农业机械学报杂志

农业机械学报杂志2025年第11期

• 饲草生产与加工机械化技术研究现状与展望

  王德成，李思标，尤泳，惠云婷，马朋勃，席军辉，闫崔强，周小艺，胡云晟，王振华

  饲草产业是破解农业结构性矛盾、构建“粮经饲统筹、农牧结合”产业格局的关键支点，其生产与加工机械化水平的提升，是保障畜产品稳定供给、筑牢粮食安全屏障的重要战略举措。本文围绕饲草生产与加工机械化技术，从饲草生产全程机械化的内涵与技术路线出发，系统梳理饲草作物种子生产、草原/草地饲草复壮促生、饲草刈割收获、饲草加工利用共四大板块的技术研究与装备发展现状。重点关注相关技术与装备在国家战略需求、农艺匹配要求、关键技术创新、核心零部件突破、智能装备应用等方面的现状及未来发展趋势。相较于“智能集成—生态协同—全链适配”的国际先进水平，我国饲草生产与加工机械化技术仍面临全程机械化装备发展不平衡及不充分、核心技术及部件高度依赖进口、场景化装备适配性不足、多学科融合深度不够等核心挑战。未来，需加快补齐饲草种子采收机、丘陵山地饲草装备、移动式加工机组等断点，突破打结器、精密排种器、切碎刀具等“卡脖子”部件，针对天然草原、规模化农田等场景推动分场景智能化，通过农艺-生态-数字多学科交叉，融合先进技术实现核心技术自主创新和装备智能化提升。全面提升智能草业装备适配性与效能，推动智慧草业持续发展，为“大农业观，大食物观”与农业现代化提供坚实支撑。

• 青饲料收获技术与装备研究综述

  尤泳，胡鹏展，王德成，惠云婷，张晓航，徐轶凡，纪中良，滕绍民

  青饲料作为畜牧业优质饲源，其机械化生产技术是保障饲草料产业高效发展的重要支撑，其中，青饲料收获装备是为畜牧业供应优质饲草料的关键装备。为系统掌握该领域技术动态，本文从青饲料收获机的组成结构与作业原理入手，重点梳理了饲草收割输送、喂入切碎、籽粒破碎、抛送装填及整机智能化感知调控等核心环节的研究进展，分析讨论当前国内外青饲料收获机相关研究领域的重点、难点及不足。目前我国已构建较为完备的青饲料收获机设计理论体系，具备独立研发生产能力，但仍存在基础理论研究滞后、核心技术自主化程度不高和整机智能化水平较低等问题。未来需从基础机理突破、关键技术创新和智能化系统构建3个维度开展研究，推动青饲料收获机从“中低端适配”向“高端自主可控”升级，为我国饲草料产业高质量发展提供装备支撑。

• 典型草原地面图像感知稳定系统设计与试验

  张宇卓，王德成，尤泳，王天一

  针对草原复杂地形导致植被图像模糊失真的问题，设计了一种集成振动补偿的图像感知稳定系统。通过草原地形振动试验，确定了振动主效应方向、振动位移和频率控制阈值。基于牛顿-欧拉法构建了稳定机构动力学模型，结合路况参数，设计了模糊PID振动补偿控制策略。通过ANSYS随机振动仿真验证了机构强度，应变、应力分布符合正态分布（置信区间95%）。基于ADAMS-Matlab联合仿真构建虚拟样机，证实模糊PID控制策略可有效降低振动干扰。内蒙古自治区实地试验表明，系统使结构相似性指数、峰值信噪比和归一化互相关指标分别提升0.420、12.8dB和0.433。高质量图像占比增加28.4%，中、低质量图像分别减少17.8%和11.5%。研究表明，所提出的基于振动补偿的图像感知稳定系统，显著改善了复杂地形下的植被成像质量，为草原生态监测装备研发提供了理论依据和技术支撑。

• 基于YOLO-TI的青贮收获机活体检测预警系统设计与试验

  惠云婷，吕玉婵，尤泳，李洪迁，王恒缘，王光辉，王德成，王海翼

  青贮玉米田复杂环境遮挡驾驶员视线，收获机作业时易造成人员伤亡和重大经济损失。针对青贮收获机频繁伤害人畜的安全问题，构建了轻量化热红外图像检测模型YOLO-TI，设计了适用于青贮收获机的热红外活体检测预警系统。采集不同时间、地点和姿态的活体热红外图像并进行预处理，优化YOLO v5模型。将YOLO v5的主干网络替换为SqueezeNet进行特征提取，融入红外空间注意力机制(ISAM)以增强目标特征，并将损失计算中的CIoU函数替换为SIoU，构建YOLO-TI模型。试验结果显示YOLO-TI检测精确率达99.6%、召回率为99.1%、F1值为99.0%，实时检测速度为48f/s。对于相同的测试数据集，提出的模型较YOLO v5模型精确率、召回率、F1值以及检测速度分别提升4.4、2.1、3.3个百分点和11f/s；与YOLO v10相比，其精确率和召回率分别提升0.1、1.4个百分点。田间试验结果表明，在18℃环境下，系统在作业范围0~15m内活体检测精度平均值达91.5%，在收获机最小安全距离2.32m内，系统从目标出现到报警激活响应时间为0.45s，符合安全收获作业要求。该系统满足作业过程中实时检测活体的需求，且安全可靠，为青贮收获机在复杂农业场景下精确、高效检测活体提供了技术支持。

• 青贮饲料收获机自动抛料装车系统研究

  余永峰，李雷霞，杨泽宇，杨德秋，赫志飞，滕绍民，华荣江，谢胜建

  针对青贮饲料收获机田间作业过程中，抛料装车环节人工操作劳动强度大、自动化程度低等问题，设计了一套青贮饲料收获机自动抛料装车系统。通过对青贮饲料收获机抛送饲料在跟随料车车斗内的堆积模型进行研究分析，提出了一种基于车斗尺寸的饲料落点位置规划方法及填装规则，然后根据青贮饲料物料特性建立离散元模型，在EDEM软件中开展仿真试验，结果表明，提出的抛送方法在各种饲料抛送角度下均能实现更为均匀的填装，提高了车斗空间利用率。对青贮饲料实际抛送轨迹进行简化，从而将抛臂和抛送饲料整体视为特殊结构的五自由度串联机械臂，利用改进Denavit-Hartenberg建模法建立连杆坐标系，对抛臂进行正运动学分析和逆运动学分析，得出到达理想落点所需的关节变量目标值，通过控制关节变量实际值逼近目标值，实现了青贮收获过程自动抛料装车。以关节角度误差、料车填装率和抛送损失率为试验指标开展田间试验，试验结果显示，抛臂基座旋转角度和抛头转动角度的平均绝对误差分别为1.80°和1.08°，自动抛料装车系统的料车填装率较人工控制抛料装车提升4.94个百分点，抛送损失率平均值较人工控制抛料装车方法降低0.45个百分点，满足田间收获要求。

• 融合植被三维结构与光谱特征的草原地上生物量估算模型

  王天一，路梦源，贺刚，王强

  针对温带典型草原地上生物量（Above ground biomass，AGB）精准估算研究中，传统光谱遥感因缺乏三维结构信息导致反演精度受限，而激光雷达等三维数据获取技术成本高昂的问题，以张家口市察北管理区草原为研究区，提出基于消费级深度相机与无人机多光谱技术的融合方法，开展草原AGB反演研究。利用深度相机获取样方俯视影像，通过计算每个扫描核的“有效高度×覆盖度”并累加积分，量化植被三维体积，提取表征植被“高度-覆盖度”耦合特征的植被投影体积指数（Vegetation projected volume index，VPVI）；结合无人机多光谱影像提取的单波段波反射率及多种植被指数（Vegetation indexs，VIs），经主成分分析（Principal component analysis，PCA）筛选出对生物量敏感的核心光谱特征，进而采用随机森林算法，分别构建基于单一VPVI、单一VIs及VPVI-VIs的AGB反演模型。对比分析不同模型的性能差异，结果显示：VPVI-VIs组合模型表现最优，测试集R2为0.87、RMSE为13.77g/m2，显著优于单一VPVI（R2=0.73）和单一VIs（R2=0.77）模型；特征重要性分析显示，VPVI在组合模型中占比42%，为核心特征，光化学反射指数（Photochemical reflectance index，PRI）和归一化植被指数（Normalized difference vegetation index，NDVI）合计占比24%，作为关键补充特征。散点图验证显示，模型在30~150g/m2区间预测稳定，95%预测带包裹度高。研究证实，VPVI与VIs的融合可有效提升草原AGB反演精度，为低成本、高效的草原生物量监测提供技术支撑。

• 基于VSC-DETR的田间环境苜蓿种荚成熟度判别方法

  于镇伟，田富洋，王强，闫银发，张一诺，宋占华

  针对确定苜蓿种子适收期时存在种荚识别效率低、种荚成熟度判断模型泛化能力差等问题，提出了一种苜蓿种荚成熟度判别模型（VSC-DETR），可精准确定田间苜蓿种子成熟度等级。在RT-DETR（Real-time detection Transformer）模型基础上，利用VanillaNet网络替代RT-DETR主干网络，提升模型在复杂自然环境下识别苜蓿种荚的计算效率和泛化能力；设计了新型卷积神经网络模块以增强检测苜蓿种荚小目标的能力，将尺度特征交互模块中的多头注意力替换为卷积加性标记混合器模块，优化模型对全局信息的理解；利用多元分支模块改进了RepC3（Re-parameterized cross stage partial network with 3 convolutions），将下采样过程中的标准卷积替换为线性可变形卷积，提升了苜蓿种荚成熟度特征提取的准确性和鲁棒性。试验结果表明，VSC-DETR的mAP@0.5达94.23%，平均检测时间为88.3ms。相较于RT-DETR，精确率、召回率和mAP@0.5分别提升7.65、14.2、11.36个百分点，且平均检测时间减少20.4ms。该研究结果能够快速、准确地识别不同成熟度的苜蓿种荚，可为苜蓿种子适收期的确定提供技术支撑。

• 变径变距式螺旋混合排种装置设计与试验

  尤泳，周小艺，郭晓晴，季坤，席军辉，郭艳颖，惠云婷

  苜蓿和无芒雀麦同行混播有助于改善土壤结构，提升饲草品质，增强生态系统稳定性。针对因苜蓿和无芒雀麦种子形态、尺寸及流动性差异导致的排种堵塞、混合不均等问题，本文设计了一种变径变距式螺旋混合排种装置。通过力学分析与参数计算，明确了装置输送与混合机制，确定螺旋直径、螺距、轴长等关键结构参数；采用离散元仿真分析了螺旋叶片升角对排种性能与混合效果的影响，获取最优结构参数；以螺旋轴转速和混合种子填充率为试验因素，开展两因素五水平旋转组合台架试验，以排种速率、排种稳定性变异系数和混合比例精度为评价指标，利用响应面法优化工作参数组合。结果表明：当螺旋叶片升角为25°时，排种性能较优，排种速率达3.34g/s，排种稳定性变异系数为5.17%，混合比例精度为0.874；台架试验确定最优工作参数组合为螺旋轴转速45r/min、混合种子填充率70%，此时排种速率为3.49g/s，排种稳定性变异系数为4.13%，混合比例精度为0.946。验证试验结果表明，实测值与模型预测值相对误差小于10%。研究结果表明，装置结构合理，可实现2种种子稳定均匀混合排种，满足苜蓿与无芒雀麦同行混播要求，为牧草混播装备研发提供了技术依据。

• 基于草原鼢鼠爪趾曲线的羊草草地松土铲设计与试验

  贺长彬，姚一，郭艳颖，袁帅，周建成，暴鹏宇

  为解决松土部件在羊草草地疏松作业时存在的作业阻力大、疏松效果差等问题，基于鼢鼠前爪中趾内侧曲线轮廓，设计仿鼢鼠爪趾型一体式松土铲并进行田间性能试验。在此基础上，为提升松土铲疏松效果，设计了仿生翼型松土铲，并以铲翼安装高度、铲翼开角和铲翼倾角为试验因素，土壤扰动截面积、翻垡率和耕作阻力为评价指标，进行了铲翼结构参数优化试验，得到了最佳参数组合，进行了田间试验。试验结果表明，仿生松土铲能显著降低草地疏松作业过程中的阻力，仿生翼型松土铲具有较好的草地土壤疏松效果，铲翼的安装高度和铲翼倾角对于松土铲的作业阻力和土壤扰动的综合影响权重占比较大，最优结构参数组合为：铲翼开角105°、铲翼倾角20°、铲翼高度5cm，此时仿生翼型松土铲的作业阻力为5501.38N，土壤扰动系数为68.7%，翻垡率为9.7%，相较于优化前，土壤扰动系数增加了31.6%。研究结果为研制草地改良专用松土部件提供了技术支撑和数据支持。

