首页期刊导航|山东农业大学学报(自然科学版)
期刊信息/Journal information
山东农业大学学报(自然科学版)
山东农业大学
山东农业大学学报(自然科学版)

山东农业大学

温孚江

季刊

1000-2324

nongdaxuebao@163.com

0538-8242751

271018

山东泰安市岱宗大街61号农业大学学报编辑部

山东农业大学学报(自然科学版)/Journal Journal of Shandong Agricultural University(Natural Science Edition)CSCD北大核心CSTPCD
查看更多>>本学报为农业综合性学术刊物,国内外公开发行。主要登载农学、园艺、植保、动物科技、林学、资源与环境、食品科学、农业工程、农业经济、生命科学、生物技术、水利及土木工程等方面的最新研究成果。属首届全国优秀科技期刊,被国内外30多家文摘类期刊及数据库收录,并已加入《中国学术期刊(光盘版)》、“中国期刊网”及“万方数据资源系统(ChinaInfo)数字化期刊群”。
正式出版
收录年代

    设施智慧农场大数据平台开发与应用

    张洪奇张艳张晨吴勇...
    295-303页
    查看更多>>摘要:针对设施农场存在劳动强度大、数字化与标准化程度不足以及智能化水平低等问题,研究旨在通过规范生产管理流程和提高温室自动化水平,降低劳动强度并提升农场精准化管理能力。基于Spark框架,研发设施智慧农场大数据平台。利用实验室研发的"神农物联"系列物联网系统,实现了设施环境的实时精准感知;基于钟模型构建作物生长发育模型,并融合构建知识规则,实现设施农事全过程管理的标准化;通过生长发育模型判断物候期,并运用LSTM模型对温室环境进行预测,在预测基础上实现对温室环境的智能精准控制。实验结果表明,平台显著提升了管理能力和智能精准控制水平,为设施农场的现代化管理提供了有力支撑。

    设施农业智慧农场大数据平台人工智能

    基于多时相遥感影像的农安县土壤有机质含量估算

    李华森张继真郝航张月...
    304-313页
    查看更多>>摘要:精准获取农田土壤碳储量对确保国家粮食安全及应对气候变化具有重要意义。土壤有机质(Soil Organic Matter,SOM)作为土壤碳库的重要组成部分,采用遥感影像估算SOM的精度受单时相、多时相影像的影响程度,及究竟选取多少景影像进行SOM的估算较为合适尚不清楚。本研究以吉林省长春市农安县为研究区,以2013-2018年Landsat 8遥感影像作为数据源,选取归一化植被指数(Normalized Difference Vegetation Index,NDVI)、比值植被指数(Ratio Vegetation Index,RVI)、有机碳指数(Soil Organic Carbon Index,SOCI)等光谱指数,并提取高程、坡度、坡向、地形湿度指数(Topographic Wetness Index,TWI)等地形因子,及粮食产量、化肥施用量等农田管理措施,采用随机森林算法筛选后的指示因子作为模型的输入变量,构建SOM估算模型。结果表明:相较于使用单时相卫星影像提取的指示因子,使用多时相卫星影像能更好的利用影像多时相信息,对SOM的估算精度较高。随着使用影像年份的增加,模型反演精度会达到上限,本研究中使用数据年限为3年,后续增加使用影像的数量,反演精度基本不变。使用3年影像进行SOM反演的模型验证集精度R2为0。682,RMSE为3。152 g/kg。本研究成果不仅对应用多时相遥感影像进行SOM精准估算具有重要意义,也对农田土壤质量的提升及农业可持续发展具有重要意义。

    土壤有机质多光谱影像多时相随机森林贡献率

    基于随机森林—贝叶斯优化的设施黄瓜生长模型研究

    杨合飞李杰于双吴勇...
    314-321页
    查看更多>>摘要:为解决当前设施黄瓜生产水平不高,设施环境难以精准调控、智能化应用不足等问题,本研究基于山东农业大学科技创新园园艺实验站日光温室内的环境数据和黄瓜生长数据,采用随机森林-贝叶斯优化算法(RF-BO)构建设施黄瓜定植期、伸蔓期、初花期及采收期生长模拟模型,并与随机森林(RF)算法建立的生长模型进行对比分析,结果表明:基于RF-BO构建的设施黄瓜生长模型在设施黄瓜各发育期的模拟效果均优于RF算法构建的设施黄瓜生长模型,各发育期生长模型的决定系数R2均在0。9以上,均方根误差RMSE范围在0。121~0。317之间,平均绝对误差MAE范围在0。096~0。221之间,可较为准确模拟设施黄瓜的生长动态过程。本研究所构建的设施黄瓜生长模型亦可为其他园艺蔬菜或作物的生长预测提供参考,从而为环境精准调控农业生产提供更加科学、可行的决策依据。

