为基于机器视觉(MV)设计一种低成本、高效且无损的菜豆种子识别、分类的方法，采集6个品种2751粒菜豆种子的图像信息，在对图像进行二值化、颜色提取、形态学操作等图像处理的基础上，提取包括颜色特征、纹理特征以及几何特征在内的9种特征作为分类的依据，分别建立K近邻(KNN)、随机森林(RF)、支持向量机(SVM)3种分类模型，对菜豆种子的品种进行分类。对比3种分类模型的混淆矩阵、准确率及F1值后发现，SVM模型的分类效果上最优，其分类准确率和F1值分别达到97.7%、0.977。研究表明，利用MV可以实现对菜豆种子的精准识别和分类。
秸秆生物炭在环境治理和资源循环利用中发挥着重要作用，为了解秸秆生物炭的发展历程，明确该领域的研究重点和前沿方向，通过利用文献计量学CiteSpace可视化软件，对Web of Science(WOS)核心合集数据库检索获得的数据进行文献计量和知识图谱分析。结果显示：秸秆生物炭的年发文量呈上升趋势，中国的发文量位居榜首，总量达3141篇；在全球研究机构中，中国科学院、农业农村部和土壤科学研究所是秸秆生物炭研究的代表性机构；该领域的研究成果主要发表在Science of the Total Environment和Bioresource Technology等高影响因子期刊，中国的王海龙是发文量最多的学者；研究热点及方向主要包括：秸秆生物炭的原料和制备条件、秸秆生物炭在固碳减排、改良土壤和污染修复上的应用以及机制。总体而言，秸秆生物炭是农业废弃物资源化利用的热点主题，今后秸秆生物炭的改性制备、对减缓气候变化和修复环境污染的机制与长期效应研究仍然是研究热点与趋势。
运用地统计学方法和GIS技术，将烟田按土壤养分含量划分不同肥力分区；利用多点大田试验获取关键参数建立推荐施肥模型；应用开发的数字烟田系统和烟田养分管理系统，将烟田测土配方结果推送给烟农以指导施肥实践。结果表明，奉节烟区土壤碱解氮含量属中等水平，有效磷和速效钾含量中等偏高。施肥分区显示，中氮中高磷中高钾烟田比例最大，低氮低磷高钾和中氮高磷中钾烟田比例次之，低氮高磷高钾和中氮低磷低钾烟田比例最小。研究开发的数字烟田系统和烟田养分管理系统可将土壤养分信息和施肥配方结果实时便捷地推送给用户以指导精准施肥。这项研究的成果实现了测土配方施肥的“最后一公里”，为烟田的科学施肥提供了有力的技术支撑。
通过概述图像采集的2种方式，即RGB图像和光谱图像的获取，探讨图像预处理技术，包括图像去噪、增强及分割等步骤。在特征提取方面采用主成分分析(PCA)和线性判别分析(LDA)方法，能高效提取稻种的颜色、纹理和形状特征；探讨了机器学习和深度学习在稻种光谱图像及RGB图像处理中的实践应用，以及深度学习模型在稻种识别分类的性能优化和改进方法。研究发现，机器视觉技术在稻种识别领域展现出高效与准确性，未来可以期待开发出低成本的图像采集平台和更为轻量级的稻种识别软件，推动稻种数据共享，并持续探索新兴的深度学习技术，进一步优化稻种识别的效果。
实时、精准的土壤水分含量监测是农业用水管理的基础，探究冬小麦土壤水分反演的最优模型对于提高农业用水效率和可持续发展均具有重要的意义。本研究以河南省鹤壁市浚县冬小麦种植区域的土壤水分含量为研究对象，采用无人机遥感数据、卫星遥感数据、田间采样数据，分别运用温度植被干旱指数模型、水云模型和改进的水云模型3种方法，进行土壤含水量反演对比分析与最优模型选择。结果表明，3种方法中10 cm深度的反演精度均高于20 cm，且R2均大于0.4。其中采用改进的水云模型方法在10 cm深度的R2为0.7055、RMSE为0.0209，20 cm深度的R2为0.5069、RMSE为0.0271，优于水云模型和温度植被干旱指数的反演效果。因此，改进的水云模型是一种适合用于麦田土壤水分反演的方法，它能够提供较高的反演精度。
