亞地塊尺度秸稈信息豐度研究

丁啟朔 陳 杰 汪小旵 何瑞銀 徐高明 梁 磊

(1.南京農(nóng)業(yè)大學(xué)工學(xué)院,南京 210031;2.江蘇省智能化農(nóng)業(yè)裝備重點(diǎn)實(shí)驗(yàn)室,南京 210031)

0 引言

目前，秸稈已從原有的農(nóng)業(yè)廢棄物概念被定義為可再生生物質(zhì)資源，導(dǎo)致秸稈信息化技術(shù)越發(fā)受到重視。秸稈信息化是指按所需應(yīng)用將秸稈狀態(tài)、分布、理化特性等信息進(jìn)行參數(shù)化、數(shù)量化的過程。秸稈信息應(yīng)用領(lǐng)域十分廣泛，秸稈資源統(tǒng)計(jì)[1-2]、保護(hù)性農(nóng)業(yè)[3-4]、秸稈資源開發(fā)[5]、精確播種[6-7]、作物行農(nóng)機(jī)導(dǎo)航[8-9]、機(jī)械滅茬[10]、耕作埋草[11-12]等研究或應(yīng)用場(chǎng)景都需要不同維度的秸稈信息。

不斷擴(kuò)大的秸稈信息應(yīng)用領(lǐng)域增加了秸稈量、秸稈覆蓋率、碎秸與立茬的分布狀況等秸稈信息量(即信息豐度)的獲取需求。僅在農(nóng)業(yè)機(jī)械的創(chuàng)新設(shè)計(jì)范疇內(nèi)，就涉及到收獲機(jī)排草性能[13-14]、耕作機(jī)具秸稈還田性能[13-15]、犁耕埋草作業(yè)性能[16]、智能農(nóng)機(jī)導(dǎo)航性能[9]、滅茬機(jī)滅茬效果[17]等諸多應(yīng)用領(lǐng)域。

秸稈信息豐度涉及諸多量化參數(shù)，例如，不同生產(chǎn)條件與留茬高度是決定秸稈資源可收集量計(jì)算的關(guān)鍵指標(biāo)[18]，直立茬和輪跡倒伏茬狀態(tài)是影響扶指支撐設(shè)計(jì)及滅茬機(jī)秸稈粉碎效果的2個(gè)關(guān)鍵參數(shù)[17]，保護(hù)性農(nóng)業(yè)的免耕種植需要重點(diǎn)解決秸稈堵塞及其測(cè)試技術(shù)，涉及秸稈拋撒運(yùn)動(dòng)規(guī)律等信息的參數(shù)化[19]。隨著秸稈的區(qū)域性、季節(jié)性、結(jié)構(gòu)性過剩現(xiàn)象不斷加劇，加之不斷拓展的秸稈綜合利用需求[20]，秸稈信息豐度的研究?jī)?nèi)容變得愈加豐富。

秸稈信息具有典型的多尺度特征，其中，秸稈信息場(chǎng)景所處尺度決定著秸稈信息參數(shù)的具體用途和采集方法的設(shè)計(jì)。為此，將相關(guān)學(xué)者的研究成果分為區(qū)域尺度和地塊內(nèi)尺度(本文定義為亞地塊尺度)2種秸稈信息的尺度范疇。區(qū)域尺度的秸稈信息關(guān)注農(nóng)業(yè)生態(tài)區(qū)的秸稈覆蓋狀態(tài)及其時(shí)空分異，此類秸稈信息多使用遙感圖像、光譜反射等測(cè)試技術(shù)及數(shù)據(jù)反演方法[21-23]。而亞地塊尺度下的秸稈信息具有多閾值、多目標(biāo)等技術(shù)特征[24]，這些技術(shù)特征受亞地塊尺度下應(yīng)用場(chǎng)景間的差異所影響。僅從農(nóng)機(jī)高性能設(shè)計(jì)所需的秸稈信息看，收割排草[13-14]、秸稈還田[13-15]、智能導(dǎo)航[9]、機(jī)械滅茬[17]等應(yīng)用場(chǎng)景所需的秸稈信息指標(biāo)各不相同。因此，亞地塊尺度下的秸稈信息豐度研究需要全面考察多樣化的秸稈信息及其指標(biāo)化，如在玉米對(duì)行播種等應(yīng)用場(chǎng)合，需要識(shí)別并區(qū)分出裸露地表、直立根茬和行間碎秸等關(guān)鍵信息[9]，“立茬”和“碎秸”狀態(tài)也是進(jìn)行針對(duì)性機(jī)械設(shè)計(jì)、功率配置及秸稈切碎效果優(yōu)化的關(guān)鍵信息參數(shù)[25]。可見，系統(tǒng)界定亞地塊尺度下秸稈信息豐度并探討其參數(shù)化是目前秸稈信息研究亟需解決的重要問題。

