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

    耦合耕地综合质量和空间连通性的基本农田划定研究

    林建平黄坤邓爱珍张运平...
    221-231,251页
    查看更多>>摘要：保护集中连片的优质耕地对于保障国家粮食安全具有重要意义.本文以江西省兴国县为例,从耕地的自然质量、立地条件、生态条件 3 个层面系统构建耕地综合质量评价指标体系;基于 TOPSIS(Technique for order preference by similarity to an ideal solution)综合评价法对耕地综合质量进行评价,引入耕地连片度、耕地空间连通格局分析了耕地空间集聚特征,综合耕地质量及其连通特征划定永久基本农田.结果表明:从耕地综合质量来看,兴国县耕地质量由高到低划分为4 个质量等级,面积分别为6204.95、16031.72、19321.79、3573.76 hm2,占总耕地面积的13.75%、35.52%、42.81%、7.92%.总体来看,兴国县中等质量耕地居多,占比为78.33%.从耕地连通性来看,兴国县耕地连片程度由高到低划分为 5 个等级,其中一级～五级连片耕地面积分别为 24 731.44、6199.73、3 131.54、7 397.71、3 671.80 hm2,分别占耕地总面积的 54.80%、13.73%、6.94%、16.39%、8.14%,耕地存在不同程度破碎化.将耕地质量三等以上、连片程度四级以上耕地划入基本农田,面积为37 029.62 hm2,占耕地总面积的82.05%,与原有划定基本农田相比,实现了划定后永久基本农田"总体稳定、布局优化、质量有提升"的目标.

    永久基本农田熵权TOPSIS模型耕地综合质量空间连通性

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于地块面积和形状的土地整治机械旋耕效率研究

    郑慧慧杜宁魏宸博张超...
    232-240,259页
    查看更多>>摘要：为量化不同面积与形状的地块机械耕作效率差异,科学评价土地整治在机械旋耕效率提升方面的潜力,设计一套标准田块,选取69.83 kW东方红LX950 型拖拉机配套旋耕机进行耕作,工作宽幅为200 cm,采用田间实验法对不同面积梯度和形状的地块进行机械旋耕效率测算,并在此基础上,基于区域尺度建立地块面积、形状与机械旋耕效率的耦合关系及函数模型,修正后得到区域尺度机械旋耕效率.结果表明:地块形状的规则程度影响机械旋耕效率,形状越规整,机械旋耕效率越高.在相同的面积梯度上,矩形地块机械旋耕效率最高,梯形地块次之,直角三角形地块最低.随着地块面积的增大,机械旋耕效率不断增加,当地块面积达到一定程度时,机械旋耕效率趋于稳定.当地块面积超过 7 000 m2 时,机械旋耕效率基本保持不变,矩形、梯形地块机械旋耕效率较高,维持在0.25 s/m2,其他形状地块机械旋耕效率较低,维持在 0.30 s/m2 左右.案例区地块单元水平的机械旋耕效率为0.27 s/m2.其中,中低效地块单元数量最少,占比7.10%;高效地块单元数量最多,占比58.24%.案例区西部机械旋耕效率大于东部,主要由于东部区域土地细碎化程度高于西部区域,地块单元面积较小,形状也不尽规则,从而极大地降低了区域机械旋耕效率.实验结果表明,面积大于7 000 m2地块是大型机械化耕作的适宜耕作规模,地块面积与形状规则程度均影响机械旋耕效率,土地整治工程在扩大地块面积的同时也需保证地块形状的规则化程度.

    机械旋耕效率地块面积地块形状地块单元土地整治

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    融合时序Sentinel数据多特征优选的南方丘陵区油茶种植区提取

