科技文摘

20210101 不同助劑的霧滴在不同環境下的動態蒸發研究//DOI：10.25165/j.ijabe.20201302.5353

農藥霧滴在下落至靶標的過程中持續蒸發，此過程稱為動態蒸發，其受到環境溫度、濕度、助劑類型及濃度的應該向?；谠谡舭l過程中霧滴在不同高度擁有不同的粒徑，本試驗通過硅油法在特定的溫濕度下收集不同高度的霧滴對動態蒸發進行定量。所有霧滴均通過霧滴發生器產生。研究結果表明，助劑種類、空氣溫度、濕度對霧滴發生器產生的霧滴無顯著性影響。本測試中的助劑均未能減少動態蒸發，不同助劑濃度的動態蒸發存在差異，這可能取決于助劑屬性。有機硅助劑的動態蒸發與水蒸氣壓呈負相關，這表明其在高溫高濕條件有較好的抗蒸發性能。植物油助劑與非離子型助劑與空白水溶液相同，動態蒸發隨溫度的降低和濕度上升而下降。

[編譯自：Wang Z C，Lan L C，He X K，HerbstA.Dynamic evaporation of droplet with adjuvants under different environmentconditions. Int J Agric & BiolEng，2020，13（2）：1-6.]

20210102 偏振-高光譜信息融合估測番茄葉片可溶性糖及糖氮比研究//DOI：10.25165/j.ijabe.20201302.4280

該研究利用偏振-高光譜信息融合技術估測番茄葉片可溶性糖（SS）、總氮（N）及糖氮比（SS/N）。分別以五個生長周期（苗期、開花期、初果期、中果期和采摘期）和五個梯度水平（25%、50%、75%、100%、150%）的氮素營養脅迫樣本為研究對象，樣本被同時用于光譜采集和可溶性糖及氮含量測定。利用課題組自行研制的偏振光譜采集系統采集偏振光譜并提取4個偏振度特征。利用高光譜采集高光譜數據，經過主成分分析降維、確定4個特征波長，再通過相關分析法提取這4個特征波長下的各8個高光譜圖像紋理特征。首先分別建立了基于偏振度特征模型、圖像特征模型和光譜特征三種單一特征的模型。隨后偏振度特征與高光譜紋理特征變量進行歸一化后，建立了線性和非線性的定量診斷模型。研究結果表明采用SS/N預測模型的精度高于SS和N的模型，且對于N和SS/N模型而言，兩者的SVM模型的精度明顯優于單一特征來源模型，具有較好的診斷作用。結果表明，偏振高光譜多維信息檢測技術能夠有效地判斷番茄營養脅迫狀況。多特征數據融合分析技術可以提高光譜診斷技術在精準農業中的預測精度。

[編譯自：Zhu W J，Li J Y，Li L，Wang A C，Wei X H，Mao H P. Nondestructive diagnostics of soluble sugar，total nitrogen and their ratio of tomato leaves in greenhouse by polarizedspectra-hyperspectral data fusion. Int J Agric & Biol Eng，2020，13（2）：189-197.]

20210103 自適應神經模糊推理系統在圓盤犁的阻力和能耗需求預測中的應用//DOI：10.25165/j.ijabe.20201302.4077

圓盤犁的阻力和能耗需求被認為是與推土機功率正確匹配的重要因素。該研究通過與多元線性回歸（MLR）模型的對比，測試了使用自適應神經模糊推理系統（ANFIS）來確定圓盤犁的阻力和能耗需求的可能性及其性能。通過實地試驗和各種文獻，共獲得了133種數據模式。從這133個數據點中，隨機選取了121個作為訓練集，其余12個用于模型驗證。輸入變量為犁深度、犁速、土壤質地指數、初始土壤含水率、初始土壤體積密度、圓盤直徑、圓盤角度和傾斜角度，輸出變量為圓盤犁的阻力。ANFIS 使用了四個從屬函數：三角形從屬函數、通用鐘形從屬函數、梯形從屬函數和高斯曲線從屬函數。對 ANFIS和 MLR 建模結果的評估顯示，三角形成員函數比其他函數執行效果更好。當將 ANFIS 模型預測與測量值進行比較時，阻力平均相對誤差為-1.97%。ANFIS模型與其他方法進行比較的結果表明，圓盤犁的阻力和能耗需求可以得到令人滿意的預估。

[編譯自：Al-Dosary N M N，Al-Hamed S A，Aboukarima A M. Application of adaptive neuro-fuzzy inferencesystem to predict draft and energy requirements of a disk plow. Int J Agric & Biol Eng，2020，13（2）：198-207.]