智慧农业(中英文)

《智慧农业（中英文）》2021年第2期导读 |

2021, 3(2): 0-1.

摘要 ( 519 )

相关文章 | 计量指标

本期共出版12篇文章，分布于“空间信息技术农业应用”专题，“作物模型与可视化”专题，以及“信息处理与决策”栏目。本期内容涵盖了卫星/无人机遥感等在作物生长、病害、灾害监测应用，以及作物模型模拟和产量监测等。每篇文章都具特色，希望本期的出版能为领域研究人员带来新观点、新思路、新启发。

“空间信息技术农业应用”专题刊出5篇文章。中国农业大学王鹏新教授团队阐述了基于卫星遥感的农业干旱监测研究进展，并简述了以干旱指数方法和作物生长模型方法为主的农业干旱预测研究进展。北京农业信息技术研究中心李振海博士团队构建了冬小麦籽粒蛋白质含量多层线性预测模型，解决了模型在年际扩展和空间扩展存在偏差的问题，并实现了冬小麦蛋白质含量预报。美国北达科他州立大学Paulo Flores和张昭博士提出了一种基于无人机图像处理的自动数据集生成方法，并用多种机器学习模型和深度学习算法对小麦倒伏检测情况进行分类，最终确定了最佳算法和无人机飞行高度。在农业灾害应用研究方面，中国农业科学院农业信息研究所李世娟研究员团队利用冬小麦叶片及冠层高光谱遥感数据，结合植被指数、归一化均值距离和光谱微分差信息熵等方法实现了冬小麦涝渍胁迫识别及其胁迫程度判别分析。中国热带农业科学院科技信息研究所戴声佩副研究员等构建了基于卫星遥感的海南岛大面积橡胶林叶面积指数LAI估算模型并分析了其变化规律。

“作物模型与可视化”专题刊出3篇文章。塔里木大学白铁成教授等提出了基于校正WOFOST模型的枣树生长和水分运移模拟方法，为土壤、气象、灌溉管理和枣树生长耦合影响的定量化分析提供了新思路。为提高黄淮海和江淮地区小麦高产优质主产区的冬小麦产量，中国农业科学院农业信息研究所胡亚南副研究员等利用DSSAT CERES-Wheat模型分别开展基准时段和未来40年模型模拟试验，明确了未来冬小麦生育期内气候要素和最适播期变化特征。在群体尺度作物模型转入个体尺度作物模型方面，中国科学院自动化研究所康孟珍副研究员团队探索了作物不同空间尺度与时间模型建立接口的方法，发现GreenLab模型可以复现DSSAT系统的模拟数据，并进行了三维可视化展示。

最后，“信息处理与决策”栏目为读者报道了以下内容。北京农业信息技术研究中心樊江川博士团队通过构建不同光照条件下的玉米出苗过程图像数据集，使用ResNet50作为新特征提取网络对Faster R-CNN进行优化，实现了玉米幼苗准确识别和出苗动态连续监测。中国农业大学郑永军教授团队提出了一种苹果树原位测产模型，融合产量拟合网络和改进型YOLOv5果实检测算法，模型具有较好的精度和鲁棒性。仲恺农业工程学院尹航副教授等提出了一种基于经验模态分解、随机森林和长短时记忆神经网络的组合预测模型EMD-RF-LSTM，对于对虾养殖塘溶解氧浓度具有较高预测精度。农业农村部规划设计研究院孙丽高级工程师团队基于中国东北三省Sentinel-2玉米空间分布数据和气象数据，对比分析了多时间尺度的标准化降水指数（SPI）和标准化降水蒸散指数（SPEI）与旱涝受灾率的关系，分析了旱涝状况对春玉米产量的影响。

农业干旱卫星遥感监测与预测研究进展 | Open Access

韩东, 王鹏新, 张悦, 田惠仁, 周西嘉

2021, 3(2): 1-14. doi:10.12133/j.smartag.2021.3.2.202104-SA002

摘要 ( 1844 )

HTML ( 247)

PDF (1255KB) ( 2299 )

