首页期刊导航|湖北农业科学
期刊信息/Journal information
湖北农业科学
湖北农业科学

喻大昭

半月刊

0439-8114

hbnykxzz@126.com

027-87389334

430064

武汉市武昌南湖瑶苑2号

湖北农业科学/Journal Hubei Agricultural SciencesCSCD北大核心CSTPCD
查看更多>>本刊创刊于1955年，由湖北省农业科学院、华中农业大学、长江大学和黄冈师范学院主办，国内外公开发行。被认定为“全国中文核心期刊”、“中国科技核心期刊”和“中国农业核心期刊”，1997～2004年连续获全国优秀科技期刊一等奖、首届国家期刊奖、第二、第三届国家期刊奖（百种重点期刊）。该刊以为科研、生产和“三农”服务为宗旨，以学术性和实用性为特色，面向管理人员、大专院校师生以及广大科技人员，报道国内外最新农业科技成果和科研动态。主要栏目有：专论、生物技术、栽培?育种、土肥?植保、园艺?特产、药用植物、畜牧?兽医、水产养殖、贮藏?加工、农业工程、检测分析、综述等。
正式出版
收录年代

    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
    61-65页
    查看更多>>摘要：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.

    农资图像文本检测文本识别Ghost模块

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    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...
    66-71页
    查看更多>>摘要：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.

    草地地上生物量Landsat8遥感影像机器学习估测模型新疆塔城地区

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    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
    72-77,95页
    查看更多>>摘要：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.

    三七(Panaxnotoginseng)茎粗神经网络模型麻雀搜索算法预测

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    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...
    78-84页
    查看更多>>摘要：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.

    蓝莓(Vacciniumspp.)根区土壤含水量TransformerLSTM预测模型

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    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...
    85-91页
    查看更多>>摘要：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.

    集成学习算法WOFOST模型小麦生长模拟产量预测耦合

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    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
    92-95页
    查看更多>>摘要：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.

    改进后局部搜索算法猕猴桃(ActinidiachinensisPlanch.)预估产量种植区域种植间隔可变螺旋因子分配性能

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    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...
    96-103页
    查看更多>>摘要：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.

    三维重建RGB-DORB-SLAM3番茄植株温室环境

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    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
    104-108,115页
    查看更多>>摘要：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.

    烤烟植物工厂数字孪生模型构建应用

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    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...
    109-115页
    查看更多>>摘要：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.

    水稻产量预测卷积神经网络双向长短期记忆网络残差注意力

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    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...
    116-120页
    查看更多>>摘要：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.

    小麦(TriticumaestivumL.)小样本施氮量预测

      原文链接:
    • NETL
    • NSTL
    • 万方数据