoU损失函数提升密集小目标定位精度。构建了包含多类水稻害虫的7000幅图像数据集进行识别验证，YOLO v8-STSF模型在测试集上的精确率为95.45%、召回率为90.45%、F1值为90.03%，较原YOLO v8模型分别提升2.13、0.33、3.09个百分点，在PC端的推理速度为32f/s，满足实时需求。同时以Web端监测系统为基础，设计基于Android移动端的虫情监测系统，在田间测试中系统平均响应时间为1.38s，识别准确率为96.34%，漏检率为3.86%。研究结果可为水稻害虫精准防控提供高效技术支持，推动农业病虫害监测智能化发展。

Abstract:

奶牛患乳房炎时其乳表温度与眼表温度差值较大，因此可将奶牛乳眼温差作为乳房炎判断指标。针对现有热红外图像检测奶牛乳房炎精度低、容易误检和漏检等问题，本文提出了一种基于YOLO v11n-seg结合热红外与可见光配准图像的奶牛乳房炎检测方法。为了在有限算力下能更精准地分割奶牛乳房和眼睛，对基线模型（YOLO v11n-seg）进行了改进。使用ADown卷积模块替换基线模型部分普通卷积进行特征提取，在资源有限的环境下有利于模型部署和使用；在主干网络末端引入MLCA注意力机制，显著提升了小尺度目标特征提取能力；颈部网络采用RepGFPN结构优化特征融合与信息传递能力，进一步提升分割精度。改进YOLO v11n-seg模型对奶牛眼睛和乳房平均分割精度分别为90.3%和97.9%。与基线模型相比，其对眼睛和乳房的平均分割精度提高7.1、0.7个百分点，模型参数量减少14.3%，模型计算量降低12.5%。比较分割掩膜与温度矩阵提取的乳眼温差与设定的温差阈值，并用体细胞计数法进行验证。结果表明，奶牛乳房炎检测精度可达88.46%。表明该方法能够实现奶牛乳眼分割并应用于奶牛乳房炎检测。

Abstract:

哺乳期仔猪因体型小、生性好动、易被遮挡且聚集重叠，人工盘点效率低且易出错。现有方法在复杂猪场环境和频繁遮挡下难以平衡检测准确率与资源受限部署需求，增加了漏检和误检风险。为此，本文提出了一种基于YOLO v8n的轻量化仔猪检测模型GSD-YOLO。模型通过引入柔性非极大值抑制边界框交并操作和Inner-MPDIoU损失函数，优化边界框回归以降低误检和漏检率；并嵌入坐标注意力机制（Coordinate attention for efficient mobile network design,CA），增强了目标区域的特征表达能力，有效解决长程依赖问题。为实现嵌入式设备的高效部署，模型引入GhostNet模块优化特征提取和融合，减少通道间特征冗余的同时降低模型参数量。模型重构了一种轻量化的检测头Detect_DG，在模型体积缩减18.48%的同时，进一步提升了检测精度。与YOLO v8n相比，GSD-YOLO 的F1分数和平均精度分别提升1.0、0.6个百分点，参数量降低61.28%，帧率提高12.5%。GSD-YOLO在综合检测性能上优于YOLO v11等4种主流模型。结果表明，该模型在不同遮挡、重叠和光照下检测仔猪目标的准确率更优，且模型内存占有量较小，仅有2.6MB。将GSD-YOLO部署到边缘计算设备Jetson Orin NX和安卓（Android）移动端，为实际应用中的仔猪检测提供了有效的技术支撑。

Abstract:

针对目前复杂环境下奶牛在采食过程中挑食行为与采食行为差异不大、识别精度较低、人工识别劳动强度大等问题，本文提出了一种基于巡检机器人和改进RT-DETR模型的奶牛挑食行为识别方法。根据奶牛采食特性设计巡检机器人采集奶牛采食过程数据，分中午、下午和晚上3个时间段分别在3个牛棚进行采集，最终构建包含3个时间段共计10280幅奶牛采食数据集。对RT-DETR模型进行改进，在RT-DETR模型浅层中引入DAttention（DAT）模块和Bi-Level Routing Attention（BRA）模块融合的DBRA结构，建立了新的图像特征提取结构，提升输入图像局部和全局特征深度融合能力；在RT-DETR模型编码器中融合Efficient Multi-Scale Attention（EMA）模块，增强了提取高层次语义信息能力，更好地联系上下文信息。试验结果表明，改进后模型在奶牛采食视频数据集平均精度均值（mAP@0.5）为99.1%，模型内存占用量为39.6MB，浮点计算量为4.67×1010，相较于原模型平均精度均值提高7.4个百分点，模型内存占用量降低0.9MB，浮点计算量减少2%。与Sparse R-CNN、YOLO v7-L、YOLO v8n、DINO、Swin Transformer和DETR模型相比，平均精度均值（mAP@50）分别提高8.5、9.8、7.8、6.6、11.4、9.5个百分点。研究结果可以为实现畜牧养殖智能化提供技术支持。

Abstract:

便携式土壤全氮含量近红外光谱检测仪具有快速、非破坏性和高效性等优点，但已开发的仪器多采用滤光片式设计，光谱通道数量有限会导致部分关键信息丢失，且无法采用基于深度学习的预测模型。随着微型光谱仪的商业化，本文开发了基于连续光谱的高精度土壤全氮含量检测仪。检测仪主要由NIR-R210型微型光谱仪、树莓派、触控屏、移动电源构成，利用微型光谱仪获取土壤光谱反射率，利用树莓派中嵌入的深度学习模型进行土壤全氮含量预测，然后在显示屏中输出预测结果。在中国农业大学上庄实验站采集了600份土壤样本，分别对偏最小二乘法、门控循环单元和Transformer 3种模型的预测性能进行了对比分析。结果表明，基于全光谱数据的Transformer深度学习模型表现最好，模型决定系数R2为0.89，均方根误差(RMSE)为0.19g/kg，预测偏差(RPD)为2.96。进一步对检测仪进行田间实时原位测试，田间环境下预测结果R2可达0.83，精度较高，可为智慧农业中土壤养分实时检测与精准管理提供新的解决方案。

Abstract:

土壤全氮含量是土壤重要的养分指标，基于高光谱数据研究并构建果园土壤全氮含量预测模型，为准确检测土壤全氮含量提供新方法。以江苏省农业科学院梨园土壤为研究对象，利用高光谱成像技术获取土壤光谱反射率数据，引入混合蛙跳算法和竞争性自适应加权采样进行光谱特征提取，并分别采用全波段和特征波段构建偏最小二乘回归、支持向量机、随机森林和卷积神经网络模型对土壤全氮含量进行估测。结果表明：原始光谱经过多种预处理方法处理后，经SG卷积平滑联合标准正态变换预处理，全波段构建的全氮预测模型表现最佳；基于混合蛙跳算法提取10个关键波段，占总波段数量的4.08%，有效降低了数据维度；基于混合蛙跳算法提取特征波段构建的卷积神经网络模型表现优异，此模型测试集决定系数为0.95、均方根误差为0.21g/kg、相对分析误差为3.97。研究结果表明应用混合蛙跳算法能高效提取特征波段，降低数据维度，并且提高了土壤全氮含量估测精度，为果园土壤全氮含量准确估测提供参考。

Abstract:

针对电动拖拉机犁耕作业牵引负载辨识不准确、训练过程依赖海量标记数据的问题，提出了基于半监督学习算法的电动拖拉机犁耕作业多工况参数融合训练框架，构建了基于宽残差网络和扩展长短时记忆网络（WideResNet-xLSTM，WRNx）的电动拖拉机牵引负载等级辨识模型。其中，半监督学习框架使用有、无标签数据进行辨识模型的迭代训练，并应用C-means模糊聚类分析模型的线性输出;基于WRNx组合模型，通过WideResNet的特征表达能力深入提取载荷数据的有效特征，通过xLSTM网络处理时序关系，最终通过分类器对载荷序列实现分类预测。构建了电动拖拉机犁耕机组多传感器载荷参数测试系统，并开展了犁耕作业田间试验。结果表明，所提出的半监督学习框架可减少25.4%的标记数据训练样本，优于传统的监督学习训练框架，所构建模型辨识电动拖拉机犁耕作业牵引等级的准确率和F1值分别为94.35%和94.27%。研究结果为电动拖拉机犁耕作业负载半监督学习辨识提供了新的解决方案。