目前尚缺乏針對(duì)亞地塊尺度下秸稈信息豐度的系統(tǒng)研究，已有報(bào)道多圍繞單一信息指標(biāo)或僅關(guān)注特定應(yīng)用場(chǎng)景，亞地塊尺度下秸稈信息豐度的指標(biāo)設(shè)計(jì)和測(cè)試方法目前不具有系統(tǒng)性和完整性。秸稈信息指標(biāo)的定義不完善，秸稈信息指標(biāo)的測(cè)試難度大、復(fù)雜性高、秸稈形態(tài)多樣、秸稈覆蓋率等參數(shù)獲取主觀性大、田間測(cè)試耗時(shí)費(fèi)力[26]等都是亞地塊尺度秸稈信息豐度研究面臨的難題。

鑒于此，本文擬以稻茬麥原茬地的秸稈信息豐度為研究對(duì)象，利用機(jī)器視覺、稱量、相關(guān)分析等方法探討亞地塊尺度下的秸稈信息豐度及其指標(biāo)化，為亞地塊尺度下秸稈信息豐度研究提供思路。

1 材料與方法

1.1 原茬地秸稈取樣方法

圖1 田間秸稈取樣方法Fig.1 Field straw sampling method

田間試驗(yàn)于2018年6月上旬在宿遷市泗洪縣石集鄉(xiāng)(東經(jīng)117°56′～118°46′，北緯33°08′～33°44′)進(jìn)行，該區(qū)常年稻麥輪作。試驗(yàn)點(diǎn)取小麥原茬地，小麥機(jī)收使用久保田688Q型全喂入收獲機(jī)，功率49.2 kW、割幅2 m、作業(yè)速度維持在4.93 m/s內(nèi)。機(jī)收后沿收獲機(jī)幅寬隨機(jī)選取邊長(zhǎng)2 m的方形區(qū)域，在該區(qū)域內(nèi)依次排布16個(gè)樣框(圖1a)。進(jìn)一步在各樣框內(nèi)使用網(wǎng)格法取樣[13-14]，網(wǎng)格尺寸為25 cm×25 cm(圖1b)。先將各網(wǎng)格內(nèi)的碎秸取出，后沿行向緊鄰留茬根部的后方豎立白色背景板并對(duì)立茬拍照，拍照完成后用剪刀貼地面剪下各網(wǎng)格內(nèi)的立茬，帶回實(shí)驗(yàn)室測(cè)試，獲取秸稈質(zhì)量、碎秸堆疊層數(shù)、立茬側(cè)影覆蓋度等信息參數(shù)。地塊內(nèi)秸稈信息研究的場(chǎng)景以及秸稈取樣后的地貌特征分別如圖1c和圖1d所示。

1.2 立茬與碎秸信息化方法

將收集到的64組立茬與碎秸樣本進(jìn)行信息化處理，分別測(cè)試各樣本的質(zhì)量、碎秸堆疊層數(shù)、立茬側(cè)影覆蓋度、碎秸細(xì)碎度、立茬倒伏度等信息參數(shù)。

各網(wǎng)格內(nèi)的秸稈質(zhì)量：分別將所取碎秸與立茬樣本置于100℃[27]干燥箱干燥12 h，取出稱量并得到碎秸質(zhì)量ms與立茬質(zhì)量ml，兩者之和即為一個(gè)網(wǎng)格內(nèi)的秸稈總質(zhì)量M。

