为阐明多时间尺度小流域侵蚀产沙对土地利用/覆被格局的变化响应机制，该研究基于吕二沟流域1982—2020年逐日降雨、水沙实测资料和土地利用/覆被数据，综合运用K-均值聚类法、多元回归分析等方法，从年际和年内月际2个时间尺度对比分析了不同土地利用/覆被格局下的流域侵蚀产沙变化及其与泥沙连通性指数的关系。结果表明：1)1982—2020年间，吕二沟流域由耕地为主体向农林草复合结构转变、泥沙连通性指数显著下降，可将整个研究期划分为1982—1985年、1986—1990年、1991—2000年和2001—2020年共4个阶段，分别对应土地利用/覆被格局Ⅰ、Ⅱ、Ⅲ和Ⅳ。2）随着以林草地增加为主的土地利用/覆被变化，流域产流、产沙能力减弱。相较土地利用/覆被格局Ⅰ，土地利用/覆被格局Ⅳ的年均径流深显著降低；后期土地利用/覆被格局（Ⅲ和Ⅳ）下的汛期月产流产沙能力显著小于前期（土地利用/覆被格局Ⅰ）。3）基于月降雨量、月最大日降雨量和月侵蚀性降雨日数3个降雨指标，可将研究期内的汛期月降雨划分为4种类型：小雨量、弱侵蚀性的A型，中雨量、弱侵蚀性的B型，大雨量、中侵蚀性的C型，大雨量、强侵蚀性的D型；在大雨量中侵蚀性的C型降雨下，不同土地利用/覆被格局间的月际径流深和产沙模数均不存在显著差异（P>0.05）。年际和月际尺度下，小流域产沙模数均与泥沙连通性指数呈指数递增关系，但C雨型下的关系减弱。研究为干旱半干旱区流域土地利用/覆被格局优化配置和功能提升提供科学依据。

Y型网式过滤器广泛运用于微灌系统，其良好的水力性能是保证微灌系统稳定运行的关键，为了分析其水力性能，该研究采用数值模拟和物理试验相结合的方法，分析了网式过滤器在3种滤网网孔（正方形、圆形、菱形）以及3种筒体弧线角度（0°、15°、30°）下，过滤器内压降系数、滤芯网面流量分布、内部流场、压力分布等水力特性的变化。结果表明：物理试验与数值模拟之间的水头损失系数平均差异为9%，表明了数值模拟的可靠性，其中圆形网孔过滤器水头损失系数最大，正方形次之，菱形最小；滤网网孔形状对过滤器网面过流量分布的影响较大，正方形网孔过滤器的中速过流量区域占比最高达到了47.5%，圆形次之，菱形最小仅为26.5%。过滤器的水头损失随着筒体弧线角度的增加而逐渐减小，35°的压降系数较0°的减小了73.15%，网面流量的分布也随着角度的增加变得更为均匀，其中35°的中速过流量区域面积较0°增大了71.5%，水力性能明显提高；此外随着筒体弧线角度的增加，出口侧中上段滤网处的内外压差明显减小。因此在实际微灌系统中，选择网孔为正方形、筒体弧线角度30°的过滤器，其内部流场缓和、网面流量分布均匀，提高了过滤器的水力性能和使用寿命。该研究成果可为网式过滤器结构优化提供设计方案与理论依据。

随着中国“双碳”政策措施的逐步落地，绿色环保的新型制冷技术成为发展重点。二氧化碳（CO_2/R744）作为无色、无味、无毒、不可燃的天然工质，具有热稳定性好、单位容积制冷量高、全球温室效应低的特点，是一种理想的传统制冷剂替代品。CO_2制冷技术逐步应用于农产品仓储物流、制冰、空调等领域，但当前中国农产品仓储物流过程普遍存在能耗高的突出问题，亟需研发绿色节能制冷技术。该文阐述了CO_2制冷原理与发展历程，并从制冷系统、制冷设备及相关配件的角度，深入分析了CO_2制冷技术与压缩机、换热器、节流装置等CO_2制冷设备的国内外研发情况；综述了CO_2制冷技术在农产品储存和运输环节中的应用进展，提出了亟待解决不同工况下CO_2制冷设备匹配度、低温环境下CO_2压缩效率与液化效率等技术难点；基于中国农产品冷链物流最先一公里和最后一公里断链的突出问题，建议加快研发适宜中国农产品冷链物流产业特点的CO_2移动式冷库和立体智能冷库等设施设备，提高CO_2制冷设备的可靠性、系统的稳定性，满足不同冷链物流业态对CO_2制冷技术的强劲需求。

高标准农田建设是保障中国粮食安全的一项重要举措，中国已进入要逐步把永久基本农田全部建成高标准农田的新时期。为充分了解中国高标准农田建设现状，把握新时期发展趋势，该研究采用问卷调研的形式调研了28个省份高标准农田新建与改造提升工作。结果表明：已建成的高标准农田主要集中在长江中下游区、黄淮海区、东北区，各地已建高标准农田改造提升的需求较大。当前高标准农田建设存在的问题主要是工程设施老化和耕地地力不足，其中，以灌溉排水工程和田间道路工程的老化问题最为凸显，地力问题中最为普遍的是土壤有机质含量低。新时期高标准农田建设应完善各项工程设施配套，重点加强灌溉排水工程、田间道路建设，注重耕地地力提升，因地制宜强化建设规划的科学性，增强建设方案的可行性与生态可持续性。运用新理念、新技术为农田赋能，探索建设高效节水农田、数字智慧农田、绿色低碳农田，不断向建设高效化、信息化、绿色化的现代化农业迈进。研究可为中国新时期高标准农田建设工作提供重要参考，为推动农业现代化提供支撑。

高光谱遥感可以捕获地表近乎连续的光谱曲线,以较高的光谱诊断能力对地表农作物进行精细分类与识别。传统基于深度学习的高光谱分类算法中空间、光谱特征捕捉利用困难、冗余特征筛选能力不足、模型约束过于单一等问题,导致农作物类型复杂且样本分布不均区域分类模型性能下降。该研究提出一种基于空间-光谱双分支动态特征选择的高光谱分类算法,在结合通道注意力机制和空间注意力机制进行空间-光谱特征提取的基础上,通过门控卷积层对提取到的特征进行相关性的计算和处理,实现空间维度和通道维度上的特征动态选择,并分别从空间、光谱和联合特征3个角度对分类结果约束,结合分类损失函数实现高光谱影像的分类任务。结果表明,在JAAS(Jiangsu academy of agricultural sciences,江苏省农业科学院)高光谱农作物分类数据集上,该研究算法总体精度、Kappa系数分别为99.35%和99.20%,相较于专为高光谱分类设计的算法CDCNN(contextual deep convolution network,上下文深层卷积网络)、 WCRN(wide contextual residual network,广义上下文残差网络)、 DBDA(double-branch dual-attention mechanism network,双分支双注意力机制网络)、DCNN(dual-channel convolution network,双通道卷积网络)分别提升了4.91%和6.12%、6.82%和8.53%、2.12%和2.63%、2.04%和2.54%;在公开数据集WHU-Hi-HanChuan区域,总体精度、Kappa系数分别为99.49%、99.41%,相较于CDCNN、WCRN、DBDA、DCNN分别提升了1.67%和1.96%、3.23%和3.80%、2.00%和2.35%、1.10%和1.29%;在WHU-Hi-Longkou区域,总体精度、Kappa系数分别为99.8%、99.74%,相较于CDCNN、WCRN、DBDA、DCNN分别提升了1.30%和1.71%、0.59%和1.74%、0.71%和0.93%、0.57%和0.76%。所提方法在样本分布不均的不同作物识别上均具有较高的识别准确率,可为基于高光谱影像的地物复杂且样本分布不均地区的农作物分类提供指导。