Abstract:

气液两相流喷头借助液相和气相间极大的速度差在两相界面上产生较高的切应力破碎、撕裂连续液相、实现小粒径雾滴的雾化过程，其所具有的雾化效率高、能耗低、药量调节范围广、粒径谱控制精确、不易堵塞、药剂适应性强和作业效率好等优势，使气液两相喷头成为精准施药装备中的关键部件之一。本文概述了气液两相流喷头工作原理、分类并与其他喷头进行性能比较，然后系统总结了气液两相流喷头的雾化基本理论、喷头结构设计、仿真模拟方法、试验研究手段，以及在农业植保上的应用等方面的研究进展。提出了气液两相流喷头研究中的开放性问题，如完善雾化过程物理模型、提高低压低能耗条件下的雾化性能、雾化粒径效益边界等问题。最后总结了气液两相流喷头在精准施药中的性能优势、面临的技术挑战以及未来需要解决的问题。

Abstract:

针对缢蛏苗机械化播苗易损伤，人工播苗均匀性差、劳动强度高、工作环境差等问题，以2月龄缢蛏苗为研究对象，通过压缩试验，分析得到缢蛏苗的最低损伤力，设计了一种气吹式低损伤缢蛏苗播苗装置。该装置由苗箱、槽轮、吹苗管、气流分流管等组成，工作原理是苗箱中的缢蛏苗通过槽轮进入吹苗管，在气流作用下被吹撒至滩涂中。分别建立了缢蛏苗在吹苗管内和空气中的动力学模型，分析了碰撞过程的接触力，确定了影响缢蛏苗运动轨迹的主要因素。通过CFD-DEM耦合构建仿真模型，以气流入口速度、装置离地高度、装置行进速度为试验因素，以播苗密度相对误差、损伤率为评价指标，分别进行了单因素与三因素三水平二次中心组合试验，得出影响播苗密度相对误差的主次因素为装置行进速度、气流入口速度、装置离地高度，影响损伤率的主次因素为气流入口速度、装置离地高度、装置行进速度。以播苗密度相对误差、损伤率为目标对各试验因素进行优化，得到优化后最优参数组合为气流入口速度30m/s、装置离地高度490mm、装置行进速度0.17m/s。采用优化后的参数进行台架试验验证，结果表明，在最优参数组合下，播苗密度相对误差为7.02%，损伤率为3.92%，证明此播苗装置性能良好，满足实际生产的要求。

Abstract:

针对目前起垄覆膜机作业中由于地面不平以及机身晃动会导致机具行走定位不准，垄体直线度偏差较大、稳定性差等问题，提出基于ExpressLRS（Express long range system）的自主导航控制方法，设计了轻简化电动履带式自主导航起垄覆膜一体机，实现起垄、覆膜、覆土功能，并提升作业的直线度。对起垄机构关键参数进行设计和计算，并利用卡尔曼滤波算法搭建基于ExpressLRS的自主导航控制系统。利用Wit-Motion公司的单轴角度测量传感器HWT101CT进行样机测试，测试结果表明样机行走的偏航角度波动范围在-2.5°~3.5°之间，横向位置偏差均值在3cm以内，满足设计要求，速度在0.1~0.2m/s区间导航效果最优，证明该系统具有可行性和有效性。样机田间试验表明垄高170mm起垄效果最优，作业后垄高合格率86.67%，垄顶宽合格率93.33%，垄底宽合格率86.67%。变异系数均小于6%，表明垄体的均匀性较高。垄体直线度为2.21cm，垄顶平整度为1.22cm，表明自主导航直线行驶功能合格，各项评价指标满足起垄覆膜机的设计要求。

Abstract:

针对现有蔬菜移栽机构无法精确实现取栽一体式作业所需的移栽轨迹和姿态问题，本文提出一种基于非圆齿轮约束的混联六杆单自由度蔬菜钵苗取栽一体式移栽机构。根据取栽一体式移栽要求，确定了一种“鹰嘴形”取苗静轨迹和“近似直线形”植苗动轨迹取栽一体式理想移栽轨迹，建立了移栽机构运动学模型，以五次B样条插值法构建非圆齿轮传动函数，结合蔬菜移栽农艺要求，以机构运动误差最小和非圆齿轮节曲线最优为优化目标，基于谱聚类均衡差分进化算法（SCEDE）对移栽机构进行优化设计，得到满足一体化移栽轨迹和姿态最优机构参数。对移栽机构进行了结构设计、仿真分析以及台架试验。结果表明：物理样机试验轨迹姿态、虚拟样机仿真轨迹姿态与理论轨迹姿态基本一致，当移栽机构作业转速为25~45r/min时，取苗成功率为96.1%，栽植成功率为91.4%，移栽株距变异系数2.31%。满足蔬菜移栽作业要求，验证了所提理论方法的正确性以及该机构的可行性。

Abstract:

针对装袋型马铃薯联合收获机田间作业时停机卸袋所造成的效率较低问题，设计了一种不停机卸袋装置。该装置可通过缓存和装袋状态的切换，实现机器作业过程不停机卸袋。运用Hertz接触理论推导马铃薯与薯箱碰撞过程中最大接触应力的表达式，得到了影响接触应力的关键因素。对卸袋装置卸袋过程进行了分析，确定了卸袋装置的尺寸参数;通过速度矢量图对马铃薯在与箱壁碰撞后可能出现的3种运动方向进行了分析;结合运动学原理明确了马铃薯在下落过程中的运动轨迹和速度表达式，得出影响马铃薯速度的关键因素。为确定箱体的最佳结构参数，运用Box-Benhnken试验方法，以壁面角度、输送带速度和箱体壁面长度为试验因素，以马铃薯破皮率和伤薯率为试验指标，对该装置进行三因素三水平试验。通过Design-Expert 11.1.0软件对试验结果进行方差分析，得出对试验指标影响显著的因素，通过响应面试验，分析试验交互因素对试验指标的影响规律并得出最佳的结构参数，在此基础上进行台架试验验证，并进行了田间对比试验。台架试验表明，当薯箱壁面角度为44°、分拣输送链速度为0.44m/s、薯箱壁面长度为603mm时，破皮率为0.96%，伤薯率为0.63%。田间对比试验结果表明，满足马铃薯联合收获机作业标准要求，且收获效率较停机卸袋联合收获机提升了41.63%。

Abstract:

针对大蒜联合收获机在大蒜植株夹持输送过程中常出现的输送成功率低、漏持率和断茎率高、可靠性差等问题，设计了一种大蒜变刚度柔性夹持输送装置。阐述和分析了夹持输送装置的整体结构和工作原理，以不同收获期（成熟前期、中期、后期）的兰陵四六瓣、金乡杂交蒜、金杞早熟蒜品种作为研究对象，开展不同含水率下大蒜茎秆的物理特性试验，通过理论计算和力学分析，对关键部件进行了优化设计;分析夹持输送的工作过程，确定了影响其作业性能的关键因素，建立夹持输送装置EDEM-MFBD耦合仿真模型并进行仿真试验，探究了夹持输送装置不同作业参数对大蒜茎秆受力的影响。以夹持输送速度与前进速度速比、喂入角和浮动轮弹性系数为试验因素，以输送成功率、漏持率和断茎率为试验指标，进行二次回归正交旋转组合试验，建立各试验指标与试验因素的回归模型，并确定了夹持输送装置的最优作业参数。试验结果表明，当夹持输送速度与前进速度速比为2.31、喂入角为6.2°、浮动轮弹性系数为3.95N/mm时，工作性能最佳，此时输送成功率为97.21%，漏持率为1.06%，断茎率为1.73%。为验证优化后的夹持输送装置作业性能，进行台架试验，试验结果与回归模型预测的结果基本一致。

