-
针对传统激光平地机对作业地块大小和形状适应性差、匹配度低、灵活性欠缺和作业效率低不高等问题,研制了一种作业高效、操控方便、可以适应多种场景的智能激光平地机.重点设计了机械作业系统、液压操控系统和激光感知系统,创新性研制了自动可伸缩刮土铲,并通过 EDEM 软件对刮土铲作业过程进行了仿真分析.刮土铲仿真试验和平整前后的土壤高度曲线表明,刮土铲平地效果显著提升.田间试验结果显示:试验地块在平整前的土地极差为 37.6 cm,平整后减至 3.0 cm,降幅达 92.0%;标准差由 7.40 cm 减至 0.68 cm,降幅达 90.8%;与 12PJY-3A 型液控智能激光平地机的传统固定铲相比,极差降幅提高了 0.3 个百分点,标准差降幅提升了 0.9 个百分点,表明土地平整度均匀性得到显著提高,12PJ-400B 型激光平地机平整效果显著.此外,88.9%的测量点精度控制在设计目标±1.5 cm 以内,达到了高标准农田精准平整要求,有效提升了农田灌溉效率和作物生长一致性.
激光平地机液压系统可伸缩刮土铲建模仿真有限元分析
-
以雷州半岛为研究对象,结合环北部湾水资源配置二期工程的背景以及该地区小型水库在地形地貌、施工时段、淤积物成分、勘测难度等各方面的难点,提出了一套综合清淤方案.该方案将小型化机械清淤技术、精准的勘测手段、施工组织设计方案优化和淤积物的科学处置策略结合起来,根据当地实际情况,采用"民兵+群众+企业"的多方协作方式,在雷州半岛诸多小型水库展开清淤试点应用,新增与改良灌溉面积 10 多万亩.经清淤效果评定可知,该综合方案明显加强了小型水库的清淤速度,削减了二次污染的危险,较好地改良了周边地区的水生态环境和农业供水保证能力.
雷州半岛环北部湾工程小型水库生态清淤
-
丘陵地区耕地细碎化问题,阻碍了农业机械装备应用,亟需在作业条件科学评估的基础上,加快开展耕地的宜机化改造.以四川省广汉市为研究区域,利用高分6 号卫星(GF-6)的空间分辨率为2m 的遥感影像制作数据集,基于 DeepLabV3+语义分割网络模型,融合了空洞卷积技术,采用 ResNet34 作为其骨干网络,有效提取丘陵山区农田的尺寸、形态和方向等多尺度特征,适应丘陵山区农田不规则边缘信息条件.开展了不同骨干网络、地物覆盖、地块面积等条件下的耕地提取及相关对比实验.研究结果表明,采用 DeepLabV3+模型与 ResNet34 作为骨干网络的组合,地块边界识别与实际值的吻合度较高,精确率和召回率分别达到了 93%和 86%;样本区在作物全覆盖状态下,地块识别准确率分别达到71%和94%,平均准确率为82.5%.耕地分布离散程度对地块识别准确率无显著影响;地块面积越大,模型识别精度越高,地块面积超过100 m2时,识别精度提升至80%以上,但地块面积小于40 m2时,识别准确率不足50%.
丘陵山区地块识别DeepLabV3+遥感影像
-
针对现有土壤钾肥检测方法成本高、时效性差、难以满足短时间内大面积施肥处方图生成的问题,提出了一种基于改进蜣螂优化算法(Improved Dung Beetle Optimizer,IDBO)优化最小二乘支持回归机(Least Squares Support Vector Re-gression,LSSVR)的多模态反演土壤速效钾预测模型(IDBO-LSSVR).对介电型土壤电导率传感器测量原理和影响因素进行分析,得出土壤墒情对测量精度具有显著影响,利用补墒装置确保土壤中离子跃迁能力升高至传感器可捕获稳定信号的程度.搭建农田信息采集平台,自动采集土壤电导率、温度、湿度的数据,通过 LSSVR 反演模型预测速效钾含量;提出一种多策略融合的 IDBO 算法,对 LSSVR 模型关键参数 c、σ 进行离线整定,解决了因反演模型参数整定不良导致预测精度低和泛化能力差的问题.为验证其优越性,进行 LSSVR、DBO-LSSVR 和 IDBO-LSSVR 模型的仿真对比试验与田间试验.仿真试验结果表明:基于 IDBO-LSSVR 算法的土壤速效钾反演模型预测精度和可靠性显著提升;田间试验结果表明:基于电导率反演土壤速效钾方法成本低、时效高,平均绝对误差为 21.100 mg/kg,均方误差为 23.468 mg/kg,决定系数为0.902,满足农田施肥作业误差要求,能够准确、快速地获取土壤养分分布情况.
土壤速效钾预测模型改进蜣螂优化算法最小二乘支持回归机介电型电导率传感器
-
为提升高标准农田绩效等级识别的效率与稳定性,文章构建了基于BP神经网络的农田绩效等级识别模型.以河南省 Y市为研究区,选取田块形状指数、田块规模、土壤渗透性、土壤pH 值、土壤地力等级、道路密度指数和机井密度7项指标作为输入变量,以前期评价形成的农田绩效等级作为输出标签,利用168块农田样本开展模型训练与测试.样本按80%和20%的比例划分为训练集与测试集,并进行归一化处理;经过多次调试,最终确定隐藏层节点数为24,训练函数采用莱文贝格-马夸特算法.结果显示,模型训练集识别精度为99.253 7%,测试集识别精度为97.058 8%;另选14块农田进行应用检验,预测等级与实际等级保持一致.研究表明,BP神经网络能够较好地识别高标准农田绩效等级,可为农田分级管理、建设短板诊断和后续分类整治提供技术参考.
