黑龙江省农机总动力进行预测,选用指数函数模型、多项式拟合模型、三次指数平滑模型、龚帕兹曲线模型为单一预测模型并以1980-2013年农机总动力数据为样本点进行拟合,其平均绝对百分比误差分别为12.5％、3.22％、3.43％、6.09％;然后,建立以误差平方和最小为目标函数的变权组合预测模型,并利用改进的实数遗传算法对变权组合预测模型进行优化,所得到的变权重组合预测模型的平均绝对百分比误差为1.98％,拟合效果较好.以2014-2016年农机总动力数据为预测时点对该方法进行验证,结果表明:不论是拟合精度还是预测误差都具有较好的效果.最后,对黑龙江省未来5年的农机总动力进行了预测,为相关部门对农业机械化的发展规划提供参考.

根据秧苗发育形态调节育秧环境中的光照、温度、湿度能够避免徒长,这对水稻优质高产十分重要.针对水稻秧苗在恒温箱封闭式育秧环境下因监测不及时导致的徒长情况,提出了一种基于机器视觉算法识别秧苗发育状态的方法.采用恒温箱对东农426和东农428水稻进行育秧研究,利用协方差聚类算法对秧苗RGB彩色图像进行分割,再选用连续腐蚀开操作结合Hough变换进行预处理.根据提取与秧苗徒长直接相关的形态指标参数信息,如株高、叶面积、着生角、生长速率,进行曲线拟合,最后将结果显示在软件界面上.实验结果表明,该方法可以正确地识别秧苗并准确提取形态指标参数,准确率为87.5％,秧苗形态参数识别误差不超过7％,适用于封闭式育秧环境中对秧苗的监测,该方法为研究水稻工厂化立体育秧提供了有效参考.

通过对现有文献给出的农村剩余劳动力估算方法中的基准年法、生产函数法、边际收益法、产值比例法、劳均耕地法和生产资源优化配置模型法进行了分析与研究,给出了这些方法的文字描述和数学模型.在此基础上,分析指出了这些方法存在的不足,为进一步深入研究农村剩余劳动力估算方法奠定了理论基础,同时也可为选择农村剩余劳动力估算方法提供理论参考.