首页期刊导航|农业工程学报
期刊信息/Journal information
农业工程学报
中国农业工程学会
农业工程学报

中国农业工程学会

朱明

半月刊

1002-6819

tcsae@tcsae.org

010-65929451，65910066转2503、3503

100125

北京朝阳区麦子店街41号

农业工程学报/Journal Transactions of the Chinese Society of Agricultural EngineeringCSCD北大核心CSTPCDEI
查看更多>>《农业工程学报》是由中国农业工程学会主办的全国性学术期刊,自2005年始为单月刊。编委会名誉主任:汪憨华院士,编委会主任兼主编:杨邦杰教授《农业工程学报》为全国中文核心期刊,在最新版的《中文核心期刊要目总揽》中位居"农业工程类"期刊榜首；2001年入选中国期刊方阵"双效"期刊；被中国科协主办的《中国学术期刊文摘》选为首批收录期刊；先后被美国工程索引(EI Page one)、英国国际农业与生物中心(CAB International)、检索系统、数据库收录。
正式出版
收录年代

    DNDC模型耦合遥感技术的保护性耕作下土壤有机碳模拟

    刘泓君许昭辉周永馨孙君龄...
    108-118页
    查看更多>>摘要：不同耕作措施会改变土壤有机碳储量,影响农田生态系统的碳收支.揭示自实行保护性耕作以来农田土壤有机碳的响应规律,对增加土壤碳库具有重要意义.该研究基于遥感反演技术耦合DNDC(denitrification-decomposition)模型,从县域和栅格尺度,精细刻画保护性耕作下2000-2020年吉林省土壤有机碳密度(soil organic carbon density,SOCD)的空间分布格局,并模拟不同秸秆还田情景下SOCD增长潜力.结果表明:1)20a间土壤有机碳储量由6.08×108t增加到1.22×109t,增量主要与耕地面积扩大相关.县域尺度SOCD在4.46～98.09 t/hm2,栅格尺度SOCD在3.34～139.2 t/hm2,呈现中高北低的格局.2)保护性耕作对表层土的影响更大,0～10 cm 土层的SOCD增长率最高达4.4％,＞10～20 cm 土层增长率最高为0.09％.3)吉林西南及中部具有巨大的SOCD增长潜力,达0.24～0.57 t/hm2.研究结果可为保护性耕作政策制定提供科学参考.

    秸秆遥感碳DNDC模型情景模拟有机碳密度吉林省

      原文链接:
    • 万方数据
    • 维普

    北京市农田土壤有机碳密度空间变异及影响因素

    孔晨晨张世文袁胜君王维瑞...
    119-127页
    查看更多>>摘要：探明区域农田土壤有机碳密度(soil organic carbon density,SOCD)空间分布特征及其影响因素对增加农田土壤碳汇、实现"双碳"目标具有重要意义.该研究以北京市为研究区,基于2022年采样实测的0～60 cm各层SOCD数据,采用3D概念模型、Mantel test、地理加权回归、地理探测器模型开展SOCD空间变异分析,探究不同因素对SOCD的影响程度及各因素间交互后的作用力.结果表明:1)研究区SOCD在空间上呈自表层向深层逐渐降低的趋势,其中0～15cm 土层的SOCD显著高于30～60 cm(P＜0.05),0～60 cm 土层的有机碳储量约为10.80 Tg.2)土壤含水率、土壤亚类、地形部位分别对0～15、15～60、45～60 cm 土层的SOCD产生了显著影响(P＜0.05);土壤亚类、土壤母质、土壤质地、地形部位与SOCD的空间关联性较强,关联程度自表层向下逐渐增大.3)各重要因子交互后对研究区SOCD的解释能力呈双因子增强或非线性增强的关系,土壤亚类与其他各因子交互后对SOCD的解释能力提升最为突出.今后研究区内开展土壤有机碳空间变异等相关研究时应尽可能综合考虑多因素间的交互作用,其中土壤亚类(土壤类型)可作为重点指标.研究结果可为优化农田资源空间结构,制定农田固碳增汇措施提供科学参考.