随着农业大数据时代的到来,如何开展直观的有效信息挖掘成为数据利用的一大难题。作为一种能够帮助人们高效地管理现实世界中事物及其关系的异构语义网络,知识图谱应用在近年来备受关注。在农业数据不断增加、结构越来越复杂的背景下,将知识图谱应用于农业领域有助于农业大数据分析,促进智慧农业发展。该文首先分析了知识图谱构建的模式,即自顶向下、自底向上及两种模式结合等3种模式的特点,然后从本体构建、知识抽取、知识融合、知识推理、知识图谱存储及可视化5个方面综述了农业知识图谱构建的关键技术应用进展与难点,接着对当前知识图谱在农业领域的应用进行了梳理,主要有农业专题文献计量研究、农业信息检索、农业知识问答和农业信息资源推荐等4个方面,最后对知识图谱技术在农业领域的应用研究方向进行了展望,认为未来应关注基于知识图谱的农产品电商推荐、动态农业知识图谱的构建、跨领域知识图谱的构建与关联等方面。

针对现有单边制动履带车辆跟踪控制算法同周期内并行控制难、跟踪精度低、转向控制次数较多等问题，该研究以电控化改装后江苏筑水农机 3B55 型履带运输车为试验平台，开展单边制动履带车辆路径跟踪控制算法研究。通过单边制动履带车辆运动学分析，构建车辆预瞄跟踪模型，提出一种预瞄跟踪模糊控制算法，将横向偏差与航向偏差作为多输入输出模糊控制器输入参数，实现车辆同一控制周期内转向与直线行驶的并行控制。为了优化车辆路径跟踪精度与转向控制次数，提出改进麻雀搜索算法(sparrow search algorithm, SSA)的自适应前视距求解算法，考虑车辆的横向偏差和转向路径角度约束，解析较优前视距离，通过仿真和田间试验对算法进行跟踪精度与转向控制次数综合评价。仿真结果表明：基于自适应预瞄跟踪模糊控制算法跟踪多角度规划路径时，车辆转向控制次数为89次，误差面积为1.74 m2。田间作业路况下，由于试验路面起伏不平，并且随速度增加车辆跟踪精度下降，但跟踪精度及转向控制次数随前视距离的变化规律与仿真结果一致，当车辆分别以0.14、0.47和0.83 m/s跟踪路径时，自适应预瞄跟踪模糊控制算法相对于固定前视距离预瞄跟踪模糊控制算法车辆转向控制次数分别减少13.59%、9.87%和11.25%，误差面积分别减少19.93%、48.48%和54.59%，验证了算法的有效性。研究结果可为单边制动履带车辆的农机自动导航技术提供创新思路与技术支撑。

针对非结构化环境下香梨识别准确率低，检测速度慢的问题，该研究提出了一种基于改进YOLOv8n的香梨目标检测方法。使用Min-Max归一化方法，对YOLOv3-tiny、YOLOv5n、YOLO6n、YOLOv7-tiny和YOLOv8n评估选优；以YOLOv8n为基线，进行以下改进：1）使用简化的残差与卷积模块优化部分C2f（CSP bottleneck with 2 convolutions）进行特征融合。2）利用simSPPF（simple spatial pyramid pooling fast）对SPPF（spatial pyramid pooling fast）进行优化。3)引入了PConv(partial convolution)卷积，并提出权重参数共享以实现检测头的轻量化。4）使用Inner-CIoU（inner complete intersection over union）优化预测框的损失计算。在自建的香梨数据集上，指标F0.5分数（F0.5-score）和平均精度均值(mean average precision, mAP)比原模型分别提升0.4和0.5个百分点，达到94.7%和88.3%。在GPU和CPU设备上，检测速度分别提升了34.0%和24.4%，达到了每秒99.4和15.3帧。该模型具有较高的识别准确率和检测速度，为香梨自动化采摘提供了一种精确的实时检测方法。

鸭蛋裂纹检测技术对于禽蛋加工工厂实现智能化蛋品检测、分级具有重要意义。该研究针对鸭蛋裂纹检测流程复杂、计算量大、模型尺寸大等问题，提出了一种基于改进YOLOv5l(you only look once version5 large)的轻量裂纹检测算法，通过在黑暗条件下使用LED灯照射鸭蛋，根据裂纹蛋壳与完好蛋壳透光性不同产生的图像差异进行检测。通过在YOLOv5中引入Ghost＿conv模块，大大减少了模型的浮点计算量和参数量，并在模型的骨干网络中加入ECA(efficient channel attention)注意力机制以及使用多尺度特征融合方法 BIFPN(bi-directional feature pyramid network)，增加模型对有效信息的关注度，以提高算法检测精度。同时使用CIoU与α-IoU损失函数融合后替代YOLOv5原始GIoU函数加速回归预测。利用自建的鸭蛋裂纹数据集验证改进后模型的性能，结果表明，本研究提出的改进YOLOv5l网络模型检测精准率为93.8%，与原始YOLOv5l模型相比，检测精度提高了6.3个百分点，参数量和浮点计算量分别减少了30.6%、39.4%。检测帧速率为28.954帧/s，较原始YOLOv5l模型仅下降3.824帧/s。与其他的目标检测常用网络SSD(single shot multibox detector)、YOLOv4、Faster-RCNN(faster region convolutional neural networks)相比，精度分别提高了13.1、12.5、8.2个百分点。本研究提出的方法能够在低硬件资源条件下进行高精度检测，可为实际场景应用提供解决方案和技术支持。

针对复杂环境下柑橘果实大量重叠、枝叶遮挡且现有模型参数量大、计算复杂度高等问题，提出了一种基于改进YOLOv8n的柑橘识别模型YOLOv8-MEIN。首先，该研究设计了ME卷积模块并使用它改进YOLOv8n的C2f模块。其次，为了弥补CIoU损失函数在检测任务中泛化性弱和收敛速度慢的问题，使用Inner-CIoU损失函数加速边界框回归，提高模型检测性能。最后，在自建数据集上进行模型试验对比，试验结果表明，YOLOv8-MEIN模型交并比阈值为0.5的平均精度均值mAP0.5值为96.9%，召回率为91.7%，交并比阈值为0.5~0.95的平均精度均值mAP0.5～0.95值为85.8%，模型大小为5.8 MB，参数量为2.87 M。与原模型YOLOv8n相比，mAP0.5值、召回率、mAP0.5～0.95值分别提高了0.4、1.0、0.6个百分点，模型大小和参数量相比于原模型分别降低了3.3%和4.3%，为柑橘的自动化采摘提供技术参考。