针对大范围冬小麦种植丰度定量评估和种植面积测量业务化中存在的，高分辨率影像覆盖能力较低难以在大空间范围内推广应用，与中分辨率影像提取精度较低之间相互制约的现实问题，选择均匀分布于黄淮海平原的6个Sentinel-2条带位置为试验区，通过分别构建随机森林分类模型提取Sentinel-2的冬小麦种植区域，并将Sentinel-2冬小麦种植区域合成为250 m空间分辨率的种植丰度，结合时序MODIS NDVI训练随机森林回归模型，预测得到黄淮海平原冬小麦种植丰度，从而实现大范围冬小麦种植丰度定量评估和种植面积测量。相比传统MODIS NDVI时序数据提取冬小麦种植区域，还需额外进行混合像元分解后才能得到种植丰度，本研究使用随机森林回归方法直接获得了每个像元的种植丰度，省去了混合像元分解步骤。训练的各条带位置随机森林分类模型，F1 score达0.9983以上，当训练集样本量占总样本量的2%以上时随机森林回归模型趋于稳定，当样本量占比达50%时模型最适宜使用，R2达0.8140，样本量占比达90%时，回归模型R2达到最大值为0.8162。使用模型测量冬小麦种植丰度和种植面积分别能够达到Sentinel-2精度的91%和99%以上，满足了大范围冬小麦种植丰度定量评估和种植面积测量的业务化精度要求。
针对小麦叶片三维可视化不易实现的问题，通过NURBS曲面算法对小麦叶片进行三维重建。实测小麦叶片长度、叶片宽度、茎叶夹角、叶鞘长度、叶鞘直径等具体数据，通过主脉控制点算法计算叶片和叶鞘的主脉控制点信息，根据叶片宽度、叶鞘直径等信息计算出全部控制点信息，在visual studio中使用OpenGL构建小麦叶片三维模型。本研究算法得出的小麦叶片模型与真实小麦叶片有较高的相似度，较好地体现了叶片的弯曲度，真实地反映了作物叶片的形态信息。基于NURBS曲面的三维重建控制灵活、使用方便、计算简单，在作物的三维建模方面有较好的应用和参考价值。
为了全面探析互花米草的研究热点和发展趋势，利用文献计量学软件CiteSpace 6.1 R2对Web of Science和中国知网数据库互花米草文献进行梳理和可视化分析。结果表明：（1）国内外互花米草研究发文量呈上升趋势，2018年起国内总发文量超越国外。（2）国外互花米草研究机构以Louisiana State University为首，形成了以Bertness M-Silliman B-Iribarne O团队、Mendelssohn I-Hester M团队、Morris J-Wigand C团队为核心的研究力量；国内研究机构以中国科学院大学为首，核心研究团队是李博-安树青团队、张利权团队、仝川-曾从盛-王维奇团队，但国内外研究合作仍待加强。（3）互花米草研究历经以保滩护岸为目的的认识阶段、以生理学和生态学为主的理论研究阶段、应对互花米草扩散及入侵的防治技术研发和实施阶段。（4）国内外互花米草研究核心内容基本一致，但近10年来国内研究聚焦于互花米草入侵对本土植物影响、入侵机制及防治技术等。基于此，文章指出：国内互花米草研究应从治理技术零散、防治成本高、再次入侵、潜在污染风险大等方面给予更多关注，尽快形成适应中国地理环境特征的互花米草可持续治理技术；互花米草研究目前仍处于快速发展期，研究广度和深度不断增强，未来一段时间内，强化互花米草防治科技支撑、实施互花米草治理全过程跟踪评估仍是该领域的关注热点。
