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

    基于视觉识别的玉米病虫害检测与精准变量喷药系统研究

    朱惠斌王明鹏白丽珍张媛媛...
    210-221页
    查看更多>>摘要：针对传统无差别连续式喷药存在农药浪费、喷施低效的问题,以玉米为研究对象,设计一套基于视觉识别的病虫害检测及精准变量喷药系统.结合图像处理和机器视觉技术,对玉米田间病虫害自动、快速和准确识别,并根据识别的病虫害种类及严重程度,自动调整喷药剂量,实现精准农业管理.将自主设计的变量喷药系统集成并部署于计算机控制系统中,并对其检测性能进行验证,试验结果表明,相较于基准模型YOLO v5s,改进后模型精确率(P)、召回率(R)、mAP值分别提升1.6、1.3、0.7个百分点,降低了病虫害误检,避免对非病虫害区域的误喷,同时减少漏检确保了病虫害区域得到及时有效处理,综合反映了系统在不同病虫害类别上的整体识别能力;对于玉米螟、黏虫、灰斑病、叶斑病和锈病,模型识别准确率稳定在60％以上,而对于红蜘蛛、蚜虫识别准确率则在40％以上.于田间进行喷药性能试验,并对雾滴沉积、雾滴漂移及省药率等关键指标进行测试与分析,结果表明,最低雾滴覆盖率为52％,最低平均沉积密度为71.3滴/cm2,均达到病虫害防治要求;省药率与地面流失率最低值分别为32.1％和22％,显著降低了农药总体消耗量和地面流失率.本文设计的玉米病虫害检测及精准变量喷药系统,显著提升了病虫害识别准确性,提高了农药利用率并降低环境污染,为病虫害防控提供科学高效的解决方案.

    玉米病虫害检测深度学习计算机视觉PWM变量控制YOLO精准变量喷药

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

    基于坍落度试验的扰动饱和水田土壤离散元参数标定

    王洪昌丁凯权夏经久张国忠...
    222-230页
    查看更多>>摘要：针对扰动饱和水田土壤环境下触土工作部件与土壤间相互作用关系需要,对高含水率、高流变性和高粘附性的扰动饱和水田土壤离散元仿真模型开展了研究.基于坍落度试验,利用EDEM软件中的Hertz-Mindlin with JKR接触模型构建了土壤颗粒和水颗粒二相混合模型,对扰动饱和水田土壤进行离散元仿真参数标定.以坍落拓展度w为试验指标,利用Plackett-Burman试验从8个相关参数中筛选出对拓展度影响显著的3个参数,其中土壤-水间JKR表面能和土壤-土壤间滚动摩擦因数对拓展度影响极显著,土壤-土壤间恢复系数对拓展度影响显著.根据Box-Behnken试验建立并优化拓展度与显著性参数的二阶回归模型,获得最优参数组合为:土壤-土壤间恢复系数为0.402,土壤-土壤间滚动摩擦因数为0.136,土壤-水颗粒间JKR表面能为0.920J/m2.基于标定后的参数组合,以滑板牵引阻力为指标,进行水稻直播机播种滑板模型与扰动饱和水田土壤间互作关系仿真模拟及土槽试验验证,结果表明仿真与试验获得的滑板模型阻力误差为6.46％,扰动饱和水田土壤离散元仿真模拟与试验一致,表明本研究参数标定方法准确可行.研究可为该类型土壤下的农业机械及触土部件的相关研究奠定基础与提供支撑.