    设施黄瓜生长模型RF-BO算法

    基于EBP-YOLOv8的葡萄叶病害检测与识别方法研究

    蔺瑶曾晏林刘金涛李佳骏...
    322-334页
    查看更多>>摘要:为提高实际环境中葡萄叶病害检测的准确率,适合视频实时监测、无人机等嵌入式AI应用场景,对YOLOv8目标检测模型从模型结构、轻量化等方面进行改进,构建了EBP-YOLOv8。首先在颈部网络中引入BiFPN结构,加强模型特征层之间的融合,改善对小目标的检测能力;其次使用C2_P来替换颈部网络中的C2f结构,实现模型的轻量化,在降低模型计算量的同时而不影响其精度;然后在特征提取网络中融入EMA注意力机制,提升网络对感兴趣区域的关注,提升模型对复杂背景、相似病斑的识别能力;最后将CIoU损失函数替换为ECIoU损失函数,进一步提升模型的检测性能,使模型能够更好地收敛。EBP-YOLOv8 对比YOLOv8n、Faster-RCNN、RetinaNet、YOLOv8n、YOLOv8s、YOLOv7、YOLOv7-Tiny、YOLOv4-Tiny,mAP分别提升了3。2%、13。87%、3。49%、3。2%、1。3%、5%、4。7%、8。8%,模型大小仅5。3MB。改进后的算法在轻量化及保证实时性的同时有效提高了检测精度,可以为开发葡萄叶病害实时检测边缘系统提供有效参考。

    葡萄叶病害YOLOv8BiFPNEMA注意力机制轻量化

    "胡焕庸线"两侧植被覆盖度地域分异的时空特征分析

    厉彦玲董超王薪宇
    335-346页
    查看更多>>摘要:探究"胡焕庸线"两侧植被覆盖度的地域分异对于生态环境保护与自然资源的可持续管理具有重要意义。本研究根据MODIS-NDVI遥感数据及相关研究资料,运用像元二分法量化了2000至2020年间植被覆盖的变化情况,并结合斜率分析、空间自相关分析、转移矩阵及相关分析法,系统分析了"胡焕庸线"东西两侧植被覆盖度的动态及降水对其的潜在影响。研究发现,中国植被覆盖度在"胡焕庸线"两侧展现出显著的空间异质性,西部地区普遍低于东部;冷点主要分布于线西,热点主要分布于线东。尽管过去21年间全国植被覆盖度经历了局部年度波动,但从整体趋势看呈上升态势,约有45%的地区植被覆盖水平实现了由低向高的转变。具体而言,"胡焕庸线"以西区域的年均植被覆盖度增长率约为0。003 5/a,而线东地区则达到0。005 9/a,且在各自区域内,植被显著增长的区域占比分别为53。22%和59。81%。此外,年降水量与年际间植被覆盖度的相关性在"胡焕庸线"两侧表现出空间上的差异化特征,即东部地区呈负相关,而西部则为正相关。综上所述,以"胡焕庸线"为界,中国的植被覆盖度在时间和空间上的分布特征凸显了其独特的地域分异性。本研究为理解我国植被生态系统的动态变化提供了重要依据。

    胡焕庸线植被覆盖度地域分异时空特征分析

    基于YOLOv5目标检测的机械臂精准授粉系统设计与试验

    丁昊李小光王术波
    347-355页
    查看更多>>摘要:针对梨花人工授粉劳动强度大、效率低,机械授粉花粉用量大、成本高的问题,本文提出了一种结合YOLO深度目标检测算法和机械臂执行系统实现梨花精准授粉的方案。首先将整个系统拆分为深度相机感知模块、靶标授粉决策模块、机械臂执行模块,提出机械臂授粉的各模块融合技术路线。然后通过对深度相机和YOLOv5目标检测算法的融合,检测系统输出靶标梨花的三维坐标位置。进一步通过坐标转换将不同坐标系下的坐标统一到机械臂基坐标下,实现将梨花的像素坐标值和深度值转化为梨花在基坐标系下的三维坐标。最后试验部分完成机械臂授粉执行并探究了机械臂授粉系统的准确性。结果表明,在试验环境下授粉的绝对误差平均值为3。83 mm。

