《农业工程学报》2022年第15期报道了包括：农业装备工程与机械化、农业水土工程、农业信息与电气技术、农业生物环境与能源工程、土地保障与生态安全、农产品加工工程等农业工程核心技术方面的部分最新科研成果。本期共刊发39篇论文，来自国内99个高等院校和科研院所及企业单位，包括中国农业大学、南京大学、武汉大学、吉林大学、天津大学、西北农林科技大学、华中农业大学、北京林业大学、昆明理工大学、合肥工业大学、华南农业大学、江苏大学、东北农业大学、四川农业大学、西安科技大学、新疆大学、江南大学等。所有研究均受省部级及以上项目资助（共计92项），其中国家级项目达61项（国家重点研发计划项目10项，国家自然科学基金项目18个）。
“农业装备工程与机械化”栏目
罗锡文院士团队的《水稻收获转运双机协同自主作业策略与试验》
（国家重点研发计划项目（2021YFD2000602）；智慧农场技术与装备集成应用模式与数字化展示（2130106）；广东省基础与应用基础研究基金项目（2019A1515111152）
）
针对水稻收获机与转运车双机协同自主作业环节多、粮食转运过程复杂等问题，设计了一种基于有限状态机（Finite State Machine，FSM）的水稻收获机与转运车协同作业策略，分析了水稻收获机与转运车协同作业模式，建立有限状态机模型，运用Stateflow软件进行仿真分析，搭建了履带式水稻收获转运双机协同试验系统验证所设计策略的田间实际作业效果。结果表明，该策略可以实现水稻收获/卸粮转运自主作业，收获效率为0.35 hm2/h，为实现水稻收获双机智能转运协同功能奠定了基础，也为水稻无人农场建设提供技术支持。
张智泓等的《基于DEM-MBD耦合的铲板式滚动触土部件作业机理分析与试验》
（国家自然科学基金项目（52065031, 51605210））基于离散元法（Discrete Element Method, DEM）与多体动力学（Multi-Body Dynamics, MBD）耦合算法建立铲板式滚动触土部件与土壤互作的离散元模型。通过EDEM-RecurDyn联合仿真探索滚动部件作业机理，以机具作业速度（0.6、1.0和1.4 m/s）为影响因素，求解机具作业所需水平牵引力与土壤微坑容积，并通过开展台架试验评价仿真模型准确性，将台架试验与仿真求解结果进行对比，
x
方向水平牵引力相对误差分别为5.02%、4.59%、4.11%，土壤表面微坑容积误差分别为6.23%、7.09%、5.64%，各作业速度下仿真模型具有较好的准确性。该研究所构建的DEM-MBD耦合模型可为探明铲板式滚动触土部件与土壤互作机理、机具几何结构优化、以及作业参数选择提供理论依据和技术参考
。
“农业航空工程”栏目
汪斌斌等的《基于YOLO_X和迁移学习的无人机影像玉米雄穗检测》
（国家重点研发计划项目（2021YFD2000100，2019YFE0125300-1）；广东省重点领域研发计划项目（2019B020216001））为实现复杂田间环境玉米雄穗的精确识别和计数，使用无人机采集试验田的玉米雄穗影像，基于Faster R-CNN、SSD、YOLO_X目标检测模型，使用迁移学习方法实现玉米雄穗的高精度识别，分析了模型对不同品种和不同种植密度的玉米雄穗检测效果。结果表明，基于迁移学习的Faster R-CNN、SSD、YOLO_X的目标检测效果比未使用迁移学习的模型有明显提升，其中，迁移学习后YOLO_X的识别精确度为97.16%，平均精度为93.60%，准确度为99.84%，识别效果最好；不同玉米品种对模型的适应性有所差异，其中郑单958对模型适应性最好；不同种植密度下玉米雄穗的检测效果有所差异，随着种植密度的增加，检测误差逐渐变大。研究为农田玉米雄穗高精度识别提供了一种可靠方法，对玉米表型性状高通量调查具有一定的应用价值