采用葡萄酒多酚系列指标，构建味感质量预测模型，实现干红葡萄酒涩感和余味的客观量化。试验以宁夏和新疆的50款赤霞珠干红葡萄酒为原料，利用常规方法检测样品总酸、挥发酸和pH值，采用自由基清除法测定抗氧化活性，通过紫外-可见分光光度计法分析总酚、花色苷、黄烷醇、黄酮醇、酒石酸酯含量，并以感官品评法量化干红葡萄酒的涩感和余味。相关性分析结果显示，总酚、花色苷、黄烷醇、黄酮醇等对涩感和余味的影响有显著差异（P<0.05），酒石酸酯对余味的影响较小，而总酸和pH值对供试干红葡萄酒的涩感没有显著影响（P>0.05）。感官品评量化结果显示，宁夏和新疆产区酒样的涩感得分为6.18和5.70，余味得分为5.37和4.85，供试酒样的涩感与余味质量良好，且存在相似的变化趋势。以多酚系列指标表征的涩感质量偏最小二乘回归（partial least squares regression，PLSR）模型的决定系数（r-square，R2）为0.83，余味模型的R2为0.78，结果表明，总酚、黄烷醇、挥发酸、DPPH等指标对葡萄酒的涩感和余味贡献较大，黄酮醇和酒石酸酯主要影响葡萄酒的涩感，而花色苷、总酸和pH值则主要影响葡萄酒余味。研究得出，基于紫外-可见分光光度计法设计的多酚系列指标可以较好地解析干红葡萄酒的味感质量，降低检测成本，具备表征和预测干红葡萄酒味感质量的能力。

畜禽沼液不仅含有高浓度氨氮、总磷、难降解有机物以及重金属和抗生素等风险因子，同时也存在大量有效氮、磷、钾等营养成分，未经过适当处理的沼液直接排放极容易造成水体的富营养化、土壤酸化和污染物累积等生态环境问题，加上沼液极具资源化潜力，因此对其进行有效的处理与资源再利用对于促进可持续发展具有重要意义。微藻细菌共生系统（藻菌共生系统）作为一种新兴的沼液处理方式，得到了广泛关注与研究。相较于传统的沼液处理方法，藻菌共生系统具有低成本、高效率、环境友好等优点，其不仅可高效去除沼液中的氮、磷、重金属、抗生素等物质，而且能同步利用CO_2进行光合作用，产生具有生物燃料潜质的微藻生物质，应用前景广阔。该文分析总结了藻菌共生系统的共生机制，概括了其类型，系统解析了其去除沼液污染物的机理，并重点阐述了藻菌共生系统的影响因素，最后讨论和展望了该系统所面临的挑战与未来的发展方向，以期为基于藻菌共生系统的沼液规模化处理及利用提供理论指导。

智慧农业是现代农业的发展方向，无人农场是实现智慧农业的重要途径。为了探索和推广无人农场在现代农业中的应用，华南农业大学对大田无人农场的关键技术进行了深入研究，包括无人农场作业环境、作业对象和作业机械装备信息的数字化感知技术；土地整治、耕整、种植、播种、田间管理和收获方案的智能化决策技术；农机自动导航和农机精准作业的精准化作业技术；农作物生长、农机运维和农场经营管理的智慧化管理技术。2020年在广东增城创建全球首个无人农场，实现了五大功能，包括耕种管收生产环节全覆盖，机库田间转移作业全自动，自动避障异况停车保安全，作物生产过程实时全监控，智能决策精准作业全无人。取得了显著的经济、社会和生态效益，2021年广东增城水稻无人农场种植的优质丝苗米十九香产量达到9 934.35 kg/hm~2，比当地的平均产量高32%;2023年湖南益阳千山红镇再生稻无人农场两季产量达到17 988 kg/hm~2，说明了人不下田也能种地，也能种好地。截至2023年11月，在国内15个省启动了30个无人农场的建设，包括水稻、小麦、玉米和花生4种作物，实践结果证明了无人农场和智慧农业发展的巨大潜力，为解决“谁来种地”和“如何种地”提供了重要途径。

针对实际自然环境中果实被遮挡、环境光线变化等干扰因素以及传统视觉方法难以准确分割出农作物轮廓等问题，该研究以苹果为试验对象，提出一种基于改进BlendMask模型的实例分割与定位方法。该研究通过引入高分辨率网络HRNet，缓解了特征图在深层网络中分辨率下降的问题，同时，在融合掩码层中引入卷积注意力机制CBAM(convolutional block attention module)，提高了实例掩码的质量，进而提升实例分割质量。该研究设计了一个高效抽取实例表面点云的算法，将实例掩码与深度图匹配以获取苹果目标实例的三维表面点云，并通过均匀下采样与统计滤波算法去除点云中的切向与离群噪声，再运用球体方程线性化形式的最小二乘法估计苹果在三维空间中的中心坐标，实现了苹果的中心定位。试验结果表明改进BlendMask的平均分割精度为96.65%，检测速度34.51帧/s，相较于原始BlendMask模型，准确率、召回率与平均精度分别提升5.48、1.25与6.59个百分点；相较于分割模型SparseInst、FastInst与PatchDCT，该模型在平均精度变化不大的情况下，检测速度分别提升6.11、3.84与20.08帧/s，该研究为苹果采摘机器人的视觉系统提供技术参考。

长期集约化耕作导致中国设施土壤重金属累积和面源污染风险增加的状况已引起广泛关注。该研究总结了中国设施土壤重金属累积状况及其来源，发现长期盲目投入肥料及农药是引发设施菜田土壤重金属累积问题的主要原因。目前，设施土壤重金属累积呈现出广泛性和中轻度污染特征，其中镉是主要的污染元素。遵循面源污染治理中“源头预控-过程阻断-末端修复”原则，基于国内外文献综述，该文总结归纳出适用于设施土壤重金属累积特征与污染的联合阻控技术及作用机制。首先在灌溉和肥药投入等源头环节减少重金属输入；其次在作物种植过程中，通过选用重金属低积累特性的蔬菜种类或品种，结合水肥一体化施用大分子有机水溶性肥料或叶面喷施具有阻控重金属作用的营养型阻控剂，抑制作物吸收重金属；最后在末端修复环节，利用具有多元功能的土壤改良剂或微生物菌剂进行土壤钝化修复，或采用具有超重金属富集能力且能提高设施土壤生物多样性的植物作为填闲作物，实现生物修复的目标。该联合阻控技术的原则在于协同考虑污染防治、土壤改良、减肥增效等农学和环境目标，集成土壤修复与改良、水肥一体化、填闲作物栽培等技术，并兼顾设施土壤重金属污染修复工程所面临的投入品成本较高、经济效益不明显、缺失可持续改良导致效果不稳定等问题，优推能够钝化重金属并改良土壤的多功能土壤改良剂以及具有阻控重金属吸收、提高作物抗逆性的多功能有机水溶性肥料。上述措施能解决设施土壤普遍存在的重金属累积问题，提升土壤的安全生产能力，可为设施农业可持续发展提供更有效的技术支撑。

