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識別// DOI：10.25165/j.ijabe.20211401.5910

水稻生產(chǎn)田間管理工序復雜，勞動強度大，田間管理機械經(jīng)常碾壓水稻行，自動隨行能有效解決此問題，而準確的水稻行識別是實現(xiàn)自動隨行的關鍵?；诖耍撗芯刻岢隽艘环N能夠準確識別封行前水稻行的方法。研究結果表明，基于最小錯誤率的貝葉斯決策將采集的圖片劃分為三個時間段（T1：0-7天；T2：7-28天；T3：28-45天），正確識別率達97.03%；提出的二次聚類特征點的方法較好的解決了水稻行斷行和傾斜的問題；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的干擾；采用文中提出的連通區(qū)域標記法對擬合的水稻行進行可信度評估，在可信度閾值設定為40%時，擬合水稻行的正確識別率達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°）、風和搭行等對稻行識別的干擾。

[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 中國麥田中秸稈還田的生態(tài)系統(tǒng)服務價值評估//DOI：10.25165/j.ijabe.20211401.5698

農(nóng)作物秸稈營養(yǎng)豐富，是中國重要的自然資源。作物收獲后秸稈還田可以改善土壤質量和下一季作物的產(chǎn)量。在實施秸稈還田技術的同時，評估農(nóng)田生態(tài)系統(tǒng)主要生態(tài)服務功能的經(jīng)濟價值，可以更系統(tǒng)、更全面地了解秸稈還田對生態(tài)農(nóng)業(yè)發(fā)展的貢獻。基于2010年建立的不同秸稈還田年限的田間試驗數(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類生態(tài)服務功能，運用農(nóng)業(yè)生態(tài)系統(tǒng)服務評價理論，對麥田生態(tài)系統(tǒng)服務價值進行評估。結果表明：秸稈還田提高了麥田生態(tài)系統(tǒng)服務總價值。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)原料供給功能價值-5.93%～7.84%，大氣調(diào)節(jié)功能價值13.66%～30.80%，土壤養(yǎng)分累積功能價值59.87%～233.31%，水分涵養(yǎng)功能價值2.60%～13.26%，麥田生態(tài)系統(tǒng)服務總價值提高3.67%～27.41%，且生態(tài)系統(tǒng)服務總價值隨秸稈還田年限的增加而增加。在該麥田系統(tǒng)評價中，麥田系統(tǒng)農(nóng)產(chǎn)品與輕工業(yè)原料供給價值占比最高，達47.09%～55.64%，其次為大氣調(diào)節(jié)價值和水分涵養(yǎng)價值，土壤養(yǎng)分累積價值最低，但是秸稈還田5a后麥田土壤養(yǎng)分累積價值占比超過水分涵養(yǎng)價值。綜上所述，持續(xù)秸稈還田具有一定的生態(tài)價值，該評估結果可為秸稈還田的生態(tài)補償政策的制定和實施提供參考。

[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 評估氣候變化對防洪水庫流域高流量的影響//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害之一，它會嚴重損害人類生命和財產(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（土壤和水評估工具）和耦合模型相互比較項目5期（CMIP5）的10種不同氣候輸出，對21世紀的河流流量進行了模擬。將未來的河流流量分為三個等值期：2016-2043（世紀初期）、2044-2071（世紀中期）和2072-2099（世紀末期），并進行獨立分析，比較各時段的高流量與基線期（1988-2015年）。分析預測，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計將比基準期增加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，在冬季，特別是11月至4月，結果沒有明顯變化。對流域內(nèi)四座主要大壩的分析表明，排水峰值在1、5、9三個月份會增加。但9月份流域出口的月峰值最低。與歷史記錄相比，未來洪水的發(fā)生頻率在本世紀中后期會有所增加。該研究發(fā)現(xiàn)了氣候變化對水庫/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.]