高标准农田BP神经网络绩效等级识别模型预测
-
为精准评估深圳西部填海区地面沉降灾害风险,本研究构建了融合卫星 InSAR观测与信息量-层次分析法的地面沉降风险评价模型.首先采用小基线集雷达干涉测量(SBAS-InSAR)技术获取填海区地面沉降数据,并将其作为地质灾害点融入地面沉降易发性评价体系;其次,针对填海区软土固结沉降的特殊机理,首次将填海年限引入评价指标体系,结合填海区土地利用关联性及降水响应季节性的沉降特征,选取填海年限、InSAR沉降速率、累积沉降量、土地利用类型、年均降水量 5项核心评价因子,构建地面沉降易发性评价模型;同时,引入 InSAR点密度表征沉降易损性,并联合易发性与易损性构建"概率-损失"双维度沉降风险评价模型.结果表明:研究区地面沉降高风险、极高风险区总面积为 0.72 km2,整体呈现"填海时间短(<15年)、沉降快(<-20 mm/a)、累积沉降量大(<-40 mm)、建筑分布密集"的特征;极低风险区多为土体稳定性好、外部荷载小的区域.对比分析证实,本文构建的"概率-损失"双维度风险评价模型比单一易发性评价模型更加科学合理,评价结果与实际沉降风险现状高度契合,将填海年限纳入评价指标体系可有效表征填海软土固结程度对地面沉降的驱动作用,更契合填海区沉降发育规律.研究成果可为填海区地面沉降风险的快速筛查和综合防治提供技术支撑.
SBAS-InSAR填海区信息量模型层次分析法沉降风险评价
-
研制了一种新型智能土壤取样机器人,采用模块化设计,集成了工作装置、动力系统、液压系统及导航定位模块,具备直推取芯、建井、地下水取样和声波钻探等多功能,最大取样深度50 m.搭载61.3 kW 柴油发动机,提供160 kN钻进压力和238 kN回拔力,履带底盘地面负荷仅0.32 kg/cm2,适应复杂地形作业.基于ROS框架的导航系统实现SLAM导航与动态路径规划,定位误差小于1％,避障成功率95％以上,定位精度5 cm以内.通讯系统采用CAN总线与无线遥控,500 m内通信延迟低于100 ms,丢包率不高于0.5％.实地验证表明,在中等硬度土层中平均钻进速度5 m/h,最大爬坡角度30°,取样质量高,显著降低人力需求,为土壤采样提供了完整的智能装备解决方案.
土壤取样机器人直推式取样液压系统远程操控智能导航
-
针对当前土地综合整治工程存在全流程监管体系不完善,以及传统工程核查成本较高、效率偏低和动态对比性不足的问题,本文利用倾斜摄影测量方法进行土地综合整治工程的全流程监管及工程核查,并以渭河黑河流域土地综合整治项目为例,验证倾斜摄影测量在土地综合整治工程核查中的应用效果,以期为其在相似项目中的应用提供参考.
倾斜摄影测量土地综合整治工程核查工程实施动态监督
-
上海位于夏热冬冷地区,夏季高温高湿叠加城市热岛效应,室外热舒适性问题突出.本研究选取上海9 个城区(涵盖不同交通体系、土地利用、空间形态维度),开展实地测量获取空气温度、相对湿度、风速及太阳辐射等数据,并基于通用热气候指数评价各城区绿地行人高度的热舒适性水平,分析其背后设计指标与响应值之间的关系.结果表明,不同维度的城区在实测数据上存在显著的统计学差异.交通体系维度,交叉口密度高且公共站点密度低的城区可有效降低风热环境;土地利用维度,居住型城区的日均温度显著高于商办型城区;空间形态维度,高耸连续型城区可改善局地热舒适性.进一步研究表明,城区热舒适对规划设计要素存在显著的异质性效应,进而给出了设计指标的热舒适影响程度和影响方向.居住用地占比对热舒适呈现显著正效应,当其增加0.01 时,通用热气候指数增加0.03℃.研究建议,在热舒适性优化中,可采用密路网、多混合、高耸连续的城区形态,改善热环境,同时探索多指标协同调控的路径与机制,为城市可持续发展提供理论依据与技术支撑.
上海城区夏季热舒适通用热气候指数实测研究
-
以霍邱县某市场化废弃矿山生态修复项目为例,基于地形测量、地质环境调查和治理设计资料,系统分析了采坑裸露、高陡边坡、土地挖损压占、景观破坏及生态退化等环境问题.结果表明,人工临空面、危岩体、破碎结构面和表土缺失构成主要风险源.据此提出削坡清危、地貌重塑、覆土复绿、坑塘防护和动态监测等防治对策,可为同类废弃矿山治理提供参考.
废弃矿山地质环境问题高陡边坡生态修复防治对策
