小麦开花后产量形成的动态协调的逻辑分析──兼论作物产量形成的动态协调研究

作物高产问题的研究，重要的是要从整体上分析产量形成过程，并协调各过程，使之实现高产。为解决各过程的协调问题，本文提出了“作物最佳生长发育路线”的概念及生长发有路线“好坏”的评价标准。据此，提出研究作物产量形成的动态协调的思路和步骤；并以小麦开花后的分析为例，建立了动态协调的逻辑分析框架，给出小麦生长后期“最佳生育路线”的具体设计分析过程。同样，利用分析框架也可处理育种目标的制定和亲本的选配等问题。     

“瘦肉精”检测卡(试纸条)质量验证试验

试验探讨了"瘦肉精"快速检测试纸条的质量验证方法,提出三个验证参数"检测阈值、假阴性率、假阳性率",指出"检测阈值"是个重要参数。     

不同肥料和密度对安豆1号农艺性状及产量的影响

通过田间试验研究了N、P、K,种植密度对安豆1号农艺性状及产量的影响,结果表明:施用磷肥生育期延长、株高较高、底英较高;磷肥作底肥,花期K肥作追肥,可以提高单株荚数、单株粒数、百粒重和产量;分枝数、单株英数、单株粒数和百粒重随着密度的增加而减少,单株英数、单株粒数差异显著,百粒重差异不显著,产量随着密度的增加先增加后减...     

计算机辅助小麦图像识别应用中颜色特征基本参量的表达

在计算机辅助图像处理中，运用颜色特征进行图像的分类和识别是简便而有效的一种方法。然而，颜色特征的表达和提取是否准确、合理直接决定着分类和识别的可靠性。本文在重点分析RGB、HIS和L*a*b*三种常用颜色模式基本参量含义及相互间关系的基础上，结合小麦图像自身的特点，通过对30幅小麦图像在三种颜色模式下的9个基本参量进行主成分分析，建立了应用于小麦图像识别的颜色特征基本参量表达式，并对这三种颜色模式的9个基本参量进行了分类，提出了确定而有意义的表征小麦颜色特征的主成分指标。结果如下：基于第一主成分的分类指标综合表达出小麦冠层的亮绿色特点，分类结果具有较高的准确性和可靠性；第二主成分指标主要表达小麦冠层黄绿颜色变化的特点，能够形成连续的量化指标空间。第三主成分指标主要表达小麦正常绿色的情况，在图像获取亮度差异较小时可以进行小麦正常绿色值的评价。     

水稻叶龄增长动态的模拟与叶龄预测

通过对京郊春稻和麦茬稻品种叶龄进程的田间观测,利用水稻叶片出生与温度之间的密切关系,开展了水稻叶龄增长模拟试验,讨论了模拟结果的可用性,认为模拟结果适合于指导水稻生产.     

电子舌技术在原料奶识别中的应用

通过检测原料奶的来源来控制乳品质量是非常必要的。本文使用金属电极电子舌系统对5个厂家的原料奶进行了检验，采用PCA和BP神经网络方法进行分析和建模。经验证，该方法能够正确区分5个厂家的原料奶，说明电子舌作为一种快速检测手段，在原料奶来源检测中具有较大的应用潜力。     

DTOPSIS法对安豆1号大豆新品种的综合评价

运用DTOPSIS法对参加2007年河南省大豆区试试验的资料进行综合分析评价,结果表明:DTOPSIS法综合评价安豆1号结果与产量评价有所不同,安豆1号产量占参试品种的第2位,运用DTOPSIS法综合评价居第7位。     

夏玉米苗期主要病虫害的危害特征与综合防治

介绍了玉米苗期的主要病虫害种类和危害特征,提出玉米苗期病虫害的综合防治措施,以促进夏玉米生产的持续开展。     

基于颜色特征进行农作物图像分类识别的应用研究综述

利用农作物自身的特征对农作物图像进行分类识别是计算机视觉技术在农业自动化应用中的重要前提条件。本文首先探讨了基于颜色特征的两种图像分类识别方法：统计直方图法和颜色参量的统计特征法，并分析比较了两类方法的特点，试图为以农作物颜色为特征的图像分类识别应用提供思路。最后综述了从分析农作物外在的颜色特征进行农作物图像分类识别的国内外最新研究方法和成果，以促进计算机视觉技术在我国农业领域的应用和发展。     

基于冠层图像颜色特征提取的小麦氮营养水平评价

该文利用计算机图像处理技术,通过提取小麦冠层图像颜色特征,进行了小麦氮营养水平评价的研究。通过对RGB和HIS两种颜色系统表示的R、G、B、H、S、I和L参量进行了直方图统计量的计算,提取出一些简单有效的特征用于表达小麦自返青后的7个主要生育时期冠层的颜色。结果表明：1）这些特征可以有效表达小麦在不同氮营养水平下的冠层颜色,尤其在表达低氮水平和中高氮水平上效果更好。2）对总施氮量一致,施氮方式和施氮时期不同的小麦,这些特征也表现出显著的差异,而且可靠性高,简单易行。利用小麦冠层图像为评价小麦氮营养状况提供