。
“农业水土工程”栏目
时荣超等的《改进AquaCrop-KR模拟不同水分和种植密度制种玉米产量》
（
国家科技基础资源调查专项（2021FY100703）；中国农业大学2115人才工程项目
）
以西北旱区制种玉米为研究对象，于2013－2016年在甘肃武威绿洲农业高效用水国家野外科学观测研究站进行了田间试验，引入密度因子修正了AquaCrop-KR模型中的标准化水分生产力（Normalized Water Productivity, WP*）和收获指数（Harvest Index, HI）。校准结果表明HI与种植密度呈先增加后减小的抛物线关系，并且HI在营养生长期、开花期和生殖生长期的水分敏感指数均随种植密度的增加而增加；WP*随累积标准化作物蒸腾的增加呈先增后减的单峰变化，并且WP*的最大值随种植密度的增加而减小，与之相对应的累积标准化作物蒸腾随种植密度的增加而增大。验证结果表明，改进的AquaCrop-KR模型籽粒产量仅低估5%，可以用来模拟制种玉米的籽粒产量。研究为模拟不同水分和种植密度下的作物产量提供了一种理论方法。
赵引等的《覆膜和灌水量对制种玉米根系分布及产量的影响》
（国家自然科学基金项目（51790535，51679234））为探究制种玉米根系分布及产量对滴灌条件下地膜覆盖和灌溉量的动态响应，于2017年和2018年在中国西北旱区石羊河流域，以制种玉米"Ganxin 630"为供试作物，设置覆膜与灌溉水量2个控制因素，覆膜包括透明膜全覆盖（M1）和不覆膜（M0）2个水平，灌溉水量设置WF、WM和WL 3个水平（分别为灌溉需水量的100%、70%和40%），共6个处理，通过监测制种玉米生育期内的土壤水分、土壤温度、根长密度、地上干物质量和产量状况，分析不同覆膜和灌水量条件下土壤水热动态、制种玉米根长密度分布和产量的变化规律。结果表明，制种玉米各个生育期不同覆膜和灌水量处理下的根长密度均随着土层深度的加深而降低。充分灌溉有利于浅层根系生长，而水分亏缺有利于深层根系生长，产量和地上生物量基本随灌溉量的增加而增加。覆膜10 cm深度处的根长密度比不覆膜在各灌水处理下高4.4%～69.2%，产量高24.9%。制种玉米地上干物质量、产量与播种后75和95 d的0～20 cm土层的根长密度的关系较为密切。研究为石羊河流域科学地进行灌溉和和覆膜管理提供理论依据。
“农业信息与电气技术”栏目
王璨等的《基于移位窗口Transformer网络的玉米田间场景下杂草识别》
（
山西省基础研究计划（202103021223147）；山西省高等学校科技创新项目（2020L0134）；山西农业大学科技创新基金项目（2018YJ44）
）
针对实际复杂田间场景中作物与杂草识别准确性与实时性差，易受交叠遮挡影响，像素级数据标注难以大量获取等问题，提出基于移位窗口Transformer网络（Shifted Window Transformer，Swin Transformer）的高效识别方法，在实现作物语义分割的基础上快速分割杂草。测试结果表明，该研究4种改进模型中，Swin-Tiny-UN达到最佳精度-速度平衡，平均交并比为94.83%、平均像素准确率为97.18%，推理速度为18.94帧/s。对于模拟实际应用的视频数据，平均正确检测率为95.04%，平均每帧检测时间为5.51×10-2 s。该方法有效实现了玉米与杂草的实时准确识别与精细分割，可为智能除草装备的研发提供理论参考
。
杨蜀秦等的《改进YOLOX检测单位面积麦穗》
（
陕西省自然科学基础研究计划项目（2022JM-128）
）
