丁永前 刘 卓 陈 冲 刘海龙 罗 俊 余洪锋

(1.南京农业大学人工智能学院， 南京 210031； 2.现代作物生产省部共建协同创新中心， 南京 210095；3.南京农业大学工学院， 南京 210031)

0 引言

随着现代农业的快速发展，农业自动化、智慧化和信息化发展步伐不断加快，精准农业逐渐替代传统农业，并成为实现农业可持续发展的重要方式[1-3]。在自然资源日益减少和生态环境不断恶化的背景下，发展精准农业已成为国际社会的共识，以达到最小资源投入和最大农业收益，确保粮食安全和实现农业可持续发展[4-7]。播种和施肥是精准农业中已经获得重要应用的两个作业环节，但由于种子和肥料入土后难以直观评价，实现作业质量的有效检测一直是该作业环节有待解决的问题，而获取准确的动态播量和累积播量信息是实现播种施肥作业质量评价的有效途径。

播种施肥播量检测方法主要有直接法和间接法，直接法应用范围广，不受测量对象的限制；间接法测量精度往往与被测对象特性有关，局限性较大。以光电法[8-9]和电容电荷法[10-11]等间接法为基本原理构建的播量检测方法需要反复标定；图像法[12-13]对环境和机器性能要求较高，设备昂贵，数据量大，一般限于实验室内使用；而转速法[14]和多普勒效应法[15-16]等检测方法依赖物料流量的标定，检测精度有待进一步提高。

动态称量法[17-18]作为直接检测方法，相比于其它方法，对测量对象具有更好的适应性，已在精准农业的播种、施肥和收获环节中获得重要应用，具有广阔的潜在应用前景，但其在大田环境下的稳定性和动态测量精度始终是有待解决的课题。……