黑土有机质含量丰富,但随着农业活动加剧,以及黑土区低温特性的限制,土壤有机质大量流失。不同有机物料还田是提升土壤有机质的重要方式,然而目前仍缺少对不同有机物料还田具体恢复效果及过程的评价。该研究使用Meta分析的方法,对2000年1月—2022年9月经同行评议的文章进行整合分析,综合了41篇文献中2 012个观测值,设定低、中、高年限及碳投入量,评估秸秆还田和有机肥还田对黑土土壤有机碳固存的影响。结果表明,有机肥还田处理的土壤有机碳、土壤总氮、土壤总磷含量均高于秸秆还田。随着处理年限的增加,有机肥还田对于土壤有机碳含量的增加效果优于秸秆还田。此外,不同碳投入的条件下,有机物料还田对于土壤碳固存影响不同,其中在中碳投入的条件下,有机肥还田有机碳含量(65.62%)显著高于秸秆还田(20.07%)。21 a以上的长期中碳投入下有机肥还田更有利于黑土土壤有机碳固存的增加。该研究为黑土区有机物料还田的选择提供科学依据。

为预测气候变暖背景下西北地区酿酒葡萄物候期变化规律，该研究利用2007—2022年西北地区地表温度数据及酿酒葡萄（赤霞珠、黑比诺、美乐和霞多丽）物候观测数据（萌芽期、开花期和转色期），对酿酒葡萄物候模型（积温模型，包含生长日度模型（growing degree day model，GDD）及葡萄开花转色期模型（grapevine flowering veraison model，GFV），BRIN模型、WE模型）进行参数优化和模拟比较，选取最适模型结合气候模式数据预测SSP245和SSP585情景下酿酒葡萄物候期的变化。结果表明：1）萌芽期，BRIN模型最适用于赤霞珠、美乐和霞多丽，GDD5模型最适于黑比诺；2）开花期，GDD10模型最适用于赤霞珠和美乐，GFV和WE模型分别适用于黑比诺和霞多丽；3）转色期，WE模型最适用于赤霞珠、黑比诺和美乐，GFV模型则最适于霞多丽；4）在SSP245情景下，西北地区2035—2065年与2055—2085年4种葡萄的3个物候期分别平均提前2 d与4 d；在SSP585情景下，西北地区2035—2065年4种葡萄的3个物候期平均提前5 d，2055—2085年除了天山北麓地区的酿酒葡萄转色期因夏季高温影响而平均延后6 d外，其他酿酒葡萄物候期平均提前10 d，进一步分析表明夏季高温是导致转色期延迟的重要因素。研究结果为适应气候变化充分利用气候资源，保障西北地区酿酒葡萄生产优势地位提供理论依据和科学支撑。

目前国内苹果基本采用人工采摘方式，随着劳动力资源短缺以及机械自动化技术的迅速发展，利用机器人采摘替代人工作业成为必然趋势，开发苹果采摘机器人用于果园收获作业具有重要意义。由于苹果采摘作业环境复杂，严重制约了采摘自动化的发展。目标识别、定位与果实分离是苹果采摘机器人的关键技术，其性能决定了苹果采摘的效率及质量。该文概述了具有市场化前景的苹果采摘机器人发展和应用现状，综述了在复杂自然环境光照变化、枝叶遮挡、果实重叠、夜间环境下以及同色系苹果的识别方法，介绍了多种场景并存的复杂环境下基于深度学习的苹果识别算法，遮挡、重叠及振荡果实的定位方法，并对采用末端执行器实现果实与果树的分离方法进行了分析。针对现阶段苹果采摘机器人采摘速度低、成功率低、果实损伤、成本高等问题，指出今后苹果采摘机器人商业化发展亟需在农机农艺结合、优化识别算法、多传感器融合、多臂合作、人机协作、扩展设备通用性、融合5G与物联网技术等方面开拓创新。

为准确掌握不同地区、不同阶段农业农村有机废弃物资源及还田情况，探明作物养分供需关系的动态变化，该研究以北京郊区为研究区域，基于统计年鉴和文献资料，估算2010—2019年京郊秸秆、尾菜、林果枝条、畜禽粪污和厨余垃圾资源总量和还田量，根据作物需求和有机养分当季释放率，量化养分供给与需求的时空差异。结果表明，京郊有机废弃物及其养分量10 a间持续下降，2010年分别为1.30×10~7、2.18×10~5 t，至2019年分别下降了62.3%和71.8%。有机废弃物资源空间分布呈动态变化，2010年大兴区有机废弃物资源最多，2019年平谷有机废弃物资源最多。京郊乡村有机废弃物还田利用重点分布在东南部，各区有机废弃物还田养分量10a间持续降低，2019年较2010年减少53.5%～86.6%。在50%化肥配施条件下，有机废弃物有效养分供给与作物需求的匹配程度呈交错变化趋势，2010—2015年昌平、房山等区的废弃物养分过剩情况加剧，而2019年怀柔、密云等地出现养分亏缺；从养分类型看，门头沟氮、钾养分超载最严重，昌平区磷量过载严重。建议养分过剩区应结合区域需求，合理控制产业规模，或采用有机废弃物的高值多元利用、有机肥外运等方式进行养分调控；养分亏缺区则可适当扩大生产规模，提高废弃物的养分利用率。研究结果可为区域农业产业合理布局和废弃物资源化利用提供科学依据。

基于视频的生猪行为跟踪和识别对于实现精细化养殖具有重要价值。为了应对群养生猪多目标跟踪任务中由猪只外观相似、遮挡交互等因素带来的挑战,研究提出了基于PigsTrack跟踪器的群养生猪多目标跟踪方法。PigsTrack跟踪器利用高性能YOLOX网络降低目标误检与漏检率,采用Transformer模型获取具有良好区分特性的目标外观特征;基于OC-SORT(observation-centric sort)的思想,通过集成特征匹配、IoU匹配和遮挡恢复匹配策略实现群养生猪的准确跟踪。基于PBVD(pigs behaviours video dataset)数据集的试验结果表明,PigsTrack跟踪器的HOTA(higher order tracking accuracy),MOTA(multiple object tracking accuracy)和IDF1得分(identification F1 score)分别为85.66%、98.59%和99.57%,相较于现有算法的最高精度,分别提高了3.71、0.03和2.05个百分点,证明了PigsTrack跟踪器在解决外观相似和遮挡交互引起的跟踪过程中身份跳变问题方面的有效性。随后,利用Slowfast网络对PigsTrack跟踪器的跟踪结果进行了典型行为统计,结果显示PigsTrack在群养生猪个体行为统计方面更准确。此外,通过在ABVD(aggressive-behavior video)数据集上的试验,PigsTrack跟踪器的HOTA、MOTA和IDF1得分分别为69.14%、94.82%和90.11%,相对于现有算法的最高精度,提高了5.33、0.57和8.60个百分点,验证了PigsTrack跟踪器在群养生猪跟踪任务中的有效性。总而言之,PigsTrack跟踪器能够有效应对外观相似和遮挡交互等挑战,实现了准确的生猪多目标跟踪,并在行为统计方面展现出更高的准确性,为生猪养殖领域的研究和实际应用提供了有价值的指导。