数字土壤制图是基于土壤成土学、地理学和数学理论知识，借助3S技术手段而产生的一种新型高效的土壤制图技术。国内外学者从环境协同变量的生成、样点数据的获取、数字土壤制图模型或方法的选择及土壤图的产生与验证这4个方面已有大量的研究，尤其是对制图方法的研究。本文介绍了数字土壤制图的五类方法，分别是地统计学方法、确定性插值、数理统计、机器学习和专家知识模型。同时基于不同方法的特征，从样本的密度和分布状况、地形地貌特征及目标变量等方面考虑，选择适用于研究区域的制图方法。数字土壤制图未来的发展方向包括将人类活动因子加入环境协同变量；基于机器学习与数据挖掘建立更有效的采样方法；新型建模方法的应用（深度学习和多模态方法）。
农业是维系人类生存和发展的重要产业，随着全球人口不断增加，农业行业迫切需要采用新兴技术来提高农业生产能力。ChatGPT(Chat Generative Pre-trained Transformer)作为一项具有划时代意义的人工智能技术，在农业领域中具有不可忽视的应用价值。本文分析了ChatGPT在农作物种植管理、畜牧业生产管理、农产品市场营销、农业教育与科技发展探索等领域中的应用潜力，同时指出了其相关的局限性，并提出了针对性的解决策略，旨在为农业生产、农业研究与发展领域的决策者和从业者提供一些参考。
禾谷孢囊线虫(CCN)是一种严重影响小麦产量的植物寄生线虫，在国内小麦主产区都有广泛分布，危害粮食安全。为了解关于CCN的研究发展现状，利用文献计量分析软件CiteSpace，对1993—2022年CNKI和Web of Science数据库中收录的该领域文献资料分别按照所属国家或地区、研究机构、作者与关键词等进行可视化分析。研究发现，1993—2010年处于CCN研究领域发展初期，中文文献发文量低于英文。从2011年开始，国内关于CCN的研究成果逐渐增多，中文文献发文量急剧增加。由国家合作网络与研究热度图谱分析发现，2016—2022年，中国该领域的研究成果在国际期刊的发文量持续增加，并以最高的发文总量在该领域贡献突出。研究主体力量分析表明，各国科研工作者之间存在多方合作，但关于CCN的研究领域未形成稳定的核心作者群。由该领域的关键词发展趋势和聚类分析认为，关于CCN的研究前沿已从过去的发生与鉴定、危害与防治，发展到了现在的挖掘植物优良抗性基因、研发高效生防菌剂等方向，关于CCN与宿主植物及土壤微生物互作的分子机制研究是该领域的研究热点。建议未来的研究考虑通过本土小麦远缘杂交来培育新抗性品种；挖掘“小麦-线虫-土壤微生物”的多重互作机制，利用多学科相互交叉的优势，开发非单一菌株的菌剂配方，以寻求更高效且绿色环保、可以广泛应用的线虫治理措施。
基于中国知网(CNKI)和Web of Science(WoS)核心合集数据库的相关文献，应用VOSviewer软件，以图和表的形式对有关玉米产量性状遗传特性研究文章的文献量、作者、机构、期刊、关键词等数据进行可视化分析。共收集到1976—2022年间收录在CNKI数据库的中文文献782篇及WoS数据库的英文文献2140篇。根据关键词共现网络分析，CNKI数据库在此领域的研究内容主要涉及玉米籽粒、根系等产量性状相关的遗传研究和QTL定位、配合力遗传效应及杂交种产量性状关联分析等，WoS数据库主要关注产量性状QTL定位、非生物因子调控玉米形态来影响产量的生理生态研究。