首页期刊导航|农业机械学报
期刊信息/Journal information
农业机械学报
中国农业机械学会 中国农业机械化科学研究院
农业机械学报

中国农业机械学会 中国农业机械化科学研究院

任露泉

月刊

1000-1298

njxb@caams.org.cn

010-64882610,64882231

100083

北京德外北沙滩1号6信箱

农业机械学报/Journal Transactions of the Chinese Society for Agricultural MachineryCSCD北大核心CSTPCDEI
查看更多>>本刊是由中国科协主管、中国农业机械学会和中国农业机械化科学研究院主办的国家级学术期刊,农业工程类中文核心期刊,美国工程信息公司(EI)收录期刊。主要刊登农业机械、农业工程、农用动力和能源、农产品及食品加工机械、农机化以及有关边缘学科的基础理论、设计制造、材料工艺、测试仪器与手段的研究成果及发展动向,反映学科最新研究成果和学术水平。同时还将及时提供中国农业机械学会举办的国内外学术活动信息,可供农机乃至机械行业中、高级技术人员、大专院校师生及科研单位的有关人员阅读参考。
正式出版
收录年代

    基于多器官特征融合的枣品种识别方法

    许楠苑迎春雷浩孟惜...
    213-220,240页
    查看更多>>摘要:针对自然场景下的枣品种识别问题,以枣果为研究对象的机器视觉技术已成为枣品种精准识别的主流方法之一.针对枣品种存在类间差异小、类内差异大的问题,提出了一种基于多器官特征融合的枣品种识别方法.首先利用YOLO v3检测算法将采集的自然场景图像中的枣果和叶片器官分割提取,提出了基于笛卡尔乘积构建两器官组合对的枣品种多样本数据集,然后基于EfficientNetV2网络模型,设计了能够充分学习两器官特征相关性的融合策略来提升模型性能,引入了逐步迁移训练方式以提升枣品种识别效率.最后,在构建的包含20个枣品种数据集上进行了大量实验,得到97.04%的识别准确率,明显优于现有研究结果,并且在训练时间和收敛速度上,本方法也有一定提升.结果表明该方法能够有效融合枣品种枣果和叶片器官的特征信息,可为其他品种识别研究提供参考.

    枣品种识别笛卡尔乘积特征融合迁移学习YOLOv3

    融合Res3D、BiLSTM和注意力机制的羊只行为识别方法

    袁洪波曹润柳程曼
    221-230页
    查看更多>>摘要:识别动物行为可以为疾病预防和合理喂养提供重要依据,从而有助于更好地关注动物的健康和福利.本文提出了一种融合三维残差卷积神经网络、双向长短期记忆网络和注意力机制的深度学习网络模型(AdRes3D-BiLSTM).AdRes3D-BiLSTM模型可以直接针对视频流进行识别,在AdRes3D部分引入了深度可分离卷积和注意力机制,不但减少了浮点运算量,提升了网络轻量化程度,还提高了时间和空间两个维度的特征提取能力;提取的特征被输入BiLSTM模块后,从前后2个方向对时序特征向量进行筛选和更新,最后对羊只行为进行准确识别.试验结果表明,AdRes3D-BiLSTM对羊只站立、躺卧、进食、行走和反刍5种行为的综合识别准确率达到了 98.72%,帧速率达到52.79 f/s,模型内存占用量为28.03 MB.研究结果为基于视频流的动物行为识别提供了新的方法和思路.