微藻是一类生长速度快、环境适应能力强的单细胞自养生物，利用其生产的碳水化合物、蛋白质、油脂等已在食品、水产养殖、医疗保健等领域广泛应用，然而，高养殖成本始终是限制其产业化发展的难点之一。光源是微藻培养的重要环境因子，现有研究多报道波段及光照周期对微藻生长代谢的影响，其所用光源几乎均采用单侧排布，光在藻液中分布的均匀性和稳定性易受藻液光径、藻密度等影响。为研究环绕式LED光质对蛋白核小球藻生长代谢影响，该研究以商业化较成熟的微藻——蛋白核小球藻（Chlorella pyrenoidosa）为对象，将环绕式LED人工光源应用于微藻培养中，采用光强为100μmol/(m~2·s)的白、红、黄、绿、蓝、紫6种光质分别培养蛋白核小球藻21 d，每日监测藻液中生物量和光合色素含量变化，测定培养末期（D21）藻体中的蛋白质、油脂和碳水化合物含量及脂肪酸组成和丰度，分析不同波段光质对蛋白核小球藻生长代谢的影响。结果显示，相较于对照组（白光），绿光和蓝光分别培养蛋白核小球藻7d和9d后其生物量显著提高（P<0.05），培养末期（D21）绿光组和蓝光组的生物量分别提高了24.4%和8.0%(P<0.05)；藻液中叶绿素a的变化趋势与生物量变化类似，但绿光组藻体中总光合色素质量分数却显著低于紫光组（P<0.05），可能与微藻对紫光的吸收利用率低有关（需要合成更多光合色素来获取光能）；红光组中碳水化合物质量分数增加11.5%而油脂质量分数显著下降23.8%(P<0.05)；蓝光最利于油脂累积，显著提升26.2%(P<0.05)；紫光使蛋白核小球藻的碳分配从碳水化合物向蛋白质合成方向分流；脂肪酸分析表明，绿光和紫光最利于总脂肪酸累积，较对照组（39.5‰）分别提升20.1%和18.2%(P<0.05)；绿光和蓝光更有利于多不饱和脂肪酸的合成。研究结果可为蛋白核小球藻胞内碳分配的优化调控提供有效的光源配置方案，为蛋白核小球藻的高效优质生产提供理论参考。

为提高小麦病害检测精度，实现将模型方便快速部署到移动端，该研究提出了一种基于改进YOLOv8的轻量化小麦病害检测方法。首先，使用PP-LCNet模型替换YOLOv8网络结构的骨干网络，并在骨干网络层引入深度可分离卷积（depthwise separable convolution, DepthSepConv）结构，减少模型参数量，提升模型检测性能；其次，在颈部网络部分添加全局注意力机制（global attention mechanism, GAM）模块，强化特征中语义信息和位置信息，提高模型特征融合能力；然后，引入轻量级通用上采样内容感知重组（content-aware reassembly of features,CARAFE）模块，提高模型对重要特征的提取能力；最后，使用Wise-IoU(weighted interpolation of sequential evidence for intersection over union)边界损失函数代替原损失函数，提升网络边界框回归性能和对小目标病害的检测效果。试验结果表明，对于大田环境下所采集的小麦病害数据集，改进后模型的参数量及模型大小相比原YOLOv8n基线模型分别降低了12.5%和11.3%，同时精确度（precision）及平均精度均值（mean average precision,m AP）相较于原模型分别提高了4.5和1.9个百分点，优于其他对比目标检测算法，可为小麦病害检测无人机等移动端检测装备的部署和应用提供参考。

随着气候变化的加剧，高温干旱事件频发，对植被健康生长造成了严重影响。针对相关性方法难以准确刻画复合干热胁迫下植被脆弱性的问题，利用1982—2015年去趋势和标准化的归一化植被指数（detrended and standardized normalizeddifferencevegetationindex, SNDVI）、标准化降水蒸散发指数（standardizedprecipitationandevapotranspiration index,SPEI）和标准化气温指数（standardized temperature index,STI），构建基于Vine Copula的复合干热胁迫下植被脆弱性评估模型，量化黄土高原不同土地利用类型和气候区植被对高温干旱的响应关系。结果表明：1）黄土高原大部分区域SNDVI与SPEI呈正相关关系，与STI呈负相关关系，草地SNDVI与SPEI、STI的相关性最高，其次为耕地，林地最低；2）相对于单一干旱或高温事件，复合干热事件进一步加剧了植被脆弱性，复合干热胁迫下黄土高原6、7、8月植被损失概率分别为0.51、0.57和0.55，较高的区域集中在陕西北部、宁夏、甘肃东部和内蒙古等地区；3）黄土高原地区不同植被类型对复合干热的脆弱性各异，脆弱性从大到小依次为草地、耕地、灌木、林地。研究结果有助于深入了解植被对气候极端事件的响应，支持应对气候变化的陆地生态系统风险管理。

两段收获是国内花生机械化收获主要方式。大中型花生捡拾收获机所配置的弹齿滚筒式捡拾装置结构复杂且易损坏，捡拾过程中不仅存在植株抛起、壅堆、漏捡和掉果等问题，弹齿弹出地面时也会造成扬尘，严重制约了花生收获作业效率、增加花生损失，加剧环境污染。针对上述问题，该研究在分析弹齿滚筒捡拾花生过程基础上，提出了由铲齿、拨秧滚和捡拾滚（简称双滚筒）构成的花生捡拾机构，研制出相应的捡拾装置样机并进行田间性能试验；基于Box-Behnken中心组合设计原理，以植株捡拾率和荚果落果率为试验指标、以机组前进速度、捡拾速比和铲齿半径为试验因素进行了正交试验,并对试验因素进行优化。试验结果表明，铲齿-双滚筒组合式花生捡拾装置作业中不存在植株抛起、壅堆和弹齿扬尘等问题；在田间试验条件下，作业速度为1.2 m/s、捡拾速比为1.2、铲齿半径为498 mm时，花生植株捡拾率高于99.22%，落果率低于1.84%，均优于花生捡拾作业标准要求。铲齿-双滚筒研究结果对解决国内花生捡拾收获机存在的捡拾问题具有重要意义。

