针对高粱收获过程中的籽粒损失、破碎和含杂等问题，研究成熟时期和机收速率等因素对联合收获作业效果的影响规律。以晋杂22号高粱为研究对象，采用小区作业试验方案，分别在乳熟期、蜡熟期和完熟期设置3个机收速率水平进行高粱联合收获作业，机收速率设置为0.5 m/s,1.0 m/s,1.5 m/s，并测定破碎率、含杂率、总损失率与含水率等指标，获得成熟时期与机收速率对收获效果的影响规律。结果表明：成熟时期和机收速率对高粱籽粒含杂率、破碎率、总损失率等收获指标影响均极显著，对3项收获指标影响最大的因素均为成熟时期；在蜡熟期和机收速率为1.0 m/s时进行高粱联合收获作业能取得最佳效果，此时籽粒含水率为14.756%～15.746%，含杂率为0.14%，破碎率为0.29%，总损失率为5.48%。该研究获得了成熟时期和机收速率对高粱收获效果的影响规律，可为高粱机械化收获成熟时期合理选择与收获技术推广提供理论依据。

大田智能化植保机械是提高农药利用率、提升粮食品质、保障农业可持续发展的重要手段。为了解植保机械智能化技术的研究现状、明确未来发展方向，围绕高地隙植保机智能化作业的规模农田大尺度下的处方施药、地块级小尺度下的对靶喷药以及随速变量喷药三大主流方向，从感知、分析、决策、控制等方面，阐述了融合高精度卫星定位的处方图构建、空间坐标变换方法和处方识别的技术原理、对靶喷药技术路线及杂草识别关键技术研究水平，认为基于在线处方的高精度喷药是未来研究的重点；针对随速变量喷药的高精度测速这一关键技术，进行了4种测速模式的优缺点对比分析，随着卫星定位在农机上的广泛应用，卫星测速以其更加通用、便捷、精准将成为高精度测速的主要方式。为探究变量喷药控制的发展现状，对压力控制变量喷药和管路截流式流量控制变量喷药两种控制方式及实现方法进行了总结，从结构复杂性、实现的安全性和系统稳定性方面综合来看，管路截流式流量控制是实现变量喷药的主要方式，并从技术原理、实现过程及优化应用情况对流量控制的分段控制、脉宽调制、PID控制3种控制算法进行了论述，认为基于机器学习的PID控制将是改善流量调控性能重要方向。随着人工智能技术的不断发展，融合智能感知、分析决策和自主作业能力的植保机器人将成为植保机械未来主流的发展方向。

气力集排技术具有播种效率高、广适性好、种子损伤低等优势，在研究中发现种子分配器的形式和结构参数对气力集排系统排种均匀性影响较大。本研究分别提出了M型、T型和Y型种子分配器，阐述了气力集排系统的总体结构和工作原理，以小麦为研究对象，开展了分配器内种子颗粒群体在气流作用下的受力和运动分析。基于CFD-DEM气固耦合方法，分别建立了小麦种子和分配器的仿真模型，以各行排量均匀性变异系数为指标，开展了不同出口型式对分配器性能影响的仿真试验研究，确定了M型种子分配器为最优结构。在此基础上通过单因素试验研究了不同出口管倾角、顶盖圆锥角、入口直径、圆角半径和气流输送速度对M型种子分配器内部流场均匀性的影响，确定了显著性因素及其水平范围。分别以（出口管倾角、顶盖圆锥角、圆角半径）为因素开展了3因素3水平正交试验研究，以各行排量均匀性变异系数为指标，通过响应面分析，确定了M型种子分配器最优结构参数，在西北农林科技大学试验农场开展了台架和田间验证试验。仿真和试验研究结果表明：与T型和Y型种子分配器相比，M型种子分配器显著提高了小麦种子的排种质量，排种均匀性变异系数分别降低了7.41%和3.72%。当顶盖圆锥角为117.03°，出口管倾角为59.50°圆角半径为69.46 mm时，种子分配器均匀性最佳，各行播种均匀性变异系数为6.05%。M型种子分配器仿真结果与台架和田间试验验证结果的绝对误差分别为1.00%和1.55%。该研究为气力集排系统的设计提供参考和技术支撑。