    水田土壤扰动饱和坍落度试验参数标定离散元

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

    江西省水稻全程机械化生产模式与装备配置研究

    潘纪凤杨敏丽李星林嘉豪...
    231-239,245页
    查看更多>>摘要：江西省是全国重要的水稻主产区,但水稻机械化生产效率低下,制约了水稻单位种植面积生产能力的提升.本文以不同经营规模水稻机械化生产模式为研究对象,从作业成本角度选取耕整地、种植、植保、收获和干燥5个环节作业费用为投入指标,选取产值为产出指标,使用超效率SBM模型和Cobb-Douglas生产函数两种方法测算不同生产规模和不同地形条件下的水稻全程机械化生产模式技术效率.结果表明,纯技术效率低下是制约水稻全程机械化生产模式技术效率提高的主要原因;赣中、赣南丘陵山区生产模式技术效率逐渐降低,赣中和赣南丘陵山区是技术效率提升的薄弱区域;随着生产规模的扩大,生产模式技术效率呈先上升后下降的趋势,技术模式与生产规模配置合理是提高水稻全程机械化生产模式技术效率的重要途径.鼓励赣北平原地区应用大中型拖拉机、乘坐式插秧机和大型干燥机等高性能机械.在赣中和赣南丘陵山区可通过先成立家庭农场/专业大户,辐射周边带动小农户机械化发展,再发展大型合作社并建立育秧和干燥中心,最终成为综合农事服务中心的路径,促进江西省丘陵山区水稻机械化生产模式技术效率提高.赣北平原生产规模大的经营主体可发展"自营+对外服务"与"全产业链延伸"模式,赣中、赣南丘陵山区生产规模小的经营主体可发展"自营"及"托管"模式,有效整合机械化技术,提升生产效率,促进农民增收.

    水稻机械化江西省生产模式装备配置

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

    广西农业机械化发展路径研究

    周海燕贾如赵凤敏罗锡文...
    240-245页
    查看更多>>摘要：农业机械化是转变农业发展方式、提高农村生产力的重要基础,是实施乡村振兴战略的重要支撑.没有农业机械化,就没有农业农村现代化.习近平总书记指出要大力推进农业机械化、智能化,给农业现代化插上科技的翅膀;党的二十大提出要加快建设农业强国,实现中国式现代化,为新时期农业机械化全程全面高质量发展提出了更多更新更高要求.为加快广西农业机械化向全程全面高质高效发展,本文在总结全球与我国农机化发展现状趋势的基础上,通过对广西甘蔗、水稻、柑橘和茶叶等主要作物生产机械化的调研,分析了广西农机化发展的现状和需求,梳理了广西农机化存在的问题,提出了发展思路、重点任务和举措建议,以推进广西多样性特色作物生产机械化更快更好发展,提升农业综合生产能力和竞争力.

    广西农机化发展现状与问题对策与建议

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

    基于EDH-YOLO的轻量型温室番茄检测方法

    毕泽洋杨立伟吕树盛宫艳晶...
    246-254页
    查看更多>>摘要：针对番茄采摘机器人识别算法包含复杂的网络结构和庞大的参数体量,严重限制检测模型的响应速度问题,本文提出一种改进的轻量级YOLO v5(EDH-YOLO)算法.为了能够在保持较高识别精度的同时大幅降低计算复杂度和模型内存占用量,引入EfficientNet-B0的轻量级网络作为YOLO v5算法的骨干网络;为了在训练过程中更好地定位目标物体的同时提高检测算法精度,引入DIoU损失函数;为了降低模型计算复杂度和提高模型表达能力,引入一种轻量化的Hardswish激活函数.实验结果显示,EDH-YOLO模型在识别效果损失较小的情况下,精确率、召回率和平均精度均值分别为95.9％、93.1％和96.8％,模型内存占用量仅为7.3 MB,检测速度为53.2 f/s,对比YOLO v5原模型内存占用量降低55.3％,EDH-YOLO模型检测速度提升60.0％.对比Faster R-CNN、YOLO v7和YOLOv8,EDH-YOLO模型在不同光照和遮挡等情况下具有较高鲁棒性.同时,将EDH-YOLO模型通过模型转换部署到安卓(Android)平台中,优化模型推理过程,满足温室复杂环境下番茄目标果实实时识别需求,可为设施环境下基于移动边缘计算的机器人目标识别及自动采收作业提供技术支持.

