欢迎访问《中国农学通报》,

农业工程 栏目所有文章列表

  • (按年度、期号倒序)
        一年内发表的文章 |  两年内 |  三年内 |  全部
    Please wait a minute...
    选择: 显示/隐藏图片
    多旋翼授粉无人机的作业航迹规划
    王汝毅, 王秀娟, 高磊, 岳训
    中国农学通报    2022, 38 (18): 159-164.   DOI: 10.11924/j.issn.1000-6850.casb2021-0824  
    摘要 + 145 )   HTML 3 )    PDF ( 3546KB )( 24 )   

    目前果园存在劳动人口老龄化、人工辅助授粉劳动效率低和缺乏数字化精准管理的现状。为了缓解这一现状,本研究首先阐述了多旋翼授粉无人机的前期关键技术准备,包括授粉父本花药的优化组合、花药的商业化存储等。然后,针对单机多旋翼授粉无人机存在的花粉喷洒均匀性差的问题,给出了花粉精准喷洒作业的多旋翼授粉无人机的集群实施策略;在无人机集群编队目标位置分配、回避碰撞和集群队列区域路径规划等核心技术的基础上,设计了多旋翼授粉无人机的自动作业航迹规划技术。最后,在Matlab环境下,实现3单元多旋翼授粉无人机集群授粉的虚拟仿真。多旋翼授粉无人机将为构建智慧农业生态无人农场的精准化种植,提供超前一步的理论探索和可行性应用方案。

    无人机遥感在森林资源监测中的应用研究进展
    任艳中, 王弟, 李轶涛, 王晓军
    中国农学通报    2020, 36 (8): 111-118.   DOI: 10.11924/j.issn.1000-6850.casb19010104  
    摘要 + 296 )   HTML 1 )    PDF ( 1298KB )( 56 )   

    为了给森林资源监测中无人机遥感的应用研究提供依据,归纳了无人机遥感用于森林资源监测的技术流程,总结了在森林资源监测中常用的传感器类型,分析了无人机遥感在森林病虫害监测、林分树高测定、森林冠层结构与属性测定、树种组成识别、森林生物量测定中的应用和表现。得出通过无人机遥感搭载各种类型的传感器来收集森林信息,将是未来森林资源监测的一个重要方向;无人机遥感数字化、信息化、自动化提取森林结构参数将是无人机遥感用于森林资源监测中的发展趋势;此外,无人机遥感搭载多样化传感器以及传感器的小型化、商业化将进一步促进森林资源的精确监测。

    三连栋日光温室温度场分布及应用
    尹庆珍, 张天策, 宫彬彬, 郄丽娟, 韩建会
    中国农学通报    2020, 36 (7): 112-121.   DOI: 10.11924/j.issn.1000-6850.casb19030052  
    摘要 + 592 )   HTML 1 )    PDF ( 3781KB )( 133 )   

    针对冀中南地区冬季雾霾天气严重,日光温室不能充分发挥其应有的保温功能,设计建造了三连栋日光温室,为进一步验证其性能,应用MATLAB软件对三连栋日光温室进行二维温度场的拟合和图像绘制。结果表明:00:23三连栋日光温室的温度为8日>9日>10日;06:23为温室一天的最低温度,10日的06:23为3天最低温度;12:23为多云~阴的8日温室的最高温度,14:23为阴~晴的9日温室的最高温度,12:23—14:23为晴天的10日温室的最高温度,3天温室最高温均能达到30℃,16:23温度下降较快。多云~阴的8日、阴~晴的9日09:23—10:23依次从温室的北、中、南栋的上中部开始升温,16:23先从温室下部开始降温;晴天的10日09:23—10:23依次从温室的南、中、北栋开始升温,16:23依次从温室的北、中、南栋开始降温。在温室温度最低时或最高时,北栋北后侧中下部区域为温度的最高点或最低点。8—10日09:23与18:23(15~20℃)、08:23与20:23(10~15℃)温室温度各栋之间及各区域基本相同。同一天内温室地温中栋最高,地温白天北栋最低、夜间南栋最低;10日夜间南栋地温最低,最低地温13℃,白天中栋地温最高,最高地温22℃。光照强度9日<8日<10日。三连栋日光温室在2月中旬喜温果菜类即可定植,较单膜塑料大棚提早定植25~30天,同时又规避了冬季低温阴雪雾霾天气出现频次高的时段,三连栋日光温室优势明显。

    基于物联网的日光温室环境监测在线校准
    华净, 王秀娟, 王浩宇, 郭少鑫, 康孟珍
    中国农学通报    2020, 36 (5): 120-124.   DOI: 10.11924/j.issn.1000-6850.casb18100028  
    摘要 + 533 )   HTML 0 )    PDF ( 2127KB )( 83 )   

    温室环境条件特别是温度对于作物生长和发育具有十分显著的影响。日光温室调控的主要环境因子之一是温度。然而,自然环境下的光照对温度产生作用,影响空气温度的监测精度。采用机器学习中的支持向量机算法(SVM),对日光温室内的温度智能监测算法进行了研究,根据光照情况对实时监测的温度数据进行校准。通过与实验测量的数据进行对比分析,结果表明:所提出的监测方法可以较为准确地实时监测空气温度,从而无需使用隔热材料或者遮阳处理,就可以基于监测的数据更精确地对相应的环境因素进行调节。基于该方法,可采用常用的工业设备实现温室大棚内实时温度数据的监测,既可以节约设备和人力成本,又可以为温室控制提供准确的数据。