• 圆捆机链齿式饲草碎料均匀供料装置设计与试验

  马朋勃，李闻曦，郭磊，尤泳，喻晨，李思标，帕合尔鼎·阿布来提

  针对圆捆机作业过程中饲草碎料供料不均匀，供料量波动大，甚至堵塞等问题，提出了一种适用于固定式圆捆机的链齿式饲草碎料均匀供料方法，并设计了均匀供料装置。该装置主要由输送链板、扰动链齿、顶板、驱动部件组成，利用多排扰动链齿的扰动作用实现对饲草碎料的连续均匀供料。台架试验表明：在整个供料过程中，扰动链板可以有效破坏上层物料间的纤维交织和黏附，改善料仓中物料的流动状态，下层物料会在输送链板的作用下持续稳定供料，实现物料的均匀排出，验证了链齿式供料方式的合理性。在台架试验的基础上，试制了供料装置并装机开展试验，以扰动链板转速、喂入辊转速作为试验因素，以扰动链板平均油压、供料时间、出仓物料横向高度变异系数作为评价指标，进行了两因素五水平中心复合正交试验，获得了装置最佳工作参数，结果表明：当使用扰动链板转速13r/min、喂入辊转速85r/min的工作参数组合时，供料效果最好，此时平均油压为1.48MPa，供料时间为128s，高度变异系数为44.81%，满足均匀供料作业要求。

• 大型高密度方草捆打捆机设计与试验

  翟改霞，高晓宏，王振华，王强，戴晓军，杨莉，贺刚

  针对饲草与农作物秸秆捡拾打捆高效作业需求，本文设计了大型高密度方草捆打捆机，阐述了整机结构与工作原理。具体包括：设计了双侧限位回转曲面轨道式弹齿捡拾器，确定其主要技术参数，分析运动特性及捡拾各阶段物料与弹齿的相互作用，并基于多体动力学-离散元耦合仿真验证捡拾效果；设计了“中心对称V形安装+轴向螺旋分布”的切碎喂入装置，其切刀座上刀片以间隔插入方式与强制喂入辊拨叉组协同，一次性完成切断与喂入，为防止堵塞，切刀刀片与拨叉间的相位差为120°；设计了喂入填充与预压装置，并分析曲柄喂入机构及填充喂入机构拨叉端点的运动；基于偏置曲柄滑块机构急回特性，设计了并联双曲柄连杆压缩机构，确定了压缩机构及压缩室结构参数。布局了传动系统并开发作业与故障监测智能控制系统，实现饲草捡拾、输送、喂入、预压填充、压缩、捆扎、卸捆全流程高效稳定作业。以苜蓿草条为研究对象的性能试验结果表明，该机成捆率达100%、草捆密度为250kg/m3、纯工作小时生产率为26t/h，各项指标均符合国家标准。

• 丘陵山区苜蓿捡拾打捆裹包一体机设计与试验

  张克平，李升升，李晓康，安晶

  针对丘陵山区苜蓿田间机械化裹包青贮收获难度大、成捆损失率高等问题，基于甘肃省丘陵山区地形特征和苜蓿青贮收获农艺要求，设计了苜蓿捡拾打捆裹包一体机。该机可对田间铺条苜蓿一次性完成捡拾、切碎、打捆、缠网及缠膜作业，捡拾装置以摆动滚子推杆盘形凸轮机构为关键部件，工作幅宽0.7m、弹齿间距58mm、转速124r/min；切碎装置动刀片与定刀片配合完成苜蓿切碎与强制喂入，滑切角40°，定刀数量13，喂料辊转速300r/min；打捆装置主要由开仓油缸、滚筒、间隙传感装置和前、后仓机架组成，10个滚筒按涡状线排列组成打捆室，卷制草捆尺寸为Φ500mm×700mm；缠膜装置的支撑辊与缠膜臂转速比为0.55，导膜组件差速齿轮传动比为1.5，膜拉伸率为50%。在起伏坡度为0°～15°的丘陵山区苜蓿地开展整机田间性能试验，结果表明：当作业速度为1.3～1.4m/s，铺放苜蓿草条密度约1.5kg/m时，成捆密度为566.02kg/m3，总损失率为3.67%，满足苜蓿裹包青贮要求。

• 基于逆向工程的羊草种子离散元模型构建与参数标定

  贺长彬，杜超宇，王超，吴美红，叶元文

  为提高羊草种子离散元模型的准确性与精度，并为羊草种子排种系统及关键部件的设计优化提供可靠的模型参考，开展了羊草种子离散元高保真模型构建与接触参数标定研究。应用逆向工程技术构建了羊草种子真实几何模型，并利用Hentz-Mindlin(no slip)颗粒接触模型和单球体填充法，建立了离散元仿真模型。测定了羊草种子的本征参数。采用碰撞试验和斜面滚动试验，分别对羊草种子与PLA塑料板、Q235钢板间的碰撞恢复系数、滚动摩擦因数进行了标定。通过最陡爬坡试验和二次旋转正交试验，筛选并优化了种间碰撞恢复系数、静摩擦因数和滚动摩擦因数等关键接触参数。通过台架试验，对相关参数进行验证，结果表明，仿真试验与台架试验的排种质量流率相对误差小于3%，各行排种量一致性变异系数差值小于5%。研究结果表明基于逆向工程技术构建的种子离散元三维模型具有较好的适用性和较高的模型精度，为羊草的排种过程仿真分析及排种装置结构优化提供了模型依据和参数支撑。

• 苜蓿种荚分离清选离散元模型参数标定与试验

  张庆，孙立皓，樊向东，马骋昊，胡建良，刘金龙

  为了更好地利用离散元法研究苜蓿种荚在机械梳脱后的动态分离清选过程，提高离散元仿真分析的准确性，采用试验和仿真的方法开展了螺旋卷曲形状的苜蓿种荚离散元模型参数标定研究。采用斜面法与平板碰撞法测定了种荚-种荚和种荚-钢板间的静摩擦因数、滚动摩擦因数和碰撞恢复系数，通过漏斗掉落法测得苜蓿种荚的实际堆积角为33.19°。在EDEM中基于多球体快速填充构建了螺旋卷曲苜蓿种荚离散元模型，利用Plackett-Burman试验筛选出对堆积角影响显著的泊松比、种荚-种荚静摩擦因数、种荚-种荚滚动摩擦因数、种荚-钢板静摩擦因数，并通过最陡爬坡试验和CCD正交试验确定了其最优值分别为0.200、0.501、0.500、0.218，仿真与试验堆积角的最大相对误差为1.2%。采用标定参数开展了苜蓿种荚分离清选离散元仿真分析，与田间试验相比分离率最大相对误差为6.76%，验证了标定优化后参数的可行性和准确性，可为苜蓿种荚分离清选离散元仿真以及关键结构优化设计提供支撑。

• 不同切根打孔参数条件下伊犁山地草甸土壤物理性质与产草量研究

  樊学婷，章莲，和海秀，陈宁，段震宇，梁飞

  为探究切根与打孔组合对山地草甸土壤改良及产草量的影响，于2023年5月—2024年9月在伊犁河谷进行定位试验，设置了切根深度（5、10、15cm）、打孔间距（20、40、60cm）及对照（CK），分析其对土壤物理性质和产草量的影响。结果表明，切根使土壤容重降14.58%～20.83%，比重降3.54%～9.73%，孔隙度提升2.76%～5.47%，鲜草增产26.54%～36.01%，干草增产18.46%～26.80%，并降低土壤紧实度；打孔使土壤容重降16.67%～17.71%，比重降2.65%～7.96%，孔隙度提升1.52%～5.56%，鲜草增产20.68%～35.08%，干草增产9.31%～29.49%，亦改善紧实度。切根与打孔组合能有效改良土壤物理性质、提升产草量，改善山地草甸环境，其中D?60Q?5在土壤改良和增产方面表现突出，兼具生态与经济效益。综上，单一切根最佳深度为5～10cm，单一打孔最佳间距为40～60cm；打孔60cm和切根5cm组合为伊犁河谷山地草甸改良的最优方案。

• 不同预处理与干燥方式下苜蓿干燥特性研究

  孙庆运，韩梦龙，于贤龙，赵峰，贾振超，武文璇，张宗超

  为解决因苜蓿初始含水率高以及干燥工艺不合理，所导致的干燥能耗高、干草品质差等问题，研究了不同预处理方式（压裂、晾晒以及挤压脱水）与干燥方式（60℃红外干燥、60℃热风干燥）对苜蓿干燥特性和品质的影响，并建立苜蓿干燥模型，确定苜蓿保质节能干燥工艺。试验结果表明，与热风干燥组相比，在不同预处理方式下红外干燥时长缩短21.6%~45.3%；在相同干燥方式下，晾晒预处理组由于苜蓿初始含水率低，干燥时长最短，较未处理组干燥时长缩短70%以上。未处理和压裂预处理方式下苜蓿红绿值a较低，黄蓝值b较高；晾晒预处理后亮度L和红绿值a均较高，黄蓝值b最低，色泽损失相对较大。不同干燥方式下晾晒预处理组苜蓿粗蛋白含量最高，其次是压裂预处理；晾晒预处理组苜蓿相对饲喂价值（RFV）最高，RFV均大于150，较未处理组提高11.37~12.95；而挤压脱水预处理组的粗蛋白含量、相对饲喂价值均最低，品质损失最大。苜蓿最佳干燥工艺确定为晾晒预处理与60℃红外干燥。

• 面向等离子体苜蓿种子处理的均匀布料系统设计与试验

  惠云婷，席军辉，王俊武，王守炎，邵国虎，李百成，黄晨，王德成

  为满足介质阻挡放电（DBD）等离子体处理工艺对种子需以均匀单层形态通过电极区的核心要求，针对苜蓿种子在输送中易出现的堆积、粘连与分布不均等问题，本文设计了一套多级组合式均匀布料系统。通过螺旋定量装置实现种子初始分散，利用散料振动器与多通道匀种振动输送器协同作用，完成种子多级高效匀化与稳定单层排布，提升了种子分布均匀性与一致性，解决了传统进料方式因种子重叠和大面积堆积导致的等离子体处理不均等问题。运用理论建模、动力学分析、高速摄像观测以及多目标参数优化等方法，确定了系统关键结构参数与振动输送过程中避免抛掷运动的临界条件，揭示了激振电压对种子个体及群体运动特性的影响机制。通过单因素与正交试验明确了各操作参数对均匀性的影响，并基于Matlab图像处理平台对种子图像进行二值化处理，应用分水岭分割算法提取种子边界，保障了最近邻距离变异系数计算的准确性与可靠性。结果表明，散料振动器电压对均匀性影响最为显著，输送带转速为影响覆盖率（S）的关键因素。最优工艺参数组合为：散料振动器电压120V、匀种振动器电压70V、输送带转速15r/min。此时，种子层均匀性变异系数为48.12%，覆盖率S为40.93%，实现了处理均匀性与作业效率的良好平衡。研究结果为种子加工领域均匀布料技术提供了理论依据。

• 马铃薯全面耕耘机鼠笼压辊式镇压装置设计与试验

  吕伊宁，赵治明，竹筱歆，刘金妮

  针对传统整地模式土壤扰动强度过大、犁底层加厚及风蚀水蚀加剧等问题，本文开展了马铃薯宽幅全面耕耘机镇压装置优化设计与性能分析，对马铃薯播种前保护性耕作整地作业中的土壤破碎与平整处理工艺进行了研究。采用理论分析与数值模拟相结合的方法，通过建立镇压辊压条-土壤接触力学模型，解析了装置自重与土壤作用机理对作业效果的影响规律，确定了镇压辊关键结构参数与工作参数的优化区间。基于EDEM离散元法构建了镇压装置-土壤互作仿真模型，采用三因素五水平二次正交旋转回归试验设计，以作业速度、镇压辊压条直径和压条旋转角为试验因素，以碎土率和土壤平整度为评价指标开展仿真试验，结果为碎土率为86.32%，土壤平整度为21.55mm。田间试验结果表明，优化后镇压装置作业性能显著提升，碎土率达到85.31%，较传统设备提升12.45%，地表平整度为25.2mm，较ZY-180型镇压器分别提高2.09个百分点、6.9mm。设计的鼠笼式压辊镇压装置不仅与整机具有良好的匹配性，其作业质量可满足马铃薯田整地农艺技术要求。

• 马铃薯播种机漏播检测与自动补种系统设计与试验

  杨然兵，刘莎，张还，潘志国，吴洪珠，李洋，李鑫林，石岳，邓志熙

  针对马铃薯播种机在高速作业过程中存在漏种严重问题，以勺带式排种器为基础，设计了一种以PLC为控制核心的漏播检测与自动补种装置，该装置采用光电传感器组分别对勺带式排种器与补种排种装置的种薯漏播情况进行检测，实现种勺漏播位置精准定位，并设计了以补种排种装置与双电磁铁推杆为核心的自动补种装置，实现漏播位置的连续精准补种，同时采用加速补种原理实现补种排种装置自补种，避免因其排种不成功影响勺带式排种器的补种效果。针对漏播检测及补种控制要求编写控制程序，并设计人机交互界面，实现自动补种。利用试验台开展取种带线速度为0.24~0.64m/s的漏播情况检测效果及补种成功率试验，结果表明，漏播检测准确率为100%，原始漏播率为6.08%～13.64%，补种后漏播率为0.72%～1.96%，平均补种成功率为87.16%。试验结果表明漏播检测与自动补种装置作业性能较好，对种勺连续缺种的情况补种效果也较为稳定，满足马铃薯播种机在高速作业下播种作业需求。

