遮荫弱光对甜瓜产量及光合特性的影响

【目的】研究遮荫弱光对甜瓜光合特性、产量和品质的影响,分析遮荫弱光影响甜瓜的生理机制过程。【方法】以新疆当地3个甜瓜品种为材料,设置适度遮荫、轻度遮荫和不遮荫3个处理,测定光合指标、SPAO值和果实产量与品质,数据运用SPSS 19.0软件分析。【结果】与正常光照相比,遮荫弱光造成甜瓜叶片SPAD值、气孔导度(G_s) 、净光合速率(P_n)和蒸腾速率(T_r)迅速降低,胞间CO₂浓度(C_i)上升,甜瓜果肉中的可溶性固形物、可溶性糖、可溶性蛋白含量、折光糖和VC含量均下降。卡拉库塞的相关指标变化幅度较其力甘和比谢克沁小。【结论】不同甜瓜品种对遮荫弱光胁迫的适应性亦不同。甜瓜在轻度遮荫和重度遮荫环境下,其光合性能下降,光合产物累积能力及输出能力受阻,最终甜瓜产量和品质亦随遮荫程度加深而显著降低(P<0.05)。     

基于MRE-PointNet+AE的绿萝叶片外形参数估测算法

为了准确、高效、自动获取植物叶片外形参数,提出一种基于多分辨率编码点云深度学习网络(MRE-PointNet)和自编码器模型的绿萝叶片外形参数估测算法。使用Kinect V2相机以垂直姿态获取绿萝叶片点云数据,采用直通滤波、分割、点云精简算法对数据进行预处理,通过测定的叶片外形参数反演绿萝叶片几何模型,并计算几何模型的叶长、叶宽、叶面积。将不同参数组合构建的几何模型离散成点云数据输入MRE-PointNet网络,得到几何模型叶片外形参数估测的预训练模型。针对拍摄过程中存在的叶片部分遮挡和噪声问题,采用自编码器网络对点云数据进行二次处理,以几何模型离散的点云数据作为输入,经过编码解码运算得到自编码器的预训练模型,提升了MRE-PointNet网络在遮挡情况下对叶片外形参数估测的鲁棒性。试验共采集300片绿萝叶片点云数据,按照2∶1比例进行划分,以其中200片点云数据作为训练集,对预训练模型MRE-PointNet做模型迁移的参数微调,以剩下的100片点云数据作为测试集,评估模型对绿萝叶片外形参数的估测能力。采用本文算法将外形参数估测值和真实值进行数学统计与线性回归分析,得出叶长、叶宽和叶面积估测的R^2和RMSE分别为0.9005和0.4170 cm、0.9131和0.3164 cm、0.9447和3.8834 cm^2。试验表明,基于MRE-PointNet和自编码器模型的绿萝叶片外形参数估测算法具有较高的精确度和实用性。     

基于AE-FFNN神经网络的橡胶树叶片磷含量定性研究

磷元素对橡胶树的生长发育至关重要,基于近红外光谱的橡胶树氮磷钾元素含量的快速无损检测已有很多研究,但磷元素含量的检测效果远不如氮钾。基于近红外高光谱技术结合非线性特征提取方法和建模算法实现橡胶树磷元素含量的快速无损检测。以橡胶树叶片的近红外高光谱数据为分析对象,运用神经网络非线性变换的特征提取思想,构建了一种融合自编码器与前馈神经网络(autoencoder-feedforward neural network, AE-FFNN)模型。通过自编码器提取橡胶树叶片的光谱非线性特征信息,运用前馈神经网络进行建模,应对不同精细程度的分类任务,从而实现橡胶树叶片磷含量的定性分析。结果表明,AE-FFNN模型有效提取了光谱非线性特征并压缩了特征数量,通过该方法提取的特征为31个,且定性分析模型精确度提升,能够达到91.10%。相较于在光谱检测领域广泛采用的机器学习模型,所建立的AE-FFNN模型性能有较大提升。该模型既可以应用于橡胶树叶片磷元素含量的定性分析,也可为磷元素含量的定量研究提供思路。     