参考文献 | 相关文章 | 计量指标

干旱是影响农业生产的主要气候因素。传统的农业干旱监测主要是基于气象和水文数据，虽然能提供监测点上较为精确的干旱监测结果，但是在监测面上的农业干旱时，仍存在一定的局限。遥感技术的快速发展，尤其是目前在轨的卫星传感器感测的电磁波段涵盖了可见光、近红外、热红外和微波等波段，为区域尺度农业干旱监测提供了新的手段。充分利用卫星遥感数据获得的丰富地表信息进行农业干旱监测和预测具有重要的研究意义。本文从遥感指数方法、土壤含水量方法和作物需水量方法三个方面阐述了基于卫星遥感的农业干旱监测研究进展。农业干旱预测是在干旱监测的基础上进行时间轴的预测，本文在总结干旱监测进展的基础上，进一步简述了以干旱指数方法和作物生长模型方法为主的农业干旱预测研究进展。

基于遥感与气象数据的冬小麦主产区籽粒蛋白质含量预报 | Open Access

王琳, 梁健, 孟范玉, 孟炀, 张永涛, 李振海

2021, 3(2): 15-22. doi:10.12133/j.smartag.2021.3.2.202103-SA007

摘要 ( 993 )

HTML ( 67)

PDF (1605KB) ( 807 )

参考文献 | 相关文章 | 计量指标

开展小麦籽粒蛋白质含量的监测预报研究对于指导农户调优栽培、企业分类收储、期货小麦价格、进口政策调整等具有重要意义。本研究以冬小麦主产区（河南省、山东省、河北省、安徽省和江苏省）为研究区域，构建了冬小麦籽粒蛋白质含量多层线性预测模型，并实现了2019年冬小麦蛋白质含量预报。为了解决预测模型在年际扩展和空间扩展存在偏差的问题，在蛋白质含量估算模型中考虑了气象因素（温度、降水、辐射量）、冬小麦筋型、抽穗—开花期增强型植被指数（EVI）等因素。结果表明，融合3个气象因素的蛋白质含量估算模型建模集精度（R² = 0.39，RMSE = 1.04%）与验证集精度（R² = 0.43、RMSE = 0.94%）均高于融合2个气象因子的估算模型和单个气象因子的估算模型。将蛋白质含量估算模型应用冬小麦主产区的蛋白质含量遥感估算，得到了2019年冬小麦主产区品质预报图，并形成黄淮海地区冬小麦品质分布专题图。本研究结果可同时为后续小麦种植区划和实现绿色、高产、优质、高效粮食生产提供数据支撑。

基于无人机图像以及不同机器学习和深度学习模型的小麦倒伏率检测 | Open Access

2021, 3(2): 23-34. doi:10.12133/j.smartag.2021.3.2.202104-SA003

摘要 ( 1334 )

HTML ( 144)

PDF (1857KB) ( 1036 )

参考文献 | 相关文章 | 计量指标

小麦在生长过程中发生倒伏会严重影响其产量，因此实时且准确地对小麦倒伏状况监测有很重要的意义。传统的方法采用手工方式生成数据集，不仅效率低、易出错，而且生成的数据集不准确。针对这一问题，本研究提出了一种基于图像处理的自动数据集生成方法。首先利用无人机在15、46和91 m三个高度采集图像数据；采集完数据后，根据无倒伏、倒伏面积<50%和倒伏面积>50%的标准对每一块地的小麦倒伏情况进行人工评估；采用三种机器学习（支持向量机、随机森林、K近邻）和三种深度学习（ResNet101、GoogLeNet、VGG16）算法对小麦倒伏检测情况进行分类。结果显示，ResNet101的分类结果优于随机森林，并且在91 m高度采集的数据分类精度并不低于在15 m高度采集的数据。本研究证明了针对在91 m高度采集的无人机图像，采用ResNet101对小麦倒伏率检测是一种有效的替代人工检测的方法，其检测精度达到了75%。

基于高光谱遥感的冬小麦涝渍胁迫识别及程度判别分析 | Open Access

杨菲菲, 刘升平, 诸叶平, 李世娟

2021, 3(2): 35-44. doi:10.12133/j.smartag.2021.3.2.202105-SA001

摘要 ( 776 )

HTML ( 52)

PDF (1233KB) ( 847 )