• 油菜毯状苗移栽机切缝-栽插装置优化设计与试验

  蒋兰，汤庆，吴崇友，吴俊，朱庭伟，王吉轩

  针对油菜毯状苗移栽机高速栽插作业时秧苗难入土、易倒伏、栽植质量不稳定等问题，本文提出了一种平畦切缝-推苗入缝栽插方式，通过栽植缝缝型分析、苗块入缝阻力力学试验和推苗入缝过程苗块动力学分析，确定了影响栽植质量的主要参数范围。选取栽植缝锥角、推苗弹簧刚度、栽植频率为试验因素，以栽深合格率和立苗率为试验指标，利用土槽试验台架设计了二次正交组合试验。试验结果表明，当栽植缝锥角角度为70°、弹簧刚度为2.32N/mm、栽植频率为280穴/min时，栽深合格率为99.56%，立苗率为91.55%。为验证优化后切缝-栽插装置实际工作性能，实际作业工况下进行了田间试验，结果表明，栽深合格率97.76%，立苗率92.22%，栽植合格率91.84%，栽植质量较优化前明显提升，栽后苗块底部及两侧均能够与栽植缝较充分接触，有助于立苗和油菜苗生长。

• 基于反转运动规律的蔬菜移栽机凸轮取投苗传动机构研究

  李红双，马健峰

  为了进一步提高蔬菜移栽机取投苗过程的稳定性和高效性，针对夹取式取投苗方式，设计了一种双凸轮连杆式取投苗传动机构。根据位移要求对其进行结构设计，利用反转运动规律法，由输出端理想运动规律反转确定输入端摆杆运动规律，进而确定高需求、大行程的水平送苗段所对应的凸轮廓线。利用ADAMS对该机构的运动过程进行仿真分析，与理论结果进行对比，验证了设计的正确性和可行性。搭建了取投苗试验台，选取辣椒钵苗作为试验对象，以钵苗秧龄、取苗速度和基质含水率为试验因素，设计以取苗成功率、投苗成功率和钵体破损率为评价指标的单因素试验。采用Box-Behnken响应曲面分析法设计正交试验，得到了试验因素交互作用对取投苗效果的影响规律，得到取苗参数优化结果。进行优选验证试验，试验结果表明，当秧龄50d、取苗速度56株/min、基质含水率52%时，取苗成功率为97.58%，投苗成功率为95.64%，钵体破损率为5.32%，满足蔬菜移栽作业的技术要求。

• 基于改进PSO-PID的玉米收获机自动对行系统设计与试验

  黄毅，任子誉，周志红，周涛，郭岗，黄国勇

  玉米收获机作业时存在错行、漏割现象，且对非直线生长模式的玉米植株收获质量差，因此设计了一套玉米收获机自动对行系统。该系统主要由机械式对行装置、转向轮偏转角检测装置、转向控制系统3部分构成。其中，机械式对行装置与转向轮偏转角检测装置可基于二轮车模型的纯追踪模型，实时检测横向偏差与横向误差。转向控制系统采用基于改进PSO-PID的控制方法调整收获机的行驶路线，进一步消除横向偏差。最后，通过Matlab仿真软件分析及模拟场景下试验对系统进行验证。仿真结果显示，相比于传统PSO-PID控制，改进的PSO-PID控制将方波超调量降低了94.3%，正弦波最大误差降低了95.5%，正弦波跟踪延迟仅为0.01s。模拟场景试验结果显示，作业偏差在±20cm范围内的比例高于80%。在速度不超过4km/h时，直线路径轨迹偏差能够控制在±20cm以内，曲线路径中偏差±20cm以内的比例高于93%。试验结果表明本系统满足实际作业要求，可对农业收获自动化提供技术支持。

• 基于BP-NSGA-Ⅱ算法的小麦低损脱粒自适应调控方法

  李骅，吕大伟，王永健，金诚谦，王立辉，姚聪

  传统小麦收获机无法根据田间环境和作业速度实时调节作业参数，导致其夹带损失率、脱出物含杂率均较高，作业性能较低。本文以久富4LZ-7.0型联合收获机为研究对象，提出了一种基于机器学习算法的小麦低损脱粒自适应控制方法，通过实时监测小麦喂入量和作物特性，动态调整滚筒转速和脱粒间隙，实现低损脱粒。基于离散元仿真和BP神经网络预测不同喂入量和小麦含水率下的脱粒性能。将训练完成的BP神经网络模型作为NSGA-Ⅱ算法寻优的适应度函数，基于BP-NSGA-Ⅱ算法建立滚筒转速和脱粒间隙控制模型，实现了滚筒转速和脱粒间隙自适应调控。将本控制系统脱粒性能与恒参数脱粒装置性能进行比较，验证了本控制模型优越性。田间试验结果表明，在不同喂入量条件下进行小麦收获时，本文设计的脱粒装置性能显著优于恒参数脱粒装置，当前进速度为0.8、1.2、1.6m/s时夹带损失率和脱出物含杂率分别降低11%、14%、12%和8%、12%、9%。研究结果可为复杂多变田间环境下，小麦等作物低损脱粒技术研究提供参考。

• 基于EDEM-MFBD的挖拔式大蒜联合收获装置设计与试验

  侯瑞，刘鲁鹏，辛丽，沈景新，周凯，侯加林，李玉华

  针对大蒜联合收获机在大蒜植株挖掘、拔取过程中常出现的破土碎土效果差、拔取阻力大、壅土严重等问题，设计了一种挖拔组合式大蒜联合收获装置。阐述和分析了该装置的整体结构和工作原理，通过动力学分析和理论计算，对关键部件的运动学物理量、受力情况、基本结构参数和空间位置关系进行了优化设计。利用EDEM-MFBD耦合仿真方法，建立了大蒜-土壤-挖拔装置接触模型，确定影响挖拔收获性能的关键因素，并对挖拔收获过程进行微观和宏观分析，探究了大蒜、土壤和挖拔收获装置之间的相互作用关系，揭示了挖拔收获机理。以整机前进速度、铲尖到夹持点水平距离和挖掘铲振动幅度为试验因素进行了单因素仿真试验，以土壤BOND键断裂数量、大蒜茎秆拉拔力和土壤隆起高度为试验指标分析了不同作业参数的影响，进行二次回归正交旋转组合试验。试验结果表明，当整机前进速度为434.3mm/s、铲尖到夹持点水平距离为144.6mm、挖掘铲振动幅度为6.1mm，土壤BOND键断裂数量为78283，大蒜茎秆拉拔力为20N，土壤隆起高度为42.1mm，挖掘、拔取效果最好。为验证优化后的挖拔收获装置作业性能，进行了田间试验，满足设计要求。

• 基于DEM-MBD仿真的三七分离装置激振点位置优化研究

  武占东，赛玉相凹，解开婷，张兆国，郭榕，王浦霖

  针对三七联合收获过程中存在土壤破碎效果不佳、壅土现象严重及根土分离效率低等问题，本文提出一种基于离散元法（Discrete element method，DEM）和多体动力学（Multi-body dynamics，MBD）耦合仿真的激振点位置优化方法，用于改进三七收获机输送分离装置设计。分析输送分离装置结构特征和工作原理，建立三七根土复合体DEM-MBD耦合仿真模型，采用EDEM-Recurdyn耦合仿真技术，探究三七根茎-土壤分离过程的动态演变规律。仿真结果表明，大土块松散与分离效果主要取决于激振区能量输入特性，其中，激振点位置对受力峰值和冲击节律具有显著影响。以三七根土分离效率和最大受力峰值为评价指标，选取激振点位置、振动频率、振动幅度及升运链速度为影响因素，开展二次回归正交旋转试验，确定输送分离装置最佳参数组合为：激振点位置500mm、振动幅度48mm、振动频率3.9Hz、升运链速度0.73m/s。此参数组合下计算得到，根土分离效率为96.11%、三七激振区受力峰值为46.05N。最后，开展台架对比试验，利用高速摄影系统测量土壤颗粒/三七根茎弹跳高度与冲击加速度，结果表明，仿真值与试验值相对误差分别5.43%、5.6%，验证了模型可靠性。研究结果为三七联合收获机输送分离装置结构改进优化提供可靠理论依据。

• 采棉机离心风机叶片优化与试验

  冯静安，陈靖，邵文平，王磊，刁申港，陈超，栗宇航

  采棉机气力输送系统中离心风机性能会对其工作产生重要影响，因此提高采棉机离心风机的工作效率和性能具有重要意义。本文提取原型离心风机叶片的中弧线，并将具有优良流动特性的NACA 6410翼型移植耦合到原型叶片中弧线，设计了一种新型离心风机叶片。结合原型风机在采棉机气力输送系统离心风机试验数据，运用CFD数值计算分析风机的性能变化。通过离心风机性能试验对比原型风机与优化风机不同转速下的气动性能，探讨新型风机的改善效果以及转速对优化风机性能影响规律。结果表明，优化叶片具有良好的气动性能，新型叶片结构有效抑制了风机内部存在的气流流动紊乱、射流-尾迹、流动分离等现象，使得风机叶片表面的气流更加稳定，从而提高了风机效率。在额定运行条件下，相比于原型风机效率54.2%，优化后的离心风机效率达到了58.4%，这一改进表明风机性能有了明显的优化和增强。相比原型风机，优化风机不同转速各个工况点下的运行效率提升了3.0~5.3个百分点，特别是在4200r/min时，风机气动性能的改善效果最为显著，效率提升幅度最高达5.3个百分点。

• 拖拉机前悬挂拨指式油菜割晒机设计与试验

  舒彩霞，秦一鸣，廖庆喜，张青松，袁佳诚，万星宇

  针对采用侧向铺放的油菜割晒机在作业过程中，植株横向输送易堵塞、侧向铺放质量有待提高等问题，结合拖拉机保有量大的实际情况，本文设计了一种拖拉机前悬挂拨指式油菜割晒机，采用链条拨指输送装置及阶梯状排禾口约束油菜稳定输送与有序排禾。利用动力学与运动学分析了油菜植株切割后扶持喂入、横向输送及差速排禾的运动过程，结合油菜植株物料特性及侧向铺放机理，对参数优化并确定了各关键部件较优参数范围，以铺放角度、上下层铺放角度差、铺放宽度变异系数和铺放高度变异系数为评价指标，开展了铺放质量二次回归正交组合试验确定运行参数间的较优参数组合，并进行了田间验证试验。动力学与运动学分析结果表明，油菜割晒机较优参数组合为拨禾轮转速46~72r/min、割台横向输送装置倾角35°、链条拨指安装间距240mm、横向输送装置线速度1.1~1.7m/s；二次回归正交组合试验结果表明，横向输送装置线速度对铺放角度、铺放角度差、铺放宽度变异系数和铺放高度变异系数的影响最为显著，较优参数组合为拨禾轮转速72r/min、横向输送线速度1.6m/s、机组前进速度1.6m/s。田间试验结果表明，割晒机作业过程中油菜植株输送顺畅、铺放有序，较优参数组合条件下油菜平均铺放角为79.9°、上下层平均铺放角度差为10.7°、铺放宽度变异系数为9.2%、铺放高度变异系数为9.1%、机具作业效率为0.75hm2/h。研究结果可为油菜割晒机结构改进和优化提供参考。

• 轻简型水稻秸秆捡拾打捆一体机设计与试验

  贾彭程，徐福东，王金武，邓宇，李景岩，唐汉

  针对目前东北地区水稻秸秆捡拾打捆作业时，存在捡拾难度大、作业效率低、捆包质量差和用工成本高等问题，设计了9Y-2230轻简型秸秆捡拾打捆一体机，集成了捡拾、输送、压缩和打结功能于一体，在保证整机正常工作效率的同时，实现了水稻秸秆的不落地打捆功能，可一次性完成秸秆捡拾打捆作业。对螺旋喂入机构、拨料机构、打捆活塞机构等关键部件进行了优化设计与动力学分析，确定9Y-2230轻简型秸秆捡拾打捆一体机关键部件结构及运行参数。采用单因素试验确定机具前进速度、喂入量、压缩频率的取值范围；以成捆率和规则捆率为试验评价指标，以机具前进速度、喂入量、压缩频率为试验因素，设计三因素三水平正交试验。对正交试验结果进行极差分析，结果表明：当机具前进速度为5.00km/h，喂入量为4.50kg/s，压缩频率为95.00r/min时，成捆率达98.30%，规则捆率达95.90%。以此参数组合进行田间试验验证，得到成捆率为98.29%，规则捆率为95.25%，与优化值相对误差均小于5%，满足相关国家标准要求。

• 柔性钉齿式残膜捡拾打包作业机设计与试验

  史增录，姚洁婷，张学军，刘小鹏，杨龙飞，张朝书，刘蕾

  针对现有残膜作业机性能不稳定、回收混合物含杂高、打包装置复杂等问题，本文提出柔性钉齿捡拾、输送、分离残膜及横向排杂的捡拾分离方法，利用V形带式残膜滚搓成捆原理，设计了一种柔性钉齿式残膜捡拾打包作业机。研究柔性钉齿式捡拾机构、脱膜装置、V形打包装置等关键部件运动学和动力学特性，分析关键部件结构尺寸、排布和工作参数，获得起膜装置转速为218.2r/min，连续捡膜钉齿齿尖线速度为1.93~2.33m/s，分析脱膜过程受力情况，得到有效脱膜转速为96~116r/min，分析计算打包受力及运动参数，得到打包带线速度为1.38~2.00m/s。基于ANSYS和SPH（Smoothed particle hydrodynamics）耦合的方法，构建了钉齿捡膜模拟计算模型，获得捡膜过程中残膜应力变化，其平均峰值应力为0.2133MPa，对比覆盖180d的当季表层残膜抗拉强度，验证捡拾机构设计合理性。样机试验结果表明，当机具前进速度为6km/h、钉齿线速度为2.33m/s、打包带线速度为1.62m/s时，连续作业5hm2的平均残膜拾净率为89.7%，回收混合物含杂率为28.6%，膜包成型率为100%，平均膜包密度为90.2kg/m3，试验结果满足国家与行业标准性能要求，为残膜回收打包机研发提供技术参考。