为准确获取单位面积麦穗数，提出了基于改进YOLOX的单位面积麦穗检测方法，利用采样框直接实现单位面积麦穗计数。结果表明，改进的YOLOX-m模型明显改善了对密集麦穗和遮挡麦穗的检测效果，其精确率、召回率、平均精确度和F1值分别为96.83%、91.29%、92.29%和93.97%，与SSD、CenterNet和原YOLOX-m模型相比，平均精确度分别提升了10.26、8.2和1.14个百分点。该研究方法能够直接对复杂大田场景下的单位面积麦穗进行准确检测和计数，为实际生产小麦产量预测中的麦穗智能化计数提供了一种方法参考。
郭希岳等的《利用Re-YOLOv5和检测区域搜索算法获取大豆植株表型参数》
（国家自然科学基金项目（31971786）；山东省自然科学基金面上项目（ZR2021MC021））为了解决目标检测区域中冗余信息过多导致无法准确检测大豆分枝的缺陷，同时快速获取大豆植株表型参数，提出了一种基于Re-YOLOv5和检测区域搜索算法的大豆植株表型参数获取方法。试验结果表明，Re-YOLOv5可以实现检测旋转目标的能力，而且在各项性能指标上都优于YOLOv5，其mAP提升了1.70个百分点，参数量下降0.17 M，针对茎节点的检测精确率提升了9.90个百分点，检测小目标的能力明显增强。检测区域搜索算法也能够准确地定位每个分枝上的茎节点从而重构大豆植株骨架，并得到比较准确的大豆植株表型参数，其中，株高、茎节点数、大豆分枝数的平均绝对误差分别为2.06 cm、1.37个和0.03个，在能够满足实际采集的精度要求的同时，也为获取大豆植株表型信息提供参考。
“农业生物环境与能源工程”栏目
谢秋菊等的《畜禽体温自动监测技术及应用研究进展》
（国家自然科学基金面上项目（32072787）；农业农村部生猪养殖设施工程重点实验室课题；黑龙江省博士后资助项目（LBH-Q21070）；东北农业大学东农学者计划项目（19YJXG02））综述了目前畜禽养殖行业采用的体温监测技术及其发展，重点比较了体内和体外两大类自动化测温技术的优缺点以及应用场景；详述了红外体表测温、数据传输与网络以及体温自动监测等技术在畜禽生产性能、健康监测以及行为监测等方面的应用。分析了自动测温技术存在设备安装、数据传输、温度补偿模型建立等难点，同时表明在无创测温、测量精度、测温部位以及畜禽舍环境调控等方面应作为改进研究重点，提出体外检测非接触式红外热成像自动测温技术以其快速、高效、无应激等优点，将成为畜禽养殖体温监测研究及应用发展的重点方向。
“土地保障与生态安全”栏目
杨绪红等的《综合适宜性与迫切性的非粮化耕地整治分区方法》
（国家自然科学基金项目（41801065）；江苏省自然资源科技计划项目（2022012）；陵水县国土空间总体规划项目（0209151715））以行政村为评价单元，从立地、耕作和利用状态3个维度建立了非粮化耕地整治适宜性评价模型，以功能管制区内非粮化比率建立了非粮化耕地整治迫切性评价模型，利用四象限分区法，构建了综合整治适宜性和迫切性的非粮化耕地整治分区方法体系，并以陵水县为案例区开展了非粮化耕地整治分区划定和整治策略研究。结果表明：1）恢复耕地用于粮食作物耕作，提高稳定利用耕地规模和质量，满足区域耕地保护任务和保障粮食供给是非粮化耕地整治的核心。2）通过整治适宜性评价筛选出优质耕作地块，利用整治迫切性评价明确整治的优先次序，两者的综合能有效明确复耕复种的工作指向；3）陵水县非粮化耕地整治可分了4个区，即优先整治区、重点整治区、后备整治区和限制整治区，建议基于耕作状态、自然地貌和利用条件的组合差异，制定差别化的非粮化耕地整治策略。研究结果可为编制耕地保护专项规划及引导耕地"进出平衡"空间布局提供科学依据。
“农产品加工工程”栏目
孙俊等的《基于改进RetinaNet的果园复杂环境下苹果检测》
