设施黄瓜无公害栽培及常见病虫害防控

黄瓜作为一类葫芦科蔓生植物,其拥有较强的坐果能力,一节多瓜,可做蔬菜也可做水果,深受广大消费者的喜爱。伴随着黄瓜种植业的不断发展,采用设施黄瓜无公害栽培技术,在保证黄瓜品质的同时还提高了黄瓜的产量。本文就设施黄瓜无公害栽培技术以及常见病虫害防控进行简单探讨。     

定西市安定区马铃薯土传病害综合防治初探

通过冠蓝、阿泰灵、碧护、生防菌拌种剂、60％吡虫啉拌种剂对马铃薯拌种及喷施对比试验研究。采用冠蓝50g/667㎡拌种处理＋碧护2g/667㎡＋阿泰灵50g/667㎡苗期始喷施3次,间隔15天处理,能有效降低黑痣病、疮痂病、环腐病等土传病害的发病率和病情指数,提高防治效果,同时增加产量,提升商品薯率。     

基于部首嵌入和注意力机制的病虫害命名实体识别

为了解决农业病虫害命名实体识别过程中存在的内在语义信息缺失、局部上下文特征易被忽略和捕获长距离依赖能力不足等问题，以农业病虫害文本为研究对象，提出一种基于部首嵌入和注意力机制的农业病虫害命名实体识别模型(Chinese agricultural diseases and pests named entity recognition with joint radical embedding and self attention, RS-ADP)。首先，该模型将部首嵌入集成到字符嵌入中作为输入，用以丰富语义信息。其中，针对部首嵌入设计了3种特征提取策略，即卷积神经网络(Convolutional neural network, CNN)、双向长短时记忆网络(Bidirectional long short term memory network, BiLSTM) 和CNN-BiLSTM；其次，采用多层不同窗口尺寸的CNNs层提取不同尺度的局部上下文信息；然后，在BiLSTM提取全局序列特征的基础上，采用自注意力机制进一步增强模型提取更长距离依赖的能力；最后，采用条件随机场(Conditional random field, CRF)联合识别实体边界和划分实体类别。在包含11个类别和24715条标注样本的农业病虫害自制语料上进行了实验。结果表明，本文模型RS-ADP在该数据集上精确率、召回率和F1值分别为94.16%、94.47%和94.32%；在具体实体类别上，RS-ADP在作物、病害、虫害等易识别实体上F1值高达95.81%、97.76%和97.23%。同时，RS-ADP在草害、病原等难以识别实体上F1值仍保持86%以上。实验结果表明，本文所提模型能够有效识别农业病虫害命名实体，其识别精度优于其他模型，且具有一定的泛化性。     

中间砧嫁接对黄瓜白粉病抗性的影响

本试验通过人工接种白粉病病原,对不同嫁接方式(常规嫁接和中间砧嫁接)嫁接黄瓜及不同中间砧(伊丽莎白、东方脆甜、景甜F1)嫁接黄瓜的白粉病发病率、病情指数和一系列生理指标进行比较,来探讨不同嫁接方式及不同中间砧嫁接对黄瓜白粉病抗性的影响。研究结果表明,嫁接可显著提高黄瓜对白粉病的抗性,接种白粉病后,黄瓜嫁接苗电解质渗透率和丙二醛含量显著低于自根苗,以甜瓜中间砧嫁接苗显著低于常规嫁接;可溶性糖和脯氨酸含量以中间砧嫁接常规嫁接自根苗;白粉病胁迫下,嫁接苗叶片中抗氧化酶和次生代谢相关酶活性均显著高于自根苗,各嫁接处理间除POD、PAL活性无显著差异外,其余均以中间砧高于常规嫁接,三个中间砧品种以T3东方脆甜最高;白粉病侵染后,不同嫁接苗间木质素含量差异不大,但均明显高于自根苗;酚类物质及纤维素含量为中间砧嫁接常规嫁接自根苗。因此,中间砧嫁接可提高黄瓜抗白粉病能力,三个中间砧品种以‘东方脆甜’抗性最优。     

茄子病害的分类识别及综合防治技术探讨

茄子是我们日常餐桌上比较常见的一类蔬菜。由于市场的需求量相对较大,近年来很多农户在产业结构调整背景之下,将茄子作为主要的蔬菜种植品种,获得了较好的经济效益。茄子属于能够持续采收的蔬菜,但在长时间生长发育过程中,也很容易受到多种病虫害的威胁。对于大棚蔬菜来说,病虫害的防治效果在一定程度上决定了最终的采收效益。茄子生育周期相对较长,在整个发育阶段会受到多种病害的威胁,所以就要求种植人员认真掌握茄子常见病害的流行特征,发病现状,针对常见病害的发生流行特点,及时采取措施进行综合性的防控,保证茄子的品质,增加种植户的经济效益。     