• 基于GOHBA-Fuzzy-PID算法的施肥控制系统优化研究

  黄友锐，陆森，韩涛，刘权增

  为满足中草药种植对灌溉精准施肥控制的需求，解决传统PID控制存在的超调大、响应慢等问题，本文提出一种基于全局优化蜜獾算法（GOHBA）与模糊PID结合的优化控制策略。利用GOHBA调节模糊PID控制器关键增益参数，以提升系统响应速度与稳定性。在流量0.5、1.0、1.5、2.0L/min条件下开展仿真，比较GOHBA-Fuzzy-PID与标准PID、常规Fuzzy-PID及HBA-Fuzzy-PID的控制性能。结果表明：GOHBA-Fuzzy-PID在不同流量下均展现出较小的超调量（16.7%~26.3%）和更短或相当的稳态时间（92~97s），优于其他控制器，特别当流量为2.0L/min时，其超调量仅为18.2%，显著低于传统算法。结果表明本文算法在非线性、时变的水肥一体化系统中展现出良好鲁棒性与应用潜力。

• 小麦切片机种子定位定向与预切姿态调整系统研究

  李扬，陈云飞，郭祥雨，李天华，王士宁，郭晶

  针对研制的小麦切片机种子定位定向和姿态调整过程中，因种子粒径小、形状不规则，存在识别定位精度低、种子姿态难判别的问题，在前期设计的小麦种子切片机机械结构基础上，开发一套种子定位定向与预切姿态调整系统，为小麦种子切片提供良好的预切姿态。首先，设计了包括工业相机、并联机械臂和电动夹爪的种子定位和姿态调整系统结构，优选硬件参数，将系统进行了合理部署，并阐明了其工作原理；其次，利用工业相机采集小麦种子图像，建立小麦种子数据集，并对小麦胚芽端进行语义标注，基于YOLO v8的语义分割框架训练小麦种子识别分割网络，通过加入Shuffle Attention机制对模型进行结构改进，提高种子图像分割精度，并在对种子进行精准语义分割基础上，提出了一种由掩码轮廓求取形心的算法，通过对种子胚乳、胚芽端的形心匹配，以实现对小麦种子位置、姿态的高效精准检测；最后，试验结果表明：添加注意力机制所获得权重参数比原本模型高1.5%，平均精度均值提高8.46%，改进的YOLO v8模型在数据集上的平均检测时间为18.91ms，小麦种子姿态调整的正确率为91.30%，姿态检测算法的平均正确率为92.93%，姿态角的误差范围为-3.50°~3.50°，得到的平均绝对误差为1.66°，种子数据采集阶段平均耗时9.17s，抓取阶段平均耗时6.21s，返回切割区阶段平均耗时5.74s，整个工作流程平均作业时间为21.11s，在允许误差范围内，验证了本研究在小麦种子定位、姿态识别方面具有较高的精度，能够有效进行种子预切姿态的调整。

• 农用多旋翼无人机动力-载荷最优匹配与能耗验证

  陈瑜，张植勋，申遂愿，黄陶然，陈浩轩，李继宇

  为解决农用多旋翼无人机动态能耗最优的载荷配置问题，提出一种根据农用无人机的动力系统和旋翼数量进行载荷配置使其动态能耗最优的新方法。首先在已建立的农用无人机动态能耗模型基础上，分别计算3种电机动力系统配置7种不同旋翼数量（四旋翼到十旋翼）对应载荷的动态能耗；然后绘制其不同旋翼数量对应的载荷-动态能耗曲线，再对曲线进行“相交”处理，得到不同旋翼数量下载荷-动态能耗曲线的交点。研究发现，对于相同动力系统配置不同旋翼数量的农用无人机，其相邻两个轴旋翼数量配置的载荷-动态能耗曲线的交点即为最优动态能耗载荷交点；最优动态能耗载荷交点对应的载荷从小到大，可依次构成最优动态能耗载荷区间，该区间即为不同旋翼数量对应的最优载荷配置区间。最后使用设计组装的四、六、八旋翼的农用无人机，进行了不同载荷的80次飞行验证试验。试验数据表明，在四、六、八旋翼数量配置下，存在最优动态能耗的载荷配置区间。其中，四旋翼无人机动态能耗测试值与理论值的平均误差为3.22%，六旋翼无人机的平均误差为2.87%，八旋翼无人机的平均误差为2.85%。进一步通过飞行实测动态能耗值和理论模型计算能耗值的误差分析，得到最优动态能耗载荷有效区和失效区，进而得到更加准确的最优动态能耗载荷配置区间。

• 可变速水泵水轮机泵工况瞬态熵产损失机理分析

  董玮，张海琛，李沛轩，范旭罡

  可变速水泵水轮机在泵工况运行时能够通过精确调节转速，使其在不同转速工况下保持较为稳定的运行状态。这种调节方式能够使水泵水轮机在泵工况运行时更好地适应不同的水流条件和负载需求，进而改善其运行效率，扩大运行范围。本文在计算流体力学软件(CFD)中进行前处理设置时，通过用户自定义函数(UDF)方法，给定随时间变化的转速及流量进行数值计算，之后结合熵产理论，针对水泵水轮机泵工况变速调节瞬态过程所诱发的内流场演变机理进行深入分析，研究水泵水轮机泵工况变速调节流动损失。结果表明，在水泵水轮机升速运行时，双列叶栅处失速旋涡增加，叶轮流道内旋涡基本保持不变。叶轮区域的熵产总体上呈逐渐增加的变化趋势，而双列叶栅处的熵产则呈先减小后增大的变化趋势。在水泵水轮机降速运行时，固定导叶出口边附近的失速旋涡增加，叶轮区域以及双列叶栅处的熵产逐渐减小。

• 丘陵山区耕地“林果化”空间分异与驱动机制研究

  林建平，黄坤，邓爱珍，徐紫盈，陈锦棋，余雯慧，吴春妹，张佩怡，陈永林

  揭示耕地“林果化”空间分异特征及驱动因素对科学管理耕地、稳定粮食生产具有重要意义。以江西省赣州市安远县为研究区，从地形地貌、资源禀赋、区位条件、社会经济与区域政策5方面选取20项指标，系统构建耕地“林果化”驱动因子指标体系，并采用空间计量模型，研究耕地“林果化”空间分异及驱动机制。结果表明：2009—2022年，安远县耕地“林果化”总面积为4693.81hm2，耕地“林果化”率为20.98%，其中，耕地转为园地、林地面积分别为1497.04、3196.77hm2，分别占耕地“林果化”率的6.69%、14.29%。空间聚类分析表明，耕地“林果化”高值聚集区主要集中在县城周边及安远县四周，县城周边由于人口密集带动了对林果产品的需求，安远县四周主要为丘陵山区，自然条件和地理特性适合发展林果业，加之政策上的支持共同促进了耕地“林果化”。空间计量模型分析结果表明，耕地“林果化”是自然资源、社会经济及区域政策等多重因素共同作用的结果。本文深入研究了耕地“林果化”空间异质性，系统厘清了南方丘陵地区耕地“林果化”时空分布格局与驱动机理，为合理调控耕地“林果化”和保障国家粮食安全提供依据。

• 基于遥感多参数和Stacking集成学习的冬小麦单产估测

  王鹏新，王静怡，郭丰玮，刘峻明，李红梅，叶昕

  为探究模型融合在估产领域的应用潜力，实现高精度冬小麦单产估测和预测，本文以陕西省关中平原为研究区域，选取与冬小麦长势密切相关的旬尺度叶面积指数（LAI）、光合有效辐射吸收比率（FPAR）和条件植被温度指数（VTCI）作为遥感特征参数，构建基于多模型融合的Stacking集成学习估产模型。考虑不同机器学习算法训练原理差异，将长短期记忆网络（LSTM）、支持向量机（SVM）、弹性网络回归（ENet）、极端梯度提升机（XGBoost）、梯度提升决策树（GBDT）、随机森林（RF）作为备选基模型。基于皮尔逊相关系数量化各模型预测误差之间的相关性，选择相关系数平均值最低的LSTM、SVM、ENet和XGBoost作为基模型。以每个基模型预测结果作为元特征，并将线性回归模型作为元模型对元特征进行拟合，构建Stacking冬小麦估产集成模型。结果表明，相较于精度最高的单一估产模型SVM，Stacking集成模型具有更高的估测精度（R2为0.67、RMSE为520.50kg/hm2、MAPE为9.21%），其R2提升0.03，RMSE和MAPE分别下降26.28kg/hm2、0.83个百分点，因此，Stacking集成估产模型能够融合单个估产模型优势，进而获得更准确的估产结果。

• 基于数字表面模型和改进PIDNet的玉米倒伏无人机遥感监测研究

  李嘉豪，刘开东，柴子凯，宁纪峰，杨蜀秦

  倒伏严重影响玉米的生长发育和产量形成，及时有效地监测玉米田间倒伏位置并确定倒伏区域，对生产补救、良种选育和受灾评估等工作具有重要意义。本文基于改进语义分割模型PIDNet融合数字表面模型蕴含的作物高度信息，提出一种基于无人机遥感的多生育期玉米倒伏监测方法。首先，基于吐丝期、乳熟期和腊熟期玉米的无人机遥感影像，将可见光图像与数字表面模型DSM图像进行融合并作为PIDNet模型的输入层，增强玉米倒伏区域的特征；其次，在PIDNet的积分分支中添加高效多尺度注意力(EMA)模块以提升网络聚合上下文信息、细节解析和边界监测的能力，增强模型对玉米不同生育期倒伏区域的识别能力，从而得到改进的PIDNet玉米倒伏监测模型。试验结果表明，本研究提出的融合DSM的EMA-PIDNet模型的平均像素精度(Mean pixel accuracy, mPA)和平均交并比(Mean intersection over union, mIoU)，在吐丝期分别为91.83%和83.94%，在乳熟期分别为91.66%和82.77%，在腊熟期分别为90.84%和82.64%。与代表性的模型U-Net、PSPNet、DeepLabv3+、UHRNet相比，提出的EMA-PIDNet模型在3个生育期的玉米倒伏区域监测表现均为最优。通过消融实验证明了PIDNet模型融合DSM高度信息和添加EMA模块的有效性。研究表明，通过融合DSM高度信息的方法能够更精准地监测玉米倒伏区域，EMA模块对于玉米多生育期倒伏的监测能力也有提升作用，为利用无人机遥感技术监测玉米倒伏提供了一种有效的方法。

• 秋冬季未离田直立玉米秸秆高光谱可识别性研究

  晁奥升，朱庆伟，邢恩光，李存军，刘玉，张津豪

  探究秋冬季未离田直立玉米秸秆光谱特性和敏感波段是从农田相似地物中遥感准确识别秸秆的基础。本文采集了直立玉米秸秆及同时期相似地物共9类地物的高光谱数据，分析原始光谱及3种光谱变换的光谱曲线特征，并进行了秸秆高光谱可识别性研究。利用逐步判别分析法（SDA）和竞争性自适应加权采样法（CARS）筛选直立玉米秸秆的敏感光谱波段，最后利用随机森林（RF）、卷积神经网络（CNN）、长短期记忆递归神经网络（LSTM）和粒子群优化反向传播神经网络（PSO_BP）4种分类器进行未离田直立玉米秸秆识别。结果表明，直立玉米秸秆在短波红外区域差异最明显，可见光区域次之；4种光谱数据中，光谱变换的识别效果较好，平均识别精度大于89%，其中一阶微分光谱变换的识别效果最高；2种特征波段选择方法中，基于SDA的识别精度最高；4种分类方法都能满足识别的精度要求，其中PSO_BP精度最高。实验结果表明，秋冬季未离田直立玉米秸秆有独特的高光谱特征和敏感波段，与相似地物具有可识别性，可为卫星和无人机的秋冬季未离田直立玉米秸秆遥感监测提供理论依据。

• 基于无人机与深度学习的森林特征参数估测模型构建与可解释性研究

  孙钊，谢运鸿，丁志丹，李睿，谭军，袁新

  森林特征参数是评估森林生态系统生长状况的关键指标，为高效、精确地估测森林特征参数，本研究探索结合无人机技术和DNN（Deep neural network）模型的森林特征参数的估测方法，并通过SHAP（Shapley additive explanations）方法提高模型预测的可解释性。使用无人机高分辨率影像作为数据源，利用DNN对平均胸径（Average diameter at breast height，AD）、林分胸高断面积（Area of forest stand at breast height，BA）、Lorey’s树高（Lorey’s tree heights，HL）、样地地上生物量（Above-ground biomass of sample plots，AGB））等森林特征参数进行估测。设计了多层次的DNN模型处理和分析影像数据，预测森林特征参数。同时，采用SHAP方法对DNN模型的预测结果进行可解释性分析，以理解每个特征在模型预测中的作用。深度学习DNN模型可以利用DAP（Digital aerial photograph）数据中获取的二维光谱特征和三维点云特征进行森林特征参数的估测模型构建。BA和AGB参数的估测模型性能从大到小为DOM+DAP点云、DOM（Digital orthophoto mosaic）、DAP点云，BA和AGB最优模型的R2平均值分别为0.7438、0.7762，而AD和HL的参数估测模型性能从大到小排序为DOM+DAP点云、DAP点云、DOM，AD和HL最优模型的R2平均值分别为0.6133、0.7276。SHAP值反映了每个特征变量对预测结果的贡献，树高变异系数在各模型中均占据了较为重要的位置，点云高度变量对特征参数具有更高的解释能力。DNN模型具有较高的估测精度，而SHAP方法提升了模型预测结果的解释性，同时强调了点云变量在整体预测模型中的重要性。这表明现代遥感技术与先进的机器学习方法相结合，可为利用无人机数字航空摄影技术进行森林资源调查监测提供必要的技术支持。