（江苏大学农业装备学部项目（NZXB20210210）；江苏高校优势学科建设工程（三期）资助项目（PAPD-2018-87））为了快速准确地检测重叠、遮挡等果园复杂环境下的苹果果实目标，提出一种基于改进RetinaNet的苹果检测网络。结果表明，改进的网络在测试集上对叶片遮挡、枝干/电线遮挡、果实遮挡和无遮挡的苹果检测精度分别为94.02%、86.74%、89.42%和94.84%，平均精度均值（mean Average Precision，mAP）达到91.26%，较传统RetinaNet提升了5.02个百分点，检测一张苹果图像耗时42.72 ms。与Faster-RCNN和YOLOv4等主流目标检测网络相比，改进网络具有优异的检测精度，同时可以满足实时性的要求，为采摘机器人的采摘策略提供了参考。
张聪等的《基于机器学习的中西太平洋黄鳍金枪鱼渔场预报模型》
（国家重点研发计划项目（2019YFD0901405）；农业农村部南海渔业资源开发利用重点实验室开放基金项目（LOF 2022-05）；中央级公益性科研院所基本科研业务费项目（2019T09）；核电厂冷源安全保障相关技术开发项目（21FW018））为提供准确的中西太平洋黄鳍金枪鱼渔场预报信息，利用2008－2019年中国水产集团43艘远洋延绳钓渔船在中西太平洋海域（0°～30°S；110°E～170°W）作业的渔业数据，通过35种特征因子，构建了一种随机森林和极端梯度提升决策树相结合的XGBRF模型，并利用五折交叉验证法确定最佳参数，选择逻辑回归、分类与回归树、K最近邻、自适应增强、梯度提升决策树、极端梯度提升决策树和随机森林等模型作为对照，建立8种黄鳍金枪鱼渔场预测模型并进行模型间的比较分析。结果表明，XGBRF模型对中西太平洋黄鳍金枪鱼渔场的预测性能比其他模型更好，其准确率、渔场召回率、渔场F1得分、非渔场查准率和曲线下面积值AUC均最高，分别为75.39%、87.36%、82.64%、66.32%和79.48%，且模型的受试者工作特征曲线ROC更靠近左上角；海表温度是影响中西太平洋黄鳍金枪鱼渔场分布最重要的环境因子；基于XGBRF预报模型得到的渔场预测结果与实际作业范围总体一致。XGBRF集成模型对中西太平洋海域黄鳍金枪鱼的渔场预报具有较好的效果，可为渔场预报提供参考。
农业工程是一个综合性的交叉学科，是现代科学、技术和工程与农业产业化、现代化的有机结合。经国务院学位委员会研究批准，农业工程为工学门类下属“一级学科”，下设4个二级学科专业：农业机械化工程、农业水土工程、农业生物环境与能源工程、农业电气化与信息化；农业工程类下设 7个本科专业目录：农业工程、农业机械化及其自动化、农业电气化、农业建筑环境与能源工程、农业水利工程、土地整治工程、农业智能装备工程。本刊为中国科学技术协会所属全国一级学会中国农业工程学会主办的一级学报，面向全球读者，刊载农业工程一级学科及其相关工程技术研究新成果。本刊被EI Compendex（核心版）、Scopus、CA、CSA、CAB Abstracts、CSCD、《中文核心期刊要目总览》、《中国科技核心期刊目录》等权威数据库收录。本刊在农业工程类期刊排名中多项位列第一，2015年入选国家新闻出版广电总局“百强报刊”，多年连续入选“中国最具国际影响力学术期刊”“百种中国杰出学术期刊”“中国精品科技期刊”“RCCSE中国权威学术期刊”“科技期刊数字影响力100强”等。2019年获得中国科协等七部委联合实施的“中国科技期刊卓越行动计划”项目支持。2020年入选中国农林领域高质量科技期刊分级目录第一区（T1）。
《农业工程学报》官网：http://www.tcsae.org/nygcxb/article/issue/2022_38_15