20210408基于貝葉斯決策和穩(wěn)健回歸最小二乘法的水稻行視覺(jué)識(shí)別// DOI：10.25165/j.ijabe.20211401.5910

水稻生產(chǎn)田間管理工序復(fù)雜，勞動(dòng)強(qiáng)度大，田間管理機(jī)械經(jīng)常碾壓水稻行，自動(dòng)隨行能有效解決此問(wèn)題，而準(zhǔn)確的水稻行識(shí)別是實(shí)現(xiàn)自動(dòng)隨行的關(guān)鍵。基于此，該研究提出了一種能夠準(zhǔn)確識(shí)別封行前水稻行的方法。研究結(jié)果表明，基于最小錯(cuò)誤率的貝葉斯決策將采集的圖片劃分為三個(gè)時(shí)間段（T1：0-7天；T2：7-28天；T3：28-45天），正確識(shí)別率達(dá)97.03%；提出的二次聚類(lèi)特征點(diǎn)的方法較好的解決了水稻行斷行和傾斜的問(wèn)題；利用穩(wěn)健回歸的最小二乘法（RRLSM）擬合水稻行，有效的消除了離群點(diǎn)的干擾；采用文中提出的連通區(qū)域標(biāo)記法對(duì)擬合的水稻行進(jìn)行可信度評(píng)估，在可信度閾值設(shè)定為40%時(shí)，擬合水稻行的正確識(shí)別率達(dá)96.32%。綜上所述，該方法能有效地減少浮萍、高密度雜草、斷行、傾斜（±60°）、風(fēng)和搭行等對(duì)稻行識(shí)別的干擾。

[編譯自：He J，Zang Y，Luo X W，Zhao R M，He J，Jiao J K. Visual detection of rice rows based on Bayesian decision theory and robust regression least squares method. Int J Agric ＆Biol Eng，2021；14（1）：199-206.]

20210409 中國(guó)麥田中秸稈還田的生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)估//DOI：10.25165/j.ijabe.20211401.5698

農(nóng)作物秸稈營(yíng)養(yǎng)豐富，是中國(guó)重要的自然資源。作物收獲后秸稈還田可以改善土壤質(zhì)量和下一季作物的產(chǎn)量。在實(shí)施秸稈還田技術(shù)的同時(shí)，評(píng)估農(nóng)田生態(tài)系統(tǒng)主要生態(tài)服務(wù)功能的經(jīng)濟(jì)價(jià)值，可以更系統(tǒng)、更全面地了解秸稈還田對(duì)生態(tài)農(nóng)業(yè)發(fā)展的貢獻(xiàn)?；?010年建立的不同秸稈還田年限的田間試驗(yàn)數(shù)據(jù)，該研究選取農(nóng)產(chǎn)品與輕工業(yè)原料供給、大氣調(diào)節(jié)、土壤養(yǎng)分累積和水分涵養(yǎng)4類(lèi)生態(tài)服務(wù)功能，運(yùn)用農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)評(píng)價(jià)理論，對(duì)麥田生態(tài)系統(tǒng)服務(wù)價(jià)值進(jìn)行評(píng)估。結(jié)果表明：秸稈還田提高了麥田生態(tài)系統(tǒng)服務(wù)總價(jià)值。與秸稈不還田處理相比，秸稈還田1年，3年，5年，7年分別提高農(nóng)產(chǎn)品和輕工業(yè)原料供給功能價(jià)值-5.93%～7.84%，大氣調(diào)節(jié)功能價(jià)值13.66%～30.80%，土壤養(yǎng)分累積功能價(jià)值59.87%～233.31%，水分涵養(yǎng)功能價(jià)值2.60%～13.26%，麥田生態(tài)系統(tǒng)服務(wù)總價(jià)值提高3.67%～27.41%，且生態(tài)系統(tǒng)服務(wù)總價(jià)值隨秸稈還田年限的增加而增加。在該麥田系統(tǒng)評(píng)價(jià)中，麥田系統(tǒng)農(nóng)產(chǎn)品與輕工業(yè)原料供給價(jià)值占比最高，達(dá)47.09%～55.64%，其次為大氣調(diào)節(jié)價(jià)值和水分涵養(yǎng)價(jià)值，土壤養(yǎng)分累積價(jià)值最低，但是秸稈還田5a后麥田土壤養(yǎng)分累積價(jià)值占比超過(guò)水分涵養(yǎng)價(jià)值。綜上所述，持續(xù)秸稈還田具有一定的生態(tài)價(jià)值，該評(píng)估結(jié)果可為秸稈還田的生態(tài)補(bǔ)償政策的制定和實(shí)施提供參考。

[編譯自：Cui S Y，Cao G Q，Zhu X K. Evaluation of the ecosystem service of straw return to soil in a wheat field of China.Int J Agric ＆ Biol Eng，2021；14（1）：192-198.]

20210410 評(píng)估氣候變化對(duì)防洪水庫(kù)流域高流量的影響//DOI：10.25165/j.ijabe.20211401.5883

氣候引起的極端事件，如洪水，是最具破壞性的自然災(zāi)害之一，它會(huì)嚴(yán)重?fù)p害人類(lèi)生命和財(cái)產(chǎn)。該文研究了兩種代表性濃度路徑情景（RCP 4.5和RCP 8.5）下氣候變化對(duì)俄亥俄州大邁阿密河流域高流量狀況的影響。利用流域模型SWAT（土壤和水評(píng)估工具）和耦合模型相互比較項(xiàng)目5期（CMIP5）的10種不同氣候輸出，對(duì)21世紀(jì)的河流流量進(jìn)行了模擬。將未來(lái)的河流流量分為三個(gè)等值期：2016-2043（世紀(jì)初期）、2044-2071（世紀(jì)中期）和2072-2099（世紀(jì)末期），并進(jìn)行獨(dú)立分析，比較各時(shí)段的高流量與基線(xiàn)期（1988-2015年）。分析預(yù)測(cè)，在RCP4.5情景下，10年期的7天高流量（7Q10）將增加38%，在RCP 8.5情景下則增加44%。同樣，在RCP 4.5情景下，研究期的年峰值流量預(yù)計(jì)將比基準(zhǔn)期增加26%，RCP 8.5情景下的年峰值流量將增加38%。然而，分析顯示，月峰值的反應(yīng)不穩(wěn)定，表明夏季月份（5月和7月至10月）的峰值流量將增加。同時(shí)，在冬季，特別是11月至4月，結(jié)果沒(méi)有明顯變化。對(duì)流域內(nèi)四座主要大壩的分析表明，排水峰值在1、5、9三個(gè)月份會(huì)增加。但9月份流域出口的月峰值最低。與歷史記錄相比，未來(lái)洪水的發(fā)生頻率在本世紀(jì)中后期會(huì)有所增加。該研究發(fā)現(xiàn)了氣候變化對(duì)水庫(kù)/大壩月流量調(diào)節(jié)的合理影響。

[編譯自：Shrestha S，Sharma S. Assessment of climate change impact on high flows in a watershed characterized by flood regulating reservoirs. Int J Agric ＆ Biol Eng，2021；14（1）：178-191.]