地表碎秸堆疊層數(shù)：使用平板勻鋪圖像法測(cè)試秸稈堆疊層數(shù)，將每個(gè)網(wǎng)格中的碎秸單層均勻勻鋪在帶有7.5 cm×7.5 cm基準(zhǔn)塊的白板上(圖2a，圖中黑色方塊為7.5 cm×7.5 cm的基準(zhǔn)參照物)，使用尼康NiKon D3200型數(shù)碼相機(jī)拍攝獲取數(shù)字圖像，相機(jī)置于白板正上方1.5 m位置[28]。使用Matlab程序計(jì)算秸稈單層覆蓋面積(圖2b)，并參照已有方法計(jì)算秸稈堆積層數(shù)[29]

(1)

式中SL——堆疊層數(shù)

Sl——碎秸單層覆蓋面積，cm2

Sd——碎秸覆蓋面積(網(wǎng)格面積)，cm2

圖2 堆疊層數(shù)圖像測(cè)試方法Fig.2 Image testing method of stacked layers

立茬側(cè)影覆蓋度LC是定量立茬高度、寬幅及疏密程度等形態(tài)結(jié)構(gòu)特征的指標(biāo)[30-31]，計(jì)算式為

(2)

式中S——取樣網(wǎng)格面積，cm2

A——取樣網(wǎng)格內(nèi)立茬的側(cè)影面積，cm2

使用背景板圖像法測(cè)試立茬側(cè)影覆蓋度，將白色背景板置于樣框內(nèi)立茬后方拍攝，如圖3所示。拍照過程中選用刻度尺作為標(biāo)定物進(jìn)行圖像標(biāo)定。使用尼康NiKon D3200型數(shù)碼相機(jī)，在距離2 m且離地高度30 cm處拍攝，獲取秸稈立茬數(shù)字圖像。使用Digimizer逐張?zhí)幚恚玫娇偼队懊娣eA。由式(2)得到側(cè)影覆蓋度。

圖3 立茬投影面積的測(cè)試方法Fig.3 Test method of standing stubble projected area

碎秸細(xì)碎度：使用碎秸長(zhǎng)度作為碎秸細(xì)碎度的定量指標(biāo)。使用篩分法測(cè)取碎秸的平均直徑，分別使用2、4、6、8、16 mm篩孔的篩子手動(dòng)篩分，計(jì)算各網(wǎng)格內(nèi)的碎秸平均直徑[32]

(3)

式中D——碎秸平均直徑，mm

di——2個(gè)篩孔間的碎秸平均長(zhǎng)度，mm

msi——存留在i級(jí)篩面上的碎秸質(zhì)量，g

計(jì)算出各網(wǎng)格內(nèi)碎秸平均長(zhǎng)度D并以2D圖像方式顯示碎秸細(xì)碎度的地表分布狀態(tài)。

立茬倒伏度：采用人工觀察計(jì)數(shù)法統(tǒng)計(jì)每個(gè)樣點(diǎn)的立茬狀態(tài)和數(shù)量，獲得傾斜角低于60°的立茬比例進(jìn)行立茬倒伏度測(cè)量。并將立茬倒伏狀態(tài)數(shù)據(jù)以2D圖像方式顯示。

1.3 碎秸單層覆蓋面積與質(zhì)量相關(guān)分析

在上述秸稈信息各指標(biāo)測(cè)試量化的基礎(chǔ)上，進(jìn)一步分析原茬地秸稈的各信息量之間的關(guān)系。將未被過度破碎的長(zhǎng)草近似視為半徑為r、長(zhǎng)度為l的柱狀體，則有碎秸單層覆蓋面積與碎秸質(zhì)量關(guān)系

Sl=2ms/(ρr)

(4)

式中ρ——秸稈密度，g/cm3

當(dāng)秸稈半徑r與秸稈密度變化范圍不大時(shí)，Sl與ms呈正相關(guān)。

定義碎秸面積-質(zhì)量相關(guān)系數(shù)f為

(5)

f越大，表明秸稈細(xì)碎化程度越高。

1.4 立茬側(cè)影面積與立茬質(zhì)量相關(guān)分析

立茬側(cè)影面積與立茬質(zhì)量間的相關(guān)性也能在一定程度上反映原茬秸稈的狀態(tài)信息，令

g=A-A0

(6)

式中g(shù)——立茬的投影面積差值，該值對(duì)應(yīng)立茬的倒伏程度

A0——立茬被機(jī)具軋倒前的總投影面積

結(jié)合式(2)、(4)建立投影面積A0與質(zhì)量ml間的正比關(guān)系。

將式(6)轉(zhuǎn)換為

(7)

