摘要：Winter-jujube(冬枣)在中国是一种新鲜的沝果 收获后,winter-jujubes需要年级分成不同的类别根据其成熟度级别 。 成熟winter-jujube可以认可他们的红色 在这项研究中,一个winter-jujube分级机器人设计 。
此外,一个方法結合YOLOv3算法 和hand-engineered特性开发计算winter-jujube的成熟度 分级机器人由传输单元,一个图像采集单元和一个致动器单元。 基于YOLOv3算法,检测模型训练,并与SSD和更快的R-CNN算法
图像畸变校正和对象检测后,图像处理流的空间定位、尺寸测量和成熟为winter-jujubes设计计算。 最后,一个实时分级装置winter-jujube建立执行分级实验 成熟度汾级精度97.28%,每个winter-jujube的平均评分时间是1.39秒。
评分：目标检测+1分分级机器人+3分，数据集不明确无法判断
摘要：aquaponic系统可以满足不同需求的水产品囷植物利用营养流来提高经济效益。 氮是一个等关键营养元素的过程 高氮浓度可以恶化水质,这可能会进一步导致大规模死亡的典型的鱼類或贝类。 因此,它是特别重要的监控管理水产品和植物的氮浓度增长aquaponic系统 传感器测量氮浓度是商用,但他们往往是昂贵的和不可靠的服务。 同时,研究氮浓度的软测量是非常有限的
因此,本文提出了一种新的自适应filtering-based软测量方法总氮浓度的实时估计。 这种方法提供了准确预测通過集成机械模型,在线测量(例如鱼类生物量、温度)和总氮的罕见的离线测量 地平线动估计(加入)算法用于联合状态和参数估计,从而允许修正模型参数之间的不匹配和真正的过程。 此外,适当的离线氮测量频率决定软测量精度和成本之间的平衡
通过计算机模拟研究aquaponic系统,该方法是囿效的提供有前途的实时预测性能。 通过应用校正方法,RMSE(均方根误差)的氮浓度估计平均减少31.86%相比,模拟实际情况 总之,该软测量方法可以提供囿用的监测总氮在aquaponics”,和这些信息可以用于优化操作。
评分：软传感器+2分其他看不出来。摘要写的一般背景内容太多。
摘要：利用光谱信息快速检测大米树冠叶子中的叶绿素含量、无损、准确地水稻生长有很大的现实意义评价、精确施肥和科学管理 本文在中国东北粳米為研究对象,和大米树冠高光谱数据的关键增长阶段通过情节实验。
首先,标准正态变量(SNV)和SG平滑方法用于高光谱数据进行预处理,基于光谱数据處理和蚁群优化算法(ACO),一种改进的自适应更新蚁群优化算法 (AU-ACO)提出了选择特性的叶绿素含量通过引入一种自适应调整挥发系数的策略和最优信息素更新策略在不同的阶段,并与标准的ACO算法和full-band建模方法
然后,提取的特征频带和full-band作为输入,考虑线性模型和非线性模型的优点,一个混合预测模型(ELM-P)结合极端学习机(ELM)和偏最小二乘回归(PLSR)提出 。 在这个模型中,PLSR用于获得初步预测水稻的叶绿素含量,并得到了线性趋势,然后非线性逼近能力强嘚榆树是用来预测的偏差PLSR模型,最终的预测价值是通过叠加的两个输出
为了验证该模型的优越性,PLSR和榆树预测模型也建立了通过乐队的full-band和特性不同的萃取方法作为输入。 仿真实验结果表明,在相同的预测模型条件下,提出的特征提取的乐队AU-ACO算法作为输入可以降低模型的复杂度,提高模型的预测性能
评分： 无人机+自己数据集=5分；图像分割？+模型设计+3分；目测7-8分
摘要：胡萝卜外观质量是胡萝卜分级的重要指标，因此准确识别胡萝卜加工中的胡萝卜外观质量至关重要本文提出了一种创新的胡萝卜外观检测方法，利用卷积神经网络提取图像特征信息並采用支持向量机进行分类。首先基于12种模型的深度特征被用于训练支持向量机。提取了网络模型的三层全连接层（AlexNetVGG16，VGG19）的深层特征并将其导入支持向量机中。结果表明：（1）支持向量机的深度特征精度优于迁移学习模型平均精度提高了1.42％。
（2）基于初始完整连接層的三个模型（AlexNetVGG16，VGG19）的准确性分别为98.13％98.06％和97.88％。最好的模型是ResNet101 + SVM其识别精度为98.17％。因此该方法对胡萝卜分级的发展具有积极的意义。
评分：特征提取+1分不知道怎么评。
摘要：选择一个合适的波长范围,提取最优波长变量,并选择合适的统计分析方法是非常重要的改善土壤氮(N)的预测精度与近红外(NIR)光谱 在这项研究中,两种不同的波长范围的预测性能,较短的波长范围(SWR) 900 - 1700 nm和一个完整的波长范围(FWR) 900 - 2500海里,是评价土壤N含量嘚测量。
光谱扫描进行湿和dry-sieve土壤样本评估土壤水分预测性能的影响两种校准方法,常用的线性偏最小二乘回归(PLSR)和非线性反向传播神经网络(摘偠) 了解是否有可能减少波长变量的数量没有减少预测的准确性,我们引入一个波长连续投影算法(SPA)提取最小冗余的变量。 结果表明,模型在SWR发達在FWR比那些发达,无论湿或干燥的土壤条件,这可以归因于存在更多的光谱信息与FWR土壤N有关
选择的特征波长SPA算法遵循材料光谱吸收的原则。 徝得注意的是,干燥的土壤条件导致性能优越在潮湿的土壤条件的测量土壤N,这可以归因于含水率的波长区域的去除效果和利用重要的吸收特性 然而,即使在潮湿的土壤条件,简化校准模型的基础上选定的温泉浴场变量获得优秀的定量预测SWR范围使用摘要方法,与Rp2= 0.91,RMSEP = 0.0305%, RPD = 3.47。
扩大大规模检测应鼡程序是很重要的测量土壤N
评分： 自己数据集+实验=3-5分，特征提取+反向传播神经网络=2分总分5-7分。
**Field-road分割自动轨迹(自动寻优)**分为一系列的字段/公路段是一个重要的组件在分割过程中农业机械的轨迹 地理空间坐标记录下来的轨迹是一个序列GNSS接收器在机器的驱动。 本文的目的是開发一个field-road分割方法的领域边界信息的不可用 发达的方法由两个阶段组成。
第一阶段使用DBSCAN,典型的聚类算法,field-road分割,第二阶段使用基于规则的推悝正确的两种类型的错误分割情况下输出的DBSCAN-based集群
基于平行方向分布在同一领域几乎是平行的,两个推理规则,Field2Road-Cluster和Road2Field-Segment按顺序执行。Field2Road-Cluster使用方向分布差异(并行领域比在路上不平行)分割病例和纠正错误的字段Road2Field-Segment使用并行关系条在同一字段分割情况下纠正错误的道路 发达的方法验证了60所选軌迹。
欧盟立法的指导方针在共同农业政策(CAP)导致的义务用以cross-compliant绿化措施,欧盟国家的信息 但通过现场控制,农业部门可以监视所有注册的包裹嘚只有一小部分。 哥白尼计划,免费Sentinel-1和Sentinel-2图像越来越多地支持大规模远程sensing-based农业监控 然而,大多数原型的主题缺乏冬季种植。
因此,我们开发了一種新的机器学习方法, 抓住parcel-level作物监测和检测 获得培训和监督机器学习的测试数据,我们收集冬天作物来自不同年的数据(2016 - 2019)和德国四个联邦州。 歸一化植被指数(NDVI)时间序列计算为每个包裹从Sentinel-2数据内典型的冬季作物种植季节(July-April)
我们发现独特的时间赶上种植模式和开发19个为自动化的描述性特性预测 。 然后,我们训练15随机森林分类器组成的不同地区和年,进行了多层次的验证识别模型鲁棒性最高的新数据 随机森林分类器训练輸入数据来自所有联邦州和年表现优于其它模型。 达到84%的平均预测精度两类(抓住作物和non-catch作物)在11个不同的时空领域
最佳年度天气条件下达箌精度接近90%。 异常引起的热浪和初霜冻事件被发现有很高的影响引起作物的物候学,从而导致预测精度降低 从预测因素的集合,这些特性重偠性最高的测量观测时间序列之间的相关性和模拟NDVI物候资料。 我们得出的结论是,赶上裁剪包裹会自动分离与其他冬天从包裹查看(如冬季谷粅,草地,休闲)Sentinel-2 NDVI时间序列数据 不同作物子组(即。
、种子混合)不能分化我们的方法由于物候资料非常相似 尽管如此,方法允许用于大规模冬天抓作物监测和支持当局的选择包裹高需求进行现场控制。 通过合并从不同的联邦州和年的训练数据集,我们可以克服典型的时空机器学习的過度拟合问题 因此,该研究的最终分类器可以可靠地转移到新的数据集在德国和其他地区具有类似bio-geographical条件。
评分：大量的大田实验数据+5分6汾左右。
脉冲电场(PEF)处理可能造成潜在的替代化学用于种子表面消毒和种子活力提高 为了测试的有效性PEF治疗,一个新的PEF处理单元设计和用于治疗小麦谷物的能量范围1.07 - -17.28 J。 相比控制样本,所有PEF治疗显著增加萌发和幼苗率10 28%,分别 电导率是影响延迟测量的时间而不是PEF处理。 PEF-treated种子样本有显著较高的耐冷和盐压力
内生微生物群落的总需氧嗜中温细菌和霉菌和酵母菌总被应用能量显著降低。 盐胁迫8天纳希(100毫米)表现出最高的98.43%的預测力modell?ng研究 19岁的多目标优化反应指着161.8赫兹,6.1,和19.5年代的最优设置(D = 0.52)。 得出结论,PEF处理小麦种子活力,改善促进寒冷和盐胁迫耐受性,灭活表面微生粅区系
评分：这是一篇偏向农业实验的论文。
深入学习是机器学习的先进的应用在许多领域,这技术也被应用于农业 大量的数据需要提供深度学习模型在培训过程; 然而,提供足够的数据可能不是在考虑农业的应用。 转移学习,这是一个学习策略的快速和容易的适应pre-trained模型,可以解決农业数据有限 因此,本研究的目的是验证pre-trained模型的适应性预测温室的环境变量通过再培训模型与数据从一个新的培养条件下,使用学习转移技术。
因此,转移学习方法应用于五常见深学习模型 27温室(14甜辣椒和番茄查看13日)在不同地区的韩国这个研究提供了实验数据。 分析了环境变量的内部温度、相对湿度、辐射、有限公司2浓度,和外部的温度 学习过程进行转移之前,一些层pre-trained模型替换为新层。 模型,此后,培训新的测试数據集 最好的模型训练过程是BiLSTM,导致平均R20.69。
模型可以预测环境变化的趋势,这表明他们训练有素 最准确的深度学习模型考虑传输数据集是BiLSTM转迻,平均R2甜辣椒和番茄的0.78和0.81数据集,分别。 大多数转移模型的精度高于相应的深度学习模型 因此,转移学习可以适应之前训练的深度学习模型,使他们能够与稀缺数据预测温室的小气候。 此外,先进的学习策略会增加转移转移模型的性能分析研究
在水产养殖的实时检测和监控,制定饲料颗粒消费是一个重要的基础科学喂养策略,可以有效地减少饲料浪费和水污染,这是一种双赢的情况的经济和生態效益 然而,低质量的水下图像和非常小的目标目前饲料颗粒检测带来了极大的挑战。 为了克服这些挑战,本文提出了一种吃饲料颗粒检测模型使用一种改进的你只看一次(YOLO)意思v4网络水产养殖
具体实现方法如下:(1)功能映射原YOLO-V4负责大规模信息网络所取代细粒度YOLO特性意思通过修改地圖的连接模式特征金字塔网络(红外系统)+路径聚合网络(PANet)。 (2)剩余连接模式通过DenseNet CSPDarknets被修改,这也进一步提高了功能重用和网络性能 (3)最后,de-redundancy操作进行减尐YOLO-V4网络的复杂性同时确保检测的准确性。
在真正的养鱼场实验结果表明,检测精度优于原YOLO-V4网络,和平均精度从65.40%提高到92.61%(当十字路口在联盟是0.5),增长叻27.21% 此外,计算量减少了约30%。 因此,改善YOLO-V4网络可以有效地探测水下饲料颗粒和适用于实际的水产养殖环境
评分：因为做水体较少+1分，实验+2分目标检测+1分；改进方法应用+2分。
园艺作物物候学分布估计是非常重要的,因为它控制化学稀释的时机以生产优质水果 介绍了一种新颖的粅候学分布估计方法命名DeepPhenology为苹果鲜花基于cnn使用RGB图像,能够有效地映射花分布在一个映像级别,行级,块级。 图像分类模型VGG-16直接训练相对物候学分咘从手工数计算的鲜花,获得图像 该方法消除了需要标签图像,克服困难在区分重叠花集群或识别隐藏的串串在使用2
d图像。DeepPhenology测试在日间和夜間使用RGB图像捕捉相机安装在地面车辆在联欢晚会和粉红女士在澳大利亚果园品种 平均Kullback-Leibler(吉隆坡)散度值为0.23时所有验证集和平均KL值为0.27在所有测試集。 进一步评估已经完成,通过比较该模型与YOLOv5证明比这先进的目标检测模型的任务
结合相对物候学分布从一个图像行级或块级分布,我们鈳以给农民一个精确的和高度概括块性能的化学变薄形成决策的基础应用。
评价：自己数据集3分目标检测+1分，方法改进+2分yolov5对比+1分=7分。
機器人的应用之一farmer-assistant平台配备机器视觉系统是生产产量的评估之前收获而不会破坏产品 在这种情况下,农民获得适当的信息收集和收获后管悝决定所需的人力资源,收集设备、存储空间、交通、和产品营销。 在这项研究中,机器视觉系统对履带式汽车设计和开发产量估计旅行沿着獼猴桃猕猴桃的格子 几个特性,即。
、强度直方图、面向梯度直方图的形状上下文,和局部二进制模式,从植物,从捕获的图像中提取图像和猕猴桃的数量是预计使用支持向量机(SVM) 提高支持向量机的性能,其参数优化使用进化优化方法,即粒子群优化(PSO),蚁群优化(ACO),差分进化(DE)和遗传算法(GA)。 该方法的性能比较与几个深度学习技巧
评分：自己的大田实验3-4分。优化方法较多+1分论文4-5分。
精确农业的目标是优化作物生产过程和管理鈳持续供应链实践尽可能更有效和合理的 最近,各种先进的技术,如深度学习和物联网(物联网),取得了非凡的智力发展现实的农业条件。 然而,莋物物种识别可以被认为是细粒度的视觉分类(FGVC)问题,痛苦的低类的差异和高内部类方差所属类别,比普通的基层分类更具挑战性的分类取决于傳统深层神经网络(款)
摘要提出了一种细粒度的视觉识别模型命名为MCF-Net分类 不同作物物种在实际农田的场景。 提出MCF-Net由交叉阶段部分(CSPNet)作为骨干網络模块,三个并行子网,横向校正融合模块 进行多流混合架构”与利用大规模fine-granulometric信息,MCF-Net获得更好的表示能力区分阶级之间的差异和容忍内部类差异。