• 基于无人机遥感影像土壤背景剔除的玉米叶部病害等级识别模型

  刘涛，韩伊曼，杨奉源，刘望，张慧，张寰

  精准获取玉米叶部病害等级信息是实现田间智能植保的关键技术环节。本研究针对无人机遥感影像中受土壤背景干扰导致的作物病害等级分类精度低的问题，提出一种融合植被指数阈值分割与深度学习的玉米叶部病害等级分类方法。以多品种玉米田间种植区为研究对象，首先获取无人机高分辨率影像数据，并对无人机影像进行拼接、辐射校正和感兴趣区域(ROI)裁剪构建样本数据集；然后通过旋转、翻转及对比度增强等数据增强方法扩充样本，构建了包含5088幅标注图像的均衡数据集；最后在使用Otsu算法和植被指数相结合的方法实现土壤背景剔除的基础上，分别使用机器学习和深度学习方法建立剔除土壤背景前后的多个玉米叶部病害等级识别模型。结果表明，绿波段（G波段）在剔除土壤背景方面表现最优，最大交并比（IoU）为75.9%；机器学习模型中基于EXG特征的支持向量机(SVM)方法分类精度最高，其准确率、召回率和F1值均超过88.0%；深度学习模型相比机器学习模型表现更优，ResNet50网络模型分类准确率和F1值分别为94.8%和94.7%；剔除土壤背景可使两类模型的分类准确率分别提高6.2个百分点和4.1个百分点。本研究为基于无人机低空遥感监测玉米叶部病害提供了方法参考，为精细化农田管理提供了技术支持。

• 基于集成和置信学习的半监督作物遥感分类方法

  车红岩，潘耀忠，夏兴生，王林刚，黄永生，陈琼

  作物分布制图是现代农业管理的关键，可为作物产量预测和精准农业决策提供科学依据。尽管深度学习在作物分类中展现出巨大潜力，但其实际应用仍受限于样本获取成本和分类精度。本研究提出了一种基于集成学习和置信学习的半监督分类框架（Ensemble and confident learning based semi-supervised classification framework, ECL-SSCF），旨在利用有限的地面标记样本实现高精度的作物分类。ECL-SSCF框架包含集成学习和置信学习2个模块。集成学习模块通过并行训练多个深度学习模型，并采用相对众数投票法整合多个深度学习模型的分类结果，从而提升分类精度。而置信学习模块则基于模型的预测概率评估伪标签的置信度，筛选出高置信度的伪样本以扩充训练集，克服小样本导致的过拟合现象。在湖北省枝江市和山东省桓台县2个研究区的作物分类结果显示：ECL-SSCF通过引入置信学习策略，在2个研究区的伪样本的总体精度分别提升17.2、9.3个百分点，超越单一深度学习模型（如LSTM、Conv1D、ConvLSTM和TempCNN），利用提纯的伪样本训练4种深度学习模型并集成得到ECL-SSCF的分类结果，ECL-SSCF在2个研究区的总体分类精度分别达到了90.4%和86.3%，明显优于任何单一深度学习模型。为了更全面地评估ECL-SSCF的性能，进一步探讨了其生成的伪样本数量和质量对5种模型预测性能的影响。实验结果表明，当样本数量达到标准样本集30%左右，噪声样本比例低于标准样本集30%时，ECL-SSCF均表现出稳健的性能。说明集成学习和置信学习策略的结合使ECL-SSCF获得了高质量的样本和稳定的分类性能，缓解了深度学习模型对大量人工标记样本的依赖，为进行大尺度的作物遥感分类制图提供了新的技术方案。

• 基于ESW-YOLO的化学疏花苹果花序状态检测方法研究

  陈军，曹晓明，刘光耀，胡广锐，张新月，问仕威

  为提高复杂果园环境下化学疏花期内小目标苹果花序的检测精度，增强检测综合性能，对YOLO v7-tiny的主干网络、颈部网络以及损失函数进行改进，提出一种化学疏花时期苹果花序状态检测模型ESW-YOLO（EMA and Slim-neck and WIoU-YOLO）。引入高效多尺度注意力（Efficient multi-scale attention，EMA）模块替换主干网络中的部分卷积层，使模型更好地关注花序，忽略复杂的背景；将GSConv-Slim-neck范式设计加入颈部网络，在保证精度的同时降低计算量；采用动态非单调的聚焦机制（Wise intersection of union, WIoU）改善小目标模糊不清、重叠遮挡目标难以检测的问题，提高模型检测精度。试验结果表明，该模型的精确率、召回率和平均精度均值分别为83.02%、82.04%和86.83%，较YOLO v7-tiny模型分别提升2.62、3.74、3.43个百分点，参数量减少5.48%，与YOLO v5s、YOLO v7-tiny、YOLO v8s相比均有所提升。ESW-YOLO模型在不同光照条件（顺光、逆光）与果树种类（红富士、瑞雪、瑞香红）的检测中F1值均高于YOLO v7-tiny模型，且检测示例的F1值均大于84%。采用Score-CAM方法对模型主干网络与颈部网络的输出层进行热力图可视化分析，实现了模型的可解释性。

• 基于无人机遥感图像的茶叶枯病病斑半监督检测方法

  江永成，吕蕴娴，胡根生

  从茶树低分辨率图像中准确检测茶叶枯病是一项重要且具有挑战性的任务。由于无人机遥感图像中茶叶枯病病斑密集、病斑面积较小且边缘模糊，现有方法检测精度较低，且通常依赖全监督学习，需要大量的专业标注，耗时耗力。因此，提出了一种基于无人机遥感图像的茶叶枯病病斑模糊密集小目标半监督检测方法（SSTLBdet）。该方法通过迭代标注，充分利用有限的标签信息，筛选出更多具有高不确定性、视觉信息丰富和大小分布多样化的目标进行检测，且引入加权联合置信度估计和自适应样本区分，有效增强了对密集、模糊和小病斑的处理能力。结果表明，SSTLBdet在不同标注数据比例下的mAP分别达到51.28%（1%标注数据）、59.85%（5%标注数据）、75.09%（10%标注数据）、77.99%（20%标注数据）和78.12%（30%标注数据）。与FCOS(Fully convolutional one-stage object detection)模型相比，SSTLBdet在测试数据上的mAP提高32.70个百分点。其mAP@0.5和F1分数达到78.12%和71.24%，也显著高于其他检测方法。所提方法显著提高了对茶叶枯病病斑的检测精度，同时大幅减少了数据标注工作量。

• 基于改进YOLO v12的无人机视角下冰雹灾后香梨落果检测方法

  张?，朱雅丽，高健，张景路，宁纪锋，张绘芳

  准确检测灾后落果的数量和分布信息，对林果灾后快速定损具有重要意义。针对非结构化果园环境，无人机获取的航拍图像中香梨果实颜色与果叶相似，易受地面杂物遮挡等问题，本研究提出一种基于改进YOLO v12的灾后香梨落果检测方法。以YOLO v12模型为基础，在特征提取层嵌入CA（Coordinate attention）注意力模块，增强模型对小尺度落果目标的特征提取能力；在颈部网络中采用双向加权特征金字塔（BiFPN）结构，通过跨尺度特征双向融合与自适应权重分配，优化低层高分辨率特征对小目标的表征能力，缓解香梨果实因分辨率不足导致的漏检问题；最后，引入ShapeIoU损失函数，动态调整特征权重，提升对形状不规则香梨落果的边界回归准确性。试验结果表明，改进后的YOLO v12在香梨落果数据集上的平均精度均值（mAP@0.5）、精确度和召回率分别达到94.9%、88.8%和87.6%，均优于YOLO v7-tiny、YOLO v8n、YOLO v9s、YOLO v10n、YOLO 11n和YOLO v12n模型。研究结果表明，改进后的YOLO v12模型对冰雹灾后落果香梨具有更优的检测性能，在复杂果园环境下能够精准识别密集、小尺寸及部分遮挡的落果目标，为复杂环境下香梨的灾后损失评估提供技术支持。

• 基于CBLP-YOLO 11n的无人机稻穗轻量化检测方法

  王雪，高雅，陶桂香，马铁民，张楠，许善祥，于庆

  稻穗准确计数对估算水稻产量至关重要。然而在实际生产场景中，由于稻田环境复杂、水稻品种繁多、穗部形态多异等原因，现有检测方法存在精度不足、模型参数量大的问题。为此本研究提出一种轻量级稻穗检测模型CBLP-YOLO 11n。首先，在Backbone中，选择C3k2-CFCGLU替换原C3k2模块，增强模型对稻穗的特征提取和表达能力；其次，使用加权双向特征金字塔BiFPN实现多尺度特征信息融合，通过跳跃连接和删除冗余节点的方式，在提高稻穗识别精度的同时，有效降低模型浮点运算量；然后，设计轻量细节增强共享检测头（Lightweight detail-enhanced shared detection head，LDSDH），通过共享卷积降低检测头复杂度；最后采用Powerful-IoUv2损失函数替换原有的CIoU损失函数，加快模型收敛速度，并优化模型对稻穗的定位准确性。实验结果表明：CBLP-YOLO 11n模型的检测精确率为88.2%，召回率为87.9%，平均精度均值为93.9%。与YOLO 11n相比，CBLP-YOLO 11n的精确率提高1.9个百分点，召回率提高1.1个百分点，平均精度均值提高1.3个百分点，参数量下降23.7%，浮点运算量下降40.6%。相比于其它主流模型，CBLP-YOLO 11n模型的平均精度均值最高，内存占用量最小，仅为3.78MB。所提模型实现了对稻穗的精确识别，可部署在无人机等资源受限设备中，为复杂田间背景下稻穗识别计数提供技术支撑。

• 基于YOLO 11n-EWL的甘蔗芽检测方法

  李尚平，刘建举，王恒，王宝银，李凯华

  为解决甘蔗备种过程中人工筛选蔗芽效率低、劳动强度大等问题，围绕模型检测精度与动态识别率2个关键点，提出基于改进YOLO 11n的轻量级模型(YOLO 11n-EWL)，以提升图像中蔗芽检测精度；并通过系统性实验优化动态识别效果。采用Sobel算子对C3k2模块进行改进，通过结合提取边缘信息的Sobel Conv分支提高对蔗芽检测精度；引入小波池化（Wavelet pooling）优化基线模型（YOLO 11n）中的池化方法，在提升检测精度的同时降低了模型复杂度；基于轻量化共享卷积检测头（Lightweight shared convolutional detection, LSCD），使用细节增强卷积（detail-enhanced convolution, DEC）进行改进，设计一种更轻量化的LSCDECD（Lightweight shared convolutional detection detail-enhanced convolution）检测头，进一步减少检测模型浮点运算量和参数量，使之更适合边缘系统部署。结果表明，改进后模型（YOLO 11n-EWL）mAP@0.5、精确率、召回率分别为99.4%、99.2%、98.3%，相较基线模型（YOLO 11n）分别提高4.7、3.7、12.6个百分点，浮点运算量和参数量分别减少25.8%和31.7%，帧率提高14f/s。当输送带速度、光照强度和曝光时间分别为18.84cm/s、16520lx和1000μs时，蔗芽动态检测识别率达到99.0%，蔗段平均识别速度4522段/h。

• 基于SAM-CenterNet的马铃薯与杂质分类识别方法

  张杨，刘发英，杨振宇，文永双，耿良月，魏忠彩，李学强

  针对马铃薯收获入库过程中杂质（土块、石块）需要识别并剔除的问题，提出基于CenterNet改进的薯杂分类识别方法。首先，搭建六通道薯杂识别与杂质剔除装置，采集源图像；其次，在主干网络特征提取阶段，将传统卷积下采样替换为SPD-Conv下采样，提高识别网络对薯杂不同尺度的细粒度识别能力，解决土石块与部分马铃薯存在特征相似导致漏识别的问题；然后，为了抑制背景无效特征，加入ACmix注意力机制，增强薯杂表面的有效特征，解决马铃薯表面和图像背景粘连泥土导致误识别的问题；最后，构建多层级特征融合结构，获取更加丰富的薯杂表面纹理特征信息，解决模型输出特征单一而导致识别精度低的问题。构建薯杂图像数据集对改进后的薯杂分类识别方法进行试验，试验结果表明，改进后算法的模型参数量为1.013×107，前向推理时间为27ms，平均精度均值为97.5%。与原CenterNet模型相比，模型参数量增加1.66×106，前向推理时间增加2ms，但平均精度均值提高8.2 个百分点。该薯杂分类识别方法能够满足马铃薯收获入库过程中杂质识别并剔除的技术要求。