式中g(shù)′——立茬投影面積變化歸一化差值

A*——A無量綱化值

g′∈(-1,1)，該值越大，說明倒伏程度越嚴(yán)重。

1.5 秸稈信息豐度可視化技術(shù)

秸稈數(shù)據(jù)的圖形化與圖像化是直觀呈現(xiàn)多維秸稈信息的一種方式。將各信息指標(biāo)的相關(guān)性信息數(shù)據(jù)轉(zhuǎn)化為8×8矩陣，并使用Matlab軟件將所得秸稈信息圖形化。

在對(duì)各組數(shù)據(jù)進(jìn)行相關(guān)分析之前，對(duì)數(shù)據(jù)進(jìn)行無量綱化處理[33]

(8)

使用矩陣相似度(也稱為圖像相似度)計(jì)算方法[34]處理所得數(shù)據(jù)，得到秸稈不同信息量間的相關(guān)系數(shù)

(9)

式中X、Y——進(jìn)行相似度計(jì)算的兩組數(shù)據(jù)矩陣

R——相關(guān)系數(shù)

圖4 原茬地秸稈各參數(shù)的地表分布狀態(tài)Fig.4 Distributions of key parameters of straw and stubble within a field

R∈(-1,1)，R越接近-1或1，則兩個(gè)矩陣相似度越高，越接近0，則相似度越低。

2 結(jié)果與分析

2.1 小麥秸稈質(zhì)量與各形態(tài)信息參數(shù)的原位分布特征

圖4為原茬地秸稈5個(gè)信息的地表分布狀態(tài)。由圖4a可知，總體上，總質(zhì)量最大值為50.54 g，最小值為19.93 g，平均值為33.39 g。其分布呈中心十字狀的集聚現(xiàn)象，富集網(wǎng)格內(nèi)的秸稈總質(zhì)量在35～50 g之間變化，其他區(qū)域分布較少，多在20～30 g之間。

碎秸質(zhì)量分布(圖4b)表現(xiàn)出較好的分布均勻性，在一定程度上反映出收獲的后置出草口的勻鋪性能。與以往田間調(diào)查[13]所得秸稈鋪放不均的結(jié)論相比，現(xiàn)有的收獲機(jī)的碎草和勻鋪性能已有明顯改進(jìn)。總體上，碎秸質(zhì)量最大值為41.24 g，最小值為12.03 g，平均值23.23 g，集中分布在割幅中間(y∈(0.8 m,1.8 m))，該位置屬于后置出草口噴口經(jīng)過的區(qū)域。

立茬質(zhì)量分布(圖4c)顯示，立茬質(zhì)量最大值為18.64 g，最小值1.54 g，平均值10.16 g，主要集中在圖像矩陣坐標(biāo)點(diǎn)(0,1.6 m)、(0.5 m,0.8 m)、(1.1 m,1.2 m)、(1.5 m,0.8 m)、(2 m,1.8 m)、(2 m,0.6 m)所對(duì)應(yīng)的網(wǎng)格內(nèi)，影響該信息指標(biāo)的因素是來自小麥播種行的行間距分布及其與取樣網(wǎng)格的位置關(guān)系，因此對(duì)該信息的解讀較為困難。

地表碎秸的堆疊層數(shù)分布(圖4d)顯示，機(jī)械收獲后的秸稈覆蓋狀態(tài)及秸稈堆疊層數(shù)，該信息受收獲機(jī)排草口的流量影響。圖中碎秸堆疊層數(shù)最大值為4.33層，最小值為1.12層，平均值為2.56層。由圖可見碎秸沿收獲機(jī)前進(jìn)方向的中間區(qū)域(x∈(0.6 m,1.2 m))，堆疊程度較高，均處于3層以上，且也表現(xiàn)出行進(jìn)方向堆疊的不均勻性。碎秸堆疊的影響因素較多，除排草口的流量外，收獲機(jī)的行進(jìn)速度穩(wěn)定性、物料在收獲機(jī)內(nèi)部的分布均勻性、逐稿器設(shè)計(jì)合理性及動(dòng)作連續(xù)性等都可能影響到碎草堆疊的地表分布。