    羊只行为识别视频流Res3DBiLSTM注意力机制

    基于改进YOLO v5n的舍养绵羊行为识别方法

    翟亚红王杰徐龙艳祝岚...
    231-240页
    查看更多>>摘要:日常行为是家畜健康状况的重要体现,在传统的行为识别方法中,通常需要人工或者依赖工具对家畜进行观察.为解决以上问题,基于YOLO v5n模型,提出了一种高效的绵羊行为识别方法,利用目标识别算法从羊圈斜上方的视频序列中识别舍养绵羊的进食、躺卧以及站立行为.首先用摄像头采集养殖场中羊群的日常行为图像,构建绵羊行为数据集;其次在YOLO v5n的主干特征提取网络中引入SE注意力机制,增强全局信息交互能力和表达能力,提高检测性能;采用GIoU损失函数,减少训练模型时的计算开销并提升模型收敛速度;最后,在Backbone主干网络中引入GhostConv卷积,有效地减少了模型计算量和参数量.实验结果表明,本研究提出的GS-YOLO v5n目标检测方法参数量仅为1.52 × 106,相较于原始模型YOLO v5n减少15%;浮点运算量为3.3 ×109,相较于原始模型减少30%;且平均精度均值达到95.8%,相比于原始模型提高4.6个百分点.改进后模型与当前主流的YOLO系列目标检测模型相比,在大幅减少模型计算量和参数量的同时,检测精度均有较高提升.在边缘设备上进行部署,达到了实时检测要求,可准确快速地对绵羊进行定位并检测.

    舍养绵羊智慧养殖行为识别注意力机制YOLOv5n绵羊数据集

    基于NSGA-Ⅱ遗传算法的Myring流线型量水槽体型优化设计

    杨洋张宽地姚田成李柯...
    241-250页
    查看更多>>摘要:Myring流线型在水下航行器领域应用较为广泛,而量水槽在渠道中的受阻状态与潜水器潜行时受到的阻力情况具有一定的相似之处,因此本文借鉴潜水器的结构特点进行量水槽体型设计,探究量水槽受阻最小的较优线型.基于FLOW-3D软件,采用最优拉丁超立方设计方法,以流线型的收缩段长度和锐度因子、扩散段长度和离去角为变量设计了 40组数值模拟方案,得到对应的水头损失百分比和上游佛汝德数.以数值模拟变量为输入、结果为输出,训练RBF神经网络,结合NSGA-Ⅱ遗传算法获得Patero前沿解,通过TOPSIS评价法筛选出最优解并得出其线形参数:优化模型收缩段长度为45.9 cm、收缩段锐度因子为0.74、扩散段长度为49.2 cm、扩散段离去角为14.63°,并通过等比例缩放得到6组收缩比,在9组流量下进行模型试验分析水力性能.结果表明,优化后线型过流较顺畅,水力性能较优,预测结果和模拟结果误差不超过5%;不同工况下上游佛汝德数均小于0.5,满足测流规范要求,收缩比为0.58~0.66时各项水力性能均较优;基于临界流测流和量纲分析原理得到的测流公式精度较高,平均相对误差为2.09%.本研究证明了将流线型运用于量水槽领域研究以及通过神经网络和遗传算法寻优的可行性,优化后Myring流线型量水槽具有良好的性能和测流精度,在灌区渠道中具有较好的运用前景.

    流线型量水槽体型优化数值模拟神经网络NSGA-Ⅱ遗传算法

    基于非恒定渐变流-急变流方程的变流量畦灌数值模型

    刘凯华李江吕玉平缴锡云...
    251-261页
    查看更多>>摘要:传统畦灌模型多是基于非恒定渐变流方程建立的,在模拟变流量畦灌水流运动时的精度难以保障.本文综合分析了变流量畦灌过程中田面水流的运动状况,将其按照边界条件的不同划分为恒定流量进水阶段、变流量进水阶段、畦首消退阶段、田面消退第1阶段、田面消退第2阶段等5个阶段,基于非恒定渐变流方程和非恒定急变流方程构建了适用于变流量畦灌系统的渐变流-急变流数值模型,通过2组恒定流量畦灌、4组变流量畦灌的田间试验以及2组文献资料中的畦灌试验数据对模型进行了验证.结果表明,渐变流-急变流畦灌模型模拟值与现场实测结果吻合较好,模拟推进时间决定系数R2均大于0.96、模拟消退时间R2大于0.90.与目前常用的WinSRFR模型相比,渐变流-急变流畦灌数值模型在模拟恒定流量畦灌方面具有相似的精度,且在模拟变流量畦灌方面精度更高.渐变流-急变流畦灌模型可以较精准地模拟变流量畦灌的水流运动状况,可为分析变流量畦灌系统、优化变流量畦灌方案提供支撑.