针对特色农产品评价大数据多维度分析中，可信标签不足以及挖掘消费者各维度真实情感语义困难等问题。该研究提出了一种基于弱监督训练的深度学习方法。首先，通过主题模型分析大规模评论，提取产品评价主题和关键词。然后，结合句法依存和情感词典为评论生成不同维度的伪标签。最后，构建多标签多分类深度网络，在伪标签上进行弱监督学习。结果表明，该方法在红心柚评论数据集上取得89.2%的准确率和80.3%的F1值，比随机森林算法提升了7.1个百分点的准确率和11.5个百分点的F1值。相比Transformer模型，准确率提高5.6个百分点，F1值提高2个百分点，参数量减少了92%。该方法能从海量评论中高效提取产品评价维度和消费者关注点，为完善农产品质量和销售服务提供数据支持。

耕地产能改善是中国在耕地资源数量约束下确保粮食安全的重要手段。土地整治是提升耕地产能的重要途径，但目前在大尺度区域对不同类型土地整治影响耕地产能的空间分异规律认识仍不充分。因此该研究以长江经济带为例，基于MODIS-EVI遥感数据评估了2001—2017年研究区耕地产能及变化特征，使用地理加权回归模型分析了80 920个土地整治项目对耕地产能影响的空间格局和分区特征，结果表明：1）耕地产能变化趋势有显著空间分异特征，单季作物、双季作物第一和二季产能分别呈减速上升、加速上升和先增后减趋势，长江上游产能增幅最大，下游单季作物和双季作物第二季产能降幅最大；2）土地整治对耕地产能影响机制存在空间分异，长江上游单季作物主要受土地整治建设规模和投资标准的积极影响，长江下游双季作物第二季产能受土地整治消极影响；3）根据耕地产能变化特征及土地整治影响机制差异可以将长江经济带可划分为西南山地整治区、四川盆地整治区、南方丘陵整治区和长江下游平原整治区。该研究可以为各区域土地整治政策优化提供参考。

恩诺沙星（enrofloxacin,ENR）是农业生产中广泛使用的一种抗菌药，其药物残留和耐药危害导致了严重的生态风险。因此，降低或消除ENR残留是生态农业的重点研究内容。该研究利用果业废弃物——樱桃核，通过高温氧化法和氯化锌腐蚀造孔技术，将其制备成一种改性生物炭，用于降低和消除水体ENR污染度。通过比表面积分析和电镜扫描比对，与直接氧化制备的生物炭（primitive biochar,PBC）相比，氯化锌改性生物炭（biochar of ZnCl_2 modification,Zn-BC）呈大孔径多片层结构，每层分布大量蜂窝状孔隙，其比表面积多达1 148.79 m~2/g，对ENR的最大吸附量显著提高。傅里叶变换红外光谱（Fourier transform infrared spectrophotometer, FT-IR）和X射线电子能谱（X-ray photoelectron spectroscopy, XPS）分析表明，Zn-BC具有更多含氧基团，促进其与ENR形成更多配合物，吸附机制可能与孔隙填充、π-π键相互作用、氢键作用有关；吸附动力学和吸附等温模型拟合发现，PBC和Zn-BC均与准二级动力学模型和Langmuir等温吸附模型吻合较好，证实表征分析结果与吸附机理相呼应；热力学分析进一步表明两种生物炭对ENR吸附为自发、熵增加和放热过程。综上，与PBC相比，Zn-BC吸附面积大、效率高，是消除水体ENR残留污染的良好材料。

鱼类生物量无损测算是智能化水产养殖的重要环节，如何实现鱼体全长精准估算是该环节稳定运行的重要前提。该研究以红鳍东方鲀为对象，提出了一种鱼体全长精准估算方法，可在非接触情况下对自由游动的红鳍东方鲀进行精准的体长估算。首先，利用双目立体视觉技术对原始图像进行校正和立体匹配获得深度图像，并通过SOLOv2模型进行鱼体分割；然后，通过自主设计的独立分类器对图像进行高效分类，自动获取可用于全长估算的鱼类侧面图像，其分类准确率达95.3%；最后，耦合图像平面特征和深度信息，对鱼类进行三维姿态拟合，实现鱼类全长精准估算。结果表明，该方法全长估算的平均相对误差为2.67%，标准差为9.45%，且全长估算值与质量表现出良好相关性（R2=0.88）。该研究将为鱼类生物量无损测算提供关键技术支撑，对水产养殖的信息化管理、鱼类生长状况评估、投饵控制等具有重要意义。

针对雪茄烟叶晾制过程含水率人工判断主观性强、准确度低等不足，以及对影响雪茄烟叶晾制过程含水率预测的重要表观特征尚不明确等问题，该研究基于图像特征提取以及机器学习技术实现雪茄烟叶晾制过程含水率的预测。试验以雪茄烟品种“云雪2号”为试验材料，获取晾制过程的烟叶图像的颜色、轮廓、纹理以及部位四类特征并筛选出雪茄烟叶含水率预测的优选图像特征子集。在此基础上，构建了随机森林（random forest, RF）、支持向量机（support vector regression, SVR）与反向传播神经网络（back propagation neural network, BPNN）模型，并利用遗传算法（genetic algorithm, GA）对各模型超参数进行优化，将原始图像特征集与优选图像特征集输入3个机器学习模型，构建出6种模型-特征组合方案，依据晾制时期对原始数据集进行划分，并对测试集进行预测。最终结果显示：GA-SVR模型+优选图像特征子集的组合方案在测试集上表现最优，其决定系数（coefficient of determination,r~2）与均方误差（mean square error,MSE）分别为0.980和0.001，且运行时间最短（运行时长为0.128 s）。研究结果可为雪茄烟叶晾制过程智能化控制提供理论依据。

填埋场覆盖层是一种控制甲烷逃逸的最简单可行办法，然而一般的土质覆盖层工程特性差，与微生物甲烷氧化菌的甲烷氧化效能低。生物炭施加到土体中能够改变土体的微环境和微生物活性，进而可影响生物氧化甲烷的效能。为了研究生物炭-甲烷氧化菌改性土的甲烷氧化效率，使用甲烷检测仪，测定不同pH、甲烷浓度、土样干密度和生物炭掺量下，有菌和无菌土样的甲烷降低率的变化规律。结果表明：当无机盐培养液的pH值为7时，甲烷氧化菌具有较高的氧化效能；pH值为9时，甲烷氧化菌的甲烷降低小于pH值为7时。在一定初始甲烷浓度下，甲烷氧化菌的氧化效能随着初始甲烷浓度的增大而增大，但当初始甲烷浓度超过一定值时会抑制甲烷氧化菌的氧化效能，生物炭掺量和干密度均会影响甲烷氧化菌甲烷削减效能。随着生物炭掺量的增加，生物炭-甲烷氧化菌改性土的甲烷氧化效率是逐渐增大的；在干密度和生物炭掺量为1.20 g/cm3和15%时，无菌和有菌两种工况的甲烷降低率降幅较明显，分别为10.38%和39.72%。由此表明添加生物炭改变了填埋场覆盖层土体的微环境，提高了甲烷氧化菌的甲烷氧化效能，该研究对填埋场温室气体减排、大气污染防治及土体固碳减排具有重要学术意义和实际价值。

