弱感光型杂交稻元优919在建阳示范种植表现与高产栽培技术

元优919是福建省农业科学院水稻研究所、福建亚丰种业有限公司和三明市农业科学研究院利用不育系元丰A与恢复系福恢919共同选育的中籼弱感光三系杂交水稻新品种,2015年通过福建省农作物品种审定。2016年在建阳区潭城街道回瑶村连片种植20.8 hm~2,测产验收平均产量9 314.00 kg/hm~2,最高产量9 652.20 kg/hm~2。总结了元优919在建阳区的示范种植表现及高产栽培技术。     

氮肥不同用量对北方粳稻群体质量及品质的影响

氮是植物体内氨基酸、蛋白质、核酸、辅酶以及光合色素分子等的组成成分,因此,氮的营养状况与许多生理过程密切相关。针对水稻氮肥用量过高这一突出问题,本试验研究了氮肥施用总量对北方粳稻产量及其构成因素、叶面积指数、干物质积累、群体库容量以及品质特征等方面的影响,进一步明确不同氮肥施用量条件下北方粳稻产量和品质形成的调控机制。结果表明,施氮量的增加对叶面积指数、光合势及群体生长率有促进作用,随着施氮量的增加,水稻最高茎数、最高分蘖数、分蘖穗数和分蘖穗比例有逐渐增加的趋势;增加施氮量会导致整精米率、蛋白质含量上升,精米白度、食味值、峰值粘度、最低粘度、崩解值、最终粘度值降低,但不同施氮量对直链淀粉含量影响不大。     

海水倒灌农田水稻栽培技术示范小结

通过对2014年"威马逊"超强台风造成海水倒灌农田后的修复改良水稻栽培技术,包括品种筛选、整地、育秧、水肥管理等试验。摸索出一套海水倒灌农田的水稻高产栽培技术,解决了海水倒灌农田灾区农民的口粮问题,为今后海南沿海地区台风造成海水倒灌农田后的水稻恢复生产储备相应技术。     

基于图像处理的茶叶智能识别与检测技术研究进展分析

作为茶叶智能化生产的关键难题之一,基于图像处理的茶叶智能识别与检测技术受到广泛关注。通过综述图像处理技术在茶叶嫩芽识别定位、茶叶病虫害检测、茶叶品种识别与品质检测等方面的研究应用,分析比较各方法的优缺点,总结现有研究存在的主要问题有嫩芽分割受光照影响较大、难以分割含与嫩芽颜色相近背景的图像、枝叶遮挡情况识别效果不理想、缺乏真实背景下茶叶病斑识别算法等。指出基于图像处理的茶叶智能识别与检测技术未来的研究重点:增加不同地域茶叶及品种的样本数据以提高算法普适性;采取多信息融合的方法以求获得更全面的茶叶嫩芽信息;枝叶遮挡严重情况下的识别策略可考虑借助机械装置或风机拨开枝叶,从而避免因枝叶遮挡而导致识别率低的现象发生。     

中国东北地区水稻纹枯病病原菌种类及融合群的分子鉴定

为明确中国东北地区水稻纹枯病病原菌种类及融合群的归属情况, 2015－2017年从黑龙江省、吉林省和辽宁省的17个水稻主产区采集水稻纹枯病标样, 分离获得水稻纹枯病菌214株, 运用水稻纹枯病菌的不同病原菌及融合群的特异性引物对214株水稻纹枯病菌进行病原菌种类和融合群鉴定, 并利用rDNA内转录间隔区(ITS)序列, 对供试水稻丝核菌的融合群归属进行了分析。结果表明:供试214株水稻纹枯病菌分属于茄丝核菌Rhizoctonia solani和水稻丝核菌Rhizoctonia oryzae-sativae, 菌株数分别为198株和16株, 占比分别为92.52%和7.48%。茄丝核菌菌株分属于2个融合群, 分别为AG1-IA和AG4, 菌株数分别为191株和7株, 占比分别为96.46%和3.54%。水稻丝核菌菌株均属于AG-Bb融合群, 菌株数为16株。不同年份水稻纹枯病的病原菌种类及融合群出现的频率和地域分布无明显变化, 而不同地域间水稻纹枯病病原菌的种类及融合群具有明显的分化特征, AG1-IA融合群在中国东北三省各个水稻产区均有分布且均为优势融合群, AG4融合群在辽宁省盘锦市出现频率最高, 水稻丝核菌AG-Bb融合群在吉林省吉林市、通化市和梅河口市出现频率最高。     