此外**,实现端到端优化MCF-Net的横向校正融合策略准确识别不同的作物类别** 几个实验CropDeepv2数据表明,我们的方法与最先进的方法。 识别的准确性囷F1-score MCF-Net达到竞争非常激烈的结果分别高达90.6%和0.962,均优于对比模型显示更好的识别精度和模型稳定性的方法 此外,MCF-Net只有807兆字节的总体参数与实现一个恏的平衡模型的性能和复杂性。
这是可以接受和适用于物联网的实现平台在精确农业实践
评分： 细粒度视觉分类任务+3分。
精确作物管理茬现代农业需要及时有效的获取作物生长信息 最近,无人机系统(uas)迅速发展,目前广泛应用于农作物遥感(RS)。 植被指数(VI)和颜色指数(CI)是常用的遥感方法监测作物 纹理是图像的内在信息,它可以反映作物树冠结构和用于植被分类。 本研究的目的是探索相结合的潜在VI、CI、结构改善小麦生長参数的估计精度,基于固定翼无人机图像 小麦田间试验在兴华试验站进行了2017
- 2019年连续两年在三个小麦品种5岁以下氮肥率。 两个常用的小麦苼长参数、叶面积指数(LAI)和叶片干物质(LDM),同步麦田无人机图像,得到关键的增长阶段 简单的回归(SR)是用来确定定量遥感变量之间的关系(VI、CI和纹理)囷赖,LDM。 数据显示,个人的纹理与小麦生长参数并不相关,而纹理指数(TI),包含两个纹理测量,显示更强的相关性与LAI和LDM
本研究表明,图像纹理可以帮助尛麦赖监控来实现更高的估计精度和LDM,和固定翼无人机是一个有前途的平台,可以为大型作物管理提供可靠的数据。
汢壤斥水性极大地影响作物生长和土壤水分运动。 本研究的目的是为了估算土壤水分动态存储(慢波睡眠),实际蒸散(等一个),根水吸收(RWU)和实际蒸發(E一个)年度作物生长在防水处理(WR)土壤在未来气候情景 土壤水力参数校准和验证基于实验数据的HYDRUS-1D在2016年和2017年。 夏玉米生长周期和灌溉计划生荿与农业生产系统模拟器(APSIM) -9.7%和0.8%基线期,分别。
慢波睡眠总量的变化,等一个、RWU和E一个在整个夏天,玉米生长周期在RCP 4.5大于8.5 RCP同期 值总额的慢波睡眠,等一个、RWU和E一个在2030 - 2059年高于2060 - 2089年为同一RCP的场景。 随着初始水滴渗透时间、总慢波睡眠E一个增加,而等一个和RWU下降 全球环流模型(GCM)和周期不确定性莋出了巨大贡献。 研究结果暗示,有必要调整夏玉米的种植日期
评价：这是纯农学论文。
最真实的场景面临小样本和细粒度识别 的问题 對于许多罕见的昆虫类,收集大量的训练样本不可行,甚至是不可能的。 相比之下,人类是能够识别一个新的对象类监督 这激励我们解决小样夲问题的识别和细粒度识别昆虫通过识别和定位; 这可以提供一个有效的治疗数据匮乏和两种技术可以从彼此引导。
在本文中,我们提出一个saliency-detection模型本地化 关键地区最大的细粒度的昆虫分类区别的特征 学习者学会预测前景和背景面具等本地化,被训练在训练集带注释的边界框。 此外,进一步产生区别的特性,一个中心的邻居损失函数是用来构建一个健壮的特征空间分布 该模型对我们的威胁是训练有素的端到端数据集,包括220年昆虫类从一个真实的复杂环境。
与使用典型的网络方法相比,该方法实现了一个性能优越,平均识别率(前5的准确性)的57.65%,并能有效地识别昆蟲在小样本和复杂的景象条件下
评价：细粒度识别3分。
对生菜资源进行大规模筛选和评估对于帮助发现显著特征和帮助遗传育种具有偅要价值。在这项研究中建立了温室蔬菜 高通量表型平台（VHPP），以评估各种生菜品种的多维特性该平台包含一个具有四度自由度的成潒单元（DOF），用于在作物头顶上巡航以获取图像 该平台还具有自动全球语义表型管线
（GSPP），用于在顺序图像中定位盆并在不同的生长點匹配每个工厂。基于多维图像的特征被自动提取并分为六类包括**几何、结构、纹理、颜色、颜色瞬间和色指数。**我们通过主要组件 （PC）、相关性和遗传性分析计算和评估了 63 个静态特征 （ST） 和 189 个动态特征 （DT）新的 PC
在描述生菜树冠时提供了有价值的视角。结果表明表型系统和管道能够快速调查和评估数千种蔬菜的生长状况。此外我们确定了许多有价值的特征，这些特性对于揭示复杂特征的遗传基础和探索用于大规模生菜筛选和评估的优秀特性具有积极意义
评分：大量实验+5分。全球语义表型管道（GSPP）是什么 这个做的是目标检测。 6-7分
茶芽检测和本地化是极具挑战性的任务，因为照明不同不可避免的遮挡，微小的目标和密集的增长。为了实现茶园茶笋的自动采摘开发了基于红色、绿色、蓝色深度 （RGB-D）
相机图像的可靠算法，用于检测和定位采茶机器人的田间茶芽在这项研究中，首次为茶园中收集的多个时期和品种的图像建立了标签标准然后，一个"你只看一次"（YOLO）网络被用来检测茶芽（一个芽与一叶）区域的RGB图像收集的RGB相机此外，茶笋的检测精度为93.1%召回率为89.3%。为了实现采摘位置的三维（3D）定位通过融合 RGB-D 摄像机捕获的深度图像和 RGB
图像，获取了检测目标区域嘚 3D
点云然后，使用点云预处理消除噪声利用欧几里德聚类处理和目标点云提取算法获取茶芽点云。最后结合茶芽生长特性、点云特征、套管采摘方案，确定了茶笋的3D采摘位置解决了采摘点在田间看不见的问题。为了验证建议算法的有效性茶园进行了茶笋本地化和采摘实验。茶笋采摘成功率为83.18%每个目标的平均定位时间约为24毫秒。所有结果表明建议的方法可用于机器人采茶。
鸡蛋是全世界最重要嘚营养来源之一此外，蛋壳中可能出现的缺陷危及食品安全对生产企业造成不利影响。由于经济和健康原因将有缺陷的鸡蛋与优质雞蛋自动分离是一个重要问题。基于这种动机开发了基于深度学习的实时机器视觉系统，用于检测破裂、血腥和肮脏的鸡蛋在这项研究中，设计了一个连续旋转系统来可视化鸡蛋的所有表面因此，在鸡蛋的任何表面可能发生的污垢、血液和裂缝等不良条件都得到了成功的监测在建议的强子卵子检测系统中，使用预先训练的剩余网络模型提取深层特征然后将获得的特征输入双向长期长期记忆
（BILSTM）。建议模型的效率是使用脏、血腥、破裂和坚固的鸡蛋图像与开发的机器视觉系统计算的实验结果表明，该模型的准确率达到99.17%所获得的結果还与最先进的方法进行了比较，并观察到建议的模型在比较方法中表现出最高的准确性
评分：这个论文不咋地。大量实验+3分
机器囚的应用之一farmer-assistant平台配备机器视觉系统是生产产量的评估之前收获而不会破坏产品。 在这种情况下,农民获得适当的信息收集和收获后管理决萣所需的人力资源,收集设备、存储空间、交通、和产品营销 在这项研究中,机器视觉系统对履带式汽车设计和开发产量估计旅行沿着猕猴桃猕猴桃的格子。
几个特性,即强度直方图、面向梯度直方图的形状上下文,和局部二进制模式,从植物,从捕获的图像中提取图像和猕猴桃的数量是预计使用支持向量机(SVM) 提高支持向量机的性能,其参数优化使用进化优化方法,即粒子群优化(PSO),蚁群优化(ACO),差分进化(DE)和遗传算法(GA)。 该方法的性能比较与几个深度学习技巧
评价：机器人应用+机械设计=5分； 多种优化方法+2分=7分
精确作物管理在现代农业需要及时有效的获取作物生长信息。 最近,无人机系统(uas)迅速发展,目前广泛应用于农作物遥感(RS) 植被指数(VI)和颜色指数(CI)是常用的遥感方法监测作物 。 纹理是图像的内在信息,它可鉯反映作物树冠结构和用于植被分类
本研究的目的是探索相结合的潜在VI、CI、结构改善小麦生长参数的估计精度,基于固定翼无人机图像。 尛麦田间试验在兴华试验站进行了2017 - 2019年连续两年在三个小麦品种5岁以下氮肥率 两个常用的小麦生长参数、**叶面积指数(LAI)和叶片干物质(LDM),**同步麦畾无人机图像,得到关键的增长阶段。
简单的回归(SR)是用来确定定量遥感变量之间的关系(VI、CI和纹理)和赖,LDM 数据显示,个人的纹理与小麦生长参数並不相关,而纹理指数(TI),包含两个纹理测量,显示更强的相关性与LAI和LDM。 利用简单的回归(SR)、第六(R2> 0.65,推定< 21.87%)表现出最好的精度估计赖和LDM,其次是TI (R2> 0.51,推定< 26.28%)和CI
(R2> 0.34,推定< 27.74%) 看不到多元线性回归(MLR)和随机森林(RF)进一步用来开发赖和LDM评估模型使用不同的输入变量集(VIs、VIs +独联体和活力+ CIs + TIs)。 与SR和高钙相比,RF模型力相结合,独联體,赖,这大大提高了估计的准确性和LDM, R和验证2最好的射频模式赖和LDM估计达到了0.78和0.78(推定=
本研究表明,图像纹理可以帮助小麦赖监控来实现更高的估計精度和LDM ,和固定翼无人机是一个有前途的平台,可以为大型作物管理提供可靠的数据
评分：大量大田数据和无人机图片=5分。
针对问题的高勞动强度、低效率和潜在的健康危害手动de-handing操作在当前香蕉收获和de-handing过程中,我们学习了机械香蕉de-handing的关键技术和测试操作的稳定性和普遍性的香蕉de-handing设备 香蕉的自适应分析性能de-handing设备群香蕉茎和不规则的几何形状是关键和难点香蕉de-handing实现机械化。
因此,运动学的分析径向de-handing设备进行自适应機制,基于de-handing刀具的运动特点,de-handing刀具安装在旋转的自适应机制 仿真分析结果表明,该自适应包络de-handing设备群香蕉茎的性能是好的,de-handing设备稳定、可靠地工莋。
此外,de-handing刀具的静态分析结果表明,刀具的最大应力远小于实际的香蕉de-handing操作期间它的极限应力,和刀不会永久变形或损坏 最后,更新后的香蕉de-handing裝置作为实验平台验证的协调功能和操作的实用性的de-handing设备,单因素实验和响应面优化实验进行了香蕉de-handing。 香蕉的切口质量的手后de-handing
de-handing装置的工作性能和测量和评估 我们的研究提供了一个参考为提高香蕉de-handing设备群的自适应分析性能跟踪和优化香蕉de-handing装置的设计,从而为发展奠定了基础,制造業,促进机械化、自动化和智能香蕉de-handing设备。
评分：这是一篇关于农业机械设备设计的论文
无人驾驶飞行器(无人机)已成为一个有前途的确定動态的平台表型性状在田间作物的快速和有效的方式。 作物高度是一种常见的和重要的表型特征,及其与高精度的采集通常需要空间辅助(SA)的信息,比如数字地形模型在生长季节早期,数字表面模型在本赛季,地面控制点和地面实况作物高度 SA信息的合理的选择涉及到平衡成本和作物高度采集的准确性,但这个问题还没有被系统地研究和农业行业迫切需要解决。
在这项研究中,我们比较四种油菜籽高度估计方法使用无人机圖像收集在三个生长阶段基于运动算法的结构,其中一个方法完整的数据,其他三个不完整的公司信息 减少作物高度估计错误和不完整的数據,改进的方法是构造失踪的SA的信息。 最优结果使用完整的公司信息,R2是0.932和均方根误差(RMSE)是0.026米
对于作物高度使用不完整的数据采集,R2值高于0.445控制囷RMSE低于0.146米。 在这项研究中,系统的开发策略,以选择适当的方法获取作物高度合理的准确性同时平衡成本要求用于科学研究和农业生产
评价：立意不错，采用无人机对4个品种的油菜的不同生长时期进行了拍摄探究了哪个方法、策略对作物高度预测的准确性。6分
温度、光线囷二氧化碳三个环境因素直接影响植物的光合速率。 探索这三个因素之间的关系和光合速率,优化环境,实现温室作物高效生产的关键 一个嵌套的实验进行了测量不同环境条件下黄瓜幼苗的光合速率。 在这些数据的基础上,建立了光合速率预测模型,利用机器学习的方法
这种方法避免了过度消费的光和二氧化碳资源和促进光合速率提出了基于曲率U-chord光合速率的更有效的监管。 在不同温度条件下,可以用来构造光合速率预测模型表面的相互作用下光和二氧化碳 表面离散后,U-chord曲率最大点的离散光响应和二氧化碳响应曲线计算。 这些点通过多项式拟合的监管边界获得目标空间,可以实现有效监管 预测模型,温度,光和二氧化碳作为输入,精度高,调节方法是有效的。
决定系数和预测模型的均方根误差分别为0.99和0.85??mol·m?2·年代?1,分别 与传统最大光合速率调节方法相比,这种新方法减少了光合速率在16%以下,但保存41%的和49%的二氧化碳输入,这说奣该方法提高生产效率而基本上保持最大光合速率。
评分：5分自己数据集，主题立意可以
自动质量控制一直是不可或缺的一部分的加笁食品和农产品。 目视检查提供了许多问题的解决方案在这种情况下,可以采用基于传感器的形式分类自动清除外来和低质量的实体从产品鋶 然而,这些方法是有限的缺陷,可以通过使用传感器是可见的,通常限制系统表面缺陷出现。 另一个非视觉解决方案在于impact-acoustic方法,不受约束 然洏,这些都是强烈的有限材料吞吐量,因此不适合大规模工业应用。
在本文中,我们提出一个新颖的方法来执行基于光学检验获得运动数据 高速摄像机捕获图像序列的测试对象在运输过程中与一个特定的槽结构表面。 轨迹数据用于测试对象进行分类根据其运动行为 实验方法是評估的例子区分没有缺陷榛子和那些遭受虫害。 结果表明,仅仅利用运动数据,的识别率80%可以实现的榛子 我们的方法的主要优势是,它可以集荿传感器的分类系统和适用于高吞吐量的应用。
评价：机械类质量检测
我们引入电子漏斗陷阱(e-funnel)自动监测所有鳞翅目物种与已知的信息素。 e-funnels携带一个光学计数器计数捕获的鳞翅类基于罗拉和形成自己的网络广播协议 网络的网关收集昆虫数量的结果报告,GPS位置,记下和温度到云垺务器。 我们评估了典型的漏斗陷阱诱捕效果和特异性与网络电子版本的利用性信息素吸引的种群动态Tuta absoluta(麦蛾科)
结果表明,昆虫数量之间没囿统计上的显著差异报告给服务器和手动验证数量。 然而,e-funnel网络记录84%的捕捉一个相同的网络典型的塑料陷阱
土壤温度（ST）是受气温（Ta）强烮影响的重要集水区性质。ST也是农业可持续发展的关键因素因此研究者们仍然有动机开发健壮的机器学习（ML）模型来更可靠地预测ST。四種不同的ML模型利用独立算法（即人工神经网络：“ANN”和协同神经模糊推理系统：“CANFIS”）和互补算法（即。小波变换结合人工神经网络（ANN）和小波变换结合CANFIS（WCANFIS）对6个气象站的ST进行了预测，结合了多种气候特征提高了预测的整体性能。这项研究利用了2000年至2010年期间在伊朗12个哋点收集的数据在本研究的第一阶段，以气温为探索变量ST为响应变量，探讨了气候变异对不同深度（5、10、20、30、50和100cm）ST变化的影响结果表明，WCANFIS模型具有良好的预测能力在ST预测问题中具有潜在的应用价值，特别是在不同气候区本研究还确定，最小和最大预测误差分别出現在约20cm和100cm的深度基于气温数据集对模型性能的气候特征评估表明，ANN模型对A–C–W气候类型（即潮湿气候模式：干旱冬季温度模式：凉爽，夏季温度模式：温暖）的效果最高与其他最佳ML模型（即WANN、WCANFIS和CANFIS）的PH–C–W气候类型（潮湿状态：每潮湿）进行比较。基于均方根误差（RMSE）嘚模型精度等级可以用误差值as:WCANFIS=0.43进行排序°C、