Abstract:

针对丘陵地区甘蔗沿等高线种植特点及履带式甘蔗收获机在丘陵地区2°~10°进行收割作业时易发生侧翻的问题，根据相似性原理搭建了比例1∶4的试验平台，基于单片机及传感器控制检测技术，设计一种适用于履带式甘蔗收获机的横向调平系统。本文结合履带式甘蔗收获机横向宽度小、重心高等特点，提出了单侧（及双侧）调平控制策略。系统通过液压驱动单侧液压缸同步伸缩，实现车身自适应调平，提高甘蔗收获机抗倾翻性。试验结果表明，系统在不同载重条件下均能高效调平，车身调平具有可靠性;在静态试验中，试验平台横向调平时间为1.22s，倾角误差在±1内°，满足丘陵地区的需求;横向临界倾翻试验表明，未调平前的临界倾翻角为24.32°，调平后的临界倾翻角为29.20°，横向调平角度最大10°，有效提高了机器的抗倾翻性。最后结合实时频谱分析，检测频率分布和振动幅值的变化，分析不同状态频谱波形图，为复杂环境下收获机的动态行为建模提供了研究基础，并为倾翻预警信号提供依据。

Abstract:

针对现有平板直刀式切碎刀具作业时滑移严重、切碎均匀性差、作物适应性差等问题，基于河狸下门齿的功能结构特性，采用三维激光扫描及计算机辅助处理的逆向工程技术，提取河狸头骨模型并拟合下门齿特征曲线，依此设计一种仿生青饲料切碎刀具。在构建河狸下门齿仿生耦元结构表征模型的基础上，通过理论分析确定下门齿钳住角、楔角、滑切角与生物切割行为的运动和受力关系，建立刀刃斜切和稳定滑切模型，得出稳定切割过程河狸下门齿结构特征与降阻减滑的响应机制，建立侵彻物料切割受力模型，对刀头受力特性进行理论分析，得出楔角与刀头受力及强度的影响规律。分段表征河狸下门齿功能结构，并以此设计切碎刀形。为确定刀形最佳结构参数，以标准草长率、斜茬率和破节率为试验指标，采用四因素五水平正交试验研究切碎刀刀形关键参数对青饲料切碎效果的影响，台架试验结果表明，当钳住角为46°、内滑切角为31°、外滑切角为67°、楔角为28°时，标准草长率为95.84%、斜茬率为2.84%、破节率为95.46%。在台架试验确定的最佳结构参数条件下，以标准草长率、斜茬率和破节率为试验指标，分别对黑麦草、全株青贮玉米和甜高粱开展田间收获验证试验，试验结果表明：当作业参数为工作速度6km/h、喂入量8kg/s时，额定负载下，黑麦草平均标准草长率为91.95%、平均斜茬率为3.31%、平均破节率为96.11%;全株青贮玉米平均标准草长率为95.62%、平均斜茬率为3.81%、平均破节率为96.32%;甜高粱平均标准草长率为92.60%、平均斜茬率为4.06%、平均破节率为96.03%，各项性能指标均符合国家行业标准。

Abstract:

针对现有风选式膜杂分离装置分离出的残膜附土量较高，而水洗式膜杂分离装置能耗较高且用水量较大等问题，设计了一种逆流钩拽式残膜混合物清洗分离装置。通过对主要工作部件进行设计与动力学分析，确定了钩膜齿链的作业条件、螺旋输送器转速范围、排杂电机转速范围以及水循环系统所需水泵型号。以钩膜齿链速度、平均流速以及出水口高度为试验因素，以残膜分离率和残膜洁净率为试验指标进行了响应面试验。对试验结果进行了方差分析，得出各试验因素对残膜分离率的影响由大到小为：出水口高度、平均流速、钩膜齿链速度;对残膜洁净率的影响由大到小为：平均流速、钩膜齿链速度、出水口高度。对试验指标进行了参数优化，得到最优参数组合为：钩膜齿链速度0.196m/s、平均流速1.51m/s、出水口高度457.0mm，此时残膜分离率和残膜洁净率分别为89.95%和93.46%。对优化结果进行试验验证，得到残膜分离率和残膜洁净率分别为88.72%和92.35%。

Abstract:

针对新疆地区残膜资源化利用需求和现有膜杂混合物（膜杂）切碎及分离难度大、作业效果不理想问题，设计一种可实现膜杂喂入切碎、膜杂分离以及棉秆破碎作业的滚刀-轴流滚筒组合式膜杂混合物切碎分离装置。基于动力学与运动学分析了膜杂喂入、切碎以及分离过程，得出影响膜杂切碎及分离效果的主要因素及参数取值范围。以喂入辊转速、切碎器转速以及分离滚筒转速为试验因素，膜中含膜率、杂中含膜率以及棉秆破碎长度合格率为评价指标，通过Design-Expert软件开展了单因素和Box-Behnken响应面试验，对试验结果进行方差分析和响应面分析，明晰了试验因素及其交互作用对试验指标的影响规律，对构建的二阶多项式响应面模型进行多目标求解优化，优化结果表明：当喂入辊转速为20.94r/min、切碎器转速为335.78r/min以及分离滚筒转速为282.38r/min时作业效果最佳，以优化后的参数进行试验验证，试验结果表明：膜中含膜率为91.26%、杂中含膜率为7.22%以及棉秆破碎长度合格率为93.78%，满足膜杂切碎及分离作业需求。

Abstract:

水泵水轮机在水轮机模式非设计条件下将导致机组流动不稳定性的发生。为了研究机组在水轮机模式非设计条件运行流动不稳定性产生的影响，基于SST k-ω湍流模型，对导叶开度11、33、45mm下机组在4种典型非设计工况下非定常流动的产生和演化机理以及无叶区（VS）压力脉动特性进行了数值研究。研究结果表明：在异常小导叶开度（G11）下转轮出口区域受到尾水管回流的扰动较大，随导叶开度的增大对这种扰动作用逐渐减弱。叶道涡及流动分离现象均随导叶开度的增大呈减弱趋势。高湍动能（TKE）区在水轮机小流量工况及飞逸工况下分布范围较大，制动工况下主要分布于无叶区及转轮叶片出口处。异常小导叶开度下4种工况尾水管区域均有涡带产生，且涡核分布紧密，随导叶开度的增大涡核分布显著减弱;大流量工况主要为中心涡带，随机组流量的减小涡核分布在管壁侧逐渐增强。异常小导叶开度下无叶区压力脉动低频分量（LFC）和高频低幅分量（HF-LAC）极小，在较大导叶开度下飞逸工况下BPF分量和低频分量共同成为无叶区压力脉动的主频。异常小导叶开度下各流域流动结构相较于较大导叶开度具有显著的特殊性，对无叶区压力脉动影响显著。

Abstract:

土壤盐渍化是制约农业生产的主要因素之一，精确监测土壤盐渍化尤为重要。本研究利用2023年4月8—12日在河套灌区4个实验区域采集的地面实测含盐量数据和无人机(Unmanned verial vehicle, UAV)数据构建偏最小二乘回归(Partial least squares regression, PLSR)、随机森林(Random forest, RF)、反向传播神经网络(Backpropagation neural network, BPNN)和支持向量机回归(Support vector machine regression, SVR) 4种土壤含盐量(Soil salt content, SSC)反演模型。将最优模型反演得到的实验区土壤盐分分布图分别利用最邻近法(Nearest)、双线性内插法(Bilinear)、立方卷积内插法(Cubic) 3种方法重采样到1、5、10m。计算同时期Sentinel-2A卫星对应像元提取平均值作为卫星影像构建反演模型的含盐量，对比分析各尺度下的最优模型，绘制河套灌区土壤盐分分布图。结果表明：使用Bilinear方法在3种尺度下的相关性均略优于其他2种重采样方法，5种尺度下构建的模型精度由大到小依次为0.07m、1.m、5m、10m、原实测土壤含盐量（OSSC），最优尺度0.07m训练集和验证集最佳模型决定系数R2比OSSC分别提升0.24和0.30，均方根误差（RMSE）低0.06、0.19个百分点。本文探究了多尺度土壤含盐量对卫星多光谱遥感平台反演土壤含盐量模型精度的促进作用，为多源遥感大尺度精准土壤盐渍化反演提供了有效理论依据。