研究发现，在21世纪之前，玉米产量性状遗传特性的研究多集中在相关形态指标的生理生态研究，之后逐步重点扩增到影响产量表达的分子机制挖掘方向。总体来讲，有关玉米产量遗传特性研究的热点在未来仍可能趋向于调控产量性状遗传表达的基因挖掘、多组学等分析，以及非生物因子影响产量因子表达的生理生态等研究这2个模块。作者、机构合作关系可视化网络图显示，国内间合作相对密切，国内外合作相对不足。此外，2个数据库中收录文献排名及被引用频次等数据表明，玉米产量性状遗传特性这一方向在中国有较好的研究热度，但成果突出水平在世界范围内有待加强，因此建议科研人员进一步深化研究内容，并加大国内外团队的合作力度，以增强国内玉米产量性状遗传解析的实力，提高研究成果在世界范围的关注度与认可度。
为提高甘肃省大豆品种的选育和应用效率，利用大豆区域试验数据，从基因型与环境的互作分析出发，对甘肃省大豆新品种的稳定性、适应性以及各试点的鉴别力进行全面评估。本研究采用AMMI模型与GGE双标图相结合的方法对甘肃省9个大豆品种在5个试验点的产量进行分析，结果表明，AMMI模型中主成分值(IPCA1、IPCA2)占总变异平方和的95%；其中‘中黄318’属于高产稳产性品种，而‘陇黄3号’和‘铁丰31’虽然产量较高，但其稳定性中等，适合在特定区域栽培。在5个试验点中，凉州分辨力最强，镇原分辨力较弱。综合运用AMMI模型和GGE双标图法，能够更准确直观地反映各品种生产力、稳定性和适应能力，以及在不同试验区域的分辨能力和代表性。
土壤微生物群落对生态系统的具有重要影响。为了解国内外不同种植模式对土壤微生物的影响，了解其特征、前沿、热点及其变化趋势，利用CiteSpace文献可视化软件，调查2002—2022年发表的2123篇研究论文，旨在分析不同种植模式对土壤微生物的影响。从国家、机构、作者、期刊、共被引文献和关键词等方面进行可视化分析，以研究该领域的热点和发展趋势。研究结果显示，2002—2022年关于不同种植模式对土壤微生物影响的文献总体呈上升趋势。在各国发文量方面，中国和美国的发文量处于领先地位，其中美国的发文量为484篇，占总发文量的22.79%，居首位。中国紧随其后，发文量为431篇，占比20.30%，中美两国之间交流频繁；中国科学院虽然首发年限较晚，但在该研究领域方面地位较高；中国研究人员的发文量占比很大，但和其他国家学者的合作交流较少；研究集中于生物与生化、物理学、农学等综合领域，研究内容呈现出跨学科融合的趋势。基于高通量测序的土壤微生物宏基因组研究是未来土壤微生物对种植模式响应中的重要问题。当前的研究热点主要包括模式、群落、根际、碳和氮等方面的相关问题。未来发展的领域可能是抗病性、腐烂、生物地理学等方面。
近40 a来，中国畜禽养殖信息技术研究取得了诸多阶段性成果，定量分析该领域的研究脉络、现状、热点与趋势，可为畜禽养殖信息技术的发展方向、学科布局和未来规划等提供有益借鉴。以中国知网1980年1月—2022年2月收录的畜禽养殖信息技术领域科研文献为数据源，构建多条件组合专业检索式，获取有效文献1908篇，建立文献数据库，采用文献计量学方法和CiteSpace 5.8.R3进行定量分析。结果表明：文献分布时间和演化趋势分析显示中国畜禽养殖信息化研究大致经历了1980—2004年、2005—2013年以及2014年至今3个发展阶段。该领域发文最多的机构是中国农业大学信息与电气工程学院，大部分机构和研究者还有很大的交流合作空间。热点分析表明出现频次最多的3个关键词为物联网、畜牧业、信息化，关键词聚类揭示畜禽养殖信息化研究主要围绕信息技术、饲养标准、畜牧生产等16个主题6大方向开展。未来的研究中还要加强作者和各单位之间的合作。