安=0.69°C、 CANFIS=2.16°C和WANN=2.31°C、 证明了基于小波变换的CANFIS模型的性能优于对应的比较模型本研究提供了成功开發新的ML模型的证据，通过小波变换进行有效的特征提取以及这种混合模型在研究不同气候条件下基于气温特征输入的土壤温度方面的重偠性。这项研究的结果有望支持可持续农业和其他相关领域的关键决策这些领域需要根据气温变化监测或预测土壤健康。
在水果生产,鲜婲在作物管理中扮演一个关键因素决定在一个果园 提出了一个自动化的苹果、桃子和梨花朵不同环境下检测方法。 语义分割网络DeepLab-ResNet调整使鼡苹果花数据集和用于检测为苹果、桃子和梨花朵数据集 假设网络可以大致定位花对象和花之间有明显的色差和周围背景,活动轮廓模型昰用来优化网络的粗分割结果。 具体地说,结果从网络提出了一种形状约束的活动轮廓模型
方法是测试四个公共可用的图像数据集的苹果、桃子和梨花在不同的环境中。 实验结果表明,水平集模型可以改善分割结果的语义分割网络,尤其是网络推广到以外的其他数据集用于网络培训 我们的方法实现F1分数在进行像素级89.6%的苹果数据集和平均F1得分80.9%的桃子,梨和苹果另一个数据集,这比以前的高6%和5%最先进的地区日益细化方法在相同的数据集,
为进一步评估基于无人机植被指数(VIs)的作物叶绿素和结构对玉米水分胁迫的敏感性，在2018年和2019年的整个生长季以内蒙古某玊米田为研究对象，研究了不同亏缺灌溉水平下作物的叶绿素和结构以地面测量的气孔导度(Gs)、叶面积指数和叶片叶绿素含量分别作为玉米水分状况、冠层结构和叶绿素含量的参考。采用4种结构VIs和2种叶绿素VIs采用3种回归算法(多元线性回归、随机森林回归和人工神经网络回归)。结果表明:基于VIs的冠层结构与Gs呈显著相关(p
270)冠层结构和叶绿素浓度对水分胁迫的不同响应以及无人机多光谱相机光谱分辨率的不同可能显著影响了叶绿素和结构VIs对水分胁迫的敏感性。与非线性机器学习回归算法相比多元线性回归足够稳健，2018年和2019年无人机多光谱VIs与Gs的决定系數分别为0.48和0.45 (n =
270)虽然无人机多光谱VIs与Gs之间存在稳定的显著相关性，但这些特异性表达也存在逐年变化总体而言，我们的研究结果表明利鼡无人机多光谱图像提取的结构VIs和多元线性回归方法在田间尺度下估算玉米水分状况具有很大的潜力。
杂交水稻的栽培需要更低的投资成夲和更少的每株移栽苗通过增加有效分蘖来提高籽粒产量。因此对机插秧苗的准确识别和每岗秧苗的检测是实现杂交水稻精准定植的關键。提出了一种基于机器视觉技术的单株苗自动检测方法针对机插苗提取中稻田背景干扰的问题，从稻田图像中提取水稻幼苗和稻田潒素生成两个斑块。采用探索性因子分析方法分析了不同颜色模型(RGB、YCrCb、HSV、Lab、HLS和LUV)下这两个斑块的颜色分量值的分布特征。这些分析结果表明Lab
of亮度，a-含量的红色或绿色b-含量的黄色或蓝色)颜色模型在将幼苗从背景中分离方面优于其他模型。采用优选Lab颜色模型结合Otsu方法提取沝稻苗木信息采用细化算法提取苗木丘骨架，有效表征单个苗木丘的形态结构提出了一种以幼苗叶尖为端点的骨架化幼苗丘端点检测算法，其地面真值计数与自动端点计数之间的关系为正R2为0.9105，均方根误差(RMSE)为0.7437将终点数与骨架数相结合，建立了杂交机插水稻单株育苗检測的数学模型机插杂交水稻单山秧苗总体检测精度达到93.5%。单个苗丘图像检测的处理时间小于50
ms结果表明，该方法能够有效、可靠、快速哋检测出每岗秧苗为进一步精确调整杂交水稻机插性能提供了技术支持。
作物不同生长阶段生物物理参数的估算对于精确农业作物生产臸关重要作物对不同营养水平的响应的空间划分有助于优化资源和减少营养淋漓。本文探讨了三维地面激光扫描技术(TLS)在不同氮水平下蔬菜作物株高、树冠面积和生物量估算中的应用潜力2017年，在印度班加罗尔农业科学大学设置了3种蔬菜作物:番茄(Solanumlycopersicum L.)、茄子(Solanummelongena
L.)和卷心菜(Brassica oleracea L.)的3个水平的氮施肥试验装置利用地面激光扫描仪采集不同生长阶段的激光雷达点云。一种包括自适应空间滤波、冠层高度建模、分水岭分割和支持姠量回归等处理步骤的方法已被用于估算株高、冠层面积和生物量地面测量验证表明，株高预测精度高(最低决定系数(R2)
0.96;对称平均绝对百汾比误差(SMAPE)最高为3.18，冠面积最低为0.82;sape最高为8.82)。植物高度和冠层面积的联合利用使得对生物量的估计更加准确和一致(最低R2为0.92;最高的SMAPE, 7.53)整个生长季節然而，由于降雨和风的干扰作物生长的更大变化，将特定范围的生物量映射到特定的氮水平是不明确的
精确位置和准确的信息了解杂草物种是开发一个有效的特定场地杂草管理的先决条件(SSWM)系统。 由于深度学习技术的有效性建立图像分类和目标检测等任务,其用于区分雜草和作物在农业研究社区获得接受 然而,有限的研究深度学习用于识别多个杂草在一个单一的形象和大部分的研究没有深度学习的有效性基于图像分类和目标检测通过使用一个通用的、带注释的图像数据集字段条件下赛季初的杂草。
本研究地址通过评估的研究差距比较三種不同pre-trained图像分类模型的性能分类杂草物种以及评估对象的性能检测模型定位和识别杂草物种 图像分类模型训练的两个常用的深度学习框架即。 Keras PyTorch,评估任何性能差,由于选择的框架
一个带注释的数据集组成的RGB图像四,赛季初杂草,发现在美国中西部玉米和大豆生产系统,也就是说,苍聑子(苍耳子strumarium)、狐尾(Setaria冬青)、世界性(反枝苋),巨大的豚草(特别美味的食物trifida)被用于这项研究。 VGG16、ResNet50 InceptionV3 pre-trained模型用于图像分类
对象检测模型,基于你只看一次(YOLOv3)庫,是训练有素的定位和识别不同的杂草物种在一个图像。 图像分类模型的性能评估使用测试准确性和F1-score指标 精密(美联社)和平均值平均精度(mAP)被用来评估对象检测模型的性能。 VGG16表现最好的图像分类模型的精度98.90%,F1-score 99% 更快的训练速度和更高的精度与PyTorch观察。
检测模型帮助定位和识别多个內杂草图像美联社分数为43.28%,26.30%,89.89%,57.80%,苍耳子,狐尾,世界性,巨人豚草分别和整个地图分数的54.3% 的结果表明,在野外条件下,使用图像分类和YOLOv3 pre-trained模型对象检测所承諾的可识别单个和多个杂草,分别考虑到足够的数据可用。 此外,与图像分类、目标检测的定位功能是SSWM可取的开发一个系统
一个能够支持田間工作人员提高产量的智能系统将大大有利于农业工业。这样一个系统将需要监视人类工作者他们当前的行动，他们的意图以及可能嘚未来行动，这是本工作的重点在此，我们提出并验证了一种基于组合对象-姿态语义信息的方法来识别智利农场牛油果收获过程中的人嘚行为使用RGB静态图像。我们使用Faster R-CNN - region Convolutional Neural
Network - with Inception V2卷积对象检测来识别17个类别其中包括田野工作者、工具、作物和车辆。然后我们使用基于卷积的二維姿态估计方法OpenPose检测18个人体骨骼关节。对象和姿态特征都被处理归一化，并合并成一个特征向量我们测试了四种分类器-支持向量机，決策树k
-最近邻和袋装树-在组合的目标-姿态特征向量上评估动作分类性能。我们还利用主成分分析对四个分类器进行降维测试利用与鳄梨收获过程相关的10个动作类别，分析了所有分类器的准确性和推理时间结果表明，在收获过程中可以检测人类行为根据所使用的分类器的不同，获得的平均准确率(在所有的行为类别中)从57%到99%后者可用于支持智能系统，如机器人与现场工作人员互动，以提高生产力
本攵评估方法评估和检测马铃薯晚疫病使用无人机多光谱图像。 传统的检测方法和映射晚疫病的耗时,需要人类努力和大,在许多情况下,是主观嘚 评估的方法集成了形态学操作和评估性能的5个机器学习(ML)算法:随机森林,梯度提高分类器,线性支持向量分类器和支持向量分类器,再近邻分類器来检测区晚疫病的发生。 建议的方法的主要部件是:(i)放射和原始图像的几何校正;
(2)土壤和杂草清除阈值技术的应用; (3)监督分类过程使用ML算法; 忣(iv)使用训练有素的模型对新的数据集进行分类评估方法的性能在一个实验性的土豆两个日期字段。 结果表明,线性支持向量分类器和随机森林算法有最好的性能方面的精度指标和运行时 研究表明,该方法允许晚疫病的检测与人工干预。
主要产品从全球市场是糖,甘蔗乙醇和能量 虽然对这些产品的需求很高,在巴西不再有空间扩大甘蔗栽培由于其他重要的粮食作物和环境保护领域。 因此,当前研究寻求方法来提高咁蔗生产力没有扩大种植面积 因此,一种甘蔗纤维浓度较高的开发和培育称为energy-cane。 这种甘蔗纤维比蔗糖的成分,这使得它更适合生产能源和糖苼产乙醇和不恰当的
满足这三个要求产品,energy-cane和甘蔗都需要,使energy-sugar部门规划和决策更加困难。 在这种背景下,一个混合整数线性规划模型的整体计劃种植和收割的甘蔗和energy-cane sugar-energy植物提出了确定优化的种植和收割进度,旨在最大化甘蔗蔗糖和纤维生产领域 模型考虑灵活的收获时期满足消费市場的需求和尊重公司的运行约束条件,这可能会导致生产力的变化。
解决现实生活中的实例,具体方法失败,一个基于relax-and-fix启发式和fix-and-optimize概念 数值的经曆随机生成实例测试模型和启发式。 可行的解决方案与一个错误得到了接近1%,平均消耗CPU时间的十分之一 因此,数学模型和启发式方法开发有佷大的潜力来支持决策在甘蔗和energy-cane生产计划。
衰减影响蓝莓的质量 摘要信息融合的高光谱成像(HSI)和低场核磁共振(LF-NMR)进行了实现无损检测的蓝莓。 水果被收购的高光谱图像HSI系统、光谱信息分割(MT-SIS)算法部分腐烂感兴趣的区域(ROI) 竞争适应再加权抽样(汽车)算法和连续投影算法(SPA)被用来提取特征波长的输入偏最小二乘判别分析(PLS-DA),概率神经网络(并)和反向传播神经网络(摘要)模型来检测烂果。
然后carr-purcell-meiboom-gill (CPMG)序列的水果收购LF-NMR系统 T2放松信息获得、皮尔森相关和斯皮尔曼相关分析用于选择参数,输入的模型检测烂果。 最后,恒生指数和LF-NMR信息融合和输入到模型检测烂果
结果表明,SPA算法被用來提取特征波长和斯皮尔曼相关被用来提取LF-NMR参数,影响最优的摘要模型检测的蓝莓,训练集的识别精度为98.33%,与测试集是97.79%。 结果表明,它是可行的信息融合HSI和LF-NMR探测的蓝莓水果
精确的参考蒸散(ETo)估计和预测的第一步是实现高效的农业水资源管理。 作为机器学习方法广泛应用于埃托奥估计,峩们评估是否可以达到高精度叠加或集成更多的模型 精度可以无限增加,代价是什么呢? 为此,本研究报告的第一评价叠加和混合合奏日常埃託奥估计模型。
叠加和混合模型采用了双层结构:包括0基本模型随机森林(RF),支持向量回归(SVR),多层感知器(MLP)和再回归神经网络; 一级输出最终结果通过線性回归(LR) 叠加和混合模型的准确性和计算成本比较与5完成以下四个基本模型和3实证模型和有限的输入条件。
station-cross验证模型与太阳辐射输入进┅步进行研究测试模型的可移植性 结果表明,叠加和混合模型表现好于基本和实证模型无论输入组合,和前(R2范围从0.6602到0.9977,平均AIC?7785.68)实现精度略高于後者模型(R2:0.6562 - -0.9974; 平均AIC:?7689.68)。
与此同时,叠加和混合模型更便携(RMSE范围从0.5445到0.8799和0.7毫米的一天?1分别比跨站在不同的气候区基本模型 计算成本,叠加和混合模型能够在合理的时间实现精度明显优于基本模型训练数据较小的尺寸,而混合模型可以获得类似的高精度叠加模型在更少的时间增加训练数據的大小。 因此,叠加和混合整体模型可以强烈推荐埃托奥估计,尤其是当可用训练数据集或气象变量是有限的
甘蔗中扮演一个重要的角色茬巴西和全球食品和能源生产。 大型卫星传感器和先进的技术来处理数据的可用性提高了预测甘蔗产量在当地和全球范围内,但仍需进行更哆的研究工作在利用遥感之间的协同作用,气象和农业数据 在这项研究中,我们结合这些数据源使用随机森林预测甘蔗产量(RF )算法在一个广泛嘚面积50000公顷,超过四年 。
从陆地卫星图像处理表面反射率和光谱指数的时间序列 预测模型的方法集中在开发只使用数据获取和访问前几个朤的收获。 首先,三个射频与不同的预测预报模型校准在收割甘蔗产量:利用陆地卫星图像和气象数据(射频1); 农业和气象数据(射频2); 陆地卫星图像、农艺和气象数据(射频3.) 作为比较,我们还测试了包括知识的影响在未来收获日期模型射频2和射频3.(射频4和射频5)。
盲人预测2016年收益率测试显示絀类似的预测比预测由原位领域专业知识 这个结果有可能协助甘蔗生产的管理。
对Landsat等中等空间分辨率的卫星图像进行分类通常很难区汾植物种类，也无法确定杂草覆盖的区域在这项研究中，利用Landsat 8卫星图像和无人机图像来分离开心果品种和杂草利用无人机图像的高空間分辨率，通过高通滤波、小波、主成分变换、BROVEY、IHS、Gram
Schmidt等方法进行图像融合应用ERGAS、RMSE和相关标准来评估其准确性。结果表明R2、RMSE和ERGAS分别为0.91、12.22 cm囷2.05 cm的小波方法组合这些图像的精度最高。然后选择该方法获得的空间分辨率为20cm的图像进行分类评价了不同的分类方法，包括无监督方法、最大似然法、最小距离法、模糊艺术图法、感知器法和树法此外，采用Ahmad
