该机技术特点是挖掘收获装置采用摆动分离筛结构，减少收获 机结构，保证与手扶拖拉机相配套作业时操作人员便于行走。本发明具有小巧、 行走灵活，耗材量少，收获损失小，作业流畅、工作阻力小，效率高的特点。 适用于丘陵山地的薯类收获。选用手扶拖拉机为配套动力，动力消耗小，便于 在丘陵山地行应用，有效提高薯土分离效果。配套动力 8.8kW；收获幅宽 700mm； 生产率为 0.10 hm2/h； 损失率≤5.0 %；伤薯率≤5.0 %。与国内外同类机具相 比具有挖掘深度调节方便、作业稳定、薯土分离效果好等优点。

项目简介本成果基于作物氮素和水分胁迫时的冠层图像和冠-气温差特征，利用可见光-近红 外多光谱相机、红外温度探测器、辐照度传感器和环境温湿度传感器等多传感器信息， 对冠层特征图像和冠-气温差特征进行提取，结合实时光照和温湿度信息对光强等环境误 差进行修正，可以在自然条件下快速获取作物的氮素和水分信息。该成果处于中试研究 阶段，已经申请了发明专利，发明专利授权号：ZL201010249490.0 。 性能指标 （1）可见光-近红外多光谱图像系统，图像分辨

本实用新型公开了一种作物抗倒伏测量装置，包括机架，机架上设置有测量组件，测量组件包括动力装置、连接绳、连接绳导向机构、茎秆夹、以及测量传感器，茎秆夹可夹持固定在作物茎秆上，连接绳的两端分别与茎秆夹和动力装置相连，动力装置通过连接绳向作物茎秆输出拉力以拉弯作物茎秆，测量传感器可测量茎秆的拉弯角、作用于茎秆上的拉力角和拉力值，从而对作物进行抗倒伏测量。本实用新型的作物抗倒伏测量装置可实现利用拉力传感器

传统玉米纯系的选育，周期长、效率低，是玉米育种过程中的限速步骤和“卡脖子”技术难题，陈绍江教授团队在玉米单倍体育种领域的基础理论研究及关键技术研发上取得了一系列原创性成果，解决了这一难题。 一、项目分类 关键核心技术突破 二、成果简介 传统玉米纯系的选育，周期长、效率低，是玉米育种过程中的限速步骤和“卡脖子”技术难题，陈绍江教授团队在玉米单倍体育种领域的基础理论研究及关键技术研发上取得了一系列原创性成果，解决了这一难题。 （1）在单倍体诱导的理论层面实现重大突破：发现并成功克隆2个玉米单倍体诱导关键基因ZmPLA1、ZmDMP，并基于诱导基因在国际行率先建立了具有自主知识产权的小麦、番茄、油菜等双子叶植物单倍体诱导体系，实现了单倍体诱导由二倍体向多倍体、由单子叶向双子叶植物的拓展应用。相关论文在Nature Plants等作物研究领域的顶级期刊发表，在国内外居领先地位。 （2）突破关键核心技术瓶颈，创建单倍体育种高效技术体系：针对传统的单倍体诱导效率低、单倍体鉴别不准和加倍困难等关键核心技术瓶颈，创建了基于双诱导基因分子标记的高效辅助选育方法并育成了系列高效单倍体诱导系。单倍体诱导效率由原来的2%提高到15%左右；提出基于籽粒油分的单倍体鉴别技术原理，开辟了精准鉴别的新路径，实现了单倍体的自动化和精准鉴别；创建了基于幼胚组织培养的鉴别和加倍工程化技术、高效芽苗加倍技术，实现纯系全年、工厂化的高通量创制，效率提高5-10倍。基于上述关键技术的集成，成功构建单倍体工程化育种高效技术体系。

西安科技大学自 2007 年开始就对煤田火区动态演化规律及控制新技术着手开始研究，目前此项技术已经成熟并在全国开始推广应用。该成果于 2011 年 12 月 29 日由中国煤炭工业协会经会议鉴定，达到国际先进水平；成果于 2012 年 9 月获陕西省科学技术进步一等奖，该项目申请专利 6 项。煤田火区识别、控制及治理技术与开发的装备在四川省攀枝花市宝鼎矿区 4# 煤层露头火灾治理工程、新疆温宿博孜敦 4# 煤层火区综合治理工程、中煤平朔一号井工矿上窑火区治理工程和内蒙古古拉本煤田火区灭火工程等多项防灭火项目中应用。  

 随着人类社会的日益网络化，使得复杂网络分析与控制成为重大科学挑战。项目组在网络科学兴起之初即进入这一领域，开创了基于网络结构特征的复杂网络动力学分析与牵制控制的研究，主要学术贡献包括：1）率先揭示了复杂动态网络牵制控制策略的可行性和有效性。2）提出了基于牵制控制思想的分布式蜂拥控制算法。3）提出了复杂网络拓扑演化的局域世界优先连接机制。4）揭示了度相配性等特征对复杂网络传播动力学的影响。 8篇代表性论文SCI他引869次、WoS他引1283次。主要成果被多位知名学者在Nature等多种著名期刊上作为复杂网络牵制控制策略研究最早的代表性工作引用。主要完成人发表IEEE杂志上首篇复杂网络综述（2003）、发起组织首届全国复杂网络论坛（2004）、出版国内首部系统阐述网络科学的著作（2006）和国际上首部牵制控制英文专著（2013）；曾获IEEE电路与系统汇刊最佳论文奖（2005）、上海市自然科学一等奖（2008）和2项国家杰出青年科学基金（2002、2014）。图1-复杂网络示例及其主要特征图2-基于虚拟控制原理的复杂网络牵制控制示意图3-局域世界网络演化模型的桥梁作用

