增施CO_2对葡萄组培苗生长发育和光合自养能力的影响

运用自行设计制作的组培环境CO2 实时增施监控系统 ,研究葡萄组培苗在CO2 富集 ,高光合光量子流下的生长发育以及光合自养能力。结果表明 ,与对照组相比 ,增施CO2 的组培苗生长健壮 ,发育提前 ,光合自养能力得到促进 ,驯化成活率高 ;在同样增施CO2 的条件下 ,无糖组与有糖组的小苗生长发育状况差异不显著。因此 ,利用该系统可以实现无糖培养     

基于MATLAB的雾化图像处理及雾化角的测定

采用计算机图像视觉的方法,利用M ATLAB强大的图像处理功能,对拍摄的喷雾图像进行了去噪及二值化等初步处理,提取其边缘图像,对不规则的喷雾图像边缘进行了最小二乘拟合,得到了最近似于该边缘的2条相交直线,二者夹角即为所要求的雾化角。根据最小二乘拟合的定义,该方法的误差平方和最小,从而使雾化角的确定精度大大提高。     

基于机器视觉的莲子去芯位置的定位方法

提出一种基于机器视觉的莲子去芯位置定位的方法,并搭建试验平台进行去芯验证。采集4个产地、不同尺寸的莲子,用2个相互垂直的摄像头采集凹槽内莲子图像,对图像进行裁剪和灰度处理后,通过莲子头部和尾部的灰度特征差异识别莲子朝向;对沿长轴尾部向上的莲子图像进行二值化处理,经腐蚀运算以消除边缘杂质,缩放以增大特征点的曲率,利用角点检测确定莲子去芯位置坐标后进行坐标换算,计算机械手移动距离,实现莲子去芯作业。试验表明：莲子理想去芯位置为莲子尾部凸点,莲子朝向判别成功率约97%,尾部凸点识别准确率约97%,整体识别成功率约94%,去芯成功率约93%,单颗莲子图像处理平均时间约78 ms,平均去芯时间约0.5 s。若以尾部凸点识别成功数为基数计算,则莲子去芯成功率可达98.9%。     

茶园切抛组合式开沟刀设计与试验

针对茶园机械化开沟抛土性能不理想、无专用刀具的问题,设计了适用于茶园开沟的切抛组合式开沟刀。对抛土刀抛土片的抛土过程进行动力学分析,确定其关键参数抛土片宽度为8cm、倾斜角为30°时,可保证抛土刀横向抛土幅宽满足农艺要求。性能试验表明：切抛组合式开沟刀单侧抛土幅宽为22.7cm、抛土均匀性系数为90.3%、覆土厚度为2.1cm、开沟深度稳定性系数为87.8%、沟底浮土厚度为1.2cm,对照组单一开沟刀为13.4cm、84.3%、2.4cm、82.3%、2.5cm,说明切抛组合式开沟刀更符合茶园开沟实际需求,抛土均匀性与开沟稳定性更好,所抛土壤不易落入沟内。功耗分析试验表明,与单一切土刀相比,切抛组合式开沟刀抛土的正后侧区域冲击力减小,抛土上方区域冲击力减小,从而导致其抛土总冲击力减小,因此,该组合式开沟刀提高了开沟抛土质量,同时未明显增大开沟功耗。     

复合型活菌生物净水剂在中国对虾育苗生产中的应用

~~复合型活菌生物净水剂在中国对虾育苗生产中的应用@丁为民$河北农大水产学院     

分选加工中稻米垩白自动检测算法

林地利用变化会对森林固碳总量产生一定的影响,林地利用过程碳汇效率可以从投入产出解释不同林地利用类型的固碳效应,以帮助实现林地利用结构最优时碳汇产出水平的最大化。该文基于区域的视角,通过选用数据包络分析方法（data envelopment analysis,DEA）的C2R-I模型,将不同类型的林地利用数量作为投入,将森林固碳总量作为最终产出,结合全面的历史统计资料查证与实地校验,对杭州市域林地利用过程碳汇效率进行了测度与实证研究。研究结果表明：杭州市域林地利用过程碳汇效率发展不平衡,各县市区之间差距较大,并且碳汇效率的空间分布与各县市区经济发展水平之间存在一定的反向关联性。而根据"土地利用、土地利用变化及林业（land use, land-use change and forestry,LULUCF）"指南和"复杂系统数据包络分析（complex system data envelopment analysis,CSDEA）"转化法则,提高不同林地利用类型的单位面积蓄积量,充分考虑本地区的城市化水平与森林自然度状况,将是影响区域林地利用过程碳汇效率优化的3个重要因素。文章最后给出了包含这3个影响因素的投入产出优化计量模型。模型计算结果表明,杭州市域"造林再造林"投入优化可增加蓄积量3 279.68 m3/a,"森林管理"投入优化可增加蓄积量2 9871.23 m3/a,"森林采伐"投入优化可增加蓄积量111 959.19 m3/a,"森林固碳"产出优化可增加固碳总量7.61 Tg/a。文章结论不仅对区域林地利用过程的碳汇效率研究具有理论贡献,而且可以从碳循环调控的角度为区域低碳经济发展的模式选择与发展战略提供参考。     

小田块变量施肥系统优化设计与应用

针对苏南地区推广变量施肥存在的施肥策略过于精细化导致高密度土壤信息不易获取和普通的施肥机械难以达到播量精度等主要技术障碍,该文建立了一种简单实用的变量施肥方案,在现有机械式播种施肥机基础上进行了自动化改造,构建了一套基于简易电子处方图系统的变量施肥系统;变量施肥作业时,以单个自然田块为处理单元,依托所建立的简单实用的电子处方图系统,实现多种肥料按需配比、同一田块均匀施肥、不同田块变量施肥的功能。为提高播量精度和播量稳定性,对普通精度GPS模块的数据进行了差分和卡尔曼滤波处理,对外槽轮施肥播种器结构进行了优化设计。田间试验结果表明:电子处方图运行结果准确,施肥播种机工作稳定,种子和肥料的最大和平均播量误差分别为3.91%和2.09%,最大和平均动态误差分别为4.52%和1.48%。该研究可为苏南小田块地区推广变量施肥提供技术参考。     

基于高光谱成像技术识别水稻纹枯病

【目的】利用高光谱成像技术对水稻纹枯病进行早期的快速无损识别,结合判别分析方法建立相应的鉴别模型。【方法】以健康和感染纹枯病的水稻幼苗为研究对象,采集叶片和冠层各180个样本的380~1 030 nm波段的360条高光谱图像,剔除明显噪声部分后,以440~943 nm波段作为水稻样本的光谱范围,分别用不同的方法预处理获得水稻叶片的光谱曲线。采用偏最小二乘–判别分析(PLS-DA)对不同预处理的光谱建模。采用MNF算法对冠层的原始光谱数据进行特征信息提取,并基于特征信息建立线性判别分析(LDA)模型和误差反向传播神经网络(BPNN)判别模型。【结果】标准正态变量变换(SNV)预处理后建立的PLS-DA模型的预测集判别正确率最高,为92.1%。基于特征信息的LAD和BPNN模型的判别结果优于基于全波段的PLS-DA判别模型。基于最小噪声分离变换特征信息提取的BPNN模型取得了最优效果,建模集和预测集正确率分别达99.1%和98.4%。【结论】采用高光谱成像技术对水稻纹枯病生理特征进行无损鉴别是可行的,本研究为水稻纹枯病的识别提供了一种新方法。     

增施CO2对葡萄组培苗生长发育和光合自养能力的影响

运用自行设计制作的组培环境CO