竹叶抗氧化物浸泡-乳清分离蛋白涂膜对冷藏富硒虹鳟蛋白质理化性质的影响

为从蛋白质水平解释竹叶抗氧化物浸泡-乳清分离蛋白涂膜对富硒虹鳟的保鲜机理,实验将鲜活富硒虹鳟去除头、内脏和表皮,切块后浸泡在1.0%的竹叶抗氧化物（AOB）溶液中（去离子水作为对照）,再进行乳清分离蛋白（WPI）溶液涂膜,25℃下鼓风吹干表面水分后置于4℃冰箱中贮藏1、4、7、10和13 d。测定鱼肉中肌原纤维蛋白和TCA-可溶性肽的含量、蛋白质的分子内价键,以及肌原纤维蛋白的总巯基含量、表面疏水性和二级结构,分析涂膜对冷藏富硒虹鳟蛋白质理化性质的影响。结果显示,冷藏期间,WPI组的肌原纤维蛋白含量和二级结构中β-折叠的含量显著高于对照组。冷藏1～7 d,WPI组的TCA-可溶性肽和二硫键含量以及表面疏水性指数（H₀）显著低于对照组,总巯基含量呈相反趋势,但随着冷藏时间的延长这些差异逐渐减弱。冷藏13 d时,WPI组与对照组无显著差异。3个实验组中,1.0%AOB+WPI组的肌原纤维蛋白、总巯基、氢键、二级结构中α-螺旋和β-折叠的含量在冷藏期间最高,H₀、TCA-可溶性肽、二硫键和二级结构中β-转角含量最低。WPI在鱼块表面形成一层薄膜,可...     

Buffer nitrogen solubility,in vitro ruminal partitioning of nitrogen and in vitro ruminal biological activity of tannins in leaves of four fodder tree species

This study explores the chemical composition, buffer N solubility, in vitro ruminal N degradability and in vitro ruminal biological activity of tannins in leaves from Gliricidia sepium, Leucaena leucocephala, Morus alba and Trichanthera gigantea trees. These tree leaves are a potential protein source for ruminants, but their site‐influenced nutritive value is largely unknown. Leucaena leucocephala leaves had the highest N content (42.1 g/kg DM), while T. gigantea leaves had the least (26.1 g/kg DM). Leucaena leucocephala had the highest buffer solubility index (20%), while 10% of the total N in leaves of the other three species was soluble. The rapidly fermentable N fraction ‘a’ was highest in M. alba leaves (734.9 g/kg DM) and least in T. gigantea leaves (139.5 g/kg DM). The rate of fermentation (c) was highest for M. alba (7%/hours) leaves. No significant correlations were recorded between buffer solubility index of N and in vitro ruminal N degradability parameters: a, b, and c. The highest response to tannin inactivation using polyethylene glycol, in terms of percentage increase in 36‐hours cumulative gas production, was recorded in M. alba (39%) and T. gigantea (38%) leaves. It was concluded that buffer solubility of N is not a good indicator of ruminal N degradation in the leaves of these tree species. Leaves of M. alba could be more valuable as a source of rapidly fermentable N when animals are offered low‐protein, high‐fibre diets compared with other tree species evaluated in the current study. However, when feeding M. alba leaves, the role of tannins must be considered because these secondary plant compounds showed significant in vitro ruminal biological activity.     

复杂背景下黄瓜病害叶片的分割方法研究

利用图像处理和模式识别技术进行复杂背景下黄瓜叶部病害的自动识别,需要先把目标叶片从复杂背景中分割出来,才能进行后续的特征提取和病害识别。为实现复杂背景下黄瓜叶片的分割,首先利用K-均值聚类算法去除图片中的非绿色部分,再采用基于laplacian of gaussia(LOG)算子的方法对待分割的叶片进行区域检测,然后进行基于形状上下文(shape context)的模板匹配和分割。为了提高匹配速度,先检测叶片的生长点和叶尖,以确定叶片的位置、尺寸和方向;然后使用基于超像素(superpixel)的最优匹配搜索方法来减少搜索的复杂度。对20幅黄瓜叶部病害图像进行分割测试,并与人工分割法进行对比,结果表明,本文所采用的分割算法能较好地从复杂背景下提取出黄瓜叶部病害图像,分割准确率达94.7%,为后期黄瓜病斑的特征提取等工作奠定了良好的基础。     