立茬側(cè)影覆蓋度分布(圖4e)表明，在經(jīng)過收獲機(jī)碾壓倒伏之后的直立茬分布特征，總體上，立茬側(cè)影覆蓋度最大值為0.78，最小值為0.03，平均值為0.28。該信息分布圖顯示機(jī)收對(duì)直立茬的影響較大。稻麥輪作區(qū)因機(jī)收季節(jié)土壤濕爛而普遍使用履帶式底盤，因此對(duì)直立茬的軋倒破壞較為嚴(yán)重。

2.2 秸稈信息相關(guān)分析與校驗(yàn)

2.2.1秸稈信息相關(guān)分析

圖5 碎秸面積-質(zhì)量相關(guān)系數(shù)分布與人工測(cè)試的秸稈細(xì)碎度對(duì)比Fig.5 Comparisons of area-mass ratio distribution using machine vision and manual measured straw distribution

將地表秸稈總質(zhì)量(圖4a)分別與碎秸質(zhì)量分布(圖4b)、立茬質(zhì)量分布(圖4c)進(jìn)行圖像相似度計(jì)算，使用公式(9)得出地表秸稈總質(zhì)量與碎秸質(zhì)量相似度rab=0.89、與立茬質(zhì)量相似度rac=0.43，表明不同秸稈信息間的相似度差別較大。從圖像的視覺效果也可直觀看出，秸稈總質(zhì)量分布與碎秸質(zhì)量分布的極值點(diǎn)位置及數(shù)據(jù)的平面波動(dòng)特征非常接近，因此，碎秸質(zhì)量分布對(duì)總質(zhì)量分布的影響更大，秸稈勻鋪尚需要進(jìn)一步優(yōu)化設(shè)計(jì)收獲機(jī)的清選排草裝置，同時(shí)也需要探討收獲機(jī)田間作業(yè)條件下的環(huán)境穩(wěn)定性控制技術(shù)，進(jìn)一步提高抗風(fēng)擾、機(jī)組工況行進(jìn)穩(wěn)定性等前沿技術(shù)。

將碎秸質(zhì)量分布(圖4b)與碎秸堆疊層數(shù)(圖4d)使用公式(9)進(jìn)行圖像相似度計(jì)算，得出rbd=0.64。結(jié)合直觀視覺效果可見，除x∈(0.6 m,1.5 m)的條狀區(qū)域外，其余網(wǎng)格區(qū)域在極值點(diǎn)的所處位置和數(shù)據(jù)變化2D趨勢(shì)方面也高度相似，而橫坐標(biāo)x∈(0.6 m,1.5 m)所屬區(qū)域，正是所得到的碎秸堆疊層數(shù)較高的區(qū)域，因此，深入探討不同秸稈信息指標(biāo)之間的內(nèi)在聯(lián)系不僅有利于提升秸稈信息豐度的質(zhì)量?jī)?nèi)涵，更有利于實(shí)現(xiàn)高秸稈信息豐度的信息降維技術(shù)。

將立茬質(zhì)量分布(圖4c)與立茬側(cè)影覆蓋度(圖4e)進(jìn)行圖像相似度計(jì)算，得出rce=0.48，該數(shù)值較低表明收獲機(jī)對(duì)立茬的直立狀態(tài)破壞程度較大，使得圖像發(fā)生了較大變化。同樣，結(jié)合圖4c與圖4e的直觀視覺效果可見，除了x∈(0.8 m,1.5 m)處的立茬未受影響，其它立茬均不同程度被收獲機(jī)軋倒。

2.2.2碎秸單層覆蓋面積與碎秸質(zhì)量相關(guān)性校驗(yàn)

碎秸的單層覆蓋面積與碎秸質(zhì)量的相關(guān)系數(shù)f準(zhǔn)確性尚需人工校驗(yàn)。首先通過機(jī)器視覺法得出f的分布(圖5a)，將其與手工測(cè)試的秸稈細(xì)碎度分布(圖5b)對(duì)比。

進(jìn)一步將圖5a與圖5b進(jìn)行相關(guān)分析，計(jì)算得到二者間的相似度R=-0.722。說明基于機(jī)器視覺技術(shù)的碎秸堆疊層數(shù)信息與人工測(cè)量的碎秸細(xì)碎狀態(tài)具有較高的相關(guān)性。