    李恒凯王洁周艳兵龙北平...
    241-251页
    查看更多>>摘要：油茶作为江西省经济林树种之一,也是江西省特色优势产业,准确获取其空间分布在产量估算、生产管理和政策制定等方面具有重要意义.本研究针对南方多云多雨气候导致光学影像不足,以及丘陵山区地形破碎问题,以江西省宜春市袁州区为研究区,采用时序Sentinel系列影像数据和SRTM DEM数据为数据源,构建和优选了光谱特征、植被-水体指数、红边指数、雷达特征、地形特征和纹理特征共125 个特征变量,其中,纹理特征采用累计差法(Δf)对比15 种不同尺度窗口,计算Sentinel-1 和Sentinel-2 影像最佳纹理特征.基于ReliefF特征优选算法和随机森林分类算法,设计了8 种特征组合方案开展实验,探讨不同特征类型对油茶提取精度的影响.结果表明:利用累计差法计算出的Sentinel-1 和Sentinel-2 的最佳纹理特征窗口尺寸均为 35×35,最佳纹理特征组合为均值(Mean)、方差(Variance)和对比度(Contrast);在光谱特征、植被-水体指数的基础上加入不同特征对油茶进行分类,不同类型特征对油茶提取的有利程度由大到小依次为S2 纹理特征、S1 纹理特征、地形特征、雷达特征、红边指数,相比于单一光谱和指数特征,纹理特征的加入可大幅度提高分类精度.多特征协同分类结果优于单特征分类结果,基于特征优选的油茶提取精度最高;基于ReliefF算法特征优选后的方案精度最高,总体精度为88.29%,Kappa系数为0.81.本研究利用时序Sentinel系列遥感影像和DEM地形数据,构建了针对多云雨南方丘陵山区的大范围油茶遥感提取方法,可为中国南方丘陵区域油茶资源调查与监测提供参考.

    油茶种植区提取Sentinel-1Sentinel-2特征优选累计差ReliefF算法

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于红光波段冠层SIF降尺度的小麦条锈病遥感监测

    竞霞赵佳琪叶启星张震华...
    252-259页
    查看更多>>摘要：为减弱冠层几何结构等因素对传感器探测到的冠层日光诱导叶绿素荧光(Solar-induced chlorophyll fluorescence,SIF)的影响,探讨了条锈病胁迫下红光波段荧光(Red SIF,RSIF)的响应特性,并以RSIF为自变量构建了小麦条锈病遥感监测的线性回归(Simple linear regression,SLR)及非线性回归(Non-linear regression,NLR)模型.结果表明:叶片尺度RSIF在小麦条锈病遥感监测中具有较大优势,其与小麦条锈病病情严重度(Severity level,SL)间相关系数较远红光波段SIF(Far-red SIF,FRSIF)提高 13.2%,以叶片尺度RSIF为自变量构建的SLR及NLR模型预测DSL与实测DSL之间R2较FRSIF分别增加9.8%、38.9%,RMSE分别降低23.1%、36.4%.此外,降尺度处理能够提高RSIF监测小麦条锈病的精度,叶片尺度RSIF与DSL之间R2较冠层尺度增加126.3%,以叶片尺度RSIF为自变量构建的SLR和NLR模型预测DSL与实测DSL间R2较冠层尺度分别提高114.3%和233.3%,RMSE分别降低16.7%、15.4%.本文提出方法可提高小麦条锈病遥感监测精度,同时对其它胁迫的遥感监测具有一定的参考价值.

    小麦条锈病遥感监测日光诱导叶绿素荧光红光波段降尺度模型精度

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于无人机高光谱遥感与机器学习的小麦品系产量估测研究

    齐浩吕亮杰孙海芳李偲...
    260-269页
    查看更多>>摘要：为快速、准确地估测小麦产量,有效提高育种工作效率,本文以小麦品系为研究对象,收集小麦灌浆期无人机高光谱数据和产量数据.首先基于递归特征消除法筛选出特征波长作为模型输入变量,然后利用岭回归(Ridge regression,RR)、偏最小二乘回归(Partial least squares regression,PLS)、多元线性回归(Multiple linear regression,MLR)3 种线性算法和随机森林(Random forest,RF)、梯度提升回归(Gradient boosting regression,GBR)、极限梯度提升(eXtreme gradient boosting,XGB)、高斯过程回归(Gaussian process regression,GPR)、支持向量回归(Support vector regression,SVR)、K最邻近算法(K-nearest neighbor,KNN)6 种非线性算法构建单一算法产量估测模型并进行精度比较,最后基于Stacking算法构建多模型集成组合,筛选最佳集成模型.结果表明,基于不同算法的产量估测模型精度差异显著,非线性模型优于线性模型,基于GBR的产量估测模型在单一模型中表现最优,训练集R2 为 0.72,RMSE为534.49 kg/hm2,NRMSE为11.10%,测试集R2为0.60,RMSE为628.73 kg/hm2,NRMSE为13.88%.基于Stacking算法构建的集成模型性能与初级模型和次级模型的选择密切相关,以KNN、RR、SVR为初级模型组合,GBR为次级模型的集成模型有效提高了估测精度,相比单一模型 GBR,训练集 R2 提高 1.39%,测试集 R2 提高3.33%.本研究可为基于高光谱技术的小麦品系产量估测提供应用参考.