应用旱育保姆培育水稻壮苗试验效果

研究旱育保姆在水稻直播生产上拌种使用剂量对水稻出苗成苗、根系、经济性状的不同影响,从而获得壮苗最佳方案。     

黑龙江省一 、二积温区水稻花药培养条件优化

为提高黑龙江省第一、二积温带水稻花药培养效率,促进该技术在粳稻新品种选育中的应用,以五优稻2号及黑龙江省第一、二积温区骨干亲本的F1、F2为材料,对提高花培效率的几个关键环节如取材标准、关键时期培养基配方和培养条件等进行了方法改良。结果表明:取穗以叶枕距、颖壳颜色和花药长度等多重因素为标准;适用于以五优稻2号为亲本的诱导培养基配方为进口N6+凝胶3.6g·L-1+蔗糖60g·L-1+2,4-D2mg·L~(-1);分化培养基配方为MS+KT 2mg·L~(-1)+IAA 1mg·L~(-1)+蔗糖30g·L-1+琼脂4g·L-1,同时辅以16h光照;生根培养基中加入3～6mg·L~(-1)多效唑,可以壮苗促分蘖,提高移栽成活率。     

水分与氮素及其互作对水稻产量和水肥利用效率的影响研究进展

了解水分、氮素及其互作对水稻产量与水、氮利用效率的影响,对协同提高水稻产量与水氮利用效率有重要意义。本文概述了水稻节水灌溉技术、氮肥利用效率与氮肥施用技术、水分与氮素对水稻产量及水氮利用效率的耦合效应、作物-土壤关系及水氮调控机制等方面取得的进展;讨论了存在的问题,这些问题包括:高产水稻作物与土壤的水氮互作效应尚不明确;高产水稻水氮耦合与高效利用的分子机理不清楚;协同提高水稻产量与水氮利用效率的调控途径尚未掌握。针对这些问题,建议今后重点研究:高产水稻作物与土壤的水氮互作效应及其机制;水氮互作调控水稻吸收利用水分和氮素的生理与分子机理;协同提高水稻产量和水氮利用效率的调控途径与关键技术。     

基于快速卷积神经网络的果园果实检测试验研究

近年来,基于数字图像处理和机器学习算法的果实自动识别检测研究已经越来越成熟。针对传统检测方法检测过程中难以满足实时性要求的缺点,采用了基于Faster-RCNN的果实快速检测模型。模型由卷积神经网络(CNN)和区域提议网络(RPN)组成,首先由CNN进行卷积和池化操作提取特征,然后由RPN选取候选区域,通过网络全连接层参数共享,由目标识别分类器和边界框预测回归器得到多个可能包含目标的预测框,最后通过非极大值抑制挑选出精度最高的预测框完成目标检测。分别对桃子、苹果和橙子的三种果实进行检测,采用迁移学习方法,使用已经预训练好的两种深度神经网络模型ZFnet和VGG16,通过数据集的训练对Dropout及候选区域数量进行参数调整完成网络调优。检测并分析果实不同布局形态下模型的检测效果。试验结果表明,当Dropout取值为0.5或0.6,候选区域数量为300时网络模型最佳,ZFnet网络中,苹果平均精确度为92.70%,桃子为90.00%,而橙子为89.72%。VGG16网络中,苹果平均精度为94.17%,桃子为91.46%,橙子为90.22%。且ZFnet和VGG16的图像处理速度分别达到17 fps和7 fps,能够达到果实实时检测的目的。