圖5a與圖5b均能表達(dá)秸稈的細(xì)碎化程度及其分布狀態(tài)，對(duì)于圖5a，碎秸面積-質(zhì)量相關(guān)系數(shù)f平均值為0.704 2 dm2/g，變化范圍在0.317 2～1.060 8 dm2/g之間；對(duì)于圖5b，秸稈平均長(zhǎng)度最大值為13.44 mm，最小值為4.02 mm，平均值為6.12 mm。該信息可以表征收獲機(jī)的碎草性能。圖5a進(jìn)一步表明x∈(0.6 m,1.5 m)區(qū)域的秸稈細(xì)碎程度較高，同時(shí)也是碎秸堆疊層數(shù)較高的區(qū)域(圖4d)，該區(qū)域?qū)?yīng)收獲機(jī)出草口噴草量較高的位置。在圖像x∈(0,0.6 m)與(1 m,1.6 m)處，細(xì)碎化程度較低的秸稈在此區(qū)域集中出現(xiàn)。

2.2.3立茬的側(cè)影覆蓋度信息校驗(yàn)

立茬側(cè)影面積與立茬質(zhì)量間的歸一化差值g′的準(zhǔn)確性尚需校驗(yàn)。首先得出該值分布(圖6a)，將其與人工測(cè)取的立茬倒伏度分布(圖6b)進(jìn)行對(duì)比。

通過式(9)計(jì)算得到圖6a與圖6b圖像相似度R2=0.63，表明機(jī)器視覺技術(shù)的側(cè)影覆蓋度信息與人工測(cè)量的立茬倒伏狀態(tài)具有較高的相似度。

圖6 立茬側(cè)影面積與質(zhì)量歸一化差值g′分布與立茬倒伏度分布對(duì)比Fig.6 Comparison of correlation ratio g′ with results obtained from manual operation

圖6能夠直觀反映出立茬碾壓倒伏的狀態(tài)，圖6a中，x∈(0.20 m,0.50 m)，立茬側(cè)影面積與立茬質(zhì)量的歸一化差值的平均值為0.18；圖6b中，立茬倒伏度在0～1.0均有分布，其平均值為0.4。南方稻麥輪作制的履帶式機(jī)收條件下秸稈碾壓倒伏普遍較為嚴(yán)重，圖像下半部分整體的倒伏程度強(qiáng)于上半部分，這是因?yàn)槭斋@機(jī)在收獲過程中存在路徑重疊的情況，尤其是對(duì)某區(qū)域往返經(jīng)過時(shí)，該區(qū)域秸稈會(huì)經(jīng)過兩次及以上的碾壓，秸稈倒伏加劇。

3 討論

不同的應(yīng)用場(chǎng)景需要不同的秸稈信息及相應(yīng)的測(cè)試技術(shù)與指標(biāo)化方法。秸稈資源儲(chǔ)量計(jì)算[35-37]、保護(hù)性耕作地表秸稈覆蓋率管控[24,38]等應(yīng)用場(chǎng)合需要區(qū)域大尺度范疇的秸稈信息。而與田間作業(yè)機(jī)械密切相關(guān)的秸稈信息則體現(xiàn)為地塊尺度內(nèi)的秸稈信息參數(shù)化，涉及收獲機(jī)的排草性能[13-14]、耕作機(jī)具的秸稈還田性能[13-15]、犁耕埋草作業(yè)性能[16]、智能農(nóng)機(jī)導(dǎo)航性能[9]、滅茬機(jī)的滅茬效果[17]等應(yīng)用場(chǎng)景。因此，界定地塊尺度下的秸稈信息豐度有利于秸稈信息化研究的進(jìn)一步聚焦。亞地塊尺度下的原茬地秸稈信息豐度高，信息化指標(biāo)多樣，所需適配的多樣化信息化技術(shù)亟待開發(fā)和深入研究。已有的部分秸稈信息的報(bào)道均為各單項(xiàng)田間試驗(yàn)研究成果，秸稈信息豐度作為一個(gè)完整的信息科學(xué)研究問題，尚沒有得到系統(tǒng)的梳理和探究。現(xiàn)有秸稈還田效應(yīng)研究[39-40]、地表秸稈量化[14]、生物量估計(jì)[41]等研究與應(yīng)用場(chǎng)景分別使用了不同的秸稈信息指標(biāo)，尚缺少具體生產(chǎn)應(yīng)用場(chǎng)景的綜合性秸稈信息豐度體現(xiàn)。本文初步系統(tǒng)地探討了的小麥原茬地秸稈信息豐度(秸稈總質(zhì)量、碎秸質(zhì)量、立茬質(zhì)量、碎秸堆疊層數(shù)、立茬側(cè)影覆蓋度等)，進(jìn)而展示亞地塊尺度下秸稈信息研究的復(fù)雜性及其潛在應(yīng)用。所得結(jié)果表明，亞地塊尺度下秸稈信息豐度有利于促進(jìn)田間作業(yè)機(jī)械的設(shè)計(jì)合理性、促進(jìn)土壤-作物-機(jī)器耦合關(guān)系等議題的研究。