    畦灌变流量数值模拟非恒定急变流推进消退过程

    干热河谷区橙子树蒸腾耗水环境响应与生理调节研究

    侯盼盼朱厚霖陈滇豫胡笑涛...
    262-271页
    查看更多>>摘要:为探究西南干热河谷地区典型经济林木橙子树的蒸腾耗水机制,利用热扩散式探针TDP、冠层分析仪、土壤水分传感器TDR、全自动气象站等设备获取橙子树蒸腾量、叶面积指数、土壤含水率和气象因子(气温、辐射、饱和水汽压差、降雨量等)的长期数据.对橙子树蒸腾规律的环境控制和生理调节特征进行系统研究,结果表明:相比于干季和雨季,干热季橙子树表现出较为保守的水分利用机制,日蒸腾量、冠层导度和退耦系数都显著低于其他两个季节.干季和雨季,橙子树蒸腾活动受太阳辐射和饱和水汽压差的交替控制,而干热季蒸腾活动主要受饱和水汽压差的驱动.冠层导度与气象因子日内动态变化特征之间存在时滞效应,且这种效应在不同天气不同季节具有差异.受叶面积指数影响,饱和水汽压差与冠层导度在整个年份呈负对数相关关系,其他环境因子与冠层导度在叶面积指数小于4m2/m2时呈负对数相关关系,大于等于4 m2/m2时呈二次函数相关关系.不同环境条件下虽然冠层导度对饱和水汽压差的敏感性不同,但蒸腾耗水在大多数环境条件下基本遵循等水势调节策略,但个别环境条件下存在环境胁迫应对失衡风险.研究结果可为干热河谷区橙子园环境胁迫诊断提供直接依据,有利于灌溉制度的科学优化和节水调控技术体系的高效制定.

    橙子树蒸腾耗水冠层导度干热河谷

    稻麦轮作高标准农田控制排水对排水与氮素输出削减效果模拟

    罗纨王嘉诚贾忠华刘文龙...
    272-279,311页
    查看更多>>摘要:稻麦轮作区高标准农田建设中,通过加深排水沟提高麦作期农田排水降渍能力的同时,加大稻作期农田排水输出,不仅降低了水资源利用效率,而且加重了接纳水体的污染.本文基于江苏省扬州市沿运灌区稻麦轮作农田排水水文水质过程的监测结果,利用田间水文模型(DRAINMOD)模拟了长序列气象条件下,灌区提高农田降渍能力对稻田排水、氮素流失及灌溉需求的负面影响以及控制排水措施的积极效果.结果表明,在节水灌溉模式下,研究区排水沟深度由现状的60 cm加深至120 cm,排水间距由120 m加密至20 m时,稻作期排水量与总氮(TN)输出负荷增加9.0%~22.2%、氨氮(NH3-N)输出负荷增加4.0%~16.8%、灌溉用水量增加9.6%~23.4%.若结合田间管理要求,实施控制排水则可有效缓解提高农田降渍能力造成的负面影响;当排水沟深为120 cm,间距为120~20 m时,稻作期控制排水可使排水量和TN输出负荷减少19.3%~35.3%、NH3-N输出负荷减少7.6%~27.2%、灌溉用水量减少22.9%~40.0%.由于控制排水降低了地下排水梯度,相较于传统排水,农沟从60 cm加深至120 cm时,地下排水平均占比降至50.7%,灌溉用水量相应减少.综上,稻麦轮作农田控制排水具有显著的节水减排作用,可有效降低高标准农田建设中提高降渍能力所产生的负面影响.研究成果可为稻麦轮作区高标准农田建设与水环境保护提供理论依据与技术支撑.