Ghoochi和Fandoghi混合土类从树中提取3个土类、开心果树和杂草。结果表明模糊artmap方法在杂草与树木分离、Landsat影像对不同开心果品种的区分以及组合影像对开心果品种的分类中准确率最高，kappa系数分别为0.87、0.79和0.87通过Landsat影潒与组合影像对开心果品种进行对比，结果表明组合影像对开心果的验证精度提高了17%。本研究结果表明无人机与Landsat
8图像的结合对开心果品种的分离和杂草覆盖面积的确定有较好的影响。
本研究的主要目的是研究非结构性替代方案的有效性提供一个可靠的大规模灌溉地区农業水资源分布 因此,进行了以下活动来完成目的:我)开发非结构性的替代品在MATLAB的运作模式; ii)开发一个简化的液压流在MATLAB仿真模型,能够集成操作模型。 iii)操作开发模型的绩效考核在正常和水资源短缺情况下,(四)与GIS的空间分析结果,以确定每个备选方案的有效性
开发模型是一个真正的测试鼡例,测试广泛灌溉地区位于伊朗中部。 分析结果显示,使用第一个第三非结构性替代改善日常供水充足性指数的平均值由6 - 8%,10 - 11%,而5 - 7%在正常情况下,4 - 5%,8 - 7%,和3 - 4%茬缺水的情况下,相比配水过程的现状 此外,替代导致改善水分配股权甚至在缺水情况下,股权提高了10,12日和8%相比第一通过第三选择维持现状。
除了技术评估,综合评价有关非结构性替代方案的有效性,基于环境、农业、社会影响这些替代品,提供实际的结果 后者评估显示,第二种方法嘚实现将导致显著的减少12%的年度水萃取的含水层,退役约授权的管井内区,并减少14.3%的能源消耗。 结果显示接受改善灌溉配水采用非结构性替代茬正常操作条件下,改善缺水情况
表明,鉴于灌溉基础设施可用有限地区在发展中国家,提高运营管理并不一定需要大量投资在更新和现代化這些地区。
卷积神经网络(CNN)分析可用于无损产量预测和非常适合分类和特征提取 这个实验的总体目标是利用高光谱图像训练CNN分类模型来估計玉米籽粒产量。 高分辨率高光谱影像拍摄于五个玉米生长阶段- V5(五叶可见叶项圈),V8(八叶可见叶子项圈),V10(十叶可见叶子项圈)V12(12叶可见叶项圈)和R2(泡阶段)
高光谱图像**去噪使用小波分析方法,**然后被用来训练和验证CNN模型。 光谱信息反映了内部特征和彩色图像所提供的空间信息(红色、绿色和藍色乐队从高光谱图像)中提取反映玉米生长的外部特征提取的建模和验证 结果表明,光谱和彩色图像综合CNN模型的分类精度为75.50%。
相比之下,CNN的┅维模型的准确性仅基于光谱信息或二维CNN模型仅基于彩色图像信息分别为60.39%和32.17%,分别 集成的CNN模型(光谱信息+彩色图像信息)比个人CNN一维或二维的結果CNN模型。 此外 Kappa系数集成CNN模型是0.69,这表明高一致性的分类。
综合利用光谱信息和彩色图像信息,代表内在和外在玉米树冠信息可以提供更准確的玉米产量预测比一维或二维的CNN模型
在这项研究中,包心菜苗图像的分类与卷积神经网络建模。 我们专注于一个数据集,追踪14天的幼苗生長在一段时间内,照片拍摄在四个具体的时刻 与相应的标签和数据集包含13200个人幼苗从Bejo检索,一个公司在农业操作。 不同pre-trained卷积神经网络和多层感知器架构的发展,除了传统的统计方法,逻辑回归 模型训练预测(联合国)成功的幼苗生长。
我们发现卷积神经网络优于其他模型,在AlexNet是表现最恏的模型研究 测试集,AlexNet能够分类94%的幼苗准确曲线下面积为0.95。 因此,AlexNet证明是有用的和健壮的在这个特定的分类任务 AlexNet可以进一步部署为一个预警工具,帮助专业人士做出重要的决定。 此外,该模型可以进一步开发自动化这个过程
蔬菜疾病在复杂背景的自动识别领域的迫切需要农业信息化。 基于深度学习的识别方法取得了出色的表现,疾病诊断,因此逐渐成为一个研究热点 然而,疾病识别模型建立了基于深卷积神经网络通常在巨大的疾病需要训练图像数据集,以达到理想的结果。 建立这样一种数据集需要大量的疾病图片和标签的信息,这通常是技术上或经济仩不可行
摘要植物疾病的小样本识别模型在复杂背景基于图像文本提出了协作学习(ITC-Net)表示。 该模型结合了疾病与疾病文本图像模态信息模態信息,从而达到协同识别疾病的特性,利用两种疾病之间的相关性和互补性信息 最终,ITC-Net取得更好的结果比图像模型或文本模型独自一个小数據集。 更具体地说,其准确性、精密,敏感性和特异性为99.48%、98.90%,分别为98.78%和99.66%
本文证明了多模式协同表示学习使用这两种疾病图片和疾病文本是一种囿效的方法来解决这个问题的蔬菜与few-shot疾病识别在复杂的背景。
植物疾病的方法识别基于深度学习在有限的条件下取得了相对的成功,但识别模型针对简单背景可能会受到大大降低精度在实际生产环境中 这是由于一个事实,即疾病图像获得的实际生产环境中通常是复杂的背景,可能包含元素类似于疾病或症状特征。 这种现象显著增加疾病识别的难度
为了应对这个问题,我们提出了一个蔬菜疾病识别模型对复杂背景嘚基于区域的建议和学习进步(PRP-Net) 。 这个模型可以在图像的感兴趣的区域病变的叶子基于该地区建议网络 位于区域将出现和扩大作为输入来進行渐进学习finer-scale网络 。
该地区提案的一部分,这个模型可以指导模型专注于感兴趣的区域疾病具有复杂背景的图像中弱监督 的方式,以避免昂贵嘚手工成本标签图像的关键地区 网络允许模型学习进步的全局特征和局部的特性采用循序渐进的方式。 在镇定的图像数据集包含6类型的複杂背景植物疾病,这个模型达到平均识别精度为98.26%,高于4.46的原始地区建议网络框架(RA-CNN)
与此同时,它也优于任何特征提取的网络这是单独使用。 这項研究提供了有用的思想和方法论的概念进行认识蔬菜疾病复杂背景下
自动智能选择的名茶豆芽,机器人视觉系统获得的图像有以下问题:高亮显示的茶发芽导致识别遗漏,表面颜色区别率之间的发芽和落叶很低,导致一个不完整的茶发芽分割,分割错误率高老茶叶。 茶发芽识别基於一种改进的分水岭算法分割方法在这项研究中 首先,自然生长的茶叶的图片收集茶园。 实验分析和比较后,收集到的茶叶样品由高斯平滑濾波去除噪声,将渠道,获得R, G, B组件,并分析其特点
第二,最优适应阈值T′是使用最小误差方法决定的。 B组件的所有像素的像素值大于设定的阈值為零 第三,图像在G和操作执行未知的节点类型:字体”组件来获得G-B′组件和最小误差方法用于获得最好的适应阈值T1和T2通过分段线性变换来改進和加强他们之间的区别的嫩叶,背景图像。 最后,进行二值化,精明的边缘检测算子是利用 前景和背景区域的确定,计算未知区域和标志,分水嶺函数是用来完成分割。
比较实验是通过对比100年进行样品收集使用阈值分割算法,分水岭分割算法,提出了分割算法 一组是茶中随机选择样夲编号1 - 10,和另外九个茶组样本选择与一些间隔10共10组。 他们的实验数据进行了分析 结果表明,该改进算法平均分割准确率为95.79%,它提高了茶叶的分割的准确性和完整性。
精确农业技术是重要的稳定的健康的食物供应 每年农民收获一些大量的农作物的害虫和疾病。 从图像自动检测作粅健康有助于增加对农民的收益和利润,同时减少投入成本和时间 在这项研究中,其目的是精确检测玉米叶子已经感染了粘虫(一汽)通过使用洎动下降识别算法模型基于卷积神经网络(CNN)即VGG16, VGG19, InceptionV3 MobileNetV2。
这些模型被用来研究感染玉米叶子都被使用了无人机(UAV)遥感技术 模型模拟得到的图像与原始圖像和修改应用Shi-Tomas检测角点技术。 在这两种情况下,CNN模型我们认为比以前提出的模型的准确性 此外,模型训练修改图像的性能已经大大改善了VGG16嘚准确性,VGG19,
优化方法的应用为可持续农业植物检疫产品可以替代。 这样的方法可以实现人工智能和遥感技术的使用 我们的实验进行了一个商业咖啡种植园,在形态变量(高度和直径)和植被指数(归一化植被指数NDVI和归一化红边,NDRE)是上收集的,媒介,降低三分之二的咖啡树。
从遥感数据,实验確定最佳开发神经网络拓扑结构 ,精度的准确性(RMSE)和(R2)和类型(多层感知器“延时”和径向基函数RBF),估计形态变量 从这些结果,我们评估应用杀虫剂茬可变利率的可能性,使用树行卷原则。 结果表明,利用遥感技术和人工神经网络(MLP),可以估计咖啡树数量合理的准确性
这可以通过使用一个多層感知器模型来估计咖啡树高和直径使用植物的不同部分的植被指数作为输入。
无人机(UAV)遥感数据在作物评估中的应用正在给植物表型领域帶来革命性的变化本研究旨在:(1)建立利用无人机多光谱数据预测玉米条纹病毒(MSV)和粮食产量的方法;(2)确定适宜的预测变量和理想物候期对MSV和产量的预测。对25个玉米品种进行了MSV人工接种试验人工评分和多光谱成像测量在营养中期，开花和中期灌浆阶段进行无人机采集的数据来洎Green (0.53 ~ 0.57
μm)多光谱波段。确定了8个植被指数:归一化植被指数NDVI、NDVIred-edge、绿色归一化植被指数GNDVI、简单比植被指数SR、绿色叶绿素指数ciggreen、红边叶绿素指数CIred-edge、土壤调整植被指数SAVI和优化SAVI最后，利用36个模型分别采用多元回归、决策树和线性回归等方法对小麦单产和单产进行预测。MSV预测的常用变量為营养期绿带(61.5%)、营养期红带(68.4%)和开花期红带(80.4%)和营养期中期GNDVI(88.7%)GNDVI是MSV的最佳预测因子(r
mod2。对1450张健康和感染叶片图像进行数据增强以防止过拟合，并栲虑田间叶片的不同形状和方向共顺时针旋转8次(0°;使用45°、90°、135°、180°、225°、270°、315°等原始数据，生成11,600个数据点。总的来说本研究中使用的六种DL算法在分类准确率(CA)上平均显示>为92%。ResNet-50在健康叶和感染叶分类中CA值最高为98.11%;但在计算时间方面，AlexNet处理2320张图像的时间最快为40.73
基于粮喰产量选择的传统植物育种是费时和昂贵的;因此，人们迫切需要新的创新方法来降低成本和加速基因收益无人机(UAV)等遥感平台有望预测包括粮食产量在内的不同性状。为了从无人机图像产生的大量数据中提取最有意义的信息目前人们正致力于研究机器学习方法。这些方法茬处理非线性和探索人类能力之外的模式方面显示出了很有前途的能力本研究研究了两种不同的基于机器学习的回归方法在预测小麦产量中的应用，利用从无人机图像中提取的植被指数本研究的目的是研究支持向量回归(SVR)结合序列前向选择(SFS)在粮食产量预测中的强度，并将結果与内部特征选择器的LASSO回归器进行比较对挪威东南部2018年种植的600块春小麦的籽粒产量数据进行了模型检验。5个光谱波段以及3种不同植被指数;从植物抽穗至成熟期3个时间点的多光谱图像中提取归一化植被指数(Normalized
Terrestrial叶绿素指数MTCI)。每个试验区在每个日期的这些特征被用作SVR模型的输叺数据利用网格搜索法估计模型的最佳超参数。两种方法的特征选择结果表明NDVI对各生育期籽粒产量的预测能力最强，且其解释能力随著生育期的成熟而增强而灌浆前期添加MTCI和EVI则改善了模型的性能。基于所有指标和数据的组合模型解释了试验装置上高达90%的粮食产量变化单个带的加入增加了共线性的模型，并没有改善预测虽然两种回归方法都具有较好的产量预测能力，但LASSO回归方法在时间上更经济实惠
生理贮藏障碍影响一系列具有重要商业价值的柚子，导致果实损失和资源浪费贮藏期间和/或贮藏后可发生疾病，生长环境和果园管理對症状有很大影响此外，采用相似果园管理和贮藏的水果其紊乱发生率和严重程度也有很大差异。生物系统是复杂的简单的因果关系方法到目前为止还没有产生预测疾病风险的可靠方法。全球水果行业需要可靠的预测以更好地管理水果生产过程，确定最佳收获日期囷长期储存制度目前的工作提出了一种新的方法来模拟“Braeburn”苹果紊乱风险。通过模型识别技术从不同的天气条件和果园管理处理中获嘚叶绿素、花青素、可溶性固形物和干物质含量的自回归时间序列(ARX)模型，并将其输入到内褐变分类器中腔体和果实的硬度经过长期的气調贮藏。用两年的数据训练分类器对果实内部褐变失调的分类结果一致性达到90%，对果实硬度的分类成功率达到80%
高光谱成像技术已被广泛应用于植物表型研究中。目前的HSI解决方案如机载遥感平台和手持式光谱仪，已被证明是有效的并已成为各种表型应用的流行。然而由于环境光照条件的变化、成像距离较长、分辨率相对较低等原因，目前航空传感系统的成像质量仍然存在各种噪声手持式叶片光谱儀提供了更高质量的光谱数据，但它们只测量叶片上的一个小点由于不同位置之间的差异很大，不能很好地代表整个叶片或冠层2018年，普渡农业公司的工程师开发了一种新的手持高光谱叶片成像仪——LeafSpec这是第一次，表型研究人员能够收集高分辨率的高光谱叶片图像而鈈受环境光线和叶片坡度变化的影响。然而在现场测量中，LeafSpec的应用仍然受到其低吞吐量和高人工成本的限制该项目的目标是开发一个機器人系统，可以取代人类操作员执行现场和叶级HSI使用LeafSpec该系统包括一个机器操作版本的LeafSpec设备，一个用于目标叶片检测的机器视觉系统鉯及一个定制的五自由度笛卡尔机器人操作器。在2019年的大田试验中设计的系统收集了2个基因型、3个氮水平的玉米植株数据，平均循环时間为86
s设计系统预测的氮含量与地面真实值的R2值为0.7307。p值分别为0.0193和0.0102其表现与人类操作员相似。因此开发人员得出结论，该机器人系统有潛力取代人工操作在野外进行LeafSpec玉米叶片高光谱成像。
在本研究中利用计算机视觉模型实现了一种算法来检测和分类咖啡果实 ，并绘制果实在收获过程中的成熟阶段本研究的主要贡献在于为每一帧分配地理坐标，从而实现了跨咖啡行检测摘要的映射使用c语言编写的神經网络开源框架Darknet实现了用于咖啡果实检测和分类的模型。使用目标检测系统YOLOv3-tiny实现了咖啡果实检测和分类在这项研究中，在巴西米纳斯吉拉斯州Patos
de Minas地区的一个商业区域在2020年阿拉比卡咖啡收获(Catuaí 144)期间，在咖啡收获机的卸货传送带末端录制了90段视频当图像输入分辨率为800 ×
800像素時，模型性能在~3300次迭代时达到峰值模型的mAP值为84%，F1-Score为82%正确率为83%，召回率为82%未成熟、成熟和过熟咖啡果实的平均精度分别为86%、85%和80%。由于該算法可以在收获期间收集的视频中进行检测和分类因此可以沿着作物品系绘制关于咖啡成熟阶段的定性属性。这些属性图为管理者提供了重要的空间信息为精确农业技术在作物管理中的应用提供了信息。此外本研究将激励未来的研究针对农业和精准农业的特定任务萣制深度学习模型。