我国是水果生产和消费大国，产量和面积常年居世界首位。然而我国果园长期面临复杂环境，传统人工作业存在成本高、劳动力紧缺、效率低等问题，随着标准化、规模化果园的建立，传统模式已不适应现代果园的发展。多功能作业技术平台集成采摘、开沟、施肥、喷雾、运输等功能，有效提升果园作业效率，节约成本，成为现代林果业高效发展的关键工具。主要概述了多功能作业平台结构组成及工作原理，包括对升降结构与底盘系统两大关键部分，并对国内外标准化果园作业平台的发展动态进行概述，从简单移动平台到可扩展平台，后续加入导航与自动调平系统等一系列改进，通过对比不同类型果园作业平台的特点和优势，明晰国内多功能作业平台发展不足，并总结归纳分析出国内外多功能作业平台主要研究重心聚焦在自动调平技术、通用底盘技术、导航避障技术、升降技术、底盘通过性技术、动力系统协调管理技术、系统品质提升技术等方面，并且探讨了我国多功能作业平台发展所面临的瓶颈，如信息化、智能化不足，政策支持相对滞后等。最后，针对我国作业平台与国外作业平台发展差距提出建议，如推进果园种植规范化、标准化，向信息化、智能化发展等，以期为我国果园高品质机械化作业提供发展思路。

农业机器人是农业机械领域的研究热点之一。国内外对温室/农田/果园作业（除草、施肥、喷药、采摘等）机器人移动平台的研究已取得初步成果，但对农田土样采集机器人移动平台的研究鲜有出现。在土壤的物理力学特性研究过程中，原状土壤样品的采集是一个重要前提。如果土样的原状度无法保障，后期实验室物理力学测试分析难以得出准确的研究结果。本研究针对这一问题，研发了一台结构紧凑、通过性强、取土质量好、取土效率高的农田土壤采集机器人移动平台，给出了机械系统、控制系统设计方案，并开展了初步的田间试验研究。本研究的主要内容如下：（1）机器人移动平台本体设计方面，确定了差速转向的转向方式；进行了机械系统设计，完成了相关硬件选型分析和控制系统设计以及软件编写。移动平台轴距为960 mm、轮距为600 mm，轮毂电机功率1 000 W，实现了基于调速转把和遥控手柄的移动平台协调运动控制，满足试验要求。（2）土样采集装置方面，对分段原状取土装置进行了设计。通过对比分析选用液压传动作为动力源和直压旋入式入土方式。通过理论分析确定了取土器主要技术参数，并对其入土关键部件进行有限元分析，验证了其结构参数设计的合理性。（3）通过田间试验，考察整机的移动性能和取土质量。移动性能测试试验结果表明：最大垂直越障高度80 mm，最大爬坡坡度35°。土样抗剪强度检测试验结果表明：在获取0～200 mm深度土样时，环刀法和新系统所取土样的内摩擦角方差在0.05的置信水平下，P值等于0.866；在获取0～100 mm和100～200 mm深度土样时，环刀法和取土装置所取土样的凝聚力方差在0.05的置信水平下，P值分别为0.145和0.717。取土效率对比试验结果表明：该取土装置完成一次取土仅需3～5 min。

近年来，发展中国家农村生活水平的提高和农村工业经济的不断升级，使得农村污水排放也愈加严重。这些来自生产生活污水、农田尾水以及养殖废水的农村污水会严重破坏生态环境，影响居民的幸福指数和经济的发展。本文指出了传统生态法和生物处理法存在的处理周期长、受环境影响大、存在二次污染等局限性，进一步探讨了等离子体技术在处理农村污水时应用范围广、处理效率高、无二次污染的优势，填补了等离子体技术在处理农业污水的空白。虽然等离子体的某些反应机理还不明确，对装置要求比较高，这些仍需不断改善，但未来还可以通过与其他技术的结合，进一步提高等离子体技术的效率和适用范围，使其在污水处理领域发挥更大的作用，优化和改进发展中国家农村污水综合处理过程。

