經(jīng)過(guò)無(wú)數(shù)科院院所的不懈努力，在智能植保、農(nóng)業(yè)遙感應(yīng)用、智能水產(chǎn)等方向上取得了一定成果，正在不斷推動(dòng)農(nóng)業(yè)生產(chǎn)管理模式的改善。

　　一、植保無(wú)人機(jī)對(duì)治蟲(chóng)效果的研究

　　華南農(nóng)業(yè)大學(xué)、廣東省農(nóng)業(yè)人工智能重點(diǎn)實(shí)驗(yàn)室等機(jī)構(gòu)，針對(duì)植保無(wú)人機(jī)飛防助劑與殺蟲(chóng)劑的混配方式，在二化螟防治效果影響方面展開(kāi)了研究。以殺蟲(chóng)劑(10%甲維?茚蟲(chóng)威SC、5%氯蟲(chóng)苯甲酰胺SC和0.8%魚(yú)藤酮SC)、飛防助劑(有機(jī)硅助劑、礦物油助劑和卵磷脂助劑)、施藥液量(21、24和27 L/hm2)為因素設(shè)計(jì)了3因素3水平的L9(34)正交試驗(yàn)。

　　實(shí)驗(yàn)驗(yàn)證了，用無(wú)人機(jī)噴灑殺蟲(chóng)劑防治水稻二化螟，盡管各類殺蟲(chóng)劑、飛防助劑的效果略有差距，但不能改變具有顯著影響效果的結(jié)論，為防治水稻二化螟的藥液混配方式提供參考。

　　二、果園風(fēng)送噴霧機(jī)出風(fēng)口風(fēng)場(chǎng)的實(shí)驗(yàn)

　　北京市農(nóng)林科學(xué)院、國(guó)家農(nóng)業(yè)智能裝備工程技術(shù)研究中心與西北農(nóng)林科技大學(xué)聯(lián)手，跨院系跨學(xué)科展開(kāi)了針對(duì)果園果園風(fēng)送噴霧機(jī)出風(fēng)口風(fēng)場(chǎng)的研究，以期提升果園打藥的效率。

　　針對(duì)噴霧機(jī)出風(fēng)口分布不對(duì)稱、不易預(yù)測(cè)的情況，采用塔式果園風(fēng)送噴霧機(jī)進(jìn)行實(shí)驗(yàn)?；趪婌F機(jī)出風(fēng)口風(fēng)場(chǎng)計(jì)算流體動(dòng)力學(xué)進(jìn)行建模，探究在參數(shù)設(shè)置相同的情況下，大尺寸、小尺寸下的實(shí)驗(yàn)數(shù)據(jù)，為噴霧機(jī)出風(fēng)口風(fēng)場(chǎng)CFD建模方法提供參考。

　　三、高地隙四輪獨(dú)立驅(qū)動(dòng)噴霧機(jī)的路徑跟蹤與預(yù)測(cè)控制

　　針對(duì)大型農(nóng)業(yè)噴灑設(shè)備在傳動(dòng)效率低、碳排放高、環(huán)境污染、智能化水平低、靈活性差等問(wèn)題，江蘇大學(xué)選用了適用于無(wú)人駕駛的高地隙四輪獨(dú)立驅(qū)動(dòng)噴霧機(jī)，展開(kāi)研究，目的是對(duì)其進(jìn)行路徑跟蹤與預(yù)測(cè)控制。

　　在減少田間植保作業(yè)壓苗的前提下，考慮水田極端作業(yè)環(huán)境下驅(qū)動(dòng)輪的滑移、陷坑等復(fù)雜的工況條件下，研究了滑移率、運(yùn)動(dòng)速度、轉(zhuǎn)向等因素對(duì)跟蹤路徑的影響力?？焖贉?zhǔn)確地跟蹤期望路徑，與未考慮驅(qū)動(dòng)輪滑移的控制相比，能夠適應(yīng)更加復(fù)雜的工作環(huán)境，跟蹤精度有明顯提升。