Abstract:

准确的茶园分布信息可以为土地利用规划、种植布局优化提供科学的决策支撑，有助于推动茶产业可持续发展。本文基于GF-2 PMS影像的RGB波段，Sentinel-2光学影像计算的NDVI，Sentinel-1 时序SAR数据构建的物候特征（包括茶树生长幅度（Growth amplitude，GA）和生长期长度（Growth length，GL））,以及GF-7立体像对影像计算的坡向、坡度、曲率，构建了茶园多模态遥感特征，并通过随机森林特征优选出最佳组合。利用双分支网络联合学习策略，以AMLNet（Attentional multiscale lightweight encoder decoder network）为第1分支，Vanilla AMLNet为第2分支，构建耦合多模态信息的双分支网络模型MIPBNet（Multi-modal information parallel branch network）;利用特征融合模块（Dual-branch feature fusion block，DBFF）在解码器末端进行特征级融合;利用复合损失函数进行优化训练。研究结果表明：NDVI+GA+坡向+坡度组合最能提高茶园分类精度。基于RGB数据依次加入NDVI、GA、坡向、坡度的组合方案，实验结果表明，融合多模态特征后，茶园提取结果漏提和误提现象明显减少，总体精度提升3.11个百分点。与典型的语义分割模型UNet、UNeXt、Segformer相比，MIPBNet的单分支AMLNet获得了更优的茶园提取结果。

Abstract:

土壤耕作层是作物生长发育的基础，准确监测土壤耕作层含水率并对作物进行精准灌溉能提高作物产量和水资源利用率。为实现高效监测土壤耕作层含水率，提出一种基于协同克里金插值的土壤耕作层含水率反演方法。首先以能够获取土壤表层信息的Sentinel-1卫星数据为本文数据源，与具有可靠运算能力的XGBoost(Extreme gradient boosting)模型结合可以高效反演土壤表层含水率;将其大范围土壤含水率反演结果作为协变量，把115个实测土壤耕作层含水率作为主变量，利用土壤表层与耕作层变量间的协同关系，采用协同克里金方法插值得到土壤耕作层含水率;协同克里金法可以很好地利用土壤表层与耕作层变量间的协同关系提升插值精度，并且在一定程度上可解决土壤耕作层含水率实测数据量不足的问题。将土壤耕作层含水率克里金插值和利用表层与耕作层含水率线性拟合进行对比，结果表明，采用协同克里金插值反演土壤耕作层含水率能够大幅提高预测准确性，决定系数R2分别提高0.25和0.20，均方根误差(RMSE)分别降低0.029、0.014cm3/cm3，平均绝对误差(MAE)分别降低0.028、0.015cm3/cm3，精度显著提高。

Abstract:

小麦条锈病是影响小麦产量的主要病害之一，提高小麦条锈病的遥感监测精度对病害的防控具有重要意义。本文在利用F-SFM算法反演全波段SIF光谱的基础上提取了形状特征，分析了条锈病胁迫下全波段SIF光谱及其形状特征的响应特性。基于随机森林算法构建了小麦条锈病的遥感监测模型，并将其与单波段SIF模型进行对比分析。结果表明：条锈病胁迫下，小麦叶片和冠层尺度SIF光谱曲线及其形状特征均有不同的响应特性。叶片尺度下，随着小麦条锈病严重度的增加，远红光波段SIF峰值（CFR）、偏度（SFR）以及发射峰面积（AFR）减小，红光和远红光波段SIF峰值波长（λR、λFR）以及远红光波段峰度（KFR）增大。冠层尺度下，CFR、λR、λFR、AFR随小麦条锈病严重度的增加而减小。此外，以AFR、λFR、全波段SIF峰度（K）、红光波段SIF偏度（SR）、λR形状特征为自变量的小麦条锈病遥感监测模型精度较以红光波段SIF峰值（CR）和CFR为自变量的模型在训练集中精度（R2）提高27.59%，RMSE降低19.83%，测试集中R2提高96.43%，RMSE降低17.01%。利用全波段SIF提取的形状特征能够更全面、更精准地反映病害胁迫信息。

Abstract:

为探究蔬菜在不同浓度重金属胁迫下的高光谱响应，本文采集10个浓度Cu2+胁迫下的白菜叶片高光谱数据，提出一种基于高光谱和卷积长短期记忆神经网络(CNN-LSTM) 的白菜叶片Cu2+胁迫分类预测模型。首先采用S-G平滑、一阶微分进行光谱数据预处理，其次采用竞争自适应重加权采样(Competitive adapative reweighted sampling， CARS) 和非信息变量剔除(Uninformative variables elimination, UVE) 提取10个公共特征波长。模型试验结果表明：采用UVE和CARS方法提取的两者共同波长作为CNN-LSTM模型的输入，测试集准确率为94.8%，精确率为93.1%，召回率为93.5%，分别比SVM、CNN和LSTM模型高8.7、5.7、6.4个百分点，6.6、4.7、5.9个百分点和10.1、5.2、3.9个百分点。采用ICP-700T型电感耦合等离子体发射光谱仪精确测量白菜叶片重金属含量对结果进行验证。采用UVE-CARS特征波长筛选后的CNN-LSTM分类预测模型用于白菜叶片无损分类监测效果最优，为蔬菜重金属的无损分类监测提供新方法。

Abstract:

作物病害会严重制约作物产量和品质，传统的病害监测方法效率低且易受主观因素影响。高光谱遥感技术以其高光谱分辨率和客观真实性在作物病害监测中展现出重要潜力。本文利用多生育期冬小麦地面高光谱及田间病情指数(Disease index, DI)，基于相关性分析(Correlation analysis, CA)和连续投影法(Successive projections algorithm,SPA)分别对光谱数据进行光谱特征降维，通过构建最优参数的竞争性自适应重加权采样(Competitive adaptive reweighted sampling, CARS)算法优选小麦条锈病敏感波段，最后利用偏最小二乘回归(Partial least squares regression, PLSR)、反向传播神经网络(Back propagation neural network, BPNN)和极限学习机(Extreme learning machine, ELM)算法建立基于特征光谱的病情指数模型，比较不同建模方法的建模效果，实现小麦条锈病监测。研究结果表明，不同生育期均显示小麦条锈病敏感特征波段多集中于近红外和短波红外波段，其中挑旗期为842、850、858nm，灌浆期为947、953、1275、1277、1590、1663、1665nm;对比不同建模算法，PLSR模型表现最佳，满足小麦早期病虫害监测需求，且在病害中期显示更明显特征;挑旗期和灌浆期分别以SPA-CARS-MCX和CA-CARS-MSC数据构建PLSR模型预测效果最优，验证集R2分别为0.782和0.861，RMSE分别为0.022和0.094，RPD分别为2.140和2.687。本文构建算法能够为不同生育期小麦条锈病监测提供参考。

Abstract:

在温室场景下，针对番茄的表型解析、自主采摘、多模态联合分割等任务，快速、高精度、低成本地获取场景深度信息对农机视觉系统至关重要。本研究提出了一种嵌入注意力机制的RGB模态向深度模态转换的单目深度估计网络(RGB to depth conversion network，RDCN)，以解决传统算法无法充分挖掘编码器的特征提取能力、深度估计精度低以及边界模糊问题。首先以ResNext101替换原来的ResNet101骨干网络，提取各个不同层级的特征图并将其融合到拉普拉斯金字塔分支，强调特征的尺度差异性并强化特征融合的深入与广泛性;同时为了增强模型获取全局信息以及上下文信息交互的能力，引入了置换注意力模块(Shuffle attention module, SAM)，以减少下采样过程造成的局部细节信息丢失;其次，为了改善预测深度图的边界模糊问题，嵌入深度细化模块(Depth refinement module, DRM)，感知预测特征图物体附近的深度变化;实现了温室场景下番茄植株图像深度信息的精准预测。试验结果表明，RDCN在测试集上的平均相对误差、均方根误差、对数均方根误差、对数平均误差相比于基准模型分别降低了20.5%、10.3%、8.3%、21.8%，在1.25、1.252、1.253阈值下的准确率分别提高3.2%、1.2%和1.0%;并且网络生成的深度图像视觉上全局完整清晰且有较多的纹理细节;研究表明，RDCN在温室场景下能够基于RGB信息获得高质量的深度信息，可为基于单目传感器的温室场景农机导航以及深度图像在多模态任务中的应用提供技术支持。

Abstract:

为解决作物表型参数获取困难且精度不高的问题，以设施生菜为研究对象，提出了一套高精度、低成本的生菜表型参数获取方法。采用具备自动导航、多模态和多视场成像功能的无人地面车（Unmanned ground vehicle，UGV），进行作物生长信息自动巡航采集。本文设计的表型分析管道加入了随机下采样算法，以增强作物点云数据的处理效率，并结合图像分割、聚类等算法提取了生菜高度、最大宽度、植被指数和纹理指数等多维表型特征。此外，将获取的多维成像特征参数与生菜地上生物量实测值进行了皮尔逊（Pearson）相关性分析，筛选出对地上生物量预测最敏感的4个特征变量，利用误差反向传播算法（Back propagation algorithm，BP）分别构建了单一特征和多维特征组合的生物量估测模型。研究结果表明：本文设计的表型分析管道处理5000下采样点云单帧数据平均耗时为0.41s，生菜高度、最大宽度估测的R2分别为0.79、0.77，MAPE分别为4.94%、5.02%。相较于其它生物量估测模型，融合了4个特征变量的估测模型（HWVD）最优，R2、RMSE和MAPE分别为0.82、4.03g、6.04%。本研究为面向现场的作物表型信息快速、准确、无损检测提供了一种有效的方法。

Abstract:

针对花生叶片病害在复杂环境下相似特征难以准确识别的问题，提出一种基于改进YOLO v8n模型的检测算法YOLO-ADM。首先，使用ADown模块代替部分CBS模块，降低下采样中的信息损失，减少了模型的参数量;其次，将可变形注意力（Deformable attention，DA）机制添加到C2f模块组成C2f-DA结构，替换了SPPF上层的C2f模块，使模型聚焦到花生叶片病害的特定区域，准确捕捉其特征;最后，设计了一种全新的多尺度特征融合网络MFI Neck代替了YOLO v8n原有的颈部网络，增强了模型对不同尺度特征的融合能力。通过在花生叶片病害数据集上进行实验，结果表明，改进算法的准确率、召回率、mAP@0.5和mAP@.5:0.95分别达到92.3%、91.0%、95.6%和85.2%，相比原始的YOLO v8n分别提高4.5、0.2、1.6、3.0个百分点，且模型内存占用量减少0.65MB，参数量下降3.70×10.5。本算法在保证模型轻量化的前提下提升了检测能力，能够有效满足复杂环境下花生叶片病害的识别需求，为叶片病害的检测和监控提供了技术参考。

Abstract:

为解决自然环境下人肉眼鉴定发病番茄植株效率低、主观性强的问题，提出一种基于改进YOLO v7的番茄黄化曲叶病毒病分级检测模型，分别对轻度、中度、重度发病植株进行检测。模型在主干网络中引入了DCN模块，以加强对复杂病变区域的感知能力;同时，Pconv模块替换主干网络中部分普通卷积，以更高效地提取空间特征，降低冗余计算和内存访问;在检测头中引入SimSPPF模块，极大地减少浮点运算量，提高感受野，增强特征提取能力。经测试，改进YOLO v7模型对轻度发病、中度发病、重度发病番茄植株检测的平均精度分别为97.5%、92.1%和93.6%。改进模型平均精度均值为95.0%，较原模型提升0.8个百分点，参数量减少8.2×105，浮点运算量减少2.7×1010，模型内存占用量减少15.7MB，在保证检测精度的同时减小模型体量。与Faster R-CNN、YOLOX、YOLO v5l、YOLO v8m模型相比，平均精度均值分别提高11.2、5.7、1.4、8.7个百分点。试验结果表明，该模型能够实现对番茄黄化曲叶病毒病的分级检测识别，为实现番茄种植智能化提供支持。

Abstract:

在同一条生产线上完成柑橘清洗、打蜡、分级等系列商品化处理步骤有利于减少果实损伤，提升果实品质，但其中病损柑橘的存在容易造成果间侵染并污染后续产线。为在产线上料部位剔除病损柑橘，本研究设计了一种基于深度学习和Delta机器人的病损柑橘初筛系统。首先，通过对不同检测模型对比试验，选出了检测精度最高的YOLO v7模型，并结合DeepSORT跟踪算法实现了对产线上柑橘的快速、精准跟踪与检测;其次，提出了优化后的Delta机器人门型轨迹，依据插补法计算出步进电机精确控制策略;最终，搭建了具备快速定位与抓取能力的筛除装置样机，并将其集成到了生产线上。试验结果表明，YOLO v7模型F1值为90%，相较于YOLO v5和SSD网络分别高出2、4个百分点;设计的Delta机器人具有较高的定位精度，对同一点的平均定位误差为1.5mm，满足抓取的精度要求;病损柑橘平均筛除成功率可达83.25%。因此，本文设计的设备在柑橘分拣产线上具有出色的自动筛除能力，能够有效减轻病损柑橘果间侵染以及污染产线的情况，从而保障柑橘生产线正常运行。

Abstract:

传统的番茄缺陷检测主要依赖于人工分拣，存在效率低、漏检率高等问题。为此，提出了一种改进的YOLO v11番茄缺陷检测方法TDD-YOLO（Tomato defect detection YOLO），实现对番茄表面白斑、增生、凹陷、裂口、变质5种缺陷的自动检测。首先，融合小波深度可分离卷积模块构建新的HE-Head层，在保持模型轻量化的同时提升模型对小目标的检测能力（如白斑）;其次，使用WC3k2模块替换原有C3k2模块，扩大模型在特征提取阶段的感受野，同时使用动态上采样方法取代原有的上采样，实现对模型推理效率的提升和轻量化;最后，使用自适应阈值焦点损失函数加强对样本的关注度，提高识别精度。设计实验验证所提方法性能，实验结果表明本文所提的TDD-YOLO模型番茄表面缺陷整体识别精度为89.0%、召回率为84.9%、F1分数为86.9%、平均精度均值为88.0%，识别效果明显优于现有的YOLO系列模型以及Faster R-CNN和EfficientDet模型。此外，TDD-YOLO模型检测速度为142.89f/s，满足实时检测速度要求，为番茄检测规范化和工业化提供重要技术支撑。

Abstract:

粪便是集约化水产养殖系统中有机废物的主要来源，排便数量的增加和时间的延长都会加快养殖水质中氨氮、亚硝酸盐等污染物的积累浓度和速度，因此，排便行为模式对于维持最佳水环境和确保可持续的鱼类生产至关重要。为解决传统排便行为分析费时费力的问题，本研究提出一种基于改进YOLO v7-tiny的高性能、轻量级的鱼类排便行为识别模型CDW-YOLO v7。该模型采用基于C2f结构的双向特征金字塔网络（C2f-bidirectional feature pyramid network，C2f-BiFPN）优化识别排便行为的多尺度和非线性特征融合能力，同时引入具有注意力机制的动态检测头（Dynamic head，DyHead）以增强模型在复杂环境中对鱼类排便行为关键特征的提取能力，并结合WIoU损失函数，减少因鱼类遮挡、重叠等造成的漏检现象，提高模型的准确性。实验结果表明，与基线模型YOLO v7-tiny相比，CDW-YOLO v7模型具有更好的性能，参数量减少2.56×106，浮点运算量降低5.90×109，同时平均精度均值（mean Average Precision，mAP）提高204个百分点。此外，该模型在模型大小、精度和检测速度等方面，均优于3种经典目标检测算法（YOLO v3-tiny、YOLO v4-tiny和YOLO v5s）。本研究为鱼类排便行为的精准检测和智能化水产养殖系统的发展提供了理论基础。

Abstract:

栖息行为是鸡只重要的生活习性，为实现栖架散养环境下鸡只个体行为的快速、准确识别，提出一种融合机器学习与超高频射频识别技术的立体式散养鸡只栖息行为识别方法。对采集的鸡只脚环标签的信号强度指示值数据经过高斯滤波和最大值加权滤波处理，利用支持向量机算法对信号强度指示值进行分类识别，将个体定位问题转化为多区域分类问题实现鸡只个体定位，从而实现栖息行为分析。试验结果表明，鸡只个体定位的准确率达到88.8%，平均定位误差为12.53cm。鸡只在夜间栖息时长范围为9.80~10.67h，每只鸡所需栖架长度约为15cm。鸡只具有选择高处栖息习性，根据鸡只个体栖息行为规律发现，鸡只在进行栖息行为时更偏好栖架高层两侧区域，鸡只偏好性因高到低为：高层两侧、栖架高层中心、低层两侧、低层中心。

Abstract:

准确估算大闸蟹质量对于大闸蟹生长状况监测、养殖密度控制、投饵量确定和产量预测等具有重要作用。现有大闸蟹质量估算方法通常使用单目相机，依赖参照物进行真实体尺校正，且图像中大闸蟹背甲角度不固定容易导致目标检测精度低等问题，限制了其在实际养殖环境中的应用。针对上述问题，提出了一种基于旋转目标检测和双目视觉的大闸蟹质量估算方法。通过双目相机采集大闸蟹图像;构建基于SSP-YOLO v7（SK-SimCSPSPPF-ProbIoU-YOLO v7）的大闸蟹背甲旋转目标检测模型，在主干部分引入SK（Selective kernel）注意力机制，使用SimCSPSPPF（Simplified cross stage partial spatial pyramid pooling fast）优化空间金字塔池化，使用ProbIoU损失函数（Probabilistic intersection over union）计算旋转框回归损失，增强特征提取能力的同时减少计算量，有效提高了旋转目标检测精度;对大闸蟹双目图像进行三维重建，通过欧氏距离公式计算大闸蟹背甲体尺;最后构建基于粒子群算法优化的PSO-XGBoost（Particle swarm optimization-eXtreme gradient boosting）模型，实现不同性别大闸蟹质量估算。在自建数据集上进行测试，本文提出的背甲旋转目标检测模型mAP0.5为99.46%，模型参数量为7.321×106，浮点运算量为1.6684×1011，帧率为39f/s;基于PSO-XGBoost的质量估算模型对于公蟹均方根误差为8.549g，平均绝对误差为6.172g，决定系数为0.946，对于母蟹均方根误差为6.902g，平均绝对误差为5.175g，决定系数为0.955。结果表明本文方法能够实现大闸蟹质量估算，为大闸蟹生长状况监测和智能化养殖提供技术支持。

Abstract:

针对Cartographer算法在室内重定位时鲁棒性差和耗时长等问题，提出一种利用语义信息改进Cartographer算法的重定位方法，以提高机器人在室内场景下的重定位性能。首先，通过RGB-D相机与深度学习技术提取机器人所处环境中的语义物体信息，并对语义信息进行点云映射，然后将提取的语义点云映射信息与基于Cartographer算法构建的栅格地图通过投影转换进行融合，构建出完整的二维语义栅格地图，再将提取的语义信息构建语义物体关系链表。在机器人进行重定位时，利用语义栅格地图提供的语义信息给予机器人一个先验位姿，从而缩小Cartographer算法匹配范围，减少算法迭代次数，实现机器人快速重定位。最后，搭建真实室内场景进行实验验证，结果表明，本文算法相比于原始Cartographer算法和AMCL算法，在相似场景下实时性分别提高49.78%、78.27%，在退化场景下实时性分别提高76.18%、83.96%，重定位成功率平均提升75%以上。此外，所构建的二维语义栅格地图可支持语义导航与规划，在服务机器人等场景中具有应用潜力。

Abstract:

为提高运输机器人在导航中的自主性和安全性，需要进行有效合理的路径规划。本研究提出了一种改进型AFD（A* Fuzzy-DWA）融合算法，以解决经典A*算法在运输机器人路径规划中存在的问题，如搜索时间长、路径冗余、拐点多且不平滑、动态避障能力不足等。该算法通过设计障碍率评价指标优化评价函数以减少搜索时间和遍历节点，进而设计Smooth Floyd方法简化全局路径，并采用圆内切平滑策略进一步优化路径，最后设计评价函数权重模糊推理方法提高局部路径规划效率，从而实现全面的路径优化。仿真实验结果表明，与对比算法相比，AFD算法在静态和动态环境下的全局及局部路径长度和运行时间均显著减小。实际场景验证进一步证实了该算法在提升运输机器人自主导航能力和安全性方面的有效性。

Abstract:

水空两栖倾转多旋翼无人船在多鱼塘环境进行水空跨域作业时受到复杂多变的水面流体力影响，导致船体姿态和飞行高度易发生较大波动。为了提高无人船水面起飞时的姿态稳定性，提出了一种基于模型补偿的线性自抗扰水面起飞控制方法。首先对无人船多模态进行详细的动力学建模;其次考虑水面起飞过程的姿态变化，建立了基于无人船实时姿态的水面张力估算模型、浮力估算模型;最后设计了基于模型补偿的线性自抗扰控制器。仿真结果表明，本文方法较PID算法横滚方向收敛时间减少66.7%，波动减少98.3%;在无人船前进（x轴）方向收敛时间减少34.0%;高度收敛时间减少41.2%，波动减少80.0%。实验结果表明，无人船实现了飞行高度为1.2m时，横滚角波动小于3°，俯仰角波动及偏航角波动小于2°的水面起飞。该研究提出的控制算法有效提高了水空两栖倾转多旋翼无人船在水空跨域过程中的安全性和抗扰能力。

Abstract:

为研究冬小麦在不同施氮水平下的调亏灌溉效应，于2021—2022年在黄淮海平原的河南省新乡县开展大田试验，设置3个施氮水平：N1（120kg/hm2）、N2（240kg/hm2）和N3（360kg/hm2），在拔节-抽穗期设置3个调亏水平：中度调亏（灌水量18mm，M）、轻度调亏（灌水量24mm，L）和对照（灌水量30mm，CK）。结果表明：冬小麦旗叶净光合速率（Pn）受到调亏和施氮水平的显著影响，复水后各处理Pn均表现出不同程度的补偿增长效应，补偿效应随施氮量增加而增强，N3M、N3L处理表现出超级补偿效应，与复水前相比分别增长42.5%和32.4%。花期地上部干物质量、成熟期地上部营养器官干物质量均随施氮量增加而增大，成熟期地上部营养器官干物质量随灌水量增加而增大。而轻度调亏能够促进花期地上部干物质积累和干物质向籽粒方向转移，促进植株氮素、穗氮素积累，进而提高冬小麦产量、水分利用效率（WUE）和氮肥偏生产力（NPFP）;运用Mintab 15.1软件建立冬小麦产量、WUE、NPFP与施氮量、灌水量的二次回归方程，计算得出当施氮量为214.6kg/hm2、灌水量为166.6mm时，冬小麦产量为10.9731kg/hm2，WUE为2.7kg/m3，NPFP为52kg/kg，复合合意性最高为0.7，综合效益符合预期目标。因此，施氮量214.6kg/hm2结合拔节-抽穗期进行轻度水分调亏，能使冬小麦保持较高产量和水氮利用效率，可作为该地区适宜的冬小麦调亏灌溉模式。