    梨花授粉靶标梨花识别机械臂控制深度相机

    一种基于改进ResNet18神经网络的玉米叶片病害识别方法

    马春悦郭秀茹王琛孙博...
    356-366页
    查看更多>>摘要:为了研究出一种快速、高效的玉米病害识别方法,针对玉米叶片病害识别问题,本文以灰斑病、南方锈病、小斑病、锈病、叶斑等5种常见的玉米叶片病害为研究对象,提出一种基于改进ResNet18神经网络的玉米病害识别方法。通过在ResNet18网络的基础上引入金字塔卷积(Pyramidal Convolution)可以在玉米复杂的生长环境中利用多尺度的特征信息来提高模型对单叶片的识别和定位能力,以有效加快模型的收敛速度并显著提高模型的病害识别准确率;将残差结构的激活函数替换为PReLU(Parametric Rectified Linear Unit)激活函数避免模型训练过程中的神经元死亡。在收集的真实玉米叶片病害数据集上进行的实验表明,与原始ResNet18残差网络相比,本文提出的模型在玉米叶片病害识别的准确率、精确度、召回率、F1 分数分别提升了1。86%、1。78%、1。78%、1。87%;模型的参数尺寸减小了1。85%。该模型可作为一种检测复杂生长环境下玉米叶片病害的有效方法。

    玉米叶片病害识别ResNet18金字塔卷积PReLU

    基于STL-Informer-ARIMA组合模型的猪肉价格预测方法研究

    王杰董国奥李俊清
    367-375页
    查看更多>>摘要:合理预测猪肉价格对稳定生猪市场价格波动及促进猪产业的健康持续发展具有重要意义。本文深入研究了猪肉价格的影响因素,整合了29种相关价格数据。通过分析数据特征,针对Informer模型在猪肉价格数据提取方面的局限性,对Informer模型进行改进,将自注意力机制ProbAttention更换为Synthesizer模型,引入了价格波动模块。在此基础上,本文提出了一种新的价格预测组合模型STL-Informer-ARIMA,模型结合了随机森林(Random Forest)和递归特征消除(Recursive Feature Elimination)进行特征选择,利用季节性和趋势分解法(Seasonal and Trend Decomposition Using Loess)对猪肉(白条猪)价格进行分解,采用ARIMA模型对季节项进行预测,同时针对趋势项和残差项采用改进的Informer模型进行预测。实验表明,STL-Informer-ARIMA组合模型的MSE为0。532,MAE为0。446,RMSE为0。729,MAPE为0。030,R2为0。958,相较于LSTM、SVR和GRU等常用价格预测模型,本文的组合模型有效提升了猪肉价格预测的准确性和可靠性。

    猪肉价格特征选择改进的Informer组合模型

    基于ResNet18和随机森林的遥感图像复杂场景分类方法

    彭程王莉王安邦齐涛...
    376-384页
    查看更多>>摘要:复杂场景分类是遥感图像解译的一项重要内容。本文通过优化ResNet18深度残差网络和随机森林,实现了遥感图像复杂场景的高精度分类。首先通过数据扩充将数据库扩充以缓解因训练样本少带来的过拟合问题,然后采用ResNet18深度残差网络自动提取遥感图像场景特征,最后使用随机森林分类器实现复杂场景分类任务并分别在NWPU-RESISC45和UC Merced Land Use数据库上进行了实验。结果表明,本文模型场景分类准确率分别为98。86%和99。17%,与单独使用ResNet18深度残差网络相比,本文模型分类准确率分别提高3。36%和1。71%,相比于其他场景分类方法,本文模型分类准确率分别提高5。23%和1。55%。

    数据扩充深度残差网络随机森林遥感图像场景分类

    基于服务的云边端协同流数据处理体系结构研究

    张守利刘晨
    385-395页
    查看更多>>摘要:物联网相关技术的快速发展产生了大规模传感流数据和对流数据的高并发处理需求,云边端协同计算正成为低延迟、高可靠的流数据处理的有效途径。为了提升流数据处理系统的灵活性和可扩展性,降低流数据处理延迟,本文提出一种基于服务的分散式云边端协同流数据处理体系结构,设计了面向大规模流数据的主动式数据服务模型,流数据及流数据处理被抽象为合适粒度、可被独立部署和动态调度的服务,解耦数据与计算。引入事件驱动机制,提出了基于事件驱动的云边端服务动态协作机制,有效提升了系统的灵活性。基于真实的电能质量传感流数据验证了本文所提出架构的正确性和有效性。

    流数据处理云边端协同服务计算事件驱动服务协作