• 基于BMR-YOLO 11n-Pose的藠头关键点识别与分类方法

  刘浩蓬，杨云潇，康启新，张国忠，张乐妍，卫佳

  针对藠头形态不规则，在检测过程中存在特征表达失真、外形难以提取等问题，本文提出基于深度学习的多尺度关键点识别与分类方法，可通过识别藠头顶点及横径的两端点提取其外形特征，同时基于决策树算法对藠头尺寸和外形等特征进行准确分类。首先以YOLO 11n-Pose为基线模型，在颈部引入双层路由注意力机制（BRA）、特征增强层（MobileNet Variants）和通道混洗的重参数化卷积（RCS），构建了BMR-YOLO 11n-Pose模型。相较于基线模型，本文模型的关键点识别精确率（Pose-P）和检测框识别精确率（Box-P）分别提升0.9、1.9个百分点，其平均精度mAP0.5-0.95提升1.9个百分点。进而基于决策树算法对藠头的外形特征分别进行尺寸分类和弯曲程度分类，其分类模型精确率分别为92.87%和84.72%，相比原基线模型分别增加11.19、8.39个百分点，有效提升了藠头外形特征的分类精度。本研究可为藠头位姿识别和分类作业等应用场景提供理论参考和技术支撑。

• 基于YOLO v8-TRP模型的小麦麦穗识别方法

  苑迎春，耿俊，许楠，何振学，王克俭

  针对麦穗个体在图像中显著性不足导致的目标特征提取不充分及识别准确率低的问题，提出一种基于YOLO v8-TRP的小麦麦穗识别方法。该方法在骨干网络前设计三注意力融合（Triple attention fusion,TAF）模块，通过结合多头自注意力(MHSA)、像素注意力(PA)和通道注意力(CA)，在保留麦穗细节信息不被破坏的前提下，充分提高了麦穗目标与其他复杂背景的对比度。并在骨干网络中引入感受野注意力卷积(RFAConv)和CBAM注意力机制改进卷积模块，使模型在提取特征时，能在感受野范围内为麦穗目标加权，有效提升了模型对麦穗目标的特征提取能力和查全率。同时在模型颈部和头部增加P2小目标层，提高模型的小目标检测能力和查准率。实验结果表明，在Global Wheat Head Detection 2021(GWHD2021)公开数据集上，改进模型的平均精度均值达到92.5%，相较于原模型提高2.9个百分点。改进模型在公共数据集WEDD、Spike、RGWHD、ACID和自建数据集HBAUW(Hebei Agricultural University Wheat)上的平均精度均值较原模型平均提升4.6个百分点，充分说明该模型能够有效提升复杂背景下小麦麦穗的检测精度。

• 基于TS-YOLO的茶叶分级识别方法

  谭治英，张栋，吴延浩，李旭，徐孝彬，李涛

  针对大宗茶叶机械化采摘后，在工业传送带分选场景下存在茶叶嫩芽数量庞大、姿态多样导致的等级识别精度与效率低下的问题，本文提出一种基于改进YOLO v8n的快速茶叶分级识别模型TS-YOLO。首先，引入一种轻量化网络CSFCN，解决上下文不匹配和空间特征不对齐问题，从而提升检测精度。其次，设计专为流水线茶叶场景优化的卷积模块（Tconv），增强快速特征提取能力。采用MultiSEAM检测头对检测头进行改进，解决目标遮挡问题。最后，引入Wise-CIoU作为边界框损失函数，精确地衡量目标之间的相似性，加速模型收敛并提升检测精度。试验结果表明，TS-YOLO模型的精确率为94.0%，召回率为91.6%，mAP为94.30%，分别比原YOLO v8n提高1.0、1.8、1.6个百分点。此外，其在测试集上检测速度达到148.98f/s，比YOLO v8n提升40%，提高42.5f/s。改进后的TS-YOLO模型在检测精确率和识别速度上均能达到大宗茶生产线在线分选茶叶嫩叶技术要求。

• 基于BERT-BiLSTM-CRF的茶树病虫害命名实体识别方法

  李春春，丁鑫，张华扬，王德炅，王子阳，江子曦，雷雨

  在非结构化茶树病虫害文本数据中快速、准确地识别出病害实体，对于茶树病虫害高效管理与防控至关重要。目前茶树病虫害领域缺乏公开高质量数据集，且传统命名实体识别方法存在实体边界模糊、识别准确率低等问题。为此，本文构建了茶树病虫害标注语料库，并提出一种基于BERT-BiLSTM-CRF的茶树病虫害命名实体识别方法。利用BERT模型获取上下文相关词向量表示，提升茶树病虫害语义理解能力；通过BiLSTM模块融合正向与反向信息，捕捉长距离依赖关系，挖掘茶树病虫害的深层语义特征；采用CRF层对标签序列进行全局优化，提升茶树病虫害实体边界识别精度。试验结果表明，本文模型在自建数据集上的精确率、召回率和F1值分别为98.42%、98.75%和98.58%，达到了SOTA性能。在数据集MSRANER和CLUENER2020上F1值分别为92.4%和87.8%，验证了模型泛化能力。研究结果不仅为农业领域知识抽取提供了融合语言学规则与深度学习的范式参考，还为构建茶树病虫害知识图谱与问答系统提供了技术支持，从而有助于茶树种植者和农业技术人员实现高效决策。

• 基于改进YOLO v7的黄瓜霜霉病菌侵染结构识别方法

  乔琛，韩宗桓，张一丁，韩梦瑶，张领先

  黄瓜霜霉病由古巴假霜霉病菌通过侵染引起，严重影响了黄瓜的品质和产量，因此霜霉病菌侵染结构的早期识别对病害预警与防控至关重要，本文提出了一种基于改进YOLO v7的黄瓜霜霉病菌侵染结构（孢子囊、孢子、菌丝和产孢结构）识别模型。通过引入SE（Squeeze and excitation）注意力机制增强了对孢子和孢子囊等小目标的特征提取能力，采用归一化Wasserstein距离（Normalized Wasserstein distance，NWD）优化了边界框回归精度，使模型能更精确地定位孢子等侵染结构小目标，同时缓解了传统IoU方法对小目标位置偏差的敏感性问题，减少了误差并提升了模型的鲁棒性。在检测头部分通过引入DyHead（Dynamic head）模块动态调整感受野大小，增强了不同尺度特征的融合能力，特别是在处理微小目标和复杂背景时，显著提高了多尺度目标检测的表现，同时探究了DyHead堆叠次数对模型性能和计算复杂度的影响。试验结果表明，当DyHead堆叠至4次时，模型mAP@0.5和mAP@0.5:0.95均达到最优。改进YOLO v7的mAP@0.5达到86.5%，较原始YOLO v7提升3.9个百分点，与YOLO v3、YOLO v5s、YOLO v8x、SSD和Faster R-CNN等多种经典目标检测模型相比，在mAP@0.5和mAP@0.5:0.95均达到最优。此外，基于改进的YOLO v7模型开发了面向实际应用场景需求的黄瓜霜霉病菌侵染结构识别系统，可以实现对黄瓜霜霉病菌的孢子、孢子囊、菌丝及产孢结构等侵染结构的精确识别及定量统计。

• 基于改进YOLO v8n的轻量化番茄叶片病害检测方法

  张净，华玟，刘晓梅，孙月平

  针对温室环境下番茄叶片重叠有遮挡，部分番茄病害病斑较小导致检测精度不高、现有检测模型参数量多和难以部署至计算资源有限的嵌入式设备端等问题，提出一种基于改进YOLO v8n的轻量化番茄叶片病害检测方法。首先，使用HGNetV2网络替换YOLO v8n模型的主干网络，并引入轻量化卷积GhostConv结构，提高对多尺度病害特征的提取能力，同时减少模型的参数和计算量；其次，在颈部网络部分使用改进的C2f_Star模块，实现进一步轻量化的同时增强模型的特征表达能力；然后，引入轻量级SimAM注意力机制模块，加强模型在识别过程中对小病斑特征的有效提取与表征能力；最后，设计混合损失函数Wise_Focaler_MPDIoU代替原损失函数，提高网络边界框回归性能，加快收敛速度。试验结果表明，改进模型（GSSW-YOLO v8n）的参数量及模型权重文件大小相比原模型分别降低28.9%和26.9%，同时在本研究所使用的番茄叶片病害数据集上的平均检测精度达97.4%，相较原模型提高3.0个百分点，对比其他目标检测算法Faster R-CNN、YOLO v5n、YOLO v6n和YOLO v7-tiny，改进模型的平均检测精度分别高出13.3、5.4、9.9、9.2个百分点。改进模型（GSSW-YOLO v8n）具有更高的检测精度和更少的参数量，可为番茄叶片病害检测模型在嵌入式设备端上的部署和应用提供参考。

• 基于改进YOLO v10n的虫情灯水稻害虫检测方法

  姜晟，郭鸿沛，王卫星，欧阳聪，杨尚林，叶云，黄志宏

  针对虫情测报杀虫灯下稻田害虫检测任务中害虫目标体积小、形态多样、堆积重叠所导致的检测精度低、速度慢等问题，提出一种基于改进YOLO v10n的识别方法（YOLO-FRP，即YOLO-Five Rice Pest）。引入BiFPN（Bi-directional feature pyramid network）结构以改善原有特征金字塔FPN（Feature pyramid net），增强模型对低级特征和高级特征的融合，并引入P2小目标层，提升多尺度信息感知能力。设计轻量级增强模块C2f_Star替换主干网络中的浅层C2f模块，移植YOLO v10s的C2fCIB模块替换主干网络中的深层C2f，在增强多尺度检测精度的同时降低计算量。结果表明，改进模型的平均精度均值mAP@0.5为82.1%、召回率为79.5%、参数量为1.64×106、模型内存占用量为4.3MB。为了进一步实现模型高实时性检测与轻量化部署，采用蒸馏-剪枝联合策略，将结合EMA注意力机制和C2f_DySnakeConv动态蛇形卷积模块改进后的YOLO v10s模型作为教师模型，通过L2正则化蒸馏提高已改进YOLO v10n模型性能，再采用基于层自适应幅度的剪枝策略降低模型参数量。与YOLO v10n相比，经联合策略处理后模型mAP@0.5、召回率分别提升2.6、2.7个百分点，帧率提升158f/s，参数量和模型内存占用量分别下降65.64%、56.36%。实验对比结果表明，YOLO-FRP在精度和速度上综合表现优异，且蒸馏-剪枝联合策略可进一步在精度无损的情况下压缩模型规模，显著提升模型推理速度，为农业害虫实时监测精度-速度平衡提供技术参考。

• 基于改进YOLO v8n的双目视觉自动套杯奶牛乳头空间定位方法

  王娟，李梦洁，刘雅举，付鑫培，李斯睿

  奶牛挤奶时人工套杯劳动强度大、生产效率低，而自动套杯成本较高，对中小型养殖场来说存在一定经济负担。为满足中小型养殖场需求，针对挤奶器快速准确自动套杯工作中挤奶环境复杂、奶牛乳头形态各异等问题，本文提出了一种基于改进YOLO v8n的双目视觉定位新方法，能够实现对奶牛乳头的准确检测和快速定位。将YOLO v8n的CSPDarknet主干网络替换为轻量级的FasterNet主干网络、在颈部网络构建P2特征层、在Detect部分与C2f部分添加EMA注意力机制，提高了模型对奶牛乳头的检测精度与速度。利用RANSAC算法对SURF特征点进行优化，减少了乳头与乳房相似导致的不匹配问题。基于改进YOLO v8n模型，结合双目视觉获取奶牛乳头的三维空间信息。在自制数据集上进行消融试验和对比试验，结果表明，改进YOLO v8n模型的mAP@0.5为98.62%，精确率为97.23%，召回率为96.69%，与原始YOLO v8n模型相比，各项指标分别提高2.17、3.28、3.65个百分点；参数量和帧率分别为原始YOLO v8n模型的0.55、2.31倍，显著提升了模型的检测性能。经统计分析，奶牛乳头定位的平均绝对偏差为0.0117m，方差为0.0001m2，标准差为0.0119m，能够满足下一阶段挤奶器自动套杯要求。

• 基于逐帧步态能量图的奶牛个体识别方法

  司永胜，杨姣，王斌，马亚宾，袁明

  奶牛个体识别是奶牛行为分析的前提和基础。为解决基于机器视觉的奶牛个体识别中花纹较少或纯色奶牛识别效果较差的问题，提出了一种基于逐帧步态能量图（Frame by frame gait energy image，FF-GEI）的奶牛个体识别方法。自动识别牛蹄并根据牛蹄位置变化自动划分运动周期，在此基础上，利用DeepLabv3+模型对运动周期图像序列进行预处理，生成逐帧步态能量图。将AlexNet模型和LSTM长短期记忆模型构建为AlexNet-LSTM模型，并进一步集成SENet注意力机制，生成SE-AlexNet-LSTM模型。在40头奶牛共1656条视频数据集上进行了个体识别实验。结果表明，本文自动划分运动周期方法和人工划分结果差异较小；对于健康、跛足和健康转跛足的不同健康状态奶牛，SE-AlexNet-LSTM模型个体识别准确率分别达到95.59%、93.98%和87.81%，平均准确率达到91.46%，且收敛速度较快。研究结果可为基于机器视觉的奶牛个体识别提供有效的技术支持。