为快速准确地获取甜菜的生长状况，在东北寒区对糖用甜菜精准施肥，达到高质高产的目地。2022年在黑龙江省哈尔滨市黑龙江大学呼兰校区试验基地，以糖用甜菜‘KWS7748’为参试材料，获取甜菜块根糖分增长期不同施氮水平下的多光谱影像和田间实测数据，选出能反映甜菜此时期冠层生理生化的最优植被指数构建甜菜施氮决策模型。结果表明，甜菜的产量随着施氮水平的增加呈现先增加后减少的趋势，而含糖率随施氮水平的增加而显著下降；将各植被指数与甜菜SPAD进行回归分析，优选最优植被指数为LCI，不同施氮水平下LCI变化与根产量高度相关，与含糖率呈负相关关系；根据小区的最佳施氮量，生成试验区甜菜氮肥变量施肥图，与实际情况具有一致性。无人机遥感技术对甜菜氮素营养诊断，指导精准施用氮肥，实现高质高产具有重要的理论意义。
利用文献计量学及文献可视化软件CiteSpace对国内外植物氮素代谢的研究现状、研究热点和发展趋势进行总结与分析，便于相关研究者了解本领域的研究现状。以2013—2022年Web of Science数据库(WoS)和中国知网数据库(CNKI)中植物氮素代谢研究相关论文为文献来源，对发文量、主要研究力量、文献共被引、关键词进行分析。研究表明，发文量整体呈现逐渐增长的趋势，中国、美国、西班牙、德国和巴西等国家在植物氮素代谢领域的影响力较大，国内外机构发文量较多的是农林类高校及科研单位。氮的吸收利用、氮利用效率、盐胁迫、铵信号的介导和氮代谢相关酶的研究构成了植物氮素代谢的重要基础。近10年国际上植物氮素代谢研究的热点为植物耐受性、氮利用效率、氨同化、参与氮代谢相关酶和蛋白质的生物合成等；国内研究热点主要集中在不同氮素形态对植物品质和产量的影响、植物的氮素利用效率、碳氮代谢等相关方向，此外耐旱性、乙烯是最新研究前沿。今后植物氮素代谢应进一步围绕氮素利用效率这一目标展开研究，对氮肥施用进行长期动态观测，研究定量标准；关注植物碳-氮代谢协同机制；基于多组学技术开展植物氮素代谢的相关基因研究；整合植物氮素代谢调控网络。
为全面了解国内外粪污堆肥研究领域的研究进展及前沿动态，利用CiteSpace软件对粪污堆肥领域的文献进行可视化分析。结果表明，2009—2022年该研究领域的中英文文献发文量总体呈上升趋势，中国、美国、印度、西班牙、加拿大等是英文文献发文量较大的国家。该领域主要发文机构有中国科学院、西北农林科技大学、中国农业大学、农业农村部、加拿大农业及农业食品部等，其中中国科学院占据重要地位，表明中国在该研究领域有较强的学术影响力和显著的贡献。从合作关系方面分析，该领域国内外作者在自身科研团队内部合作紧密，但缺少团队间的交流合作。关键词聚类及突现强度分析表明，该领域研究内容可分为2个阶段和1条路径。第1阶段为研究粪污堆肥过程中氮损失的主要途径以及堆肥过程中的微生物活动规律及其生物量的变化；第2阶段研究热点转向粪污堆肥过程的温室气体排放、细菌群落的演替以及堆肥过程中抗生素基因和重金属的残留情况；研究趋势为混合堆肥及其质量→肥料对土壤的影响→堆肥过程中氮损失→生物生物量及其结构和功能变化→细菌群落的演替→温室气体的排放→有害物质的残留，堆肥过程中的环境影响可作为该领域研究的热点及前沿。