参考文献 | 相关文章 | 计量指标

冬小麦涝渍胁迫频发不仅严重影响区域粮食安全和生态安全，还威胁社会经济稳定和可持续发展。为识别冬小麦涝渍胁迫及判别其胁迫程度，本研究设置冬小麦涝渍胁迫梯度盆栽试验，采用ASD地物光谱仪和Gaiasky-mini2推扫式成像光谱仪分别测定叶片及冠层高光谱数据，结合植被指数、归一化均值距离和光谱微分差信息熵等方法，监测冬小麦是否遭受涝渍胁迫并判别其涝渍胁迫程度。试验结果显示，简单比值色素指数SRPI是识别涝渍胁迫冬小麦的最优植被指数。红光吸收谷（RW：640~680 nm）是识别冬小麦涝渍胁迫程度的最优波段，在RW波段内，抽穗、开花和灌浆期的光谱微分差信息熵可判别冬小麦涝渍胁迫程度，胁迫程度越大，光谱微分差信息熵越大。本研究为涝渍胁迫监测提供了一种新方法，在涝渍胁迫精确防控中具有较好的应用前景。

海南岛橡胶林叶面积指数遥感估算模型比较研究 | Open Access

戴声佩, 罗红霞, 郑倩, 胡盈盈, 李海亮, 李茂芬, 禹萱, 陈帮乾

2021, 3(2): 45-54. doi:10.12133/j.smartag.2021.3.2.202106-SA003

摘要 ( 827 )

HTML ( 40)

PDF (2387KB) ( 1194 )

参考文献 | 相关文章 | 计量指标

叶面积指数（LAI）是描述植被生长状况和冠层结构的一个重要参数，快速获取大面积植被与作物LAI对于生态系统科学研究、农林业生产指导具有十分重要的理论和实践意义。本研究选取海南岛典型热带作物——橡胶树为研究对象，构建基于卫星遥感植被指数的橡胶林LAI估算模型并分析其变化规律。结果表明，相较于归一化植被指数（NDVI）、绿色归一化植被指数（GNDVI）、比值植被指数（RVI）和宽动态范围植被指数（WDRVI）四个指数，增强植被指数（EVI）、土壤调节植被指数（SAVI）、差值植被指数（DVI）和改良土壤调节植被指数（MSAVI）四个指数同LAI之间的相关性较高。构建的基于不同植被指数的橡胶林LAI估算模型（一元线性、指数和对数模型）中，基于EVI指数的橡胶林LAI一元线性估算模型效果最佳，其决定系数R²为0.69。经验证，该模型估算的橡胶林LAI精度较高，观测和模拟的橡胶林LAI线性拟合R²为0.67，均方根误差RMSE为0.16，平均相对误差RE为-0.25%，但在橡胶林LAI中值区存在低估现象，同时在LAI高值区和低值区存在一定的高估现象。从空间分布来看，海南岛橡胶林LAI高值区（4.40~6.23）主要分布在海南岛西部儋州、白沙等市县，LAI中值区（3.80~4.40）主要分布在海南岛中部澄迈、屯昌、琼中等市县，LAI低值区（2.69~3.80）主要分布在海南岛东部和南部的定安、琼海、万宁、乐东、三亚等市县。总之，构建的基于EVI指数的橡胶林LAI一元线性估算模型精度较高，克服了NDVI、GNDVI、RVI等植被指数容易出现指数饱和问题，具有较好的科学性和良好的推广应用价值。

基于校正WOFOST模型的枣树生长模拟与水分利用评价 | Open Access

白铁成, 王涛, 张楠楠

2021, 3(2): 55-67. doi:10.12133/j.smartag.2021.3.2.202103-SA008

摘要 ( 1250 )

HTML ( 43)

PDF (1931KB) ( 921 )