    小麦品系产量估测无人机高光谱遥感机器学习Stacking算法

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于改进注意力机制和多语义特征增强的自然环境下枣品种识别方法

    雷浩苑迎春许楠何振学...
    270-279,324页
    查看更多>>摘要：针对目前自然环境下枣品种识别准确率较低的问题,提出了一种基于注意力机制和多语义特征增强的枣品种识别模型(ICBAM_MSFE_Res50).该模型在ResNet-50 基础上,引入改进注意力机制(Improved convolutional block attention module,ICBAM),ICBAM采用一维卷积和多尺度空洞卷积对卷积块注意力模块(CBAM)进行改进,消除了特征图降维时的信息损失,降低了模型计算量和参数量,提高了模型对枣果区域细粒度特征的提取能力.同时,提出了多语义特征增强(Multi semantic feature enhancement,MSFE)模块,该模块通过枣果区域定位算法提取更多枣果局部显著特征,并采用显著性特征抑制算法迫使模型学习枣果次要特征,从而达到枣果多种语义特征学习.实验结果表明,在20 类枣品种数据集上,本文模型准确率为 92.20%,与ResNet-50 相比,提高 4.26 个百分点.对比AlexNet、VGG-16、ResNet-18、InceptionV3 模型,准确率分别提高 15.84、9.22、6.86、3.55 个百分点.对比其他枣品种识别方法,本文方法在20 种枣品种识别中表现最优,可为自然环境下枣品种识别研究提供参考.

    枣品种识别深度学习注意力机制多语义特征增强

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于改进YOLO v8s的小麦小穗赤霉病检测研究

    时雷杨程凯雷镜楷刘志浩...
    280-289页
    查看更多>>摘要：为实现大田复杂背景下小麦小穗赤霉病快速准确识别,构建了包含冬小麦开花期、灌浆期和成熟期3 个生育期共计640 幅的小麦赤霉病图像数据集,并提出一种基于改进YOLO v8s的小麦小穗赤霉病识别方法.首先,利用全维动态卷积ODConv替换主干网络中的标准Conv,提高网络对目标区域特征的提取;然后,在Neck网络使用改进Efficient RepGFPN特征融合网络实现低层特征与高层语义信息的融合,使模型能够提取更丰富的特征信息;最后,采用EIoU损失函数替换CIoU损失函数,加快模型收敛速度,进一步提高模型准确率,实现对小麦小穗赤霉病的快速、准确识别.在自建的数据集上进行模型验证,结果表明,改进模型(OCE-YOLO v8s)对小麦小穗赤霉病的检测精度达到98.3%,相比原模型提高2 个百分点;与Faster R-CNN、CenterNet、YOLO v5s、YOLO v6s、YOLO v7 模型相比分别提高36、25.7、2.1、2.6、3.9 个百分点.提出的OCE-YOLO v8s模型能有效实现小麦小穗赤霉病精确检测,可为大田环境下农作物病虫害实时监测提供参考.