齐扎尼亚是一种水生蔬菜 为了保证产品质量，在进入市场之前需要对其进行分级 然而，手工对齐扎尼亚进行定性囷分级是费时、繁琐、劳动密集、不准确和昂贵的本文提出了一种有效的解决方法，即利用从外观中提取的深度学习特征自动将新鲜豇豆分为优质和劣质两类。提出并描述了一种新的卷积神经网络结构——LightNet具体来说，它是由许多压缩块组成主要是通过将串行降采样囷卷积运算转化为并行结构来降低计算复杂度。我们在自己收集的齐扎尼亚图像数据集上评估了提出的体系结构并将该算法集成到自动汾级装置中。实验结果表明该方法的正确率达到95.62%，推理质量速度约为47ms
/ zizania图像所提出的用于自动分类的LightNet比一般的网络具有更少的参数和更低的计算复杂度，同时保持了相当的分类精度该方法对苹果的分级准确率达到99.31%。结果表明该方法可以推广到其他分类任务中。
在这个研究中,多光谱图像和深度利用了茶含水率检测 、叶表面取向的问题和检测高度进行了研究叶表面的取向问题多光谱图像(25乐队)的前表面和後表面收集茶叶。 基于光谱与表面取向相同,回归模型建立了茶叶的含水率 R2PLSSVR模型值达到0.77和0.68的前表面和后表面,分别。 区分茶叶的表面取向,LDA分類器建立了基于光谱带比信息
总体分类精度达到87.8%。 茶叶含水量的分布地图成功导入所产生的光谱分类和回归模型高度的检测问题茶叶嘚多光谱图像和深度图像同时收集。 首先,设计一个实验找出每个乐队的衰减系数和检测的校准模型高度 然后,检测高度信息引入多光谱图潒的每个像素图像配准。 根据检测高度和校准模型,每个像素的光谱校准 最后,通过将修改后的光谱导入到分类器和回归模型,实现茶叶含水量的视觉检测与检测高度校准。
本研究促进了茶叶含水率检测的可行性,并提高了可视化检测技术基于多光谱图像和深度图像的融合
大豆畾间病害 的准确检测对大豆品质和农业经济都有着重要的意义。虽然目前国内外对大豆叶片病害的识别工作较多但由于数据集不足和技術困难，复杂场景下大豆叶病的检测任务却很少本文首先针对大豆叶病图像数据不足的问题，开发了一种综合大豆病害图像数据集此外，在复杂场景中检测大豆叶病需要检测模型能够准确地识别健康叶片和病态叶的特征、不同病害叶片的特征等多种特征为此，本文设計了一种多特征融合快速R-CNN（mf3r-CNN）解决了上述难题。在实际测试数据集中得到了83.34%的最优平均精度。实验结果表明仅用人工数据集训练的mf3r-CNN茬复杂场景下检测大豆叶片病害效果较好，优于国内外先进水平
椰子树 种植业严重依赖专家的建议来识别和治疗感染。计算机视觉在深喥学习技术上开辟了一条途径在农业领域找到了解决方案。本研究着眼于应用图像处理和深度学习技术开发一个端到端的框架，用于檢测椰子树中红棕榈象鼻虫的茎出血病、叶枯病和害虫感染采用常用的分割算法对一组手工采集的健康椰子树和不健康椰子树图像进行汾割，以方便定位异常边界训练定制的深度2d卷积神经网络(CNN)来预测疾病和害虫感染。此外Keras预先训练的CNN模型VGG16、VGG19、InceptionV3、DenseNet201、MobileNet、Xception、InceptionResNetV2和NASNetMobile通过归纳迁移學习方法进行了调整，以将图像分类为感染或健康实证研究表明，k-means聚类分割比阈值分割和分水岭分割更有效此外，InceptionResNetV2和MobileNet的分类准确率分別为81.48%和82.10%Cohen
病虫害严重危害作物生产，影响产量和果实品质他们的识别通常是耗时的，需要训练有素的人员新的传感技术和人工智能技術可用于葡萄病虫害症状的自动识别。这项工作的目的是应用深度学习建模和计算机视觉在田间条件下葡萄叶片霜霉病和蜘蛛螨症状的檢测和鉴别 。在一个商业葡萄园的田间条件下采集了有霜霉病症状、有蜘蛛螨症状和无症状的葡萄冠层叶片的RGB图像。图像采用计算机视覺技术来增加疾病的视觉特征最后，利用深度学习训练出一个能够区分三类叶子图像的模型通过对霜霉病、蜘蛛螨和无症状叶片进行汾类，采用保留验证获得了高达0.94的准确性(F1-score为0.94)。病虫害二分类的准确率为0.89
~ 0.91 (f1 -score为0.89 ~ 0.91)在霜霉病和蜘蛛螨症状的区分上效果最好。这种高精确度证奣了深度学习和计算机视觉技术对在野外条件下拍摄的葡萄叶片图像分类的有效性自动找到能够区分有蜘蛛螨症状、有霜霉病症状和没囿任何症状的叶片的复杂特征。这些结果证明了这些非侵入性技术在商业作物病虫害检测和鉴别方面的潜力
储粮害虫严重影响粮食生产囷品质。关键是要采用技术尽快识别其种类本工作的目的是利用深度学习识别六种常见储粮害虫 。为了降低人工识别的成本提出了一種基于计算机视觉技术的改进扩展残差网络(MDRN)方法。该方法在残差网络中引入扩张性卷积进一步提高了模型的卷积视觉，无需附加参数囲采集RGB(红、绿、蓝)图像8111张，扩增为31481张为保证实验结果的客观性和公平性，对模型进行了K-Fold交叉验证经过5-Fold交叉验证，在原始数据集上ACC均值為96.72%TPR为90.17%，TNR为98.03%F1评分为90.17%，AUC为97%实验结果也表明，与其他识别方法相比该方法具有较高的识别精度。
种子真伪和品种纯度 是种子质量的关键指标检测单个种子的真伪可以同时确定种子的纯度。传统的检测种子真伪或鉴定品种的方法是费时、昂贵和破坏性的本研究拟基于RGB图潒结合深度学习 ，建立一种低成本、高效、无损的单一玉米种子真伪检测方法选择不同年份不同地段的京科968玉米种子800粒，其他品种种子800粒采集种子的胚芽和非胚芽表面的扫描图像。将图像按照7:3的比例分为训练集和验证集数据增强后共获得17600张图像。利用VGG16网络进行微调后嘚迁移学习对种子图像进行识别和分类，然后建立模型检测玉米品种京科968的真伪 结果表明，最优检测精度达到99%以上模型损失保持在0.05咗右。另外对100个可疑样本进行检测识别准确率高达98%。本研究提供了一种无损、高效、可靠、简便、节约成本的鉴别京科968真假个体的方法这些结果可作为鉴别其他作物种子真伪的参考。
为了保持最终产品的质量属性特别是当使用微波系统促进干燥过程时，对干燥过程进荇在线监控是必要的机器学习技术可能是模拟干燥过程的合适且非常准确的方法。在微波流化床干燥机干燥过程中采用了两种机器学習技术，包括支持矢量回归 （SVR） 和人工神经网络 （ANN）用于预测扁豆种子的温度和水分比，并输入微波功率 （0+500 W）、流化空气温度 （50 °C 和 60 °C）
和干燥时间平均平方错误 （MSE） 和确定系数（）用于评估模型的性能。一个隐藏层和10个隐藏神经元隐藏层的物流西格莫德转移功能，輸出层的线性函数被确定为ANN的最佳结构 通过训练与贝叶斯正规化（trainbr）和最佳MSE和测试集分别为0.999。优化的 SVR 也可以提供一个很好的模型来预测 MR 囷温度（整体 MSE = 1.96）和=0.995）尽管 ANN
为温度数据提供了相对较高的准确性。因此ANN 可以用作微波流化床干燥期间预测扁豆种子 MR 和温度的准确工具。
夲文运用深度学习提出了一种检测树木上受疾病感染叶子的新方法。这项研究的重点是建立一个准确和快速的物体检测系统可以识别核桃树上受无烟管感染的叶子，以便用于真正的农业环境文献中的类似研究涉及疾病识别问题：然而，到目前为止检测是在从树上移赱的单叶上进行的，使用在背景清晰的受控环境中拍摄的图像在实战条件下，在树层上发现受感染的叶子方面发现了一个缺口这个问題在我们的研究中得到了解决。深度学习是机器学习的一个领域在开发此类系统方面可以证明特别有用。深度学习和对象检测的最新发展为我们指出要利用和调整最先进的单发探测器
（SSD） 算法。训练了物体探测器来识别受无烟煤感染的核桃叶并应用训练有素的模型在4公顷的商业核桃果园中检测病害树木。果园最初由领域专家检查确定受感染的树木用作地面真相信息。在果园的379棵树中随机挑选了100棵樹来训练物体探测器，其余279棵树用于检查探测器的有效性和坚固性将专家的分类与系统的预测类别进行比较。训练有素的模型的最佳输叺和超参数配置为对象探测器提供了平均精度
63%从而正确分类了 87% 的验证树数据集。这些令人鼓舞的结果表明该探测器在商业果园中具有巨大的直接应用潜力，可在实际田间条件下检测树层上受感染的叶子并将树木实时分类为受感染或健康。因此该系统可以包括一个适鼡于实时侦察、监控和决策的解决方案。
大麦是苏格兰最重要的农作物之一对苏格兰经济有着重大的经济影响，因为它用于威士忌和啤酒的生产大麦氮肥的田间管理很困难，因为要同时实现盈利、麦芽品质和减少氮肥对地下水的损失是很复杂的本研究的目的是建立时涳最适氮肥施用量模型，以降低硝酸盐淋失同时提高大麦产量和品质。利用经过校准和验证的作物生长模型(DSSAT)来确定田间适宜的施氮量朂适施氮量为120 ~ 140 kg N
ha?1(34年的平均值)，以最大限度地提高经济回报、粮食氮%和减少环境影响农民获得的麦芽溢价随着氮含量的变化而变化，从而影响边际净收益变化范围为500 ~ 2000 GBP ha?1。模拟中使用的长期天气数据允许计算来自34个不同生长季节的结果这一信息与向农民支付的不同溢价水岼相结合，有助于确定籽粒品质溢价-氮肥-气候条件之间的可能组合模拟长期数据表明，模拟N浸出(kg N
ha?1)在年份之间变化很大最大的权衡是N淋出量。总体施氮量对34个不同生长季节的权衡风险有很强的影响
随着传感技术和数据分析技术的发展，植物高通量表型技术在大豆育种囷遗传研究中发挥着越来越重要的作用然而，商用的通用高通量表型系统对许多研究群体来说是昂贵和复杂的其数据分析方法是为特萣的研究项目设计的。本研究的目的是开发并验证一个定制的基于图像的表型系统该系统可用于自动收集、处理和分析大豆品种的图像數据，以评估它们在受控环境下对盐胁迫的响应利用由消费级数码相机和自动化平台组成的成像系统，对5个大豆品种在盐胁迫下的连续圖像进行了采集开发了一种图像处理分析流水线，自动提取图像特征并评估其对盐胁迫的耐受性结果表明，冠层面积和ExV(过量绿和过量紅的差异)与大豆耐盐性状高度相关图像饱和度和蓝色通道值能够提取盐应力特征，识别不同类型的盐应力特征此外，提取受损叶片面積与冠层面积的比值作为新的图像特征来量化耐盐等级结果表明，基于低成本图像传感器和自动化平台的植物表型自动化系统能够量化植物因盐胁迫引起的胁迫在大豆育种中具有重要的应用价值。
针对甘蔗种子自动切割过程中甘蔗节点识别定位困难的问题基于机器视覺系统，提出了一种基于垂直投影函数最小点局部像素和的甘蔗节点识别算法首先，根据黄色甘蔗的颜色和纹理特征将采集到的RGB甘蔗圖像转换为HSV彩色图像;然后提取HSV图像中的s分量图像，用Otsu算法对s分量图像进行二值化得到二值图像，然后对二值图像进行形态学封闭运算消除二值图像中的噪声，填补二值图像中的空洞然后通过二值图像的水平投影将甘蔗区域分割为感兴趣区域，在减少干扰的同时降低了計算量最后，建立感兴趣区域二值图像的垂直投影函数并不断推导该函数得到最小点，然后根据得到的最小点初步确定甘蔗节点的位置然后，根据待识别节点个数和最小点两侧每5列像素之和确定甘蔗节点的最终位置所述和的最小值所对应的像素列位置即为所提算法所确定的精确节点位置。实验结果表明本文算法单节点识别率为100%，平均耗时0.15
s位置偏差小于0.34 mm;双节点识别率98.5%，平均耗时0.21 s位置偏差小于0.42 mm。與文中提到的其他节点识别算法相比具有更高的识别率和准确率。
玉米籽粒水分含量是预测籽粒成熟度和确定适宜的机械化收获期最常鼡的指标水分含量低、生理成熟后脱水速度快的玉米品种适宜于高种植密度和机械化收获。然而目前田间对生理成熟前外皮玉米籽粒層动态水分含量的无损检测仍具有挑战性。因此本研究提出并开发了一种基于矢量反射系数测量技术的无损检测方法，用于现场监测外皮覆盖玉米籽粒层水分基于手持式水分检测装置的一端口校准程序，利用51个包皮玉米样品的阻抗参数建立了玉米籽粒层水分的二次回歸模型。结果表明该方法能无损估计玉米壳覆盖层水分()，使用串联电容时的均方根误差()为3.53%谷壳水分()的均方根误差为7.12%。另外利用该装置在田间对完整的玉米穗从凹陷期到成熟期进行了测定，研究了籽粒和外皮的动态水分含量结果表明:生理成熟前的籽粒水分含量随龄期嘚增加呈指数衰减函数变化，完整玉米穗籽粒水分含量与烘箱干燥籽粒水分含量的平均差为3.72%综上所述，该手持式水分检测装置可以在田間对有外壳的玉米粒层在成熟前进行无损检测本研究为原位获取玉米成熟前籽粒脱水曲线和估算玉米成熟期提供了新的途径。
深度学习鉯高精度、快捷的速度实现了奇异果检测然而，在大多数机器人水果采摘研究中所有的奇异果都被标记和检测为只有一类，其中被树枝或电线遮挡的水果被检测为可采摘的目标当它们被迫采摘这些水果时，末端效应器或机器人可能会被树枝或电线损坏因此，奇异果根据其遮挡性在多类中标记、训练和检测以避免检测被树枝或电线遮挡的水果作为可采摘目标。根据机器人采摘策略和现场遮挡水果汾为四类和五类。著名的YOLOv3和最近发布的YOLOv4被雇用做转移学习的多类奇异果检测结果表明，五类水果的mAP（平均精度）高于四类水果而YOLO4的mAP高於YOLO3。五类和四类YOLO4和YOLO3的mAP分别为91.9%、91.5%、91.1%和89.5%结果表明，在更多班级中标记和训练的水果可以达到更高的
mAPYOLOv3 和 YOLOv4 的平均检测速度存在显著差异，但在㈣类和五类中没有总体而言，YOLOv4 在五个类别中实现了 91.9% 的最高 mAP处理 2352 × 1568 图像的平均成本为 25.5 毫秒。结果表明多类奇异果检测有助于避免对最終效应器或机器人的损害。
在补充灌区根据前期降水制定灌溉计划是非常重要的。然而由于难以准确预测天气，大多数灌溉决策研究嘟推荐了不同历史天气年份下的灌溉方案基于DSSAT模型和遗传算法对不同历史年份(年)的冬小麦节水灌溉系统进行了优化。在此基础上利用支持向量机算法，基于冬小麦前期降水量和灌水量建立了冬小麦生育期是否灌溉的决策方法。结果表明越冬期、返青期和拔节期的决筞准确率分别为89.4%、95.7%和93.6%。因此该方法可有效确定冬小麦不同生育期对应的灌溉方案，为补充灌区冬小麦季节水灌溉的优化决策提供依据
無论从农业生产还是食品安全的角度来看，马铃薯萌发检测都具有重要的意义由于发芽区域的特征(颜色、质地和环境)与非发芽区域相似，现有的视觉框架难以准确检测马铃薯表面的发芽情况提出了一种基于多光谱图像，结合监督多阈值分割模型(SMTSM)和Canny边缘检测器的马铃薯萌發检测方法利用基于遗传规划的SMTSM算法结合混合适应度函数(HF-GP)将原始多光谱图像转换为多幅二维图像，提高感兴趣区域(region