参考文献 | 相关文章 | 计量指标

为实现定量化分析温、光和水资源对果树生长的影响，本研究以成龄骏枣树为研究对象，提出了基于校正WOFOST模型的枣树生长和水分运移模拟方法。利用2016和2017年的田间试验观测数据，重点校正WOFOST模型的物候学发育、初始化、绿叶、CO₂同化、干物质分配、呼吸作用和水分利用参数。在田间尺度，完成总地上生物量（TAGP）、叶面积指数（LAI）和土壤水分含量的动态模拟和精度验证；在县域尺度，使用55个果园的最大LAI、单产、实际蒸散量（ $E T a$ ）和水分利用效率（WUE）数据评价模型区域尺度的模拟性能。结果表明，在田间尺度，校正模型模拟不同灌溉梯度TAGP的决定系数R²范围为0.92~0.98，归一化均方根误差NRMSE为8.7%~20.5%；模拟LAI的R²范围为0.79~0.97，NRMSE为8.3%~21.1%；模拟土壤水分含量的决定系数R²范围为0.29~0.75，NRMSE为4.1%~6.1%。在县域尺度，两年模拟最大LAI与实测LAI的R²分别为0.64和0.78，NRMSE分别为13.3%和10.7%；模拟单产的R²分别为0.48和0.60，NRMSE分别是12.1%和11.9%；模拟 $E T a$ 均方根误差分别为36.1 mm（7.9%）和30.8 mm（7.4%）；模型也表现了较高的WUE模拟精度（10%<NRMSE<20%），均方根误差RMSE值分别为0.23和0.28 kg/m³。WOFOST模型在田间和县域尺度都取得了较高的枣树生长和水分运移模拟精度，可为土壤、气象、灌溉管理和枣树生长耦合影响的定量化分析提供新思路。

基于DSSAT CERES-Wheat 模型的未来40年冬小麦最适播期分析 | Open Access

胡亚南, 梁驹, 梁社芳, 李世娟, 诸叶平, 鄂越

2021, 3(2): 68-76. doi:10.12133/j.smartag.2021.3.2.202104-SA005

摘要 ( 873 )

HTML ( 44)

PDF (1378KB) ( 874 )

参考文献 | 相关文章 | 计量指标

在适播期内播种是促进小麦高产稳产的关键管理技术。为应对未来气候变化带来的不利影响，提高小麦高产优质主产区的冬小麦产量，本研究选取黄淮海和江淮地区作为研究区，并在研究区内选择3个代表站点，利用DSSAT CERES-Wheat模型在基准时段和未来40年分别开展了4种典型浓度路径的温室气体排放气候情景（RCPs）、51个播期处理的模型模拟试验，以明确未来冬小麦生育期内气候要素和最适播期变化特征，定量分析采用最适播期管理措施对冬小麦的增产效应。分析试验结果表明：未来冬小麦生育期内气候特征呈现暖干化的趋势；冬小麦生育期天数随温度升高而缩短，缩短天数在研究区地理空间上自北向南递增；最适播期随温度升高而推迟，在各时段、各情景下均随纬度减小而推迟；相对于基准时段，3个站点2030s时段的最适播期推迟最大天数分别自北向南递增5 d、8 d和13 d，2050s时段最适播期较2030s时段有不同程度的推迟，且各站点以2050s 时段RCP8.5情景下的推迟天数最多；采取最适播期播种的管理措施，在3个站点均有不同程度的增产效应，黄淮海北片的增产效应最小，黄淮海南片和江淮地区增产幅度相对较高，集中在2%~4%之间。因此，未来黄淮海和江淮地区可采取推迟播期、选择适播期的管理措施来应对气候变暖情况，提高冬小麦产量。

从群体到个体尺度——基于数据的DSSAT和GreenLab作物模型连接探索 | Open Access

王秀娟, 康孟珍, 华净, DE REFFYE Philippe

2021, 3(2): 77-87. doi:10.12133/j.smartag.2021.3.2.202103-SA006

摘要 ( 898 )

HTML ( 37)

PDF (2152KB) ( 1728 )

参考文献 | 相关文章 | 计量指标

作物模型的研究涉及作物生长发育的复杂过程，空间上从分子到细胞、组织、器官、个体、群体等不同尺度，时间尺度上可以从秒到年。基于不同的研究需求，切换作物模型尺度，可使得作物模型的适用性更广泛灵活。其中，如何从群体尺度的作物模型转入个体尺度的作物模型是本研究的内容。本研究基于四个玉米品种的两个处理（灌溉和雨养）的已有的实验数据和基于这些数据的DSSAT系统的模拟数据，校准功能结构模型GreenLab的参数，以计算结果一致为指标，探索不同空间尺度模型建立接口的方法，比较不同模型的特点。结果表明，GreenLab模型可以复现DSSAT系统的模拟数据和实际测量数据，进一步可以反演出各种器官之间生物量的分配并进行三维可视化展示。最后讨论了不同空间尺度模型结合的优势及应用领域。