Abstract:

北方农田排水沟中氮磷含量高，是下游水体富营养化的主要来源，为了提高排水沟中氮（N）、磷（P）去除效果，在内蒙古河套灌区通过盆栽试验，针对排水沟中3种氮磷浓度（低、中、高）设置芦苇、香蒲与芦苇+香蒲3种植物组合模式，每种模式水生植物设3种种植密度（15、30、50株/m2），包括空白对照共30个处理。研究了植物组合模式和种植密度对不同排水浓度氮磷去除的影响，并基于熵权TOPSIS模型对不同处理去除效果进行了综合评价。结果表明，针对不同氮磷浓度水体，单一水生植物与组合水生植物在不同种植密度下对水体中总氮（TN）、总磷（TP）均具有较高去除效率，其中组合模式下对TN平均去除率比单一采用芦苇和香蒲分别提高7.41、15.61个百分点，TP平均去除率分别提高11.71、19.32个百分点。另外，水生植物对TN、TP去除率与种植密度呈正比，相比种植密度15、30株/m2，高密度种植（50株/m2）对TN平均去除率分别提升4.75、1.61个百分点，TP平均去除率分别提升6.58、2.64个百分点。同时，3种组合模式对TN、TP去除率与水体浓度呈正相关关系，其中高氮磷浓度下水生植物对TN平均去除率比中、低氮磷浓度分别提高2.78、18.56个百分点，TP平均去除率分别提高4.24、10.63个百分点。通过熵权TOPSIS评价显示，在低、中、高氮磷浓度下组合模式芦苇+香蒲按照低密度（15株/m2）种植时综合评价最高，氮磷去除率与经济成本综合效益最优。研究结果对北方农田排水沟应用芦苇与香蒲植物修复具有指导作用。

Abstract:

近年来，农田微塑料污染严重，对土壤健康及农作物安全产生了极大风险。为探究微塑料对土植系统的影响程度，采用水稻栽培试验，设置不同质量分数（0、0.5%、1.5%）和不同粒径（150、500μm）的低密度聚乙烯微塑料（Low density polyethylene，LDPE）处理，探究LDPE对土壤养分含量、水稻生长和生理特性的胁迫情况。结果表明：微塑料增加水稻生长前中期（返青期、分蘖期和拔节期）表层（0~10cm）和中层（10~20cm）土壤总有机碳（TOC）含量6.06%~43.24%，降低后期（抽穗期和黄熟期）TOC含量6.10%~20.53%，深层土壤（20~30cm）变化趋势与之相反，同时，可显著降低不同土层土壤全氮（TN）含量5.23%~53.73%和全磷（TP）含量2.01%~24.66%。微塑料促进水稻前期株高3.42%~18.32%，抑制中后期水稻株高1.90%~13.96%，减少水稻产量7.80%~24.83%。微塑料显著降低水稻净光合速率（Pn）6.36%~40.46%、气孔导度（Gs）3.40%~67.36%和胞间CO2浓度（Ci）3.66%~21.86%，并显著增加蒸腾速率（Tr）10.79%~82.37%和饱和水汽压差（VPD）14.16%~109.60%，叶片蒸腾速率受到叶片VPD和Gs的协同影响，Gs减少使得水蒸汽难以从叶肉细胞扩散到气孔表面，而VPD增加极大地迫使水蒸汽从叶片表面扩散到周围环境，VPD的促进效果远大于Gs的抑制效果，最终出现Gs与Tr趋势相反的情况。此外，微塑料降低叶绿素a含量0.27%~3.48%，叶绿素b含量0.36%~3.92%，总叶绿素含量0.59%~3.47%。研究结果可为微塑料对土壤健康及水稻生长胁迫效应提供数据支撑和科学依据。

Abstract:

为实现温室作物灌溉管理的便利化，构建了基于室外气象信息估算温室通风期室内参考作物蒸发蒸腾量（Reference evapotranspiration, ETo）模型。于2020、2021年5—6月在塑料大棚牧草栽培条件下开展试验研究，利用Penman-Monteith（PM）方程计算了温室内部和外部ETo，并分析了温室内外ETo的辐射分量（Radiative component ofETo, ETo,rad）和平流分量（Advective component ofETo, ETo,adv）变化特征，通过引入辐射透射率τ和风速衰减率ω分别对方程中的辐射分项方程和平流分项方程进行了改进，构建了基于室外气象信息估算室内ETo简易模型。结果表明：温室内平均ETo、ETo,rad和ETo,adv较室外分别减少45.6%、17.1%和94.0%;试验期间辐射分量衰减因子ζrad、平流分量衰减因子ζadv和总通量衰减因子ζo总体上表现为ζrad>ζo>ζadv，2年平均ζrad较ζo和ζadv分别高23.1%～33.3%和90.1%～93.3%。ζrad与τ以及ζadv与ω之间存在极显著线性关系（P<0.01），决定系数（R2）分别为0.74和0.90，平均绝对误差（MAE）分别为0.07和0.04，均方根误差（RMSE）分别为0.09和0.05。构建的基于室外气象信息估算室内ETo简易模型方程包括室外净辐射、空气温度、水汽压差和风速4个气象因子以及τ、ω 2个温室特征因子，通过与实测结果比较发现模型精度稳健，R2为0.96，MAE和RMSE分别为0.17、0.22mm/d。该模型精度高、参数少、易获取，为温室群灌溉管理便利化提供了方法参考。

Abstract:

当前农业温室发展中存在设施使用年限过长、设备老化、分布及数量不明，以及部分新建温室选址不合理等问题，导致资源利用效率低下，难以形成高效集约化生产区域。为解决上述问题，本研究基于谷歌地球引擎（Google Earth Engine，GEE）平台，利用Landsat 5 TM和Sentinel-2 MSI影像，采用随机森林、支持向量机和最大似然分类算法，提取山东省近15年农业温室的空间分布，并对其使用年限进行分析。进而结合自然和社会经济因素，从高程、河流、土壤有机质、道路和人口5个方面进行驱动力分析，摸清主导因素;最后对农业温室发展潜力进行定量评价，并提出优化布局方案。结果表明：整体上随机森林算法的分类精度最高，总体精度始终保持在83.45%~92.83%，卡帕系数在0.7531~0.8846，表现出更强的鲁棒性和适应性。山东省农业温室面积由2008年的100440hm2增长至2023年的473306.67hm2，增幅约471%。使用10年以上的老旧大棚面积为70606.67hm2，15年以上的农业温室为29493.33hm2;农业温室发展受政策、现代化路网及土壤有机质的影响较大;基于潜力评价确定了鲁中（以寿光市和张店区为中心）、鲁东（以平度市和莱西市为中心）和鲁南（以兰陵县和薛城区为中心）3个农业温室发展潜力区。全省可按核心发展区、建议发展区、改造转移区和一般发展区优化布局，核心发展区以寿光为中心，重点扩建现代化温室;建议发展区集中在鲁中、鲁东、鲁南部分地区，如平度、兰陵等地，通过适度新建温室形成核心发展地区;改造转移区位于潍坊、聊城等老旧温室密集区，需升级改造或逐步转移;一般发展区分布广泛，以生态保护和特色农业为主。研究结果可为农业温室优化布局提供数据和决策支撑，助力乡村振兴。

Abstract:

