近日，机电学院刘雪美教授团队《Computers and Electronics in Agriculture》在线发表了题为“A novel optical shadow edge imaging method based fast in-situ measuring portable device for droplet deposition”的研究论文。2023级博士研究生刘建为该论文的第一作者，刘雪美教授为该论文唯一的通讯作者。
我国农作物病虫害多发频发重发，年发生面积近5亿公顷次，农产品损失近4000 t。随着我国“绿水青山”和“农药负增长”等环保战略升级，提升植保作业监管和精准施药技术迫在眉睫。作物沉积性能是保障防治效果的最直接最显著指标，对植保作业中的作物沉积性能在线检测是保障农产品产量安全、保护生态环境的最后一道“关卡”。然而目前雾滴检测方法存在检测耗材价格昂贵、检测环境要求苛刻、检测过程操作繁琐、检测材料无法重复使用、数据获取时间慢、数据易缺失等问题。
因此，针对传统雾滴沉积检测方法存在的问题，该团队首创了雾滴沉积检测新方法，并设计了一款便携式雾滴沉积原位快速检测新装置（图1）。通过APP界面采集承接板正反面的雾滴沉积图像，通过优化的图像处理算法获得雾滴沉积性能指标，获得雾滴在叶片上更真实的沉积分布状态信息（图2）。该装置与国际主流雾滴检测方法（水敏纸）具有相同的雾滴检测能力，雾滴沉积质量参数信息与水敏纸基本保持一致。
图1. 雾滴沉积原位快速检测仪及SaaS平台应用
图2. 装置操作界面
图3. 本装置与水敏纸的雾滴沉积效果对比分析图像
试验结果验证了雾滴沉积原位快速检测新装置对于雾滴沉积效果的检测具有很强可行性。本装置可用于大田作物、丘陵经济作物和绿化景观植物的施药效果检测，为植保监管部门、科研院所等用户提供施药效果的决策依据。该技术的成功实施有望推动国家植保作业监管和精准施药技术发展，让“绿水青山”变为“金山银山”。
该研究得到了国家自然科学基金项目、国家重点研发计划项目、山东省棉花产业技术体系创新团队机械岗位专家项目资助。
论文链接：https://doi.org/10.1016/j.compag.2024.108632
编 辑：万 千
审 核：贾 波