田间玉米苗期高通量动态监测方法 | Open Access

张小青, 邵松, 郭新宇, 樊江川

2021, 3(2): 88-99. doi:10.12133/j.smartag.2021.3.2.202103-SA003

摘要 ( 891 )

HTML ( 76)

PDF (3369KB) ( 935 )

参考文献 | 相关文章 | 计量指标

目前对玉米出苗动态检测监测主要是依靠人工观测，耗时耗力且只能选择小的样方估算整体出苗情况。为解决人工出苗动态管理不精准的问题，实现田间精细化管理，本研究以田间作物表型高通量采集平台获取的高时序可见光图像和无人机平台获取的可见光图像两种数据源构建了不同光照条件下的玉米出苗过程图像数据集。考虑到田间存在环境背景复杂、光照不均等因素，在传统Faster R-CNN的基础上构建残差单元，使用ResNet50作为新的特征提取网络来对Faster R-CNN进行优化，首先实现对复杂田间环境下玉米出苗识别和计数；进而基于表型平台所获取的高时序图像数据，对不同品种、不同密度的玉米植株进行出苗动态连续监测，对各玉米品种的出苗持续时间和出苗整齐度进行评价分析。试验结果表明，本研究提出的方法应用于田间作物高通量表型平台出苗检测时，晴天和阴天的识别精度分别为95.67%和91.36%；应用于无人机平台出苗检测时晴天和阴天的识别精度分别91.43%和89.77%，可以满足实际应用场景下玉米出苗自动检测的需求。利用表型平台可获取时序数据的优势，进一步进行了玉米动态出苗检测分析，结果表明利用本模型得到的动态出苗结果与人工实际观测具有一致性，说明本研究提出的模型的具有鲁棒性和泛化性。

基于轻量化改进YOLOv5的苹果树产量测定方法 | Open Access

李志军, 杨圣慧, 史德帅, 刘星星, 郑永军

2021, 3(2): 100-114. doi:10.12133/j.smartag.2021.3.2.202105-SA005

摘要 ( 1993 )

HTML ( 139)

PDF (3571KB) ( 2075 )

参考文献 | 相关文章 | 计量指标

果树测产是果园管理的重要环节之一，为提升苹果果园原位测产的准确性，本研究提出一种包含改进型YOLOv5果实检测算法与产量拟合网络的产量测定方法。利用无人机及树莓派摄像头采集摘袋后不同着色时间的苹果果园原位图像，形成样本数据集；通过更换深度可分离卷积和添加注意力机制模块对YOLOv5算法进行改进，解决网络中存在的特征提取时无注意力偏好问题和参数冗余问题，从而提升检测准确度，降低网络参数带来的计算负担；将图片作为输入得到估测果实数量以及边界框面总积。以上述检测结果作为输入、实际产量作为输出，训练产量拟合网络，得到最终测产模型。测产试验结果表明，改进型YOLOv5果实检测算法可以在提高轻量化程度的同时提升识别准确率，与改进前相比，检测速度最大可提升15.37%，平均 $m A P$ 最高达到96.79%；在不同数据集下的测试结果表明，光照条件、着色时间以及背景有无白布均对算法准确率有一定影响；产量拟合网络可以较好地预测出果树产量，在训练集和测试集的决定系数 $R 2$ 分别为0.7967和0.7982，均方根误差 $R M S E$ 分别为1.5317和1.4021 ㎏，不同产量样本的预测精度基本稳定；果树测产模型在背景有白布和无白布的条件下，相对误差范围分别在7%以内和13%以内。本研究提出的基于轻量化改进YOLOv5的果树产量测定方法具有良好的精度和有效性，基本可以满足自然环境下树上苹果的测产要求，为现代果园环境下的智能农业装备提供技术参考。

对虾养殖溶解氧浓度组合预测模型EMD-RF-LSTM | Open Access

尹航, 李祥铜, 徐龙琴, 李景彬, 刘双印, 曹亮, 冯大春, 郭建军, 李利桥

2021, 3(2): 115-125. doi:10.12133/j.smartag.2021.3.2.202106-SA008

摘要 ( 851 )