    小麦赤霉病目标检测YOLOv8全维动态卷积Neck网络EIoU

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于改进YOLO v7-tiny的玉米种质资源雄穗检测方法

    马中杰罗晨骆巍王利锋...
    290-297页
    查看更多>>摘要：针对玉米种质资源遗传多样性丰富导致雄穗大小、形态结构及颜色呈现较大差异,无人机搭载可见光传感器相比地面采集图像分辨率低,以及图像中部分雄穗过小、与背景相似度高、被遮挡、相互交错等情况带来的雄穗检测精度低的问题,提出了一种改进YOLO v7-tiny模型的玉米种质资源雄穗检测方法.该方法通过在YOLO v7-tiny中引入SPD-Conv模块和VanillaBlock模块,以及添加ECA-Net模块的方式,增强模型对雄穗特征的提取能力.利用自建的玉米种质资源雄穗数据集,训练并测试改进模型.结果表明,改进YOLO v7-tiny的平均精度均值为94.6%,相比YOLO v7-tiny提升1.5 个百分点,相比同等规模的轻量级模型YOLO v5s、YOLO v8s分别提升1.0、3.1个百分点,显著降低了图像中雄穗漏检及背景误检为雄穗的发生,有效减少了单穗误检为多穗和交错状态下雄穗个数误判的情况.改进YOLO v7-tiny模型内存占用量为17.8 MB,推理速度为231 f/s.本文方法在保证模型轻量化的前提下提升了雄穗检测精度,为玉米种质资源雄穗实时、精准检测提供了技术支撑.

    种质资源玉米雄穗目标检测无人机可见光影像YOLOv7-tiny

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于FPGA加速的Mask R-CNN稻瘟病高通量自适应识别模型研究

    杨宁程巍张钊源方啸...
    298-304,314页
    查看更多>>摘要：针对基于图像的稻瘟病现场检测技术依赖先验知识且受制于算力与田间网络状况,无法实现自适应实时检测的问题,提出一种可利用现场可编程门阵列(Field programmable gate array,FPGA)加速的Mask R-CNN(Mask region-based convolutional neural network)稻瘟病高通量自适应快速识别模型.首先将骨干网络改进为MobileNetV2,利用其倒残差模块降低计算量,提高模型并行处理能力;随后增加用于稻瘟病多尺度特征融合的特征金字塔网络模块,使模型具备多尺度自适应处理能力;最后由全卷积网络(Fully convolutional network,FCN)分支输出稻瘟病病斑的实例分割,同时使用交叉熵损失函数完成稻瘟病的定位与分类.稻瘟病实测数据集对模型的验证结果表明:当输入为全高清图像时,模型平均推理时间减少至85 ms,相较GPU服务器、同级别GPU边缘计算平台,速度分别提高86.2%、63.0%.在交并比为 0.6 时,准确率可达 98.0%,病斑捕获能力平均提升 21.2%.提出的Mask R-CNN自适应快速识别模型能够在田间恶劣网络状况下实现稻瘟病的快速现场检测,具有更好的抗噪能力和鲁棒性能,为水稻病害实时检测、察打一体提供了高效实时的片上系统方案.

    稻瘟病检测目标检测MaskR-CNN现场可编程门阵列

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于改进Mask R-CNN的笼养死鸭识别方法

    柏宗春吕胤春朱一星马肄恒...
    305-314页
    查看更多>>摘要：针对规模化笼养肉鸭舍内死鸭识别采用人工作业方式时,存在作业效率低、劳动强度大、养殖成本高等问题,以层叠式笼养肉鸭为研究对象,提出了一种基于深度学习的笼养死鸭识别方法.为了采集数据,首先面向立体层叠式养殖环境设计了一款适用于肉鸭舍的自主巡检装备.针对笼养肉鸭舍铁丝网遮挡严重的问题,基于机器视觉对笼网进行修复,基于OpenCV对图像进行增强处理.构建了一种基于Mask R-CNN的死鸭识别模型,采用Swin Transformer对模型进行优化,解决了Mask R-CNN网络缺乏整合全局信息能力的问题.对比分析了SOLO v2、Mask R-CNN和Mask R-CNN+Swin Transformer模型识别笼内死鸭准确率.实验结果表明,在平均精度均值为90%的条件下,Mask R-CNN+Swin Transformer模型对笼内死鸭总体识别准确率可达 95.8%,在自主巡检装备上的检测效果优于其他主流的目标检测算法.

    机器视觉笼养肉鸭死鸭识别MaskR-CNN

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据