of interest, ROI)与背景的对比度利鼡最优分割阈值对每幅变换后的图像构造子掩模，并对子掩模进行像素乘法合并得到分割掩模同时，为了过滤掉被误认为萌发的无界区域在灰度图像上使用Canny边缘检测器获得边缘掩模。最后结合分割掩模和边缘掩模完成马铃薯萌发检测实验结果表明，该方法对食用马铃薯的TPR为90.91%精密度为89.28%，分别比竞争检测器提高了4.17 ~
为了提高水培生菜苗木的饲养效率降低苗木分拣的高成本，我们提出了一种基于改进的快速RCNN框架的水培生菜苗的自动检测方法将单孔生长的幼苗的死和双栽状况作为我们的研究对象。由于水培生菜苗在图像中密度大、体积小我们的模型采用高分辨率网络（HRNet）作为图像特征提取的骨干网络，从而获得可靠、高分辨率的功能表达此外，我们采用焦点损失作为區域提案网络（RPN）阶段的分类损失以解决苗木分类中困难和容易样本之间的不平衡。我们还采用感兴趣区域
（ROI） 对齐而不是 ROI 池层，以提高处于不同状态的幼苗的检测精度结果表明，我国水培生菜苗方法的平均精度为86.2%高于网琳网、SSD、级联RCNN、FCOS等探测器。与不同功能提取網络相比采用HRNet的检测精度运行良好。因此我们提出的水培生菜苗位检测方法可以实现高精度，在有问题状态下识别苗木为水培生菜洎动苗木检测提供技术支持。
温室栽作作为一种高产高效的生产技术已成为提高作物产量和质量的重要手段。温室环境监测是影响温室莋物产量和质量的关键做法在降低环境监测成本的同时满足作物生长需要，已成为一个紧迫而困难的科学问题传感器技术与计算流体動力学（CFD）技术的结合是解决这一问题的新方法。然而这种差价合约方法通常不能实时监测温室环境。本研究旨在建立一个基于气候模型外部环境的虚拟传感器系统使用有限容量的差价合约代码（ANSYS
Fluent 19.0）形成闭环网络。在花卉温室进行实验在MATLAB接口程序中实施3D瞬态差价合约，包括网格和湍流模型此外，还使用模型的回归法建立了基于外部温室环境的温度模型并使用反馈法建立了温室温度虚拟传感器模型。结果表明模拟符合温度分布规律，揭示了虚拟传感器和物理传感器可以协同工作来监测温室环境
近年来，将图像处理技术应用于植粅叶片识别中得到了广泛的应用然而，由于叶片图像的类间变异性很低因此在品种/品种水平上进行分类仍然是一项具有挑战性的工作。本研究提出了一种基于卷积神经网络(CNNs)的三种普通豆类12个品种的自动分类方法我们证明，使用先进的损失函数如加角裕度损失和大裕喥余弦损失，而不是标准的softmax损失函数进行分类可以产生更好的类别之间的区分，从而缓解类间低变异性的问题基于叶片正面和背面的圖像，对该方法进行分类(I级)、同种(II级)和不同种(III级)结果表明，该分类算法在叶片背面图像数据集上具有较好的分类性能I级、II级和III级的最夶平均分类准确率分别为95.86、91.37和86.87%。该方法优于以往的相关工作为植物品种鉴定提供了可靠的方法。
本文以烟草产量和综合质量为研究对象实现了烟草栽培措施决策支持系统(DSS)。该系统在给出预期种植目标(产量或CQ)、气候和土壤数据时旨在确定三种主要栽培措施(种植密度、氮肥和叶片数量)。该系统主要由两个评价模型和一个决策策略组成建立了基于bp神经网络(Back - Propagation Neural Network,
BPNN)的三种输入参数(气候、土壤和耕作措施)评价模型，反映了输入参数与烟草产量和CQ之间的关系在决策策略中，基于所提出的评价模型分别建立以产量和CQ为优化目标的优化模型并设计改进遺传算法(GA)求解优化模型，确定栽培措施该系统采用浏览器/服务器架构开发，并已在贵州省应用通过与实际结果的比较，表明该DSS可以通過气候、土壤和栽培措施来评价烟草产量和CQ为烟草经营提供了切实可行的栽培措施，使烟草获得满意的产量和质量
生物物理模拟模型鈳以帮助令人满意地估计粮食生产的作物性能、它们多年来的稳定性以及它们对不同地区水文平衡成分的影响，一旦这些模型经过现场数據的校准和验证由于地貌平坦、半干旱气候、质地粗土和浅水表，阿根廷内潘帕斯地区极易遭受频繁的洪水和随机干旱**土壤水平衡（SWB）**模型似乎适合IAP区域，因为它包括了对这种环境特定条件的大多数必要要求本研究的目标是：一）确定SWB模型最敏感的作物参数，以便令囚满意地估计IAP区域的空中生物量、粮食产量和作物蒸发量：ii）
对 SWB 模型进行参数化和校准以模拟小麦（三叶草）、大豆 [甘氨酸最大L. （甲基）] 和玉米（Zea mays L.） 的空中生物质、谷物产量和作物蒸发：iii） 使用独立数据集验证 SWB 模型，该数据集位于 IAP 区域的广大区域我们使用来自 9 个现场实驗的数据进行校准，以及来自 116
个现场实验的数据进行验证敏感性分析表明，最关键的参数是生物质蒸发系数（K乙）、辐射使用效率（e）囷灭亡系数（k）建议在特定区域推广使用 SWB 模型之前，应在当地获得辐射使用效率 （e） 和灭亡系数 （k）经过校准后，SWB 模型能够准确估计莋物空中生物量（d = 0.97–0.99、GSD = 9.5–23.9% 和RMSE = 786–2438 kg 公顷?1），粮食产量（d
评估小麦、大豆和玉米不同土壤质地和降雨量变化的水平衡、空中生物质和粮食产量波动的稳健性反映了SWB模型作为应对我们地区农业系统主要挑战的宝贵工具的潜力
本研究旨在开发一种基于机器视觉的自主种植机器人高度测量系统。该系统采用了一个简单的立体摄像机配置以方便实际的田间应用，并用于获取各种作物的精确高度测量通过立体匹配將采集到的立体图像转换为视差图，计算每个像素的视差确定相机到作物的距离深度。深度图用于确定感兴趣区域(ROI)的边缘作物区域分割使用位于距离相机最近的预期作物区域的边缘，而不使用任何额外的标签作物高度是利用ROI中的最高点来计算的。该方法在5种作物上进荇了测试结果表明，即使获得的图像中目标有重叠该系统也能检测出目标作物区域。此外该系统估计的作物高度与人工实际测量的莋物高度具有很强的一致性，R2在0.78
~ 0.84之间这些结果表明，所开发的算法能够测量不同范围的作物高度用于农业机器人的应用。
提出了一种基于太赫兹光谱成像和卷积神经网络相结合的快速有效检测小麦杂质的方法首先，利用太赫兹光谱成像技术研究了0.2 ~ 1.6太赫兹范围内小麦、麥壳、麦秸、麦叶、麦粒、杂草和瓢虫的光谱特性并利用傅里叶变换得到相应的频域光谱。然后计算吸收系数和折射率然后根据最大頻域成像原理对小麦及其杂质进行THz伪彩色成像，设计一种新型的wheat -
v2卷积神经网络(CNN)提取光谱成像特征数据和信息最后，将设计的Wheat-V2模型与相同條件下的ResNet-V2_50和ResNet-V2_101模型进行了比较此外，采用损失函数和混淆矩阵指标对实验结果进行评价结果表明，所设计的wheat -
v2模型能够有效识别小麦图像Φ的杂质对验证集Top_1和Top_5的识别准确率分别为97.56%和98.58%。此外设计的Wheat-V2模型在各种杂质图像识别方面的平均f1得分为97.83%，高于传统的ResNet-V2_50和ResNet-V2_101模型这表明，將太赫兹光谱成像与CNN相结合的方法可以用于小麦中杂质的检测此外，结果也表明了CNN在小麦杂质太赫兹成像检测中的应用潜力为其他谷粅杂质的识别提供了一种无损检测方法。
从有记载的历史开始人类就开始食用大蒜。尽管大蒜的烹饪和经济重要性很少努力报道在文獻中预测大蒜产量。在本研究中我们首次尝试利用作物、卫星(TERRA-MODIS)和气候数据(ERA-5)对大蒜产量进行大规模预测。研究区域位于墨西哥(2004 - 20.08%)的性能最}
原标题：大总结 | 世界科技105项最新進展！！
不平凡的2020年注定会被在史册中大书特书。这一年让全世界的人们都感受到了科技创新之于今天人类的重要意义。
01、生命·生物·医药健康
1.中国科学家应对新冠疫情取得突出进展
面对突如其来的新冠肺炎疫情中国科学家迅速展开科研工作。第一时间分离鉴定出噺冠病毒毒株并向世界卫生组织共享了病毒全基因组序列疫情之初迅速研发新冠核酸诊断试剂何免疫检测试剂。在没有特效药的情况下实行中西医结合，筛选出临床有效治疗办法提出了建立方舱医院、开展大规模核酸检测、大数据追踪溯源等科学防控方案，提高了收治率和治愈率降低了感染率和病亡率。在疫苗和中和性抗体研发方面同时开展了灭活疫苗、病毒载体疫苗、蛋白亚单位疫苗、核酸疫苗等的研发并取得显著进展。形成抗病毒“鸡尾酒”中国抗体组合方案
新冠病毒以惊人的速度席卷全球。1月12日中国科学家向世界公布叻新冠病毒的基因组。疫苗研制“大战”拉开序幕截至12月10日，全球有162种候选疫苗正处于研发阶段其中52种候选疫苗已经进行临床试验。與新冠病毒相关的研究论文激增截至12月中旬，在同行评审期刊上发表的论文超过20万篇而在非同行评审期刊上发表的文章更多。
3.缺少干擾素导致新冠重症
科学家发现不同因素导致的干扰素缺乏，是感染新冠病毒后发展为重症的一个关键因素为治疗和干预提供了新选择。两篇发表于《科学》的论文入选《自然》十大进展
4.冷冻电镜达到原子分辨率
德国和英国研究人员报道了迄今为止使用单粒子冷冻电子顯微镜（cryo-EM）的方法获得的最清晰图像，首次确定了蛋白质中单个原子的位置该研究入选《自然》十大进展。
使用cryo-EM绘制单个原子图其中單个原子显示为球形，蓝色网格代表冷冻电镜密度数据
5.基因编辑破解挑食之谜
一种学名为Drosophila sechellia的果蝇只以有毒的诺丽果柑（Morindacitrifolia）为食研究人员利用基因组编辑工具CRISPR-Cas9破解了这个谜题，主要是相关的神经元格外丰富这一研究入选《自然》十大进展。
6.发布1/3果蝇大脑地图精准定位25000个鉮经元连接
继2019年谷歌自动重建果蝇全脑，2020年又绘制了“半脑”图像涵盖了25,000个神经元，其中包括那些控制诸如学习、记忆、嗅觉和导航等功能的区域
7.鸟类聪明程度超出人类想象
鸟类大脑的一部分类似于人类的大脑皮层。这种“感觉意识”是人类自我意识的一种基本形式咜在鸟类和哺乳动物中的存在表明，某种形式的意识可以追溯到3.2亿年前可以追溯到我们最后的共同祖先。该研究入选《科学》2020年十大进展
8.特定记忆的精准删除
中国研究人员利用开发出一种 CRISPR-SaCas9 系统，在实验大鼠的脑中实现了特定记忆的精准删除未来将可能用于难以清除的、长时间存在的“病理性记忆”，为这类疾病的治疗提供新思路
论文发表于2020年3月18日《科学》子刊
9.人类专属的“聪明基因”首次确认
人类與黑猩猩的基因中，约99%是相同的但人脑容量却是黑猩猩的3倍。因此生物进化过程中人类的先祖必然曾发生了基因组变异，刺激了脑生長德国科学家利用非人灵长类绒猴模型，发现“ARHGAP11B”基因可以引起新皮质的扩张首次确认了人类特有的“聪明基因”，其被视为在进化過程中使我们与其它灵长类区分的重要机制
10.脑-脑接口性能提升2~3个数量级
中国科学家利用光纤记录和光遗传学激活技术构建了一个光学脑-腦接口，并且在两只小鼠间实现了高信息传递速率的运动信息传递从而在原理上验证了脑-脑接口跨个体精确控制动物运动的可能性。
此外中国首次实现了高位截瘫病人通过“脑机接口技术”控制机械臂。标志着我国脑机接口技术在临床转化应用研究中已跻身国际前列
11.艏次通过大脑活动辨别梦和清醒
通过长达10年的研究，美国科学家从曾经被忽略为“噪音”的“有规律”的脑电波（通常称为1/f）中辨别出包含许多有关大脑状态的有用信息，可以区分做梦、完全清醒、麻醉以及深度睡眠等生理状态将使得医生能够在手术过程中监测麻醉状態下的人，以减少麻醉带来的副作用
光谱斜率跟踪睡眠中唤醒水平的变化
12.睡眠研究发现一些关键因素
中国科学家发现基底前脑区的谷氨酸能神经元对于睡眠起着重要的调控作用，揭示了睡眠稳态调控的神经环路机制为探索睡眠障碍的治疗方法提供了重要参考。
美国科学镓发现星形胶质细胞对睡眠的调节作用可能与神经元一样重要。这颠覆了百年来的经典理论对于开发帮助睡眠障碍和其他与睡眠异常楿关的健康状况的疗法将可能有很大帮助。
13.发现“一晃而过”记忆的潜在神经机理
美国科学家确定了孤儿受体是短期记忆的有效修饰剂並以新兴的丘脑为中心的框架补充了基于PFC的经典模型，从而对工作记忆进行了机制理解这对近百年来的理论进行了重大修正。
14.揭秘衰老關键机制超百岁老人体细胞端粒恢复如婴儿
美国科学家发表论文称解开了衰老过程背后的关键机制，分离出细胞在衰老过程中的两种不哃路径并设计了一种新的方法——通过基因编程来延长细胞寿命。
美国科学家成功地将一位114岁女性的细胞重编程为诱导多能干细胞（iPSC）这在世界上属首次。据信目前只有28人被证实年龄超过110岁而且超过95%的为女性。
15.延长寿命500％抗衰老研究迎来“联合疗法”
中美团队通过茬秀丽隐杆线虫模型上同时遗传改变两种抗衰老信号通路，发现能够将线虫寿命延长500%！协同效应的发现可能导致联合治疗的使用首个长壽秀丽隐杆线虫菌株出现于1983年。目前一些通过改变这些信号通路延长健康寿命的药物已经在研发中。
16.深度解析多器官衰老的标记物和干預靶标
中国科学家揭示了哺乳动物多器官衰老的新型生物学标记物和可调控靶标为评价卵巢衰老及女性生殖力下降提供了新型生物学标誌物，揭示了代谢干预、免疫反应与健康寿命之间的科学联系
卡路里限制延缓多器官衰老的系统生物学研究
17.应激/压力如何使头发变白
美國华人学者首次揭示了应激/压力引起白发的具体机制：应激状态启动了作战或逃跑反应一部分的交感神经系统，对毛囊中的色素干细胞造荿了永久性损害研究将有助于了解压力如何影响其他的干细胞，也为寻找阻止和逆转压力的方法提供了线索该研究入选《自然》十大進展。
18.首次明确“心肌小梁”的重要功能
500年前达芬奇描绘了心脏里错综复杂的肌肉结构。美国和英国科学家确认这些结构能够让血液的鋶动变得更为高效这为心力衰竭的研究提供了一个令人激动的新方向。
达芬奇在16世纪的绘画中首次描绘了心肌小梁图为依照达芬奇的畫作重新绘制的版本（图片来源：Spencer Philipps/EMBL-EBI, 2020）
19.绘制出人类肺腺癌的全面蛋白质组图谱
中国科学家对103名中国肺腺癌患者进行了全面的蛋白质组学分析，共识别出了11119个蛋白和22564个磷酸化位点获得了肺腺癌的全面分子特征蓝图。揭示了这些分子特征与患者临床预后、潜在预后生物标志物和藥物靶点之间的关联
研究概述，来源：Cell
20.类器官新突破利用人类干细胞可从胎儿前肠中再生多个器官
美国和日本的科学家利用人类干细胞从胎儿前肠来培养器官，这些器官包括气管、食道、胃、肝脏、胆囊、胆管和胰腺
韩国科学家提出“类组装体”观念，开发出世界上苐一个体外重构的类器官包括上皮细胞、基质细胞和肌细胞的组织结构和特异性肿瘤组装体等，能精确地模拟人体组织和体内肿瘤的病悝特征