    控制排水氮素灌溉高标准农田DRAINMOD模型稻麦轮作农田

    节水灌溉下秸秆还田形式对黑土区稻田N2O排放与产量的影响

    薛里张忠学齐智娟韩羽...
    280-289页
    查看更多>>摘要:为探寻不同灌溉模式下秸秆还田形式对黑土区稻田N2O排放与产量的影响,于2023年进行大田试验,设置常规灌溉(F)与控制灌溉(C)两种灌溉模式,同时设置秸秆还田(S)、秸秆炭化为生物炭还田(B)、秸秆过牛腹为有机肥还田(O)3种还田形式,以及秸秆不还田(N)作为对照组,共计8个处理.分析不同灌溉模式下秸秆还田形式对稻田N2O排放通量与水稻产量的影响,测定了水稻各生育期稻田土壤铵态氮含量、硝态氮含量、微生物氮含量、pH值,并分析了 N2O排放总量和水稻产量与土壤环境因子之间的关系.结果表明:除返青期外,与秸秆不还田处理相比,秸秆还田与有机肥还田处理土壤铵态氮含量、硝态氮含量、微生物氮含量均表现为增加.相同秸秆还田形式下,控制灌溉模式下各处理生育期内土壤平均铵态氮含量、硝态氮含量较常规灌溉模式高36.23%~60.82%、14.16%~19.61%.同时,秸秆还田与生物炭还田能提高稻田土壤pH值.相同灌溉模式下,与秸秆不还田处理相比较,秸秆还田与有机肥还田处理N2O排放总量分别增加14.44%~24.09%、8.22%~14.44%,生物炭还田处理N2O排放总量降低14.31%~23.90%.生物炭还田与有机肥还田各处理水稻产量提高3.28%~13.07%,其中控制灌溉模式下生物炭还田处理产量最高.综上所述,控制灌溉下生物炭还田可以实现节水、增产、减排的目的.

    水稻产量N2O排放黑土区稻田灌溉模式秸秆还田形式

    基于Sentinel-2影像的黄河南岸典型改良示范区土壤含盐量反演模型

    王宇璇屈忠义白燕英刘霞...
    290-299,439页
    查看更多>>摘要:土壤盐渍化严重制约农田土壤环境的循环发展,高效准确地监测土壤盐分动态变化对盐碱地改良利用具有重要意义.为及时、有效地监测盐渍化土壤含盐量,以内蒙古黄河南岸灌区的4个典型盐碱化耕地改良示范区为例,利用Sentinel-2多光谱遥感影像,同步采集示范区内表层土壤的含盐量数据,通过相关性分析筛选敏感光谱指标,基于偏最小二乘回归(PLSR)、逐步回归(SR)、岭回归(RR)3种简单机器学习模型和深度学习Transformer模型建模,最后进行精度评价并优选出最佳含盐量反演模型.结果表明:示范区土壤反射率的可见光、红边、近红外波段反射率均与土壤含盐量呈正相关,短波红外波段反射率与土壤含盐量呈负相关,引入光谱指数能够有效提升Sentinel-2遥感影像与示范区表层土壤含盐量的相关性(相关系数绝对值不小于0.32);对比不同模型发现深度学习Transformer模型优于简单机器学习模型,验证集决定系数R2和均方根误差(RMSE)分别为0.546和2.687 g/kg;含盐量反演结果与实地结果相吻合,为更精准反演内蒙古黄河南岸灌区盐渍化程度提供了参考.

    土壤盐渍化含盐量反演遥感Sentinel-2光谱指数Transformer

    基于DNDC模型的红壤旱坡花生地N2O排放模拟研究

    赵黎雯左继超聂小飞刘士余...
    300-311页
    查看更多>>摘要:为探究DNDC模型在红壤旱坡地N2O排放模拟的适用性,以赣北红壤旱坡花生地为研究对象,设置常规耕作和轻简化免耕2种处理,连续3年(2019-2021年)采用静态箱-气相色谱法开展N2O排放的田间原位观测试验,研究不同耕作处理下N20排放特征及DNDC模型模拟效果.结果表明:DNDC模型对不同耕作处理下0~10 cm 土壤温度(相关系数r为0.86~0.87)和作物产量(r为0.90)的模拟效果较好.该模型能较好地模拟花生季因施肥和降雨引起的N2O排放波动变化,也能较好地模拟常规耕作下土壤N2O排放峰,但会在一定程度上低估轻简化免耕的N2O排放峰和排放总量,且模型对16 mm以下的降雨响应较小.土壤pH值、施肥量对红壤旱坡花生地N2O排放的影响最大,降雨量、土壤有机碳含量和粘粒含量也是影响N2O排放的重要因子.模型模拟2019年不同施肥量下N2O排放总量与花生产量发现,氮肥施用量不能低于76.54 kg/hm2,也不宜超过106.78 kg/hm2.研究结果可为红壤坡耕地作物种植优化、农业温室气体减排等提供理论依据.

    红壤旱坡花生地N2O常规耕作轻简化免耕DNDC模型