　　四、大田作物株高測(cè)量現(xiàn)狀與展望

　　株高是動(dòng)態(tài)衡量作物健康和整體生長(zhǎng)狀況的關(guān)鍵指標(biāo)，可用于產(chǎn)量的預(yù)測(cè)，針對(duì)傳統(tǒng)人工測(cè)量中，存在規(guī)模小、效率低以及耗時(shí)長(zhǎng)等問(wèn)題，華中農(nóng)業(yè)大學(xué)多學(xué)院就近地遙感技術(shù)，在大田作物株高測(cè)量方面的可行性。

　　總結(jié)歸納了株高在作物生物量估算、倒伏監(jiān)測(cè)、產(chǎn)量預(yù)測(cè)和輔助育種等方面的應(yīng)用研究進(jìn)展，同時(shí)從測(cè)高平臺(tái)和傳感器、裸土探測(cè)和插值算法、株高應(yīng)用研究及農(nóng)學(xué)與遙感測(cè)高差異等方向進(jìn)行了展望，為今后近地遙感測(cè)高的研究與應(yīng)用提供參考。

　　五、遙感與氣象數(shù)據(jù)對(duì)冬小麥主產(chǎn)區(qū)籽粒蛋白質(zhì)含量預(yù)報(bào)

　　北京農(nóng)業(yè)信息技術(shù)研究中心、國(guó)家農(nóng)業(yè)信息化工程技術(shù)研究中心等五家機(jī)構(gòu)，以河南省、山東省、河北省、安徽省和江蘇省的冬小麥為研究對(duì)象，構(gòu)建了冬小麥籽粒蛋白質(zhì)含量多層線性預(yù)測(cè)模型，并實(shí)現(xiàn)了2019年冬小麥蛋白質(zhì)含量預(yù)報(bào)。

　　結(jié)合了氣象因素(溫度、降水、輻射量)、冬小麥筋型、抽穗—開(kāi)花期增強(qiáng)型植被指數(shù)(EVI)等因素，解決了預(yù)測(cè)模型在年際擴(kuò)展和空間擴(kuò)展存在偏差的問(wèn)題。實(shí)驗(yàn)得到了2019年冬小麥主產(chǎn)區(qū)品質(zhì)預(yù)報(bào)圖，并形成黃淮海地區(qū)冬小麥品質(zhì)分布專題圖。同時(shí)為后續(xù)小麥種植區(qū)劃和實(shí)現(xiàn)綠色、高產(chǎn)、優(yōu)質(zhì)、高效糧食生產(chǎn)提供數(shù)據(jù)支撐，指導(dǎo)農(nóng)戶調(diào)優(yōu)栽培、企業(yè)分類收儲(chǔ)、期貨小麥價(jià)格、進(jìn)口政策調(diào)整等具有重要意義。

　　六、對(duì)蝦養(yǎng)殖溶解氧濃度組合預(yù)測(cè)

　　溶解氧(DO)濃度，對(duì)水產(chǎn)品養(yǎng)殖的重要性不言而喻，也是對(duì)蝦養(yǎng)殖水質(zhì)監(jiān)測(cè)的核心指標(biāo)。為提高溶解氧濃度的預(yù)測(cè)精度，仲愷農(nóng)業(yè)工程學(xué)院與石河子大學(xué)聯(lián)手多學(xué)科，展開(kāi)了針對(duì)對(duì)蝦養(yǎng)殖溶解氧濃度組合預(yù)測(cè)模型。

　　實(shí)驗(yàn)在廣東省湛江市南三島對(duì)蝦養(yǎng)殖基地進(jìn)行，顯著提升了預(yù)測(cè)模型的精度，能夠較準(zhǔn)確地實(shí)現(xiàn)對(duì)蝦養(yǎng)殖水體中溶解氧濃度預(yù)測(cè)。

總結(jié)

以上是生活随笔為你收集整理的智慧农业科研成果汇总的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。