氮氧掺杂改性对于提升生物炭氨氮吸附回收性能效果显著，但氮氧掺杂位点对氨氮的增强吸附行为与机制还有待进一步明晰。从分子原子尺度出发，借助密度泛函理论（DFT）计算，通过构建不同氮氧掺杂结构的生物炭氨氮吸附体系，研究不同氮氧赋存形态对氨氮的吸附行为与机制机理。计算结果表明,未掺杂的碳骨架结构与NH+4间的吸附能为4.65kJ/mol，经过氮氧掺杂之后，吸附能提升至原值的2.59~14.81倍，吸附效果提升明显。同时，从掺杂位置影响来看，同一基团在不同掺杂位置的吸附差异不大，吸附能在1.09~8.49kJ/mol之间变化。此外，进一步解析不同赋存形态氮氧基团的NH+4吸附机制发现，氮氧单掺杂中，氧化氮和羰基的吸附效果最强，是氢键和范德华力协同作用的结果。氮氧基团共掺杂吸附效果提升至原值的4.7~9.8倍，吸附能力介于氮氧单掺杂之间。其中羰基和氧化氮基团共掺杂由于发生竞争吸附，使得共掺杂结构对NH+4的吸附效果减弱。最后，不同氮氧改性生物炭的氨氮吸附效能实验，有效验证了上述理论计算与分析结果的合理性。

Abstract:

针对膜分离法回收谷朊粉加工废水中的蛋白质时极易出现的膜污染问题，提出了一种基于双向长短时记忆网络（Bi-directional long short-term memory, BiLSTM）的权重组合模型用于对膜污染状况的预测。以谷朊粉加工废水提取回收中试生产线采集的14个相关变量作为输入，以膜通量变化量作为输出，建立支持向量机模型（Support vector machine, SVM）、反向传播神经网络模型（Back propagation, BP）、随机森林模型（Random forest, RF）、广义回归神经网络模型（Generalized regression neural network, GRNN）4种基准模型和BiLSTM模型1种给定模型，通过误差倒数法计算基准模型与给定模型的权重，构建权重组合预测模型;最后以决定系数R2和均方误差（MSE）为评价指标，分析单项模型与权重组合模型的预测性能。结果表明，权重组合模型能够综合单项模型优点，在性能上显著优于单项模型;其中BP+BiLSTM+RF模型R2高达0.9906，具有较高的拟合精度;MSE为1.004L2/(h2·m4)，在所有模型中最低，相较BP、BiLSTM和RF单项模型，分别降低46.05%、67.24%、50.81%。所开发的权重组合模型可用于谷朊粉加工废水蛋白回收处理时膜污染程度精确预测。

Abstract:

为解决高地隙植保机因自身重心过高和受田间不平整地面导致车身稳定性变差、易倾覆等问题，本文以高地隙植保机车身姿态为研究对象，设计开发了一款高地隙植保机车身姿态调控系统。首先基于运动学解析理论建立各支撑点到达车身水平位置时液压缸位移与倾角变化的运动学模型;其次设计四点独立调控液压系统，对关键参数进行计算，匹配选型相应的液压元件;然后运用RecurDyn和AMESim软件对车身姿态调整情况进行机械-液压仿真，仿真结果表明，在纵坡和横坡工况下，最大俯仰角偏差为0.19°，最大侧倾角偏差为0.1°，响应时间为4.25s;翻越高度200mm田埂时最大俯仰角偏差为0.28°，最大侧倾角偏差为0.17°。最后开展了样机性能试验。试验结果表明，横坡与纵坡工况下最大侧倾角偏差为0.12°，最大俯仰角偏差为0.36°，调节角度绝对值均小于0.5°，越埂过程中俯仰角95%以上的时间保持在±0.5°以内，受地形影响较小。样机试验结果曲线与仿真结果曲线相符合，验证了姿态调控系统的有效性，为研究农业机械底盘姿态调节系统提供了理论参考。

Abstract:

针对丘陵山地果园劳动强度大、生产效率低、机械化程度低等问题，设计了一种液压控制、机械传动的丘陵山地果园动力底盘。首先对整机的液压控制系统和传动原理进行阐述;其次根据丘陵山地果园动力底盘的工作需求，对动力底盘的静液压传动装置（HST）、悬挂提升装置、液压驱动系统等关键部件进行设计和匹配选型，利用AMESim仿真软件建立液压系统模型，对液压系统进行结构设计和仿真分析，确定该系统马达转速为129r/min，马达排量为35.2L/min;双联泵前泵、后泵排量分别为10mL/r和6mL/r，工作压力为25MPa。最后进行整机性能试验。整机性能试验结果表明，动力底盘直线行驶偏移率为1.9%，满足相应国家标准要求（≤6%）。整机行走速度为5km/h，最小转弯半径1.08m，最大爬坡角度27°，挂载机具最大提升角30°，后悬挂装置响应速度为1s，动力底盘转向性能良好，可适应丘陵山地果园狭窄的坡地作业环境。挂载旋耕机进行旋耕作业时，耕宽稳定性系数和耕深稳定性系数分别为98.9%和96.4%，满足国家标准要求（≥85%）。丘陵山地果园履带式底盘液压控制系统符合山地果园履带拖拉机的设计标准。

Abstract:

鉴于当下的气候变化与能源危机，发展具有高效、清洁等优点的氢燃料电池车辆为一条有效途径。为匹配电堆功率130kW车载氢燃料电池，设计了额定压比2.8、质量流量130g/s、转速88000r/min的两级气浮轴承离心空压机。构建了两级离心空压机一般通流模型和泄漏通流模型，进行了两类通流模型数值模拟与对比分析;对泄漏通流模型的叶轮背腔厚度与形状、环形密封齿几何数量与结构参数进行了研究，并在改进的离心空压机综合性能实验台对整机进行了性能测试与验证。研究结果表明，增加泄漏流道后的通流模型在设计工况下压比误差由10.63%降至5.11%，适当减小叶轮背腔厚度和增大密封齿轴向尺寸能减少气体泄漏，该两级气浮轴承离心空压机叶轮结构强度能满足超高速运转要求，且在设计工况下等熵效率可达73.30%，最高稳定转速可达95000r/min。

Abstract:

冗余串联机器人具有工作空间大、动态特性好等优点，广泛用于人机协作。由于人机协作具有场景非结构化、工作任务多样化等特点，为保障交互安全性，需要对机器人末端刚度进行控制。针对常用的刚度规划算法存在功率传递效率低且计算效率低等问题，本文提出一种基于运动/力传递性能笛卡尔刚度规划器。其采用顺序最小二乘优化算法计算机器人工作轨迹，引入局部传递指标以提升轨迹中的功率传递效率，同时通过基于刚度椭球的几何成型法降低优化目标复杂度，通过拓展臂角描述法降低优化空间维度，提升优化算法计算效率，减少计算资源占用。基于Matlab的Simulink平台进行仿真验证，结果证明基于几何成型法的高效轨迹规划器对于机器人笛卡尔轨迹的不变性，并基于Franka Panda冗余串联机器人平台进行实验验证，结果证明该规划器实现机器人末端期望刚度方向的可行性。

Abstract:

针对3-PRS并联机构耦合性强、干扰难以控制等问题，对该机构进行动力学解耦与控制。首先建立机构逆向运动学模型，推导出末端动平台位姿与输入滑块高度间的运动方程;分析机构中各运动构件动能和势能，得出机构拉格朗日动力学方程，分析在无重力环境以及正常重力环境中驱动力对末端动平台位姿的影响，并进行理论模型与数值仿真对比，其结果验证了动力学模型一致性和正确性;构建面向逆向动力学模型状态空间方程，研究3-PRS并联机构李导数表达式，实现状态空间方程反馈线性化解耦，并对状态空间解耦模型进行仿真，搭建3-PRS并联机构实验平台，验证了提出方法的有效性;基于完全解耦与积分滑模设计3-PRS并联机构控制器，仿真实验验证了该控制器的有效性。结果表明，设计的控制器不仅能够解耦其动力学模型，且在干扰、输入驱动力为时变情况下能够跟踪预期轨迹，具有较强的鲁棒性。