    农田土壤有机碳三维空间模拟影响因素空间相关交互效应

      原文链接:
    • 万方数据
    • 维普

    聚乙烯醇/壳聚糖膜制备及其包膜尿素特性

    张阳张旭韩效钊沈兆曦...
    128-136页
    查看更多>>摘要：为解决传统肥料养分利用率低,以及一般聚合物包膜肥料的膜材料难以降解、养分释放速率不可控等问题,该研究以聚乙烯醇(PVA)为膜基材,通过与壳聚糖(CS)共混、使用戊二醛(GA)交联、添加纳米SiO2 3种不同的方式,制备了 3种膜:PVA/CS膜、PVA/CS/GA膜、PVA/CS/GA/纳米SiO2膜,此外,制备了纯PVA膜作为对比.对4种膜进行了吸水率(Q)、生物降解性(De)、养分渗透系数(Ps)等表征,结果表明:CS的添加提升了膜的生物降解率,GA交联可以延缓膜在土壤中的生物降解速率,而纳米SiO2的添加对膜的生物降解性影响不大,总体来说4种膜都显示出良好的生物降解性(77 d内的生物降解率在30％～60％);相比于PVA膜,PVA/CS、PVA/CS/GA和PVA/CS/GA/纳米SiO2膜的吸水率分别降低43.00％、68.79％和82.73％;相比于PVA/CS膜,PVA/CS/GA和PVA/CS/GA/纳米SiO2膜的养分渗透系数分别降低48.51％和57.59％,说明CS的添加、GA的交联和纳米SiO2的添加都增强了 PVA膜的疏水性.将4种膜液通过转鼓包衣机包覆在尿素颗粒表面制得了 4种包膜尿素(PCU)颗粒(PCU-PVA、PCU-PVA/CS、PCU-PVA/CS/GA和PCU-PVA/CS/GA/纳米SiO2),分别使用土埋法测定和数学模型拟合了氮素释放行为,结果显示4种PCU的氮释放量达到90％时所需的时间分别为5、11、23、28 d;氮素释放行为符合一级动力学模型,释放速率常数(k)依次减小,分别为0.3 654、0.2 333、0.1127、0.0 926,且与膜的养分渗透系数(Ps)呈线性关系,相关系数(R2)为0.9 991.该研究提供了系列生物降解性能良好、养分释放速率可控的聚乙烯醇/壳聚糖膜材料,并成功地应用于包膜尿素颗粒的制备,更方便和有效地指导PCU的施用.

    肥料聚乙烯醇壳聚糖缓释控释包膜

      原文链接:
    • 万方数据
    • 维普

    基于FIA*-APF算法的蟹塘投饵船动态路径规划

    孙月平方正袁必康孙杰...
    137-145页
    查看更多>>摘要：为了提高无人投饵船在含障碍物河蟹养殖池塘自主巡航的作业效率和安全性,该研究提出基于改进A*算法与人工势场法相融合(fusion of improved A*and artificial potential field,FIA*-APF)的蟹塘投饵船动态路径规划算法.首先引入动态加权因子优化A*算法评价函数;其次加入转折惩罚函数并删除冗余点,接着利用B样条曲线对全局路径进行平滑处理;最后将改进A*算法得到的全局路径作为改进人工势场法中的引力路径,生成投饵船自主巡航高效路径.根据养殖池塘创建静态和动态2种仿真环境,分别对传统人工势场法(traditional artificial potential field,TAPF)、基于A*和人工势场法的融合算法(the A*and artificial potential field,TA*-APF)和FIA*-APF算法的性能进行20次测试.仿真试验结果表明:2种环境下,FIA*-APF算法的平均规划时间是TAPF算法的17.23％,是TA*-APF算法的51.96％,平均指令节点数量比TAPF算法减少50.64％,比TA*-APF算法减少65.03％,平均路径长度比TA*-APF算法减少2.82％.蟹塘试验结果表明:FIA*-APF算法的规划时间为TAPF算法的38.16％,为TA*-APF的62.42％,路径长度比TAPF算法减少29.13％,比TA*-APF减少10.15％;另外,TAPF和TA*-APF算法规划路径上大于60°的转角分别是FIA*-APF算法的3.28和2.62倍,大于100°的转角分别是FIA*-APF算法的3.73和1.67倍,该研究算法规划的路径更高效平滑.研究结果可为无人投饵船自主导航提供参考.