为提升油炒数值模拟的可靠性及准确度，揭示可控操作对烹饪过程参数的影响及关键过程参数对烹饪的影响。通过无量纲水分含量分析解法，测定了中式油炒猪里脊肉过程中的表面传质系数（surface mass transfer coefficient, hm）和有效水分扩散系数（effective moisture diffusion coefficient, Deff），分析了预热油温及样品比表面积Ω对hm及Deff的影响；基于已构建的油炒热质传递数学模型、成熟值理论，对比了hm和流体-颗粒表面传热系数（fluid-to-particle surface heat transfer coefficient, hfp）对烹饪成熟控制的影响。结果表明：与油炸过程类似研究的文献数据相比，该研究中hm值偏大在5.927×10−6～2.481×10−5 m/s之间，Deff在6.281×10−9～4.148×10−8 m2/s之间，Deff活化能（Ea）在24.2～30.6 kJ/mol范围内；预热油温、比表面积Ω对hm及Deff有显著影响（P<0.05），预热油温越高hm和Deff越大，比表面积Ω越大hm越大，Deff越小；hm对烹饪成熟控制影响较小，而hfp是烹饪成熟控制的关键过程参数。研究结果为油炒过程模拟提供了重要参数，为烹饪过程控制提供依据。

针对非结构化环境中采摘机器人缺少足够环境信息的问题，该研究提出了一种用于机器臂避障和路径规划的果实与枝条检测和三维重建方法。采用MobileNetV2取代传统DeepLabV3+主干特征提取网络Xception，并在特征提取模块引入了坐标注意力机制，通过改进网络对采集的RGB图像进行目标检测，并将检测到的火龙果和枝条语义掩膜转换成三维点云。提出一种基于非线性最小二乘法的椭球体拟合方法用于重建火龙果，用有限数量的AABB包围盒获取不规则的枝条的三维空间位姿信息。测试表明，改进后模型的平均交并比（mean intersection over union，mIoU）和平均像素精度（mean pixel accuracy，mPA）分别达到95.59%、98.01%，相较原模型分别提升2.57个百分点和1.44个百分点；平均推理时间和模型内存占用量分别降至94.74ms和22.52MB，分别仅为原模型的59%和11%。三维重建试验表明，火龙果果实重建的短轴尺寸和深度距离的平均绝对误差分别为0.44和2.04mm，枝条重建的样本标准差在各坐标轴上均小于10mm。结果证实了该研究方法可以有效地重建火龙果果实和枝条，可以为火龙果采摘机器人的采摘路径规划避障提供基础。

东北黑土区农业机械化水平高,农机作业压实导致的土壤结构和物理性状退化问题日益严重,压缩特性是定量分析土壤压实过程的有效手段,但目前黑土压缩特性随初始含水量和初始容重的变化规律尚不明确。为了解初始含水量和初始容重对黑土压缩特性的影响程度及其变化关系,该研究以重塑黑土为对象,设0.15、0.20、0.25、0.30、0.35、0.40 g/g共6个初始含水量水平,设1.00、1.10、1.20、1.30、1.45、1.60 g/cm~3共6个初始容重水平,使用固结仪进行单轴压缩试验测定土壤压缩曲线,分析初始含水量和容重对压缩特性影响。结果表明,土壤初始含水量、容重及两者交互作用均极显著影响重塑黑土压缩特性(P<0.001),据此建立了预测压缩特性的土壤传递函数。黑土的预固结压力为10.42～1 106.17 kPa,与初始含水量显著线性正相关、与初始容重显著线性负相关(P<0.05);压缩指数为0.311～0.852,与初始含水量和容重呈二元多项式方程的关系,随初始容重的增大而降低,在中等含水量时最大;回弹指数为0.007～0.321,与初始含水量正相关,与初始容重负相关。初始含水量大于70%田间持水量或初始容重小于1.20 g/cm~3时,土壤预固结压力小于200 kPa且压缩指数大于0.4,压实风险高,应避免田间作业。建立的土壤传递函数可以较好地预测黑土压缩特性,还可用于土壤压实模型评估农机作业压实风险,为适耕性判断提供参考。

冬小麦叶片氮含量与叶片光合作用和营养状况密切相关，直接影响植株生长发育，而茎秆中的氮含量与茎秆中纤维素、半纤维素和木质素的比例和含量密切相关，直接影响茎秆质量及植株的抗倒伏能力。然而，有关对冬小麦茎秆氮含量估算研究较为有限，限制了从氮含量角度判断茎秆质量及对倒伏的预测能力。为精准估算冬小麦不同器官（叶片、茎秆）氮含量，该研究通过2年田间试验，获取冬小麦4个关键生育期（拔节期、抽穗期、开花期、灌浆期）和3种施氮水平条件下（N1、N2和N3）的冠层光谱反射率、叶片、茎秆氮含量及叶片SPAD (soil and plant analyzer development,SPAD)值。分析了不同生育期和施氮水平条件下高光谱植被指数对叶片和茎秆氮含量的敏感性，并结合5种常用的机器学习算法：随机森林回归（random forest regression,RFR）、支持向量回归（support vector regression,SVR）、偏最小二乘回归（partial least squares regression,PLSR）、高斯过程回归（gaussian process regression,GPR）、深度神经网络回归（deep neural networks,DNN）构建冬小麦叶片和茎秆氮含量估算模型。结果表明：高光谱植被指数对叶片和茎秆氮含量的敏感性受到生育期和施氮水平的影响。在灌浆期，最佳植被指数双峰冠层植被指数DCNI(double-peak canopy nitrogen index)对叶片氮含量的敏感性最高，R~2为0.866。对茎秆氮含量，在抽穗期的敏感性最高，最佳植被指数归一化叶绿素比值指数NPQI(normalized phaeophytinization index)与氮含量决定系数R~2=0.677。施氮水平的提升增加了光谱植被指数对茎秆氮含量的敏感性。结合SPAD值的机器学习算法提升了氮含量的估算精度，对叶片氮含量，在不同生育期和施氮水平条件下估算精度提升了1%～7%，其中在全生育期的归一化均方根误差NRMSE从0.254降低到0.214，抽穗期的NRMSE提升最大，从0.201降低到0.128。对茎秆氮含量，全生育期的NRMSE从0.443降低到0.400，抽穗期的NRMSE变化最大，从0.323降低到0.268。在全生育期，结合SPAD值的DNN模型对叶片（R~2=0.782、NRMSE=0.214）和茎秆（R~2=0.802、NRMSE=0.400）氮含量的估算精度最佳。研究说明，SPAD值与光谱植被指数结合有利于提升冬小麦不同生育期和施氮水平条件下叶片和茎秆氮含量的估算精度。