    温室番茄深度学习目标识别YOLOv5轻量化网络

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

    基于特征波长的接触式作物叶绿素检测系统

    张春琪刘梦姝晁金阳唐彬...
    255-262页
    查看更多>>摘要：基于叶绿素分子在可见光和近红外光谱区间(波段400～1 000 nm)对光的吸收和反射的敏感特性,设计了一种接触式作物叶绿素检测系统,来实现作物叶绿素含量的无损、快速和准确检测.使用高光谱相机采集玉米叶部397～1003 nm反射光谱,并使用分光光度法萃取叶片叶绿素含量真值,开展叶绿素敏感响应波长筛选.经蒙特卡洛无信息变量消除(MC-UVE)算法在10～50个特征波长内进行变量筛选,发现采用30个特征波长时具有最优的叶绿素含量检测能力,同时通过连续投影(SPA)算法进行特征波长筛选,2种算法共得到7个重合特征波长,又通过对波段和叶绿素含量进行相关性分析,剔除低相关性波段,最终得到6个特征波长.根据筛选出的特征波长对接触式图像传感器波段进行选型,设备的硬件主要包括传感器图像采集、主控制器、电源等模块,实现作物叶部近红外和可见光反射光谱数据采集、处理、显示和存储功能.开展传感器性能测试和田间应用测试,通过分析获取的多光谱图像的反射率构建叶绿素含量偏最小二乘(PLS)检测模型,验证集决定系数为0.705;通过分析各植被指数与叶绿素含量的相关性,选取了相关性较高的归一化红边植被指数(NDRE)、绿红差值植被指数(GMR)和地面叶绿素指数(MTCI)进一步组合建模,检测模型精度提高到0.713,最终将模型嵌入系统实现了田间叶绿素含量快速检测,为作物长势分析提供了技术支持.

    叶绿素含量检测多光谱成像特征波长

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

    基于激光SLAM的小麦点云采集系统与冠层高度提取方法

    伟利国李广瑞董鑫崔永志...
    263-276页
    查看更多>>摘要：为了能够提高田间作物三维信息获取的准确性与效率,以小麦为研究对象,开发了一套田间多传感器数据采集装置,以自走式车辆为移动载体,利用三轴云台作为增稳载体,构建了一套激光雷达和IMU紧耦合点云采集系统.通过研究传感器的成像特性和采集方式,提出了一种基于激光SLAM的采集方法来构建田间高精度点云地图,从而准确获取田间作物点云信息,能够以1.5 m/s的速度完成地图构建,不需要额外增加田间标靶,节约了后期点云匹配的资源.在点云地图的基础上,使用直通滤波、基于Octree的下采样和统计滤波完成了前处理.提出一种基于垂直度和高度模型的地面区域精准提取方法,针对小麦生长期间根部点云难以获取,使用点云PCA分析计算点云法向量进行垂直度提取,经过二次结合高度模型成功分割出不规则的地面点,再次利用地面稳定拟合平面计算新的冠层高度模型.通过统计分析,与人工测量真值相比,基于SLAM的田间小麦三维地图,其建图精度均方根误差可以达到0.04 m;同时本文的冠层高度提取算法与人工测量真值相关系数达到了0.979.研究可以为小麦田间三维性状采集系统设计和性状分析提供有力工具.

    小麦激光SLAM三维点云信息采集冠层高度

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

    基于CNN-LSTM的苹果树种植区域提取

    王子航常晗张瑶郭树欣...
    277-285页
    查看更多>>摘要：苹果树种植区域提取有利于农业资源高效管理.为解决苹果种植区域提取中存在的分类精度不高、时效性滞后等问题,提出一种基于Sentinel-2和MODIS融合影像的卷积神经网络-长短期记忆网络(CNN-LSTM)时序分类模型.首先采用ESTARFM时空融合算法构建融合影像,对不同卫星影像在空间和时间监测能力优势和缺陷进行互补,得到高空间和高时间分辨率共存的影像数据.在特征选择方面,通过随机森林模型进行重要性分析并结合后向特征消除法从25个原始特征中选15个关键特征变量作为最优特征组合.分类模型方面,卷积神经网络(Convolutional neural network,CNN)可以很好地在空间域、光谱域提取有效特征.长短期记忆网络(Long short-term memory,LSTM)作为循环神经网络(Recurrent neural network,RNN)的改进,可以处理不等长的输入序列.二者结合能够提取"时空谱"有效特征,实现更精准的图像分类和遥感数据分析.以烟台市牟平区观水镇为研究区,利用时空融合弥补原始Sentinel-2的影像缺失,使用CNN-LSTM模型进行苹果树种植区域提取,并与常用的机器学习分类算法进行对比,进而确定最优分类模型.研究表明在苹果种植区域提取方面CNN-LSTM模型总体精度为97.98％,Kappa系数为0.958 6,总体精度对比其他4种机器学习算法CART、SVM、RF、GBDT分别高15.43、5.25、4.00、3.31个百分点,与LSTM模型总体精度和Kappa系数相比分别提高2.11个百分点和0.0148.所提出的苹果树种植区域精准遥感提取方法可为制定科学合理的农业管理措施提供有力支持.