HTML ( 43)

PDF (1929KB) ( 866 )

参考文献 | 相关文章 | 计量指标

溶解氧（DO）浓度是对虾养殖水质检测的核心指标。为提高对虾养殖溶解氧浓度的预测精度，本研究提出了一种基于经验模态分解、随机森林和长短时记忆神经网络（EMD-RF-LSTM）的对虾养殖溶解氧浓度组合预测模型。首先采用经验模态分解（EMD）对养殖水质溶解氧浓度时序数据进行多尺度特征提取，得到不同尺度下的固有模态分量（IMF）；然后分别采用长短时记忆神经网络（LSTM）和随机森林（RF）对高、低频不同尺度IMF进行建模；最后结合各分量预测结果构建叠加模型，实现对溶解氧浓度时序数据的综合预测。本研究模型在广东省湛江市南三岛对虾养殖基地展开了试验及应用，在基于真实数据集的性能测试中，经验模态分解后EMD-ELM模型与极限学习机（ELM）模型对比，平均绝对误差（MAPE）、均方根误差（RMSE）和平均绝对误差（MAE）分别降低了30.11%、29.60%和32.95%。在经验模态分解基础上用RF和LSTM对不同特征尺度的本征模态分量分别预测后叠加求和，EMD-RF-LSTM模型预测的精度指标MAPE、RMSE和MAE分别为0.0129、0.1156和0.0844，其中关键指标MAPE较EMD-ELM、EMD-RF和EMD-LSTM分别降低了84.07%、57.57%和49.81%，预测精度显著提高。结果表明，本研究针对经验模态分解后高、低频分量分别预测的策略可有效提升综合性能，表明本研究模型具有较高的预测精度，能够较准确地实现对虾养殖水体中溶解氧浓度预测。

东北三省地区生长季旱涝对春玉米产量的影响 | Open Access

王蔚丹, 孙丽, 裴志远, 马尚杰, 陈媛媛, 孙娟英, 董沫

2021, 3(2): 126-137. doi:10.12133/j.smartag.2021.3.2.202106-SA004

摘要 ( 896 )

HTML ( 64)

PDF (1771KB) ( 1077 )

参考文献 | 相关文章 | 计量指标

评估生长季旱涝对作物产量的影响有助于农民采取措施增产保收。本研究基于1988—2017年气象站点数据和灾情、产量等统计数据，以中国东北三省为研究区，通过对比多时间尺度指标——标准化降水指数（SPI）和标准化降水蒸散指数（SPEI）与旱涝受灾率的关系，选择优势指数表征东北春玉米生长季干湿状况，基于HP滤波构建相对气象产量，利用距离相关分析方法选取合理时间尺度和关键月份的指数，分析这些指数与春玉米相对气象产量的关系以及不同生育阶段水分条件与产量之间的关系。结果表明：（1）SPI、SPEI均能表征东北地区农作物受旱和受涝状况，整体上SPEI在表征东北地区旱涝时更具优越性，尤其在辽宁省，因旱受灾率与SPI和SPEI相关系数差距明显，因涝受灾率与SPEI相关系数最大值为0.54，与SPI相关性不显著。（2）辽宁省SPEI₃-8与相对气象产量的距离相关系数最大，吉林省和黑龙江省SPEI₆-8与相对气象产量的距离相关系数最大；各省对应的SPEI与相对气象产量呈向下的抛物线趋势，其中辽宁省春玉米产量受干旱和雨涝的共同影响，吉林、黑龙江两省主要受干旱灾害的影响。（3）辽宁省春玉米在拔节—抽穗期主要受干旱影响，生长季后期受洪涝灾害影响较前期加重；当SPEI为1.0左右时，吉林省春玉米在出苗—拔节、拔节—抽穗期可达到最高产，抽穗—乳熟期受干旱影响严重；黑龙江关键生育期主要受旱灾影响，在出苗—拔节、拔节—抽穗期正常偏湿年份可达到最高产量，但中度及以上雨涝仍会导致玉米减产，抽穗—乳熟期在轻度湿润时可高产，重度湿润时会因涝减产。本研究对东北三省地区预估旱涝灾害对春玉米产量影响和及时采取灾害防御措施具有一定的参考价值。

当期目录