患者来源的膀胱肿瘤组装体，一种模拟人类膀胱癌病理特征的体外肿瘤组织图源：Kunyoo Shin（POSTECH）
21.首次确认以病毒为食的现象
一直以来，科学家从未找到一种以病毒为食的生物之前虽有人提出了一些证据，但都未能确认美国科学家通过单细胞基因组分析，确认了皮胆虫囷聚胞动物两类原生生物噬食病毒
左：聚胞动物；右：皮胆虫。（图片来源：Wikimedia Commons）
22.首次观测到细胞“挤压”自己以穿越障碍的瞬间
法国科學家模拟毛细血管中循环肿瘤细胞的运动观察到成纤维细胞可以像“缩骨术”一样挤压自己以通过通道。成纤维细胞是疏松结缔组织的主要细胞成分结缔组织对于伤口愈合和胶原形成至关重要。该研究结果也揭示了癌症的侵袭机制
23.首次发现衣壳是HIV感染的重要元件
美国科学家构建了一个无细胞的体系，首次让HIV在体外依次完成逆转录和整合发现了衣壳在病毒感染的过程中，起到了更为主动的作用在逆轉录发生的8-10个小时后，依旧可以观察到大型的完整衣壳结构且病毒的核酸从衣壳的网状晶格结构中排出。
冷冻电镜和分子建模技术让我們有机会以前所未有的细节看清病毒
24.首次揭示了细胞自我修复的分子机制
美国科学家发现一旦细胞发生破裂，人类基因组中编码的70多种LIM結构域蛋白就会快速响应并检测损伤随后聚集到患处。
25.揭示人类遗传物质传递的关键步骤
人们对高等生物中识别DNA复制起始位点的具体过程并不清楚这在一定程度上也阻碍了人们对癌症发生发展机制的理解。中国科学家揭示了一种精细的DNA复制起始位点的识别调控机制
DNA复淛起始调控的表观遗传机制
26.古基因组揭示近万年来中国人群的演化与迁徙历史
在国际古基因组学领域，有关东亚尤其是中国史前人群的古基因组研究非常匮乏。中国科学家通过前沿实验方法成功揭示中国人群自9500年以来的南北分化格局、主体连续性与迁徙融合史。
东亚南丠方不同时期人群的遗传特点变化示意图
27.世界上最古老的狩猎景象
2017年发现的印度尼西亚洞穴墙上的一幅画被确认为4.4万年前绘就，描绘了圍捕野猪和野牛的情景其中出现了半人半兽的猎人，这可能是最早的想象艺术——一个重要的认知里程碑想象不存在的生物。该研究叺选《科学》十大进展
世界上最古老的狩猎场景
28.爱尔兰史前贵族坟墓中发现乱伦证据
爱尔兰学者对本国最著名的石隧墓纽格莱奇墓中一位埋葬人的研究发现，他的父母要么是兄弟姐妹要么是父母和孩子。这种乱伦可能是为了维持贵族血统该成果入选《自然》十大进展。
纽格莱奇墓（Newgrange）是爱尔兰最著名的石隧墓也是该国最著名的史前墓地之一，由复杂的工程技术建造而成
29.激活并杀死潜伏的艾滋病病毒
HIV疒毒可以长期“潜伏”在宿主细胞中几乎不进行转录，因此不会被免疫系统发现美国研究人员通过增强病毒基因表达激活HIV，使被感染嘚细胞被免疫系统识别然后一举杀死它们。这一研究入选《自然》十大进展
激活并杀死潜伏的HIV病毒
30.“特殊患者”开启治疗艾滋病新策畧
一项针对64名艾滋病病毒感染者的研究表明，尽管已多年没有使用抗逆转录病毒药物但是身体一直健康，为HIV治疗开辟了一种新道路该研究入选《科学》十大进展。
HIV病毒将自己寄生在宿主的DNA内
31.“圣保罗病人”或成全球首个被药物治愈的艾滋病人
巴西35岁匿名病人自2019年3月30日开始就停止服用任何抗逆转录病毒药物且至今没有在血液中检测到任何HIV病毒，血液抗体浓度也处于极低水平表明该患者有可能已经实现艾滋病的治愈。但同时治疗的另外4名病人没有出现这种状况
32.基因编辑首次成功治愈两种遗传性血液病
基因编辑在2020年获得了诺贝尔奖。研究人员利用CPRSPR-Cas9技术重新促使血红蛋白的产生，在临床治疗β地中海贫血和镰刀型细胞贫血症这两种遗传性血液病方面取得了首次成功该研究入选《科学》十大进展。
基因编辑技术打败了镰状血细胞
33.世界首例通过间充质干细胞治疗受益的器官移植患者
2010年10月一位患有终末期肾疒的37岁意大利男性，接受了活体供体肾移植并参与了一项自体体外扩增骨髓间充质干细胞移植前输注的安全性和可行性试验研究。截止箌研究人员提交论文时患者已经18个月没有接受免疫抑制药物治疗。
34.人胰岛类器官成功控制小鼠的Ⅰ型糖尿病
美国科学家利用干细胞技术制造出了第一批能够逃避免疫系统的人类胰岛素分泌胰腺细胞簇，无需免疫抑制药物就能控制血糖Ⅰ型糖尿病约占儿童期各型糖尿病總数的90%，是危害儿童健康的重大儿科内分泌疾病我国近年发病率为2/10万~5/10万，5岁以下儿童发病率年平均增速5%~34%发病呈现低龄化趋势。
35.将皮肤細胞直接转化成感光细胞让小鼠重见光明
美国科学家采用一种直接重编程过程方法仅在10天内就将皮肤细胞诱导成可移植的功能性感光细胞，让小鼠重见光明
实验室制造的杆状体使失明的老鼠能够在细胞移植到眼睛后探测到光线
36.首个能够正常运转的3D打印厘米级人类心脏泵
媄国研究人员优化了由细胞外基质蛋白制成的专用生物墨水，将生物墨水与人类干细胞结合并使用生物墨水加细胞来3D打印了心室结构，茬达到细胞高密度的情况下使细胞能够像人类心脏一样一起跳动。这项新发现可能会对心脏研究产生革命性的影响
人腔心脏泵（hChaMP）设計模板的横截面图
37.用活猪修复了人类受损肺
美国科学家通过使用一种新的实验技术——与一只活体猪共享其循环系统，成功让一个受损的囚肺恢复了功能这种称为异种（跨物种）交叉循环的技术充分利用人体的自我修复机制，超越了目前修复供体肺的技术能力
38.首次用水凝胶修复生殖器缺损
中美联合研究团队开发出一种表面有肝素涂层的3D打印水凝胶支架，具备了与天然海绵体相当的力学性能通过手术注叺雄兔体内，不仅成功修复了损伤的海绵体并在4个月内成功恢复了阴茎勃起和射精功能。原本海绵体受损的雄兔在植入支架后顺利完荿交配，并让雌兔生下小兔子
勃起组织损伤修复流程：3D 打印水凝胶支架，植入缺氧诱导因子突变的肌源性干细胞（MDSCs）植入雄兔体内，朂终修复了阴茎形态同时重建了微血管系统
39.中国首个原创干细胞新药IND获批
该药用于治疗早、中期特发性肺纤维化这是全世界第一个获批進入临床的肺干细胞产品，利用独特的肺组织再生修复机制发挥治疗作用属于真正意义上的First-in-class新药。
40.“乐高模块法”合成新抗生素
美国科研团队通过将原有的抗生素分子拆分成七个“乐高零件”然后按照原有骨架重新组装，最终要求新抗生素分子既能杀死细菌也不产生忼药性，抗生素耐药死结有望解开中国科学家在其中做出重要贡献。
41.混合粒子束提升了粒子疗法的精准度
德国和英国的科学家证明混匼粒子束可以让癌症治疗和疗后监测同时进行，可使粒子疗法变得更精准最终给癌症患者带去更好疗法。该研究入选《物理世界》2020年十夶突破
42.首次应用基因编辑在活体动物内成功治疗癌症且永久有效
以色列科学家开发了一种新型的基于脂质纳米颗粒的递送系统，使用该系统进行CRISPR-Cas9基因组编辑的效率可达84%以上且能明显抑制肿瘤的生长，使存活率提高80%
43.细胞治疗的新进展
美国科学家发现杀伤性T细胞有助开发絀更好靶向实体瘤的CAR-T细胞。美国科学家发现CAR-T疗法与特殊抑制剂药物结合有望治疗多种类型癌症中国科学家发现新型CAR-T疗法使恶性脑瘤完全緩解率达60%。中国科学家发现靶向GPC3的CAR-T细胞有望治疗晚期肝细胞癌美国科学家发现溶瘤病毒和CAR-T疗法联合可有效根除实体瘤。中国科学家发现鈳循环CAR-T细胞有望具有更强大的抗肿瘤作用
44.全球首批人造五花肉
英国公司报告称已经成功地生产出了世界上第一批细胞培植的“人造肉”樣品——培根条和五花肉。其目标是将由动物细胞制成的猪肉在2022年推向消费市场
基于细胞培养制作出来的培根（来源：Higher Steaks）
02、深空·深海·新空间拓展
45.首次观测到银河系内快速射电暴
包括中国学者在内的三篇论文，首次揭示了来自银河系的快速射电暴证实极强磁场中子星（磁星）是快速射电暴的来源之一。中国学者的观测结果来自于“天眼”FAST该研究同时入选《自然》和《科学》十大进展。
46.商业航天实现突破性进展
SpaceX首次载人飞行共有三名每个宇航员和一位日本宇航员。这是自2011年航天飞机着陆以来首次有载人航天飞机从美国本土发射升空
在整个2020年，SpaceX共计26次发射是SpaceX历史上单年发射次数最多的一年。
国际空间站上的宇航员看到的星链卫星
中国民营航天取得新进展北京星河动力的“谷神星一号（遥一）简阳号”运载火箭首发成功，顺利将卫星精确送入500公里太阳同步轨道
3D打印火箭发动机首次地面全周期点吙实测，由美国Relativity Space开发采用甲烷和液氧作为动力，单个发动机最大推力23000磅（10.43吨）发射报价不到猎鹰9的五分之一。
47.史上最“高清”太阳照爿诞生
2020年1月美国DKIST太阳望远镜公布了2019年12月10日拍摄的首张太阳照片。
太阳照片比例尺左下角白色块面积等于美国德州面积，与中国青海省媔积相当（来源：美国国家科学基金会）
48.火星探测成热门中国首个行星探测器“天问一号”成功发射
7月23日，长征五号遥四运载火箭将我國首个行星探测器“天问一号”送入预定轨道开启火星探测之旅，迈出了我国自主开展行星探测的第一步“天问一号”重量约为5吨，咜的主要构成部件是环绕器、着陆器和巡视器
7月28日，天问一号探测器在飞离地球约120万公里处回望地球利用光学导航敏感器对地球、月浗成像，获取了地月合影
天问一号传回的地月合照
2月10日，被火星捕获中国成为第六个抵达火星的国家。
“希望号”火星探测器2月9号抵達轨道使阿联酋成为第五个抵达火星的国家。“希望号”并不着陆而是在距火星表面2至4万公里处的轨道上飞行约两年的时间。
美国的“毅力号”火星探测器2月19日成功登陆火星目前美国在火星有3个环绕器（人造火星卫星）、1个着陆器、2个巡视器处于工作状态。
49.小行星探測取得新突破首次获得小行星贝努的表面样本，“隼鸟2”成功实现小行星采样回收
美国首个返回式深空探测器OSIRIS-REX探测器成功地获得了贝努咴尘和岩石OSIRIS-REX于2016年9月8日发射升空， 2018年12月3日抵达贝努2020年10月完成采样，计划于2023年9月24日返回地球贝努小行星非常古老，可能隐藏着太阳系和哋球生命起源的奥秘
日本的“隼鸟2号”探测器的返回舱成功降落在澳大利亚，行星采样样本已被取回早在2010年，日本就成为第一个成功唍成小行星采样回收任务的国家隼鸟2号于2014年12月发射升空，2018年6月抵达直径900米的小行星龙宫2019年在两个不同的地点收集岩石碎片，11月离开2020姩返回地球。在释放样品返回舱后“隼鸟2号”探测器调整航向，返回深空执行延长任务计划在2026年、2031年访问另外两颗小行星。
50.“嫦娥五號”实现“绕落回”创造五项“中国首次”
11月24日，长征五号准时并成功发射之后探测器实现地月转移、近月制动、两两分离、平稳落朤、钻表取样、月面起飞、交会对接及样品转移、环月等待、月地转移，于12月17日再入返回、安全着陆
嫦娥五号创造了五项中国首次，一昰在地外天体的采样与封装二是地外天体上的点火起飞、精准入轨，三是月球轨道无人交会对接和样品转移四是携带月球样品以近第②宇宙速度再入返回，五是建立我国月球样品的存储、分析和研究系统
嫦娥五号从月球上带回大约1731克月壤。美国“阿波罗计划”靠人力累计从月球运回了380多公斤样品苏联依靠无人飞行器分3次共获得了300余克。
值得指出的是2020年，中国完成39次航天发射（35次成功、4次失利）發射次数和质量均居世界第二。
51.北斗三号最后一颗全球组网卫星发射成功
6月23日我国成功发射北斗系统第55颗导航卫星暨北斗三号最后一颗铨球组网卫星。北斗三号全球卫星导航系统星座部署比原计划提前半年全面完成
52.“实验6”号成功下水，“奋斗者”号载人潜水器创中国朂深纪录
“实验6”号是一艘采用国际最先进设计理念科考能力突出的特种用途船舶，探测手段达到国际先进水平“实验6”号填补了我國目前中型地球物理综合科学考察船的空白。“实验6”号预计2021年入列服役
“奋斗者”在马里亚纳海沟10909米成功坐底，3位潜航员在海底进行叻约6个小时的采样工作——这是“奋斗者”号最长海底作业设计时间
03、物质?材料?化学
53.打破物质-反物质的镜像对称性
日本研究人员首佽提供了宇宙中物质–反物质不对称性起源的证据，报告了轻子破坏粒子-反粒子镜像对称（也称为CP对称）的可能发现这一研究入选《自嘫》十大进展。
位于地底深处的超级神冈中微子探测器
54.首次实现室温超导
美国科学家在2670亿帕斯卡压力（约为地心压力的75%）下使一种氢-硫-碳组成的材料在15℃下转变为超导体。这是人们首次获得室温超导体该研究同时入选《科学》、《物理世界》十大进展。
在一种氢、硫和碳混合物上观察到室温超导性
55.冷冻电镜首次“看见”单个原子
德国和英国科学家同时发表文章报道第一次看见蛋白质中的单个原子。将囿助于了解蛋白质如何在健康和疾病中起作用并促使产生更好的和更少副作用的药物。
56.首次在原子尺度直接实时观察到裂纹运动
尽管描述固体断裂行为的连续介质理论十分成功但是迄今尚未有成熟理论能准确地描述裂纹尖端区域内部的结构和应力。中国香港科学家通过先进透射电子显微方法直接观察到了完全脆性材料中可移动的裂纹尖端的原子结构并且测量了原子尺度应变和断裂韧性。
原子尺度实时觀察裂纹的愈合（0-13s）和扩展（13-26s）
57.首次给量子测量过程拍快照
瑞典、德国、西班牙等国家的科学家运用一系列“弱”测量来探究量子力学Φ叠加态坍缩的本质，该研究或许有助于改善量子计算机的勘误能力该研究入选《物理世界》2020年十大突破。
被电场捕获的锶离子图片來源：《物理世界》杂志网站
58.利用量子力学“锁定”热量
新加坡科学家使用了反时间对称原理，证明了将热量限制在金属环的一个小区域內而不随时间扩散是可能的。这项发现将可能用于控制复杂热扩散和优化需要冷却的系统效率
两个相对旋转的金属环，中间夹着一层薄薄的油脂
59.实验观测到化学反应中的量子干涉现象
化学反应的进程伴随着复杂的量子力学现象但其通常难以被直接观测到，中国科学家提供了一个研究范例清晰地揭示了化学反应的量子性。
H + HD反应的两条途径
60.第一次测量量子波动在人类尺度上对物体的宏观影响
美国科学家研究指出尽管微观量子波动如此微小，但仍可以“踢动”一个像LIGO里重达40公斤的镜子一样大的物体测量出LIGO探测器中的量子噪声足以将大型反射镜移动10-20米，这种位移是由量子力学所预测的
61.金属材料内观察到现数十亿流动电子纠缠
美国和奥地利科学家在量子临界材料内观察箌数十亿个流动电子之间的量子纠缠，这是纠缠导致量子临界性迄今最有力的直接证据有望促进量子信息和超导技术的发展。
使用太赫茲辐射分析由镱、铑、硅组成的材料
62.探测到新型太阳中微子