凉山不同环境区域烟叶质量分析

为探明凉山不同环境区域烟叶的质量特征,对沿江地带干热河谷地区、山地区域、盆地坝区的烟叶综合质量进行了比较和评价。结果表明,烟叶外观质量表现为山地区域＞河谷区域＞盆地坝区;盆地坝区烟叶烟碱、总氮含量最高,总糖、还原糖、氧化钾、氯含量及总糖／烟碱、钾／氯指标最低,河谷区域与山地区域烟叶化学成分指标均差别不大,但山地区域烟叶总糖、还原糖、氧化钾含量和总糖／烟碱、钾／氯均略低于河谷区域烟叶;山地区域烟叶物理特性最好,盆地坝区烟叶最差;烟叶各类香气物质含量和评吸质量均表现为山地区域＞河谷区域＞盆地坝区。山地区域烤后烟叶综合质量最高,河谷区域烟叶综合质量好于盆地坝区。     

幼苗期玉米叶片表皮细胞和气孔量化指标的研究

以九单48和松玉656两个玉米品种为材料,对幼苗期不同时期各叶片表皮细胞和气孔的量化指标进行较系统的研究。结果表明,在试验范围内,各叶片上下表皮细胞和气孔的长与宽均表现为随着叶片的生长而逐渐增大;各叶片在初次取样时其上下表皮细胞和气孔长与宽的数值是相近的;上表皮细胞短而宽,下表皮细胞长而窄;上表皮气孔长小于下表皮的气孔长、上表皮气孔宽大于下表皮的气孔宽;各叶片上下表皮细胞和气孔的面积均表现为随叶面积增加而逐渐增大;上表皮细胞面积小于下表皮细胞面积,而上表皮气孔面积大于下表皮气孔面积;上下表皮细胞和气孔的密度均随叶面积增加而逐渐减小。     

云烟-12型四层密集烤房的烘烤性能及其烘烤效果

为确定切合云南实际的密集烤房建设形式,实现烤烟烘烤“减工降本、节能增效”,以 K326中部叶为试验材料,对5种建设规格的云烟-12型四层密集烤房以及常规三层密集烤房烘烤性能及其烤后烟叶质量进行了对比研究。结果表明,云烟-12型四层密集烤房较常规三层密集烤房平均烘烤能力增加22.45％,关键温度点干球和湿球温度控制精准度、烤后烟叶上中等烟比例、均价以及烟叶质量无明显差异,烘烤时间略有延长,但烘烤能耗成本降低14.14％。5种建设规格的云烟-12型四层密集烤房,烤房烤能随着建设高度增加呈先增加后略有减少趋势,相同烘烤能力烤房建设成本呈先略有下降后上升然后再下降的趋势,烤后烟叶质量无明显差异。云烟-12型四层密集烤房能充分发挥密集烤房优势,降低烘烤能耗成本,提高经济效益,烟叶质量较好。     

原料粒径及含水率对樟叶颗粒燃料密度及机械耐久性的影响

针对中国南方常见的香樟落叶资源利用率不高的问题,该研究通过试验研究了樟树叶颗粒燃料成型工艺,在用扫描电子显微镜成像法解释了胚料成型机理的理论基础上,通过单因素法分析香樟树叶热压成型过程中原料含水率、原料粒径对成型燃料密度和机械耐久性的影响规律。研究结果表明：燃料密度与机械耐久性呈正相关;随着含水率增加,成型颗粒的密度先增大后减小,机械耐久性持续减小;原料粒径减小后,成型燃料的密度与机械耐久性均有不同程度的增加且数值分布更密集。通过正交试验,验证含水率与粒径间存在对密度与机械耐久性存在显著的交互作用,确定樟树叶颗粒燃料最优压制工艺参数。试验结果表明,在环境温度120 ℃、压强110.14 MPa、保压时间60 s条件下,最优成型密度工艺参数为：含水率：6%、粒径：0.6～1 mm,最优机械耐久性工艺参数为：含水率：3%、粒径：0～0.6 mm。为