    无人投饵船算法导航路径规划A*算法人工势场法动态避障

      原文链接:
    • 万方数据
    • 维普

    基于改进YOLOv7-seg的黄花菜检测与分割方法

    姚涛谈志鹏程娥吴利刚...
    146-153页
    查看更多>>摘要：目标检测与分割是实现黄花菜智能化采摘的关键技术,原始目标检测算法容易出现漏检、误检等问题,无法满足自然环境下生长的黄花菜采摘要求.该研究提出一种基于改进YOLOv7-seg的黄花菜目标检测与实例分割算法模型(YOLO-Daylily).通过在 YOLOv7-seg 骨干网络(backbone)中引入 CBAM(convolutional block attention module)注意力机制模块,降低背景等干扰因素的影响;在ELAN(efficient layer aggregation networks)模块中采用PConv(partial convolution)替换原有的3×3卷积层,减少冗余计算和内存访问,提升对目标黄花菜特征提取的能力.颈部网络(neck)采用坐标卷积(CoordConv)替换 PA-FPN(path aggregation-feature pyramid networks)中 1×1 卷积层,增强模型对位置的感知,提高掩膜(mask)鲁棒性.在改进的PA-FPN结构中采用残差连接方法将浅层特征图几何信息与深层特征图语义信息特征相结合,提高模型对目标黄花菜的检测分割性能.消融试验表明:改进后的模型检测准确率、召回率和平均精度分别达到92％、86.5％、93％,相比YOLOv7-seg基线模型分别提升2.5、2.3、2.7个百分点;分割准确率、召回率和平均精度分别达到92％、86.7％、93.5％,比基线模型分别提升0.2、3.5、3个百分点.与Mask R-CNN、SOLOv2、YOLOV5-seg、YOLOv5x-seg算法相比,平均精度分别提升8.4、12.7、4.8、5.4个百分点.改进后的模型减少了漏检、误检等情况,对目标定位更加精准,为后续黄花菜智能化采摘实际应用提供理论支持.

    图像处理机器视觉目标检测深度学习YOLOv7实例分割黄花菜

      原文链接:
    • 万方数据
    • 维普

    农田环境下无人机图像并行拼接识别算法

    许鑫张力岳继博钟鹤鸣...
    154-163页
    查看更多>>摘要：为改善在农田环境下无人机图像计算速度和效率,该研究提出了一种农田环境下无人机图像并行拼接识别算法.利用倒二叉树并行拼接识别算法,通过提取图像拼接中的变换矩阵,实现拼接识别同时进行.根据边缘设备的CPU核心数和图像数量自动将图像拼接识别任务划分为多个子进程,并分配到不同核心上执行,以提高在农田环境下的计算效率.试验结果表明:相同试验环境和数据集条件下,倒二叉树并行拼接算法的拼接耗时相较于其他算法平均减少了60％～90％左右;在农田环境下,倒二叉树并行拼接识别相较于串行拼接识别的耗时减少了 70％,图像识别的平均像素交并比提升了 10.17个百分点,说明在农田环境下采用多线程倒二叉树并行算法可以更好地利用农田环境下边缘设备的计算资源,大幅提升无人机图像的拼接和识别的速度,为无人机的快速实时监测提供技术支撑.

    无人机遥感图像处理全景拼接多核CPU多进程

      原文链接:
    • 万方数据
    • 维普

    基于机器学习的奶牛饲料消耗状态预测模型

    张博罗维平
    164-172页
    查看更多>>摘要：饲料作为奶牛重要的营养来源,预测饲料消耗状态对于保障奶牛的健康和提高生产管理效率具有重要意义.然而,由于饲料消耗状态数据呈现出非线性和非平稳的特点,导致预测精度较低.为解决此问题,该研究基于经验模态分解(empirical mode decomposition,EMD)和长短期记忆网络(long short-term memory,LSTM),提出了组合改进的自适应噪声完全集成经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN)、随机森林(random forest,RF)与改进的 LSTM(improved LSTM,ILSTM)的模型,即 ICEEMDAN-RF-ILSTM,来预测饲料消耗状态.其通过调整遗忘门的输出值范围以增强模型的特征学习能力.首先,使用ICEEMDAN对饲料消耗状态数据进行分解,得到多个相对平稳的分量.其次,考虑到每个分量具有不同的特性,采用不同的方法来建模不同的分量,以进一步提升预测效果.具体而言,为了提升模型的精度以及泛化能力,使用RF建模频率最高的分量;同时,使用ILSTM建模其余分量,以捕获序列数据中的长期依赖性.最后,将所有分量的预测结果相加得到最终的预测结果.基于自建数据集的试验结果表明,ICEEMDAN-RF-ILSTM对于饲料消耗状态预测具有较高的准确度,其决定系数R2、平均绝对百分比误差与均方根误差分别为0.993、2.576％和0.596％,表明其能有效预测饲料消耗状态,同时其性能优于ICEEMDAN-LSTM模型.该研究为评估饲料消耗状态提供了可行的方法,可为制定调度决策提供了科学的技术支持,并为牧业智能化建设提供借鉴.

