随着现代农业的发展,苹果园的管理方式也趋于现代化,新型冠层喷施方式进行水、肥、药的喷施作业也逐步发展,但整体上存在喷施系统自动化与智能化程度不高、作业规模小、缺乏与环境信息有效融合用于喷施控制的问题。因此,本文以融合苹果园微域环境信息的冠层喷施系统智能化为研究内容,对苹果树高效减药降害采用的冠层喷施自动控制技术、与环境信息结合所包含的内容和融合方法、相应的智能算法与控制方法进行了理论分析、模型算法的构建和试验研究与验证。以多源环境信息的获取与智能分析方法、环境信息的融合与特征提取算法用于喷施决策控制、冠层喷施系统自动化智能化方法等内容开展研究工作,以期为融合环境信息的冠层喷施系统智能化提供技术参考。本文从冠层喷施系统适时快速精确喷施作业这一需求出发,在分析了冠层喷施系统的基本组成、各部分的功能特性、工作条件的基础上,对自动化改造所涉及的电气化设备相关技术、软件控制算法逻辑、流程设计等自动化控制所需的软硬件方法进行了深入的研究。在实现了喷施系统自动化的基础上,提出了环境信息融合的冠层喷施系统来满足适时喷施作业的时机选择需要,构建了环境信息时空融合的冠层喷施系统智能控制和算法,实现冠层喷施系统智能化控制技术。主要研究内容和结果如下:（1）针对冠层喷施系统自动化与智能化程度低、作业规模小的问题,设计了冠层喷施系统的自动控制方法。完成了喷施控制流程设计、阀门自动控制所需的主控端和受控端设备选择、无线通信的交互流程控制、通信协议的编解码格式、可靠通信中的数据自校验、自动请求重传机制、多组阀门的联动控制、作业参数的控制、主控端指令自动生成与执行等自动化功能,进一步构建了智能算法与控制逻辑。通过划分多地块设计通信协议,从设计管道布局和控制算法上实现了一个受控端多个地块的管理,从控制逻辑上实现了更大规模的控制。通过优化系统的结构提高管道的利用率,实现了集约化管理控制。试验结果表明,本文提出的算法和自动化智能化解决方案能够满足冠层喷施系统的精确喷施作业需要,方案合理可行。（2）针对冠层喷施系统快速高质量喷施作业所需适宜环境温湿度、风速的预测时间分辨率和量值精度低、选择不可靠和不确定性问题,提出了一种多变量联合预测、多步时间步长、短时间间隔的苹果园微域环境温湿度、风速预测模型。该方法首先构建了一个卷积网络从历史数据中获取环境因素的变化趋势和多因素间关系,在此基础上通过引入前移验证、长短期记忆网络、自动编码方式传递时序信息,构建了多步时间步长、多变量、每15min短时间间隔的温度、湿度、风速的深度神经网络联合预测模型,并有效降低了多步预测中的累计误差。试验结果表明,构建的模型与对比模型比较,温度、湿度、风速预测性能指标RMSE分别达到1.88,3.85,0.95,在模型预测准确率、连续预测的稳定性上优于其他对比模型。该模型为未来短时间间隔的苹果园微域环境温湿度、风速联合预测提供了准确的参考模型,同时也为智能化喷施决策中所需的环境预测信息提供了数据支持。（3）以苹果果实表面的高温降温喷施作业为目的,针对果园现场低算力嵌入式设备上实时获取并准确测量苹果表面温度方法不足的问题,提出了一种机器视觉与无监督图像靶标自动分类提取相结合的智能化解决方法,弥补了苹果表面温度实时准确测量方法的不足。该方法首先将微型嵌入式设备、热辐射和图像传感器加以集成,通过机器视觉和无监督学习技术结合实现了苹果图像和温度自动获取、靶标区域苹果图像自动识别、温度自动校正与提取等功能。该算法相较其他对比算法在目标物苹果识别上达到了最低的遗漏率和分割错误率,平均值分别为12.09%和0.13%。在目标物发射率为0.95时,可获得最佳温度测量值,1 m距离测量RMSE为1.29℃。该方法的实现为融合环境信息的冠层喷施系统智能化喷施决策提供了准确的苹果表面温度数据。（4）针对环境信息融合的喷施作业多约束条件采用人工分析选择相对复杂,缺乏可用模型自动分析做出喷施分类决策的问题,提出了多源环境特征融合的集成学习智能分类算法模型,用于依据环境信息特征自动做出是否喷施的分类决策。首先,将获得的来自多数据源的数据作为数据集,根据喷施适宜条件的限定,建立特征数据集并标记喷施分类信息,然后通过构建的多源环境特征融合的集成学习优化模型获得分类决策结果。采用多源环境特征融合集成学习模型与构建的其他对比模型在模型性能上进行对比验证,提出的模型在召回率、精确率、F值、MCC、OA、IOA等指标上全面超越对比模型,验证了该智能算法模型的有效性,为融合环境信息的冠层喷施系统多约束条件的喷施分类选择提供了有效方法。