    深度学习卷积神经网络CNN-LSTM苹果树种植区域提取

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

    基于纹理感知模块改进的杂交水稻制繁种杂株检测方法

    杨惇泓王永维王俊
    286-293页
    查看更多>>摘要：除杂是杂交水稻制繁种过程中保证种子纯度的关键步骤.为了防止杂株产生异常花粉影响杂交优势,除杂作业需要反复人工操作,耗费大量的人工和时间.田间杂株的自动化地识别是实现机械化和自动化除杂的基础.为了实现杂交水稻制繁种杂株的自动化精确检测,首先使用无人机航拍采集含有杂株的杂交水稻制繁种田俯拍图像,通过中心裁剪获得无畸变的高质量图像,标注出图像中的杂株目标后经过几何变化和颜色变化进行数据增强,获得杂交水稻制繁种田间杂株数据集.针对图像数据集中杂株和正常植株之间的高相似度,提出了一种杂株目标检测网络模型T-CenterNet2,在CenterNet2网络的特征金字塔网络中添加纹理感知模块,这一模块通过重组通道信息获得特征图中的纹理特征,进而增强杂株目标和背景的特征差异;并重新设计了损失函数,添加测量纹理特征和标签真值之间差异的纹理损失,用于控制纹理感知模块;针对除杂的实际作业情况引入DIoU作为边界框损失,通过增加预测框和标签中心点的距离惩罚项以提高网络预测的目标中心点准确度.为了验证各项改进对模型的性能提升,首先使用mAP和召回率作为评价指标描述模型对杂株目标的检测效果,将改进后模型与原始模型CenterNet2以及4种典型模型(Faster R-CNN、FCOS、YOLOX、DeTR)进行对比,实验结果表明改进后T-CenterNet2模型mAP达到86.4％,较原始模型提高11.0个百分点,召回率达到82.5％,较原始模型提高11.6个百分点,而典型模型最高mAP和召回率仅为73.1％和66.2％,T-CenterNet2模型取得明显的优势.其次对比了不同损失函数组合对模型收敛速度和检测精度的影响,其中具有权重的纹理损失和DIoU组取得最佳结果,证明重新设计的损失函数有效适用于杂株检测任务.改进后模型具有较高的检测精度和鲁棒性,能够实现良好的杂株检测效果.

    杂交水稻异常检测目标检测

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

    双目视觉下基于NGBoost的鱼体质量估算方法

    郑亚澎张璐刘尊续
    294-302页
    查看更多>>摘要：鱼体质量对于评判鱼类生长状况、促进精准投喂和提高水产养殖效益至关重要.为实现精准无损的鱼体质量估算,本文提出一种基于双目相机的双维度特征提取和自然梯度提升(Natural gradient boosting,NGBoost)方法.首先通过双目相机获取鱼体图像,并进行相机标定和图像校正操作;其次利用图像处理技术对校正后的图像分割获得鱼体目标,提取出鱼体目标的二维特征;在此基础上进行立体匹配获得鱼体视差图,提取鱼体左右图像的对应关键匹配点,并利用三角变换原理计算三维空间特征点坐标,实现鱼体目标三维特征的提取;最后采用基于NGBoost的方法预测出鱼体质量.本文不仅提取二维平面特征,还提取体长、体宽和鱼体深度比值三维空间特征,实现了鱼体多维特征的提取,丰富了模型的特征表示,解决了单平面维度特征导致的质量预测不准确问题.本文以鲫鱼为实验对象,在真实数据集上进行实验,结果表明,平均绝对误差为0.006 3 kg,均方根误差为0.008 7 kg,决定系数为0.928 7.此外,与多种质量估算方法进行对比,本文方法的各评价指标均有较大幅度提升,能够较为准确地预测出鱼体质量.

    水产养殖鱼体质量估算双维度特征提取深度比值自然梯度提升

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