畜禽粪便与菌渣有机肥在白菜和黄瓜上的施用效果

研究了不同配比的鸡粪、牛粪、菌渣对白菜、黄瓜的生长性状和品质的影响。试验结果表明,本试验中制成的有机肥基本符合国家农业标准,施用后可以满足蔬菜生长发育需求,有利于提高生长性状表现和营养成分的含量,确保产量和品质,其中以50%鸡粪、50%菌渣制作而成的有机肥效果最好。对白菜而言,该有机肥处理能够显著提高白菜叶片数量,产量、可溶性蛋白、总糖、V_C、叶绿素含量均有提高;对黄瓜而言,该有机肥可以提高子叶处茎粗,果实的单果重、可溶性蛋白、总糖、V_C含量较对照均有提高。     

基于RetinaNet模型的梨小食心虫智能识别计数方法

针对梨小食心虫监测调查中存在的人工分类计数费时、费力且误差较大的问题,基于RetinaNet深度学习目标检测模型,构建了一种普适性更广的梨小食心虫智能识别计数方法.试验结果表明,RetinaNet目标检测模型对黏虫板上梨小食心虫的平均识别准确率达95.93％,平均计数准确率达95.62％,且该方法对拍摄条件要求低,普适性广,优于Faster R-CNN目标检测模型,完全可以在梨小食心虫监测调查中替代人工进行分类计数.     

西班牙:桃树中发现抗白粉病基因

来自西班牙农业基因组学研究中心(CRAG)和农业食品研究与技术所(IRTA)的研究人员在桃树中发现了抗白粉病基因。白粉病为真菌性病害,病原菌为白粉病菌(Podosphaera pannosa)。由于防治白粉病需要使用杀菌剂,既给生产者造成经济损失,也对环境造成显著影响。该研究还提供了新的分子工具来开发和鉴定具有抗白粉病基因的桃树品种,从而减少在生产过程中喷洒杀虫剂。     

基于注意力机制和残差网络的苹果叶片病害分类

苹果叶片病害的高效准确识别有助于合理使用杀虫剂、肥料等农业资源，进而保证苹果的产量与质量。为提高苹果叶片病害识别的准确率，提出一种残差网络与注意力机制结合的苹果叶片病害识别模型：P-D-ECA-ResNet101。首先构建苹果叶片病害数据集，然后使用常见的4种网络模型在构建的数据集上进行训练，选取训练效果最好的ResNet101为骨干网络模型，通过推迟下采样(delayed downsampling)、拆解大卷积层以及引入高效通道(efficient channel attention module, ECA)注意力模块对ResNet101网络模型进行优化，最后通过特征图可视化展示改进后网络模型的识别机制。试验结果表明，推迟下采样可以增强模型特征提取能力，拆解大卷积层可以有效减少模型的复杂度，引入ECA注意力模块可以削弱无效特征信息对模型的干扰。改进后的P-D-ECA-ResNet101模型在构建的苹果叶片病害测试集上的平均识别准确率达到96.20%,相较于原模型ResNet101提升了2.20百分点。特征图可视化分析表明改进后的P-D-ECA-ResNet101模型可以更好地聚焦于病...     

基于卷积神经网络的拖拉机工况识别

农机工况识别在细化农机作业状态和帮助掌握区域污染物排放趋势方面有着重要的研究价值。基于拖拉机不同运行状态下的行驶速度、发动机转速以及实时油耗等时间序列,首次提出将图像识别方法引入到拖拉机工况识别中的思路,并分别应用参数优化的支持向量机与卷积神经网络对实际作业拖拉机工况进行研究。结果表明:(1)基于参数优化的支持向量机可以较好地实现样本点的工况识别且识别准确度达到99.851 9%,但无法实现农机工况的连续性识别,同时无法对农机工况转换阶段进行有效识别。(2)以拖拉机运行速度与发动机转速等信息构建样本图像来描述农机工况变化的数据表达,并在此基础上应用卷积神经网络可以有效实现农机工况的连续性识别,且识别准确率可以达到93.3%。本研究在农机工况识别方面具有一定参考价值,并为后续农机不同工况下区域污染物排放研究提供技术支持。