随着人类社会的日益网络化，使得复杂网络分析与控制成为重大科学挑战。项目组在网络科学兴起之初即进入这一领域，开创了基于网络结构特征的复杂网络动力学分析与牵制控制的研究，主要学术贡献包括：1）率先揭示了复杂动态网络牵制控制策略的可行性和有效性。2）提出了基于牵制控制思想的分布式蜂拥控制算法。3）提出了复杂网络拓扑演化的局域世界优先连接机制。4）揭示了度相配性等特征对复杂网络传播动力学的影响。 8篇代表性论文SCI他引869次、WoS他引1283次。主要成果被多位知名学者在Nature等多种著名期刊上作为复杂网络牵制控制策略研究最早的代表性工作引用。主要完成人发表IEEE杂志上首篇复杂网络综述（2003）、发起组织首届全国复杂网络论坛（2004）、出版国内首部系统阐述网络科学的著作（2006）和国际上首部牵制控制英文专著（2013）；曾获IEEE电路与系统汇刊最佳论文奖（2005）、上海市自然科学一等奖（2008）和2项国家杰出青年科学基金（2002、2014）。

本成果分为叶片害虫检测和叶片伤害程度检测，害虫检测通过研究的图像建模及形态学处理等相关方法对农作物叶片上昆虫位置进行快速检测，并通过模式统计和分类识别方法精确计算害虫数量和识别类型，每张图片（参考分辨率 2448*3264）处理速度小于 1 秒（和害虫的数量相关），速度远高于人眼。叶片伤害检测通过图像处理方法将图像进行背景、叶片、斑纹分割，通过统计像素，集合斑纹形状进行定级评价，每张图片（参考分辨率 2448*3264））进行自动检测和分析，处理速度 2 秒左右（和图像中叶片的数量相关），经过人工核

本成果分为叶片害虫检测和叶片伤害程度检测，害虫检测通过研究的图像建模及形态学处理等相关方法对农作物叶片上昆虫位置进行快速检测，并通过模式统计和分类识别方法精确计算害虫数量和识别类型，每张图片（参考分辨率2448*3264）处理速度小于1秒（和害虫的数量相关），速度远高于人眼。叶片伤害检测通过图像处理方法将图像进行背景、叶片、斑纹分割，通过统计像素，集合斑纹形状进行定级评价，每张图片（参考分辨率2448*3264））进行自动检测和分析，处理速度2秒左右（和图像中叶片的数量相关），经过人工核对，检测精

该成果突破了作物生长监测、诊断、调控一体化精确化技术，实现了传统农业向现代农业的技术升级；并且促进了农学与遥感、信息、工程、物联网等多学科的交叉融合，开创了作物精确栽培与智慧农业的新领域；形成了一系列农业信息化自主知识产权成果，提升了农业产业化水平和核心竞争力。同时，培养了一批高素质人才，带动了现代农业相关领域的创新研究与开发应用。 一、项目分类 关键核心技术突破 二、成果简介 高产、优质、高效、生态、安全作物生产是我国农业产业发展的主要目标，快速无损地监测作物生长状况，并根据实时监测结果对肥水管理方案进行定量调控，是实现这一目标的关键技术环节。南京农业大学曹卫星教授团队将定量光谱分析方法与作物生理生态原理相结合，通过实施不同生态点、不同品种、不同管理措施下多年的田间试验，构建了作物冠层和叶片水平的反射光谱库，着重解析了不同条件下的作物高光谱响应模式和时空变化规律，提取了作物主要生长指标的特征光谱波段和敏感光谱参数，构建了叶片、冠层、区域等多尺度的作物生长指标光谱监测模型；同时，定量研究了不同产量水平下作物生长指标的动态变化模式，构建了基于产量目标的生长指标适宜时序动态模型，进一步耦合实时苗情信息，综合利用养分平衡原理、氮营养指数法、指标差异度法等，集成建立了多路径的作物生长实时诊断与定量调控技术；将上述监测诊断技术与软硬件工程相结合，研制开发了面向多平台的作物生长监测诊断装置和基于遥感的作物生长监测诊断系统等简便适用的软硬件产品，进而形成了基于反射光谱的作物生长指标快速监测与定量诊断技术体系，实现了作物生长的实时监测、精确诊断和智慧管理。 该成果突破了作物生长监测、诊断、调控一体化精确化技术，实现了传统农业向现代农业的技术升级；并且促进了农学与遥感、信息、工程、物联网等多学科的交叉融合，开创了作物精确栽培与智慧农业的新领域；形成了一系列农业信息化自主知识产权成果，提升了农业产业化水平和核心竞争力。同时，培养了一批高素质人才，带动了现代农业相关领域的创新研究与开发应用。 已授权国家发明专利25项、实用新型专利5项，登记国家计算机软件著作权20多项；发表学术论文160多篇，其中SCI/EI论文60多篇；出版专著1部。成果先后得到国内外专家同行的充分肯定，2011年的成果鉴定认为（罗锡文院士主鉴），该研究整体居国际先进水平。同时作为稻麦精确管理关键技术，入选江苏省主要农作物2014~2015年“四主推”推介名录，团队起草的《稻麦生长指标无损监测诊断技术规程》入选2014年江苏省地方标准项目。技术成果已在江苏、河南、江西、安徽、河北、浙江等水稻和小麦主产区进行了大面积示范应用，表现为明显的节氮和增产作用，取得了显著的社会经济效益，对于推进精确农业和智慧农业的发展具有重大意义和良好的应用前景。