提升作物水分表型诊断精度和时效性是当前智慧灌溉领域研究的难点和热点之一。该研究针对以上难点提出了一种改进机器视觉算法的冬小麦旱情智能诊断方法。在测坑试验系统中设置了适宜水分处理（CK）、中度干旱处理（T1）、重度干旱处理（T2），通过数码相机获取冬小麦早期RGB高清图像，利用HSV色彩空间改进的K-means聚类算法对小麦图像分割敏感区域，提取图像颜色和纹理特征数据并开展主成分分析，辨别出累计贡献率达到97.2%的前3维主成分。采用蝙蝠算法优化支持向量机（bat algorithm-support vector machine，BA-SVM）惩罚因子$ (c=5) $和核参数(σ=0.1)，建立了基于蝙蝠算法优化的冬小麦旱情感知支持向量机模型，运用主成分分析降维后的识别精度优于其他特征组合，识别正确率为96.5%。明显高于GA-SVM（6.5%）和SVM（9.3%），运行时间分别缩短7、14 s。构建了冬小麦旱情智能诊断方法，可为实时诊断冬小麦旱情和智慧灌溉决策提供可靠方法。

种养结合系统是实现养殖业和种植业可持续发展的重要途径。水热技术可以转化畜禽粪污生产生物原油、生物炭、水相产物和气体产物，分别具有燃料、土壤改良、农用杀菌剂和温室气体肥料应用潜力，以粪污水热资源化为核心构建的高效种养结合系统有助于提高土地对畜禽粪污的消纳能力、构建生态可持续的绿色循环农业，实现畜禽粪污资源化利用、种植业和养殖的协同高效发展。该研究基于国内外近十余年的研究，系统综述了粪污水热资源化产物在种养结合生态循环农业模式中的作用和应用潜力，论述了畜禽粪污水热转化生物原油在农业内燃机中作为燃料的研究现状，阐述了水相产物作为潜在的农用杀菌剂在作物病害防控中的作用，梳理了畜禽粪污来源水热炭在转化机理、理化特性和还田应用中的研究进展，分析了气相产物中的组分和用于温室种植的潜力。在此基础上总结了以粪污水热资源化为核心的高效种养结合系统面临的主要挑战，并对水热资源化产物农业循环应用的研究方向进行展望。研究为畜禽粪污水热资源化产物的高值利用和高效种养结合系统研究提供理论参考。

为提高金银花采摘机器人的工作效率和采摘精度，实现将模型方便快速部署到移动端，该研究提出一种基于改进YOLOv5s的轻量化金银花识别方法。用EfficientNet的主干网络替换YOLOv5s的Backbone层，并在改进之后的Backbone层加入原YOLOv5s的SPPF特征融合模块，减少了模型的参数量和计算量，同时降低模型权重的大小，便于之后移动端的部署；其次，为提高模型对于金银花的识别效果，该研究在Neck层中用CARAFE上采样模块替换原始模型中的上采样模块，在略微提高参数量的前提下提高了模型识别金银花的精确度和平均精度，提高了采摘效率。试验结果显示，改进后的轻量化模型参数量仅为3.89×106 M，为原始YOLOv5s模型的55.5%；计算量仅为7.8 GFLOPs，为原始模型的49.4%；权重仅为7.8 MB，为原始模型的57.4%，并且精确度和平均精度达到了90.7%和91.8%，相比原始YOLOv5s模型分别提高1.9和0.6个百分点。改进后的轻量化模型与当前主流的Faster-RCNN、SSD、YOLO系列目标检测模型相比，不但提高了检测精度，还大幅减少了模型的参数量、计算量和权重大小，研究结果为后续金银花采摘机器人的识别和移动端的部署提供了参考和依据。

为了实现含水量早期变化的精准识别并进行迅速干预，减少植物缺水带来的损失，该研究基于双波片旋转法搭建了一套偏振光成像系统，通过对冬青叶片Mueller矩阵图像及退偏指数图像的分析与试验。实现了对冬青叶片含水量的早期检测。结果表明：首先，退偏指数图像可以清晰地反映冬青叶片含水量的变化，经分析发现随着冬青叶片含水量的逐渐降低，叶肉组织上的退偏指数在不断增大；其次，进一步建立了冬青叶片的含水量预测模型，得到退偏指数与含水量的拟合曲线，拟合曲线的决定系数值为0.95。随后，选用不同部位的冬青叶片对预测模型进行验证，含水量预测值与实际值间的最大相对误差为4.90%，即只需对叶片退偏指数进行探测即可获取到该叶片当前的含水量状态。该研究为植物含水量变化的早期识别提供了新方向，同时也为植物盐、酸和肥胁迫等生理状态的快速无损检测提供了理论基础。

针对多个农机社会化服务平台联合，实现跨平台任务匹配中存在的敏感数据泄露和集中式服务器不可信问题，该研究提出了基于密文策略属性基可搜索加密（ciphertext-policy attribute-based searchable encryption,CP-ABSE）的农机社会化服务联盟链隐私匹配方案。该方案基于联盟链构建农机社会化服务联合平台，为多平台数据共享提供去中心化的可信环境；基于CP-ABSE技术实现跨平台的任务匹配，支持对任务密文数据的检索以及细粒度的访问控制，保护作业任务发布方和农机手的敏感数据；使用智能合约实现农田作业任务与农机手之间的匹配服务，避免集中式服务器存在的单点故障和恶意违规操作等问题。安全性分析表明，该方案能够保证数据的完整性、机密性以及匹配结果的可信性。基于Hyperledger Fabric构建了一个原型系统，测试结果表明，当全局属性数量为200时，系统构建和私钥生成的运行时间分别约8和2.5 s，搜索令牌生成与数据加密的计算开销分别为60和80 ms，匹配智能合约平均时延约为250 ms。该方案破解了农机社会化服务平台间的“数据孤岛”问题，对于促进农机社会化服务的推广具有重要的意义。

生物质成型处理可以提高生物质的能量密度而降低其运输与储存成本,有利于生物质资源的综合利用。该研究以杉木屑为研究对象,经170～260℃水热及水热氧化预处理后制备成型颗粒,并使用范式法、X射线衍射仪和热重分析仪等测试手段分析了水热及水热氧化预处理过程对木屑及其成型颗粒理化性能的影响。结果表明:与原料相比,水热及水热氧化预处理后木屑成型颗粒的机械性能从原料的16.2 MPa分别增至38.9和41.1 MPa,水热氧化预处理对木屑的机械性能提升更有效。在水热及水热氧化预处理过程中,随着预处理温度上升,木屑样品的结晶度均呈现先升高后降低的趋势,分别在230和200℃时达到最高值,且成型颗粒的机械性能与木屑中纤维素含量及其结晶度呈正相关趋势,结晶纤维素是影响其成型过程的关键组分。与原料相比,水热及水热氧化预处理明显改善了木屑成型颗粒的燃料品质及其燃烧性能,成型燃料的热值、综合燃烧指数和稳燃指标均得到明显提升,其中水热氧化处理更有利于木屑炭化程度的提升。