    机器学习饲料状态预测ICEEMDAN长短期记忆网络奶牛

      原文链接:
    • 万方数据
    • 维普

    基于3D激光雷达的鸡舍通道中心线检测方法

    韩雨晓李帅王宁安娅军...
    173-181页
    查看更多>>摘要：针对笼养鸡舍环境下光照强度弱、作业通道内狭小导致机器人巡检时通道中心线检测困难的问题,该研究利用3D激光雷达对鸡舍通道中心线进行获取.首先通过机器人搭载的3D激光雷达对鸡舍作业通道信息进行采集,利用直通滤波、地面点滤波、体素滤波、统计滤波和平面投影对获取的3D激光雷达点云数据进行预处理,获取XOY平面上的点云数据.通过改变K-means聚类初始点选择方式和聚类函数对预处理后的点云数据进行数据分类.利用改进RANSAC算法对分类后的数据进行处理,提取通道中心线.试验结果表明该研究提出的改进K-means聚类算法平均耗时6.98 ms,相较于传统的K-means聚类算法平均耗时减少了 29.40 ms,准确率提高了 82.41％.该研究提出的改进RANSAC算法中心线提取准确率为93.66％、平均误差角为0.89°、平均耗时为3.97 ms,比LSM算法得到的平均绝对误差角高0.14°,平均耗时减少6.15 ms.表明该研究提出的鸡舍通道中心线检测方法基本满足笼养鸡舍环境实时自主导航的需求,为巡检机器人在鸡舍作业通道内进行激光雷达导航提供了技术支撑.

    导航机器人激光雷达鸡舍K-means聚类随机抽样一致性算法中心线拟合

      原文链接:
    • 万方数据
    • 维普

    改进YOLOv5的香菇子实体生育期识别方法

    杨林曾大鑫边银丙陈红...
    182-189页
    查看更多>>摘要：在香菇栽培中,需要评估其生长发育状态,以便调控栽培环境和采取适当的栽培措施.针对香菇生育期子实体外观特征变化不显著,机器自动采收时部分成熟期香菇子实体易误检和漏检的问题,该研究提出了一种基于改进YOLOv5的香菇子实体生育期识别方法.首先替换YOLOv5模型中上采样模块,采用一种包含上采样预测模块和特征重组模块的轻量级上采样模块;其次在YOLOv51模型中添加小目标检测层,增加模型对香菇子实体生育期特征信息的提取,提高模型区分香菇生育期和识别小香菇的能力.试验结果表明,改进的YOLOv51模型具有较好的检测能力,平均帧率为45.25帧/s,平均精确度均值为92.70％,与YOLOv5相比平均精确度均值提升2.5个百分点.该研究方法能够满足对香菇子实体不同生育期识别的精度与速度要求,为香菇子实体生育期识别提供了一种方法参考.

    图像处理智慧农业深度学习香菇生育期目标识别YOLOv5

      原文链接:
    • 万方数据
    • 维普

    长江干流沿江地区土壤重金属的分布、来源及潜在生态风险

    杨清可王磊李平星邵子南...
    190-198页
    查看更多>>摘要：为掌握长江干流沿江地区土壤重金属状况,开展土壤表层样品采集和重金属空间分布研究,使用PMF(positive matrix factorization)模型解析土壤重金属来源,并选取地累积和潜在生态风险等方法,评估重金属的污染状况和生态风险.结果表明:1)土壤重金属的积累程度不同,As、Cd和Cu的超标率高,污染明显.Cd和Cu的变异系数高于1.0,分布不匀,受某些污染源的影响显著.2)各重金属含量呈现条带状的空间格局,在多个地区出现高值,土壤环境质量受到人类活动的负面影响.3)土壤重金属积累主要来源于自然、工业排放、交通运输和农业生产,贡献率分别为36.65％、28.48％、20.07％和14.80％.其中Cd与工业活动有关,Pb和Zn来自交通排放,Cr和Ni与自然源密切相关,As和Cu来源于农业生产.4)Cd的污染程度最高,81.88％的点位达到轻度污染.40％以上的点位受到As、Cu、Ni和Pb污染.75％以上点位的Cr和Zn含量较低,污染程度不高.单项生态风险指数的均值从大到小依次为:Cd、As、Ni、Cu、Pb、Zn、Cr.综合生态风险指数均值为63.17,处于轻微风险水平.该研究作为土壤生态调查的核心,可为土壤环境管理和重金属污染修复提供科学依据.

    土壤重金属PMF模型源解析生态风险长江干流

      原文链接:
    • 万方数据
    • 维普