秸稈信息研究的關(guān)鍵難題在于各指標(biāo)的信息化技術(shù)。比如，地表秸稈存量、可收集的小麥秸稈資源量等秸稈資源信息可以通過遙感影像間接獲取增強(qiáng)型植被指數(shù)(MODIS-EVI)[37]，光譜指數(shù)與秸稈覆蓋度的線性回歸模型也是進(jìn)行秸稈覆蓋度反演的最優(yōu)策略[22]。然而，王春雷等[26]指出，田間秸稈的信息化技術(shù)應(yīng)用的干擾因素源于多方面：地表在不同光照下呈現(xiàn)的顏色變化、縱橫的溝壑與不規(guī)則的土塊、不同角度的光照及其產(chǎn)生的陰影、農(nóng)業(yè)機(jī)械作業(yè)留下的不規(guī)則車轍等。另外，秸稈的形狀、大小和姿態(tài)也呈現(xiàn)多樣，這些因素均為細(xì)碎秸稈的信息化識(shí)別技術(shù)的研發(fā)難點(diǎn)。由本文所得結(jié)果可見，亞地塊尺度下秸稈信息豐度研究所需技術(shù)環(huán)節(jié)眾多，無論是所用的背景板輔助、關(guān)鍵環(huán)節(jié)的人工操作、秸稈平鋪處理，還是立茬側(cè)影等指標(biāo)化定量化處理技術(shù)，后續(xù)各指標(biāo)間的內(nèi)在聯(lián)系分析挖坑技術(shù)、秸稈信息指標(biāo)與各機(jī)械化作業(yè)環(huán)節(jié)之間的關(guān)聯(lián)分析，各方面都需要大量的理論創(chuàng)新和技術(shù)突破，以適應(yīng)信息化智能化農(nóng)業(yè)的要求。

4 結(jié)論

(1)以秸稈信息應(yīng)用場(chǎng)景的尺度作為判據(jù)界定出亞地塊尺度下的秸稈信息豐度的研究問題，并設(shè)計(jì)出碎秸質(zhì)量分布、立茬質(zhì)量分布、地表碎秸的堆疊層數(shù)分布、立茬側(cè)影覆蓋度分布等留茬與碎草的信息參數(shù)，應(yīng)用于小麥原茬地的秸稈信息豐度研究。

(2)系統(tǒng)應(yīng)用數(shù)字圖像處理、基于背景板的立茬圖像法、基于平板單層勻鋪的秸稈質(zhì)量-圖像關(guān)系等多種信息化手段，研究了原茬地小麥秸稈多維信息。單位區(qū)域(25 cm×25 cm)的秸稈總質(zhì)量、碎秸質(zhì)量、立茬質(zhì)量分別在19.53～50.54 g、12.03～ 41.24 g、1.54～18.64 g之間變化，各指標(biāo)在收獲機(jī)全幅寬的觀測(cè)范圍內(nèi)呈現(xiàn)出2D分布特征且能夠在一定程度上反映出收獲機(jī)的結(jié)構(gòu)設(shè)計(jì)與農(nóng)藝特色。

(3)秸稈信息圖像的相關(guān)分析反映出各秸稈信息間的聯(lián)系及機(jī)具的田間作業(yè)效果，地表秸稈總質(zhì)量與碎秸質(zhì)量相似度rab為0.89、與立茬質(zhì)量相似度rac為0.43。碎秸質(zhì)量分布與碎秸堆疊層數(shù)的相似度rbd為0.64。立茬質(zhì)量與立茬側(cè)影覆蓋度的相似度rce為0.48。不同秸稈信息間的相關(guān)性有著較大差異。