• 基于多任务学习的同步奶牛体况评分和个体识别方法

  姜红花，李金鸿，法润萱，张桂国，毛文华，乔永亮

  动物个体精细化管理与饲喂是现代牧业的关键需求，而在实际饲养环境中，基于传统机器视觉的奶牛体况评分和个体识别方法研究中仍存在模型鲁棒性低、可靠性较差、泛化性弱以及相互之间不能及时关联的问题。为此，提出了一种多任务学习模型，基于奶牛背部生物视觉特征来同步实现并优化奶牛体况评分和个体识别准确率。通过深度相机获取奶牛背部彩色图和深度图。改进YOLO v8s模型实现对奶牛背部区域自动定位和检测：在YOLO v8s网络中引入GSConv模块，减少网络参数同时也降低网络结构复杂性；采用加权交并比边界损失(Weighted Intersection over Union，WIoU)为边界框损失，提高模型识别准确率。在奶牛背部区域检测基础上，进一步提取奶牛背部区域生物视觉特征，基于奶牛体况评分和个体识别任务之间的共性特征，构建基于硬参数共享的多任务学习模型，同步实现牛只个体身份识别和体况得分评估。试验结果表明，本文模型对体况评分和个体身份识别的准确率为93.9%和92.2%，较单一任务模型分别提高1.9、4.5个百分点；识别用时为5.84ms，较单一任务模型同时完成两个任务所需时间减少6.37ms，实时性明显提高。本文模型实现了体况得分和个体编号的高效精准同步输出，可为奶牛规模化智慧养殖的个体精准化管理提供理论依据与技术支撑。

• 基于MTL-LSTM-SAT的养殖鱼类患病及生长预测模型构建与试验

  王朕，陈聪，曹光乔，朱虹，沈启扬，赵伟

  随着集约化鱼类养殖的发展，养殖管理对水质监测与鱼类健康评估提出了更高要求。为了实现基于多模态水质数据的鱼类生长速度与患病比例的联合预测，本文提出一种融合长短记忆神经网络（LSTM）与软注意力机制的多任务学习模型（MTL-LSTM-SAT）。选取湖北省咸宁市养殖基地的集约化养殖红罗非鱼作为试验对象，采集pH值、水温、溶解氧质量浓度、氨氮质量浓度、投饲量等环境因子及鱼类体质量、健康状态数据，构建时间序列输入、输出特征。通过引入LSTM结构提取水质变化的时序特征，并结合软注意力机制聚焦关键时间步，有效提升了模型对复杂环境动态的建模能力。试验结果表明，本文模型在鱼类生长速度预测中，平均绝对误差（MAE）为0.074g/d，均方根误差（RMSE）为0.092g/d；在患病比例预测中，MAE为0.00097，RMSE为0.00122，相较于传统RNN、GRU、BiLSTM、LSTM与单任务模型均有显著提升。多组对比试验与消融试验验证了本模型在准确性、稳定性与泛化能力方面的优越表现。研究结果为智能化鱼类养殖策略优化提供了理论支撑与算法工具。

• 基于改进YOLO v8的南美白对虾虾苗跟踪方法

  陈明，甘冬梅，卢鹏，顾浩，栗征

  虾苗养殖的智能化在提高养殖效率和降低人工成本方面展现出巨大潜力，虾苗跟踪技术对于深入研究虾苗的活力和质量具有重要价值。由于虾苗体积微小、身体半透明且密度高，传统方法面临许多挑战：小尺寸目标易于被漏检，高密度下检测精度低，以及因虾苗外表相似、移动速度快导致跟踪误差大。针对此问题，选取P15阶段的南美白对虾虾苗作为研究对象，提出一种基于改进YOLO v8的南美白对虾虾苗跟踪方法。选取改进YOLO v8网络作为检测器，使用CARAFE代替YOLO v8的Upsample上采样层，CARAFE自适应上采样保留虾苗的半透明边缘和形态特征，减少失真；结合BiFormer注意力机制和C2f提出C2f-BFB模块优化骨干网络，在保持模型轻量化的同时，提升模型在处理小目标时的精度；将原模型的CIoU损失替换成Wise-Focaler-ShapeIoU损失函数，进一步提升了检测精度。提出了一种融合距离匹配算法和角度匹配算法的匹配策略，并引入金字塔LK光流法，从而构建一个准确又稳定的跟踪器，有效解决了因虾苗移动快、外表相似导致的跟踪误差问题。实验结果表明，改进的YOLO v8的平均精度均值（mAP@0.5）比原模型提高1.1个百分点，召回率提升2.9个百分点，显著减少了漏检情况并提高了检测精度。本文所提跟踪器的MOTA为74.52%、MOTP为75.62%、IDF1为76.42%，与DeepSORT、SORT、ByteTrack算法相比，MOTA显著提高，跟踪效果良好。本研究为自动化虾苗养殖提供了有力的技术支持，也为相关领域的研究提供了思路和方法。

• 综合光谱多特征与XGBoost模型的土壤高光谱遥感分类方法

  侯轶，张霞，郑海光，王一博，王为昊，肖青

  土壤遥感分类对土壤快速调查及农业区划至关重要。针对单一类型光谱特征无法充分利用高光谱数据中丰富信息、土壤样本不平衡等问题，本文提出一种综合多种光谱特征与极端梯度提升算法（eXtreme gradient boosting，XGBoost）的土壤高光谱遥感分类方法。采用自适应合成过采样技术（Adaptive synthetic sampling，ADASYN）平衡土壤样本数量，提取光谱主成分、光谱吸收特征、有机质敏感波段及土壤质地敏感的光谱指数等4种光谱特征，并利用XGBoost算法构建土壤分类模型。将所建模型应用于我国北方暗棕壤、栗钙土、黑土和黑钙土4种典型土壤分类中。结果表明：与仅利用原始反射率光谱、光谱主成分以及光谱吸收特征相比，综合多特征的XGBoost模型分类精度分别提升22.22、20.44、9.25个百分点，表明综合多种光谱特征可显著增强土壤差异和可分性。XGBoost模型分类结果优于支持向量机（Support vector machine，SVM）和随机森林（Random forest，RF）机器学习模型，总体分类精度和Kappa系数分别达74.44%和0.62，其中黑钙土分类精度达87.18%。特征重要性排名前5的光谱特征分别为：1900nm处吸收谷深度（DP1900nm）、700nm附近吸收谷中心波长（L700nm）、700nm处吸收谷深度（DP700nm）、1340~1360nm去包络线斜率（S1340nm_1360nm）和1895nm的一阶微分（R′〖KG-*3〗1895nm），这些特征与土壤中粘土矿物、有机质含量及含水量密切相关。在4个土壤质地敏感光谱指数中，NDI665nm_490nm贡献率最高。研究结果可为土壤快速分类及精细制图提供参考。

• 多光谱遥感影像融合生成式对抗网络的农田生态系统CO2排放通量反演模型

  赵文举，俞海英，李浩霖，丁磊，杨鹏涛

  针对农田生态系统CO2排放通量持续性、动态化监测难度大，实际样本获取成本高等问题，本研究以设施番茄为研究对象，基于多光谱遥感影像获取植被指数和纹理特征，使用支持向量机-递归特征消除（Support vector machine-recursive feature elimination，SVM-RFE）、皮尔逊相关系数法（Pearson correlation coefficient，PCC）和灰色关联度分析（Grey relational analysis，GRA）3种变量筛选方法优选模型输入参数，以静态箱-气相色谱法定位观测作物冠层CO2排放通量为实测值，构建基于极端梯度提升（Extreme gradient boosting，XGBoost）、支持向量机（Support vector machines，SVM）和随机森林（Random forest，RF）的农田生态系统CO2排放通量反演模型。为提高模型预测性能和泛化能力，融合生成式对抗网络（Generative adversarial networks，GAN）扩增样本集。结果表明：3种反演模型均可实现CO2排放通量快速反演，反演效果从高到低依次为XGBoost、SVM、RF，其中，通过变量筛选的纹理特征和植被指数作为模型输入参数，可有效提高模型反演精度。从不同机器学习算法来看，XGBoost模型反演效果最优，其测试集决定系数为0.565～0.762，均方根误差为0.266～0.861mg/(m2·h)，平均绝对误差为0.222～0.793mg/(m2·h)；从不同筛选方法来看，SVR-RFE筛选后的变量特征作为输入参数的模型反演效果最优，其中XGBoost-SVR-RFE相结合的反演模型效果最优。整体来看，融合GAN的9种耦合模型鲁棒性和可靠性均有提高，所有模型R2p/R2c均高于0.85，其中GANXGBoost-SVR-RFE反演模型结果鲁棒性最优。在此基础上，绘制了农田生态系统CO2排放通量时空分布图，揭示番茄全生育期CO2排放规律。研究结果可为农田生态系统CO2排放通量的动态监测和科学计量提供理论依据。

• 基于无人机纹理指数的大豆叶绿素含量估算模型

  鲁星星，向友珍，李志军，张智韬，陈俊英，张富仓

  高效获取作物叶绿素含量对农业生产具有重要意义，可为农户提供精准的数据基础，实施及时有效的田间管理策略，最大程度提高作物生长效率和产量。本文采用无人机多光谱技术，通过连续2年的田间试验（2021—2022年），采集了大豆叶片SPAD值和相应的无人机多光谱图像，建立了冠层纹理特征和随机提取的纹理指数组合。通过分析这些参数与大豆叶片SPAD值的相关性，选取相关系数显著（P<0.05）的参数作为模型输入变量（组合1：纹理特征；组合2：随机提取的纹理指数；组合3：纹理特征和随机提取的纹理指数组合）。随后利用随机森林（Random forest，RF）、反向传播神经网络（Backpropagation neural network，BPNN）和极端梯度提升树（Extreme gradient boosting，XGBoost）3种机器学习模型对大豆叶片SPAD值进行估算建模。结果表明：大部分纹理特征与大豆叶片SPAD值的相关系数达到显著水平（P<0.05），MEA为与大豆叶片SPAD值相关系数最高的纹理特征，其相关系数为0.642。而随机组合的纹理指数与大豆叶片SPAD值相关系数达到极显著水平（P<0.01），差值纹理指数（DTI）为与大豆叶片SPAD值相关系数最高（0.761）的纹理指数，纹理组合为（MEA2，MEA5）。总体而言，输入组合3并结合XGBoost模型对大豆叶片SPAD值进行估算的效果最佳，估算模型验证集决定系数R2为0.883，均方根误差为0.886，平均相对误差为1.638%。研究结果为无人机多光谱监测大豆叶片叶绿素含量奠定了基础，为快速评估作物生长情况提供了依据。

• 协同哨兵1/2多源遥感数据的土壤含盐量反演

  黄悦，李仙岳，高慧娟

  快速监测区域土壤盐渍化信息，对于盐渍化治理与生态环境保护具有重要意义。针对单一数据源、指数、算法导致土壤含盐量反演精度不高的问题，本文以河套灌区义长灌域左三支渠2022—2023年土壤含盐量为研究对象，利用哨兵1/2协同反演土壤含盐量，再通过水云模型、灰度共生矩阵获得Sentinel-1的图像纹理和极化指数。以此为基础构建3种数据集，分别为A（盐分指数）、B（盐分指数+图像纹理）、C（盐分指数+图像纹理+极化指数），将贝叶斯信息准则和全子集筛选法相结合筛选出敏感因子，结合3种机器学习方法构建最优土壤含盐量预估模型并绘制反演图。结果表明，除B8、B11和B12外土壤表层反射率与土壤含盐量呈弱负相关，植被指数和极化指数与土壤含盐量呈极显著正相关；Sentinel-1不同极化波段的图像纹理均与土壤含盐量有较高相关性，其中VH波段最佳。盐分指数、图像纹理和极化指数在机理上具有互补性，与单一或2个组合相比，决定系数从0.723、0.771提升到0.863，在土壤含盐量预估中具有很大潜力。基于盐分指数、图像纹理和极化指数构建的随机森林模型为土壤含盐量监测的最佳模型（决定系数为0.863，平均绝对误差为0.17%，均方根误差为0.12%），显著改善了对土壤含盐量较低值的低估情况。研究结果为盐渍化地区土壤含盐量预测提供了理论依据。

• 基于高光谱协同的土壤重金属Hg含量空间预测

  杨奇勇，李文军，肖琼，章程

  为实现基于高光谱分析的土壤重金属Hg含量准确预测，选取桂东北典型农业土壤为研究对象，在分析土壤重金属Hg含量与原始及其8种变换形式的土壤光谱反射率关系的基础上，遴选最佳变换方式高光谱特征波长作为辅助变量进行土壤重金属Hg含量空间预测的协同克里格（COK）分析。结果表明：研究区域土壤重金属Hg含量与9种土壤光谱反射率均具有显著相关性，对数微分变换的光谱反射率能更好地表征土壤光谱与土壤重金属Hg含量的关系特征；与普通克里格（OK）相比，COK能提高模型稳健性，降低模型误差，随着协同变量增加，COK模型稳健性和预测精度呈上升的趋势减弱；由1412、1052、738nm构成的三变量COK模型为研究区域最佳COK模型，预测数据与验证数据间R2由OK的0.117上升到0.592，而RMSE、MAE分别由OK的0.214、0.247mg/kg减少到0.167、0.154mg/kg。这说明容易获取的土壤光谱信息构成的COK模型，可成为土壤重金属含量空间预测的一种经济有效方法。