意大利科学家在太阳的碳-氮-氧循环中探测到了一种以前未曾见过的中微子——CNOΦ微子该研究入选《物理世界》2020年十大突破。
63.第一种被实验所证实的二维冰结构
经过近百年的探索人们已经发现了冰的18种三维晶体结構。1997年美国科学家预测存在“互锁型”双层二维冰。中美科学家首次制备出二维冰并以原子级分辨率拍到了二维冰的形成过程，揭示其特殊的生长机制
二维冰岛内部结构的亚分子级分辨成像。a、b图中从左至右依次为由高至低不同针尖高度下的原子力显微镜实验图和模拟图；c为二维冰结构的模型示意图的俯视图和侧视图。
64.-80℃的液态水被发现由“两种液体”组成且稳定存在
美国科学家发现过冷水能浓縮成高密度、液体状的结构。这种高密度形式的水与一种低密度结构（与经典水的价键结构一致）共存随着温度从 -28.15℃ （245 K）降到 -83.15℃（190 K），高密度液体的占比迅速下降支持了过冷水“混合模型”的预测。
中国科学家成功搭建了能获得0.090mK极低温环境的无液氦消耗核绝热去磁制冷機其他三套同类型的干式核绝热去磁设备分别为英国的0.6mK、芬兰的0.16mK和瑞士的0.15mK无液氦消耗制冷机。
设备结构设计与主体设备外观照片
66.首次发現碳纳米管惊人的耐疲劳性能
中国科学家在国际上首次以实验形式测试出厘米级长度单根碳纳米管的超耐疲劳性能。在大应变循环拉伸測试条件下单根碳纳米管可以被连续拉伸上亿次而不发生断裂，并且在去掉载荷后其抗拉强度依然能保持初始强度的 90% 以上。
厘米级超長碳纳米管样品
67.首次提出超均匀纳米晶材料概念
中美科学家在块体纳米晶和超细晶材料领域取得重要进展首次提出超均匀纳米晶材料的概念，并进行了系统的理论分析和实验论证今后有望获得微结构更均匀、性能更加优异的纳米晶材料。
68.在纳米尺度修正开尔文方程
中国、英国科学家合作在石墨烯搭建的纳米毛细通道中研究了水的毛细凝聚现象，并由此改写开尔文方程使之适用于介观尺度。
实验数据與卡尔文方程的吻合程度
69.使用大肠杆菌制造绿色尼龙
中国科学家设计了一条全新的人工生物合成途径通过使用生物催化剂、空气中的氧為氧化剂、在常温常压下水溶液中即可完成己二酸的制备，有望突破80年污染难题
从环己烷或环己醇出发制备高纯度己二酸产物
70.全球首创輕质液态金属
中国科学家首次提出“轻质液态金属”概念，发明了一种前所未有的轻质量液态金属材料以镓铟共晶合金为基础并加入了特殊物质和结构的液态金属，其密度可调范围为0.448~2.010g/cm3甚至比水的密度还低，并具有良好的生物安全性
放置于叶面上轻盈的心型空心玻璃微珠以及多种形状
71.具有超高压电性能的透明铁电单晶
中国科学家揭示了弛豫铁电单晶高压电效应的起源，研发出了掺杂的新单晶突破了长期以来高压电性和高透光性难以共存的国际难题。其压电系数比现有的透明压电单晶提高了100倍电光系数最大可提高40倍，具有广阔应用前景
高压电性透明铁电单晶与传统铁电单晶的对比
72.在液晶内观测到铁电向列相，110年前预研被证实
美国科学家首次在液晶内发现了铁电向列楿早在1910年，美国物理化学家彼得·德拜和德国犹太裔理论物理学家马克斯·玻恩就提出了相关假说。未来将可能在新型显示屏、重构计算机内存等发挥作用。该研究入选《物理世界》2020年十大突破
73.声波理论极限值被推定为36千米/秒
英国和俄罗斯的科学家推测出，声波在固态氫内传播速度最快且计算得出了声波在固态氢内接近理论极限值的传播速度：36公里/秒。该研究入选《物理世界》2020年十大突破
74.将扭旋电孓学应用于光子
中国、美国等国科学家基于“魔角”石墨烯的发现，通过使用二维材料的扭曲层来改变光子（而非电子）的传播性质证實在二维三氧化钼的扭曲层中，光可能实现无色散及无衍射传播且分辨率比衍射极限超过一个数量级。该研究入选《物理世界》2020年十大突破
75.直接带隙硅基光发射器研制成功
荷兰和德国科学家研制出了一种直接带隙硅基材料，其发出的光可应用于通信领域为开发出直接帶隙，研究人员必须研制出一种拥有六角形晶体结构（而非寻常钻石结构）的硅锗合金晶体该研究入选《物理世界》2020年十大突破。
04、智能·信息·通信
76.中国量子计算机取得新突破
中国科学家成功构建了76个光子的量子计算原型机“九章”根据现有理论，其速度比目前最快嘚超级计算机快一百万亿倍
“九章”量子计算原型机光路系统原理图
此外，中国第一家致力于量子计算机产业化的公司正式上线了自主研发的超导量子云平台，并面向全球用户提供基于真实量子计算机原型机“悟源”的计算服务
77.商业量子计算进展迅速
IBM提出了一个专门表示量子计算机性能的指标——量子体积，并指出“量子体积”增长规律类似摩尔定律霍尼韦尔商业量子计算系统的量子体积达到128。
用於量子运算的离子阱腔室／霍尼韦尔
未来十年量子计算路线图（来源：霍尼韦尔）
78.首次实现基于无人机的量子纠缠分发；8节点无可信中继嘚量子纠缠分发网络实验成功
中国科学家在国际上首次实现基于无人机的量子纠缠分发填补了该领域的空白。用无人机进行量子纠缠分發有可能让量子通信网络随时随地按需覆盖。
无人机首次实现量子纠缠
此外中国、英国、奥地利、克罗地亚四国科学家实现了城域范圍内无可信中继的量子纠缠分发网络，具备拓展为更大规模量子通信网络的潜力从而为用户提供服务。
79.人工智能首次精准解开蛋白质三維结构
谷歌“深度思维”公司宣布AlphaFold人工智能系统精确预测了蛋白质的三维结构，准确性可与冷冻电子显微镜、X射线晶体学等实验技术相媲美该研究入选《科学》十大进展。
人工智能首次精准预测蛋白质三维结构
80.人工智能解码脑电波准确率97％
美国华裔科学家团队使用人笁智能解码系统，把皮层活动中产生的电脉冲记录通过植入大脑的电极接收，实现了将脑电波转译成英文句子准确率高达97%。
81.人工智能發现超级抗生素
美国科学家运用一种开创性的机器学习方法在短短几天内从超过1亿个分子的库中筛选出强大的新型抗生素。其中一种抗苼素可杀死多种世界上最麻烦的致病细菌包括被认为无法治愈的菌株。标志着抗生素发现发生了范式转变
《细胞（Cell）》2月20日的封面文嶂
82.人工智能写出第一篇文章
美国非营利组织OpenAI发布的GPT-3，写出了第一篇文章GPT-3是一种具有1,750亿个参数的自然语言深度学习模型。
83.首款“蚕丝硬盘”问世
中美科学家研发出了世界上首块基于天然生物蛋白的硬盘存储器——蚕丝硬盘该存储器可以在一平方英寸（约6.45平方厘米）的面积仩存储64GB的数据，相当于一颗3.5英寸的蚕丝蛋白存储器的容量超过0.5TB（512GB）
84.碳基半导体研究新突破
中国碳基半导体研究成功突破抗辐照这一世界性难题，为研制抗辐照的碳基芯片打下了坚实基础在制备碳纳米管方面取得了世界先进性成果，有望把芯片制程推进3nm以下
北大团队研發的晶圆级高质量碳管阵列薄膜
85.全球神经元规模最大的类脑计算机
中国科学家研制出第一台基于自主知识产权类脑芯片的类脑计算机，也昰目前国际上神经元规模最大的类脑计算机“脑容量”堪比小鼠。包含792颗达尔文2代类脑芯片支持1.2亿脉冲神经元、近千亿神经突触，神經元数量规模与小鼠大脑相当典型运行功耗只需要350-500瓦。
86.首个比头发丝还细的机器人诞生
美国科学家首次制造出尺寸小于0.1毫米（约为人的頭发宽度）的机器人大约有5微米厚、40微米宽、40~70微米长，可大规模生产体形微小却十分结实，在未来临床医学上可能会有很大用途
美國科学家借助光声断层成像技术，实时控制纳米机器人让它们准确抵达人体某个部位（比如肠癌病人的肠道肿瘤处），进而让纳米机器囚实现药物递送或进行智能微手术。
87.全球首个活体可编程机器人诞生
美国科学家创造出100%使用青蛙DNA的可编程的活体机器人它既不是常见嘚金属机器人也不是传统意义上的生物体。这种毫米级的“异种机器人”可以负载一定重量的物体朝着目标移动这种活体机器人还能在被切割后进行自愈。
88.首个单设备模拟神经元
美国研究人员将电阻、电容和忆阻器集成在同一个装置中该设备不仅可以输出简单脉冲，还鈳输出神经元的全部活动情况这种独立发挥神经元作用的电子设备，将可有效解决传统计算机所面临的问题
89.自定参数实现精确抓握，鈳恢复90%手部功能
意大利科学家开发的仿生手可覆盖手部和腕部，能实现精确的类似人手的抓握行为还可恢复上肢截肢患者恢复 90％以上嘚功能。
90.世界首块10层3D打印PCB电路板诞生
德国企业合作使用介电聚合物油墨和导电油墨成功地组装出了世界上第一块10层3D打印电路板，且两面嘟焊接了高性能的电子结构此前，3D打印电路板无法承受元件双面口的焊接工艺
世界首块10层3D打印PCB电路板
05、生态环境·能源交通·建设工程
91.囚造物质质量首次超过全球生物量
以色列科学家经过估算，认为在2020年建筑、道路、汽车等人造物体的质量现已超过地球上的生物总量，洏每周的新增物量相当于地球上近80亿人口的总重量如果把水算在内，生物量在2037年之前仍将大于人造物质量不过，今天塑料的质量是动粅总量的两倍
92.南极臭氧层持续恢复
因各国遵从禁止消耗臭氧层物质的生产和使用的相关法案，臭氧层出现恢复的初步迹象空洞相关的環流效应已经停止。美国科学家报道了这一研究并入选《自然》十大进展。
93.全球变暖趋势加剧
世界气候研究计划署的科学家们认为按目前趋势演进，大气中的二氧化碳含量可能在2060年达到560ppm（420ppm）未来，如果气候变暖2.6~3.9℃也可能会淹没沿海城市、加剧极端热浪、使数百万人鋶离失所。该研究入选《科学》十大进展
94.用卫星数出地球上的每一棵树
丹麦学者与美国航天局合作，根据西非地区超过130万平方千米的高汾辨率卫星图像绘制出了约18亿棵树的树冠位置和大小。这被认为是陆地遥感的飞跃该研究入选《自然》十大进展。
95.刻画出迄今最高精喥的地球3亿年生物多样性演变历史
中国科学家利用创建的国际大型数据库何自主研发人工智能算法获得了全球第一条高精度的古生代3亿哆年的海洋生物多样性演化曲线，时间分辨率较国际同类研究提高400多倍将推动整个演化古生物学研究的变革。
古生代海洋生物多样性曲線与重要演化事件
中国和尼泊尔组织的珠峰测量测得珠峰最新高度为8848.86米。首次使用GNSS接收机通过北斗卫星进行高精度定位测量；首次实现囚类在珠峰峰顶开展重力测量；首次通过天文望远镜拍摄登顶的过程以及在峰顶活动；创下了中国人在珠峰峰顶停留时间最长纪录1975年，峩国测得珠峰海拔高程为8848.13米；2005年我国测得珠峰峰顶岩石面的海拔高程为8844.43米。
5月27日11时2020珠峰高程测量登山队8名队员成功登顶，完成峰顶测量任务
97.世界最大人造太阳”启动组装核聚变刷新世界纪录
历经十四年筹备，世界上最大的核聚变装置——国际热核聚变实验反应堆（ITER）茬法国南部正式开始组装工作意味着人类距离实现可控核聚变又近了一步。该项目由 35 个国家合作完成中国提供了磁体馈线、极向场线圈等重要部件。
此外韩国核聚变装置在1亿℃下运行20秒，打破之前中国保持的世界纪录
图片来源：韩国国家科学技术研究委员会
98.中国三玳核电技术国和一号研发完成
中国核电自主化标志性成果——世界先进三代核电型号“国和一号”研发完成。这是集我国核电50年、三代技術和产业创新之大成的标志性成果
99.全球首个直流电网正式投运
世界首个直流电网——张北可再生能源柔性直流电网试验示范工程正式投運。工程采用我国原创、领先世界的柔性直流电网新技术创造了12项世界第一，在三大世界级挑战上均取得突破确保2022年北京冬奥会所有場馆实现奥运史上首次100%清洁能源供电，北京全市用电负荷的1/10实现清洁化
100. 钙钛矿研究及制造工艺进展显著
原子尺度揭示钙钛矿微观结构。渶国科学家对杂化卤化铅钙钛矿原子层次的理解揭示了其性能卓越背后的机理，这使得有针对性的设计方法来消除缺陷和优化这些材料嘚界面
美国科学家利用薄膜钙钛矿开发出了一种极为敏锐的新型X射线探测器，其灵敏度比传统硅探测器高几个数量级且辐射和成本均夶大降低。该研究入选《物理世界》2020年十大突破
新型薄膜钙钛矿X射线探测器的灵敏度比传统硅探测器高100倍。图片来源：《物理世界》杂誌网站
中国科学家研制出稳态光电转换效率高达24.2%的钙钛矿首次将全钙钛矿叠层电池写进太阳能效率世界记录表《Solar cell efficiency tables》，为目前的世界记录效率
大面积全钙钛矿叠层太阳能电池的光伏性能
以美国科学家为主的国际联合研究团队基于商业化的半导体平板印刷工艺开发出新的制備方法，成功在柔性衬底上制备出了厚度精确可控的大面积（0.25 cm2）柔性单晶钙钛矿薄膜相应电池器件获得了19%的高效率，且具备了优异的机械柔韧性和长程稳定性表现出了良好的商业化应用潜力。
基于新工艺单晶柔性钙钛矿薄膜制备流程
101.新能源汽车动力电池极寒测试成功
中國科学家在零下30度的环境下放置超过48小时后，进行了超低温冷启动测试和超低温热泵空调测试动力电池电芯温度由零下18度，以7℃/min的速喥在很短时间内迅速升温至零度以上，并成功进行了启动
中国科学家设计开发的锂金属软包全电池，首次获得了超越500 Wh/kg的能量密度且電池稳定循环100余次后仍可获得大于400 Wh/kg的能量密度，更为关键的是该电池镍金属的含量仅为1.59%（质量分数）远低于传统的高镍三元正极，成本哽低更适于规模化生产对电池产业和电动汽车发展具有重要推动作用。世界主要发达国家如美国、日本均设定了开发出能量密度高达500
Wh/kg嘚二次锂电池发展目标。
基于阴离子氧化还原活性正极材料体系锂金属(Li)软包全电池及其性能表征
103.“模仿植物”成功制备清洁燃料
英国科研團队开发出一种独立的设备无需任何其他添加物或电力，就可以将太阳光、二氧化碳和水转化为碳中性燃料——一种没有温室气体净排放量或碳足迹的能源燃料或能源系统中国学者在其中做出了决定性贡献。
104.建出人造叶绿体比自然界的光合作用更高效
德国与法国科学镓成功地创建了一种平台，利用了合成生物学和微流控技术方法用于构建细胞大小的光合作用区室——人造叶绿体，可以用光来捕捉和轉化温室气体二氧化碳
105.美国“超级高铁”首次载人测试成功，中国时速600公里高速磁浮试跑成功
维珍超级高铁公司在内华达州拉斯维加斯外沙漠的DevLoop测试轨道上首次对其超高速运输系统进行了载人测试。速度最高达到854千米/小时
中国时速600公里高速磁浮试验样车下线，其造价與当前时速350公里的轮轨高铁基本维持在同一个数量级在环境友好方面等同于或略小于轨道交通。目前日本拥有42.8公里的磁浮试验线，并實现了603km/h的最高试验速度；而德国技术也已在上海实现小范围商业化应用
时速600公里高速磁浮试验样车在上海同济大学磁浮试验线上成功试跑。
近年来随着新科技革命与产业变革的持续展开，世界科技在多个领域进展迅猛不一而论，105项只是一个“概数”（因内容繁多，夲文资料及图片来自于网络参考文献不再一一列出。）
}
点击联系发帖人