随着我国养殖业的规模化、集约化发展，畜禽粪污排放量显著递增，对周边大气、土壤、水体等造成严重污染，影响到人类的生存健康，同时也阻碍了养殖业的可持续发展。国家出台了一系列环保和鼓励使用有机肥的政策，鼓励使用畜禽废弃物生产有机肥，用有机肥替代化肥。为响应国家环保政策的要求和破解养殖业畜禽粪污处理的难题，研制了畜禽粪污卧式发酵滚筒，将畜禽粪污与发酵菌种等辅料混合后上料到滚筒内，并辅助加热、曝气、翻搅，实时监测物料温度并可设置电加热和滚筒的启停及运行时长，有利于畜禽粪污完成好氧发酵过程，达到无害化处理的目的。阐述了滚筒的结构组成、工作原理及主要技术参数，根据好氧发酵原理和注意事项，设计了牛粪好氧发酵工艺流程，并按流程完成了粪污卧式发酵滚筒牛粪发酵性能试验。试验结果显示，有机质含量为5.2%、总养分（N+P_2O_5+K_2O）含量为5.1%，各指标均符合NY525—2012《有机肥料》标准，蛔虫卵死亡率和大肠菌群数都在NY884—2012《生物有机肥》标准范围内。该卧式发酵滚筒结构简单，粪污处理效果好，处理周期短，操作简便、经济适用，可满足中小型养殖企业畜禽粪污的无害化处理和资源化利用。

作物病虫害研究是人工智能技术与智慧农业交叉领域的热点问题。现有的研究受到数据获取困难、技术实施成本高以及作物病虫害发生态势复杂等因素的限制。北京市“植物诊所”形成的植物电子病历（plant electronic medical records, PEMRs）为作物病虫害的诊断与防治提供了新的研究方向。PEMRs以多模态数据的形式存储，包含了丰富的植物信息、病虫害信息和环境信息，如何挖掘PEMRs信息并利用其辅助后续研究是亟待解决的问题。鉴于知识图谱的信息表示能力、机器学习的挖掘能力和深度学习的特征抽取能力，根据电子病历特点，利用结构化数据构建作物病虫害知识图谱，利用非结构化数据和领域知识进行知识增强，进一步利用Neo4j图数据库和图数据科学（graph data science, GDS）结合机器学习算法从“热”点发现、联系链路发现、相似病虫害发现3个维度进行关联挖掘。在此基础上，将基于Transformer的双向编码器（bidirectional encoder representation from transformers,BERT）与卷积神经网络（convolutional neural network,CNN）结合，利用非结构化文本数据实现文本特征抽取和病虫害诊断，模拟植物医生实现智能化服务，在20种常见病虫害上的综合准确率可达到93.13%。本研究可为作物病虫害的及时诊断、对症防治、科学用药和辅助决策提供理论支持，创新了农业科技社会化服务新模式、新业态。

肥料通过调控植物生长发育而直接影响农作物产量，是推动现代集约化农业实现作物高产优质的重要因素；然而，尿素、含尿素复合肥生产过程中极易产生副产物缩二脲，目前由于肥料中缩二脲含量过高造成农田作物毒害问题不容忽视。建立高效的肥料中缩二脲检测方法对保障肥料生产安全、促进我国农业绿色高质量发展具有现实意义。本研究立足于我国现代农业发展对优质肥料的迫切需求，构建基于碳基结构材料敏感响应的电化学传感界面，实现肥料中缩二脲的在线快速评估，有效克服液相色谱法、紫外分光光度法存在的样品预处理繁琐、分析成本高、样品浊度干扰大等不足。首先，制备了兼具碳基结构表面特性和纳米金优良导电性质的石墨烯—纳米金复合物，并将其作为传感界面修饰材料固定于电极表面；其次，利用缩二脲对铜离子电化学信号的抑制作用，建立了铜离子响应电流随缩二脲浓度变化的线性回归方程，借助智能手机获取信号，进而实现缩二脲的电化学快速分析。实验结果表明，铜离子产生的响应电流与缩二脲浓度在1～80 mmol/L范围内呈良好的线性关系，检出限为0.50 mmol/L(S/N=3)；利用该电化学传感体系用于肥料样品中缩二脲的分析，检测结果与高效液相色谱法分析结果相对误差不超过6.9%。该电化学分析方法应用于肥料中缩二脲的在线检测便携程度高、可靠性好、准确度高，为肥料中缩二脲快速评估提供了新方法，科技创新赋能农作物高产优质。