• 不同阻力模型在夏玉米蒸散模拟中的应用性评价

  胡建，刘跃磊，马荣，郑静，范军亮，赵璐，姜守政

  蒸散发（ET）涵盖了土壤、植物和大气间的水分交换，是水循环和能量平衡中的关键环节。冠层阻力（rc）和气孔阻力（rcs）是影响ET准确性的重要阻力参数。本研究选用两种阻力模型Katerji-Perrier（KP）、Todorovic（TD）对P-M模型和S-W模型在中国西北地区夏玉米田ET模拟的适用性进行了评价。基于2015—2018年田间试验数据利用最小二乘法对阻力模型关键参数进行了校准和验证。结果表明，KP模型在P-M模型和S-W模型中表现优于TD模型，SW-KP模型ET模拟精度最高，决定系数R2均值为0.816，均方根误差RMSE均值为0.79mm/d；PM-KP模型在夏玉米苗期对ET低估仅为0.86%，SW-KP模型在拔节期、吐丝期和乳熟期表现最佳，R2为0.718±0.071，RMSE为（0.85±0.11）mm/d；模型敏感性分析显示，KP模型rc、rcs对净辐射（Rn）和饱和水汽压差（VPD）变化最为敏感，在TD模型中对空气温度（Ta）最为敏感，Ta变化±20%时rc、rcs变化超过10%；PM-KP模型中ET对Rn最敏感，降低20%时ET减少19.69%，PM-TD模型中对Ta的敏感性最高，Ta变化±20%时ET变化约30%。在S-W耦合模型中，ET对环境变量的敏感性由大到小依次为Rn、Ta、土壤含水率（SWC）、VPD，Rn变化±20%时ET变化超过20%。通过最小二乘法校正的KP模型精度更高，PM-KP模型适用于苗期ET模拟，SW-KP模型在夏玉米拔节期、吐丝期和乳熟期模拟的ET精度更高。本研究可为玉米不同生育阶段ET模拟提供更优模型组合形式，为半干旱地区夏玉米田耗水量精量计算和灌溉制度制定提供理论依据。

• 秦岭东段洛河流域农业生产空间水分供需效应及其管控分区

  马泉来，杨崇科，周浩，杨延伟，路中，唐正清，吕敏敏

  水分供需失衡是限制农业可持续发展的关键因素，明晰农业生产空间的水分供需效应并由此实现科学灌溉管控分区，对于保障粮食安全及实现水土资源平衡具有重要现实意义。以河南生态治理关键带的秦岭东段洛河流域为研究区，基于土地利用和气象站点等多源水土信息数据，从天然水分供应视角构建水分供需平衡态势评估模型，以揭示2000—2020年农业生产空间的水分供需态势，进而综合权衡地块的水分平衡特性、规模积聚效益等目标，实现农业生产空间灌溉管控分区。结果表明：农业生产空间为流域最主要的国土空间用地类型，20年间面积比例下降1.90%，空间重心先往东北部再向西部持续迁移。流域地表蒸散量与有效降水量存在显著的时空相异性。南部以及灵宝市西部整体蒸散能力强而中部至东部蒸散能力弱，有效降水量则表现出由南向北逐渐减小的特点。研究期内，农业生产空间盈余区多集中于东部，亏缺区则呈现显著的空间扩张态势，盈亏风险等级历经以中度干旱为主到重度干旱为主的转变趋势。提出的分区方法充分权衡水分平衡特性和地块空间规模积聚效益，依据灌溉需求差异，划分为优先管控区、重点关注区、有序管理区、适度引导区和自适应产区5个分区，分区结果可因地制宜地实现农业有序灌溉管理。研究结果可为该流域积极推行以水定地战略及国土资源要素配置提供支持。

• 基于动态引水过程的渠系水资源优化配置研究

  张成龙，袁源，徐浩林，郭珊珊，霍再林

  我国现代化灌区因渠系运行管理水平不足而受限，亟需优化水资源分配和管理以保障农业生产稳定发展。引水稳定性是渠系优化配置的重要前提，提高引水稳定性可最大程度减少闸门操作次数，有助于降低运行成本和维护难度，提升整个灌溉系统的运行效率和可靠性。本文以河套灌区典型二级渠系——大滩分干渠为研究对象，将下级渠道配水净流量、配水开始和结束时间作为决策变量，建立面向引水稳定性提升和渗漏损失降低的渠系水资源优化配置模型。同时，为改进传统模型中0-1整数规划对于上级渠道动态引水流量刻画不精确的问题，本文模型引入连续时间变量改进传统的离散时间变量，并采用NSGA-Ⅱ算法进行模型求解。结果表明：改进前模型 2个目标函数（上级渠道配水流量标准差和渠系输水总渗漏损失量）优化结果为2.47m3/s和1.6842×106m3，改进后模型多目标函数优化结果为1.86m3/s和1.6797×106m3，实现了上级渠道引水稳定性更好和渠系输水总渗漏损失量更小。因此，改进后模型提高了渠道流量动态过程描述精度，尤其是可捕捉渠道流量短时间内大幅变化情况及其相应峰值，从而提升了渠道引水稳定性，可为渠道配水方案的可靠性和安全性保障提供依据。综上，本研究优化结果可实现集中高效配水，降低渠系渗漏损失，帮助决策者制定更为合理的渠系配水方案。

• 考虑配水公平性的渠系水资源优化配置研究

  张成龙，袁源，董蛟，郭珊珊，霍再林

  灌区由多级输配水网络及空间异质性的农田构成，不同渠系控制范围内的农田用水存在博弈特性。构建融合渠道输水动态特性和多目标协同机制的渠系水资源优化配置模型，以解决灌区用水公平性、渠道输水损失与干渠引水稳定性间的多维度协同优化是灌区迫切需要解决的难题。本文以河套灌区典型两级渠系——永兰分干渠及其支渠为研究对象，以各支渠配水净流量、支渠配水开始和结束时间作为决策变量，构建了考虑渠道引水稳定性和渗漏损失及配水公平性的渠系水资源多目标优化配置模型。模型突破了现有渠系配水模型中配水开始时刻干渠处于“连续水力贯通状态”的假定，在约束中考虑了干渠水流输送时间条件，采用NSGA-Ⅱ算法求解获得了渠系水资源优化方案。结果表明：该模型的引水时间方案在灌水轮期内完成各支渠配水时间仅需23.15d，相较于不考虑渠道水流时间约束的静态配水模型（32.86d）减少29.55%，大大缩短了灌溉时间并显著降低了输水渗漏损失。此外，相较于不考虑公平性目标的模型，该模型得到的配水公平性目标值仅为0.00227（＜1%），有效平衡了不同渠道范围农田的用水效益。本研究建立了多目标协同的渠系水资源优化配置模型，优化结果揭示了干渠流量波动抑制、输水损失最小化与公平性最优等矛盾关系，可为灌区管理提供科学的渠系水资源分配方案。

• 深松施氮对旱作马铃薯根系生长与氮素利用特征的影响

  李荣，刘婷婷，马晓明，张悦薇，张旭，侯贤清

  于2021—2022年连续两年通过设置翻耕20cm（F20）、深松30cm（S30）、深松40cm（S40）、深松50cm（S50）4种耕作深度和0kg/hm2（N0）、90kg/hm2（N90）、180kg/hm2（N180）、270kg/hm2（N270）4种施氮量进行了大田试验，研究深松施氮对土壤水分、氮素含量、马铃薯根长、根系活力、各器官氮素累积量、氮素利用效率及产量的影响。结果表明，与翻耕20cm处理相比，增加深松深度可提高马铃薯播后60~120d土壤蓄水量和含水率，以S50处理效果最佳，而施氮量增加则降低土壤蓄水量和含水率。深松施氮显著提高土壤全氮和碱解氮含量，以S30×N270（2021年）和S40×N270、S50×N270（2022年）处理增幅最高。马铃薯根长和根系活力在2021年以S30×N180处理最高，2022年以S40×N180处理最高。深松施氮显著影响氮素累积量，同一耕作深度下，N180处理最高，同一施氮量下，深松30~40cm最高。马铃薯产量在2021年以S30×N180处理最高，2022年以S40×N180处理最高。通过对耕作深度和施氮量与马铃薯产量关系的拟合发现，当耕作深度为35.1~37.2cm结合施氮量151.5~160.7kg/hm2时，可协同实现马铃薯高产和氮肥高效利用。深松施氮能够显著改善氮肥农学利用率、氮肥偏生产力和氮肥利用率，以深松深度30~40cm结合施氮量90~180kg/hm2效果最佳。综上，深松施氮可显著改善宁南旱地土壤水氮环境，促进根系生长，提高氮素利用效率和马铃薯产量，建议深松深度35~40cm结合施氮量151~180kg/hm2作为宁南旱作马铃薯增产和氮高效利用的深松施氮措施。

• 基于光电化学生物传感器的人工大豆毛油中PC含量快速检测研究

  王宁，李琳，罗淑年，王立琦，王伟宁，于殿宇

  为实现对大豆毛油脱胶过程中磷脂含量的实时监测，在光电化学生物传感器的基础上，设计了一种人工大豆毛油中磷脂酰胆碱（Phosphatidylcholine，PC）含量的实时检测系统。结果表明，二氧化锡纳米颗粒（SnO2 nanoparticles, SnO2 NPs）/聚硫堇（Polythionine, PTh）/胆碱氧化酶（Choline oxidase，ChOx）（SnO2 NPs/PTh/ChOx）已成功复合在氧化铟锡（Indium tin oxide，ITO）电极上，该复合电极可对人工大豆毛油中的PC含量产生良好的光电流信号，最大光电流强度为4.60μA。利用电化学工作站采集了100个不同PC含量人工大豆毛油样本的光电流信号，并通过小波变换去噪及偏最小二乘回归模型（Partial least squares regression，PLSR）对100个样品的数据进行处理，该测试集模型的决定系数R2为0.89，预测均方根误差（Root mean square error error of prediction，RMSEP）为24.98mg/L，相对标准偏差（Relative standard deviation，RSD）为0.13%，说明模型稳定可靠。利用LabVIEW开发了人工大豆毛油中PC含量的实时检测系统，并对其性能进行测试。结果发现，该系统的RSD小于4.00%，且与电化学工作站的检测结果相近，有效简化了检测步骤。

• 碧根果乳酸菌发酵液中酚类α-葡萄糖苷酶抑制剂筛选

  潘利华，陈路平，袁雪，罗水忠，郑志

  本文联合超滤亲和-液质联用、发酵液组分差异分析、分子对接及酶抑制动力学的方法，探寻乳酸菌发酵对碧根果酚类α-葡萄糖苷酶抑制活性的影响。结果表明，1%碧根果果仁浆经过植物乳杆菌发酵36h，碧根果游离酚含量增加18.48%，α-葡萄糖苷酶IC50值降低57.39%，发酵液中木聚糖酶、纤维素酶、β-葡萄糖苷酶的酶活性与游离酚含量呈正相关。组分差异分析表明，发酵液中鉴定出35种游离酚，其中9种含量上调、5种下调，发酵后儿茶素、表儿茶素、甲基鞣花酸和表儿茶素没食子酸酯相对含量的增加可能是碧根果游离酚α-葡萄糖苷酶抑制活性增强的主要原因。通过超滤亲和-液质联用技术，从35种碧根果游离酚中筛选出8种潜在酚类α-葡萄糖苷酶抑制剂。分子对接分析表明，碧根果游离酚与α-葡萄糖苷酶的结合能与阿卡波糖相当甚至更低，它们与α-葡萄糖苷酶的结合位点主要为Asp609、Asp215、Glu277、Glu411和His280，分别属于竞争性、非竞争性和混合性α-葡萄糖苷酶抑制剂。本研究结果可为碧根果的高值化加工利用、酚类α-葡萄糖苷酶抑制剂设计、酚类降血糖保健品的研发提供理论依据。

• 基于边界规范与拓扑近似的TuoA机器人设计方法

  李一耕，周玉林

  面向太空太阳能电站在轨制造对桁架单元高效装配的重要需求，针对当前机器人功能集成度低和灵活性不足等问题，本文设计了一种集行走、抓取和操作功能于一体的三支链TuoA机器人，实现了多种运动模式在不同支链中相互切换和灵活高效的在轨装配，并基于D-H方法开展了机器人运动学分析和尺度综合。针对刚度与重量映射模型构建过程中拓扑优化频繁和制造工艺性差导致机器人轻量化设计效率低问题，提出了一种基于边界规范与拓扑近似的轻量化设计方法，使同一部件在相同质量保留比和受力条件下的拓扑结构可以快速一次生成，省去以往拓扑优化中的反复迭代和工艺性后处理，大幅提高机器人设计效率。以TuoA机器人为例开展算例验证，结果表明：该机器人每种连杆仅需3次拓扑优化即可构建出刚度与质量映射模型，拓扑优化得到的结构材料分布更加合理且无毛刺，在满足刚度要求条件下，经全局优化得到的最终解使机器人质量降低17.4%。研究结果不仅为桁架单元在轨装配机器人构型设计提供了重要参考，也为其他类似机器人轻量化设计奠定了坚实的理论基础。

• 高速换向阀控制数字液压缸模型构建与试验

  李跃松，孟隆，史孬

  数字液压缸具有结构简单、稳定性好、线性度高和定位精度高等优势，在工农业领域具有很大的应用前景。但目前传统数字液压缸依赖机械反馈方式进行位置定位，本研究提出一种高速换向阀控制数字液压缸，摆脱机械反馈。首先介绍了系统组成部分和工作原理，分析了输入脉冲信号与系统流量的关系。其次进行了仿真建模，在仿真上利用脉冲生成策略对换向阀进行控制，获得不同占空比脉冲控制下的脉冲位移当量，然后将不同的脉冲位移当量进行线性组合，仿真跟踪了正弦信号和方波信号。最后根据系统原理搭建试验系统，可得系统跟踪正弦曲线平均误差为0.99mm；系统在跟踪方波曲线时，方波上升平稳阶段误差为-0.07mm，方波下降平稳阶段误差为-0.2mm，试验与仿真结果验证了高速换向阀控制数字液压缸具有可行性。研究结果为阀控液压缸提高位置精度提供了一种新的探索思路。