应用可见/近红外高光谱成像测定鲑鱼片脂肪含量分布(英文)

脂肪作为一种重要的品质参数,在大西洋鲑鱼片中的分布很不均匀。为寻找一种能替代脂肪化学检测的快速无损的方法,该研究应用可见/近红外高光谱成像测定大西洋鲑鱼片的脂肪含量分布。分别采用可见/短波近红外(400-1100 nm)和近红外(900-1700 nm)系统获取大西洋鲑鱼片样本的高光谱图像。提取样本图像的平均光谱并与其相应的脂肪含量化学值采用偏最小二乘回归(partial least squares regression,PLSR)和最小二乘支持向量机(least-squares support vector machines,LS-SVM)建立相关性模型。为降低高光谱图像的共线性和冗余度,基于竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)分别在可见/短波近红外和近红外光谱区间提取16个(468,479,728,734,785,822,863,890,895,899,920,978,1005,1033,1040,1051 nm)和15个(975,995,1023,1047,1095,1124,1167,1210,1273,1316,1354,1368,1575,1632,1661 nm)特征波长,并分别建立PLSR和LS-SVM模型。特征波长模型的性能优于全波段模型,且近红外区间的特征波长PLSR模型为最优,预测决定系数(R2p)为0.92,预测均方根误差(root mean square error of prediction,RMSEP)为0.92%,剩余预测偏差(residual predictive deviation,RPD)为3.50。最后,将最优模型用于预测高光谱图像上所有像素点的脂肪含量以展示样本上脂肪的分布。此外,还基于该技术对大西洋鲑整鱼片实现了脂肪分布可视化。结果表明高光谱成像技术结合化学计量学方法在大西洋鲑鱼片脂肪的定量和分布可视化上有一定的研究和应用前景。     

农业科技攻关体制机制问题调查及政策建议

分析了农业科研单位存在的问题,即都是以项目的形式在支持科研的开展,经费少、人员多,造成科研水平难以提高、重复性工作较多、成果转化不畅。针对这些问题,以曾经在农业部组织的全国农业科研机构综合科研能力评估中,两次位列全国地市“十强”院（所）的绵阳市农业科学研究院为例,研究农业科技攻关体制机制问题。     

低温弱光对辣椒叶片光合作用、叶绿素荧光猝灭及光能分配的影响

以不同耐性的辣椒幼苗为材料,研究了低温弱光(15℃/6℃,100μmol.m-2.s-1)对辣椒冷害指数、色素含量、光合作用、叶绿素荧光参数和光能分配的影响。低温弱光处理后,辣椒冷害指数明显上升,杭椒1号冷害指数较低,表明其耐低温弱光性高于杭椒6号。随着低温处理时间的延长,叶片光合色素含量、净光合速率(Pn)、气孔导度(Gs)、胞间CO2浓度(Ci)、光化学猝灭系数(qP)、天线色素捕光效率(Fv’/Fm’),半饱和光强(Ik)均逐渐降低,其中杭椒1号降低幅度明显小于杭椒6号。低温弱光处理6 d时,杭椒6号最大光化学效率(Fv/Fm)出现可逆性降低,杭椒1号未见明显变化。低温弱光处理后,杭椒1号用于光化学反应的量子效率(ΦPSII)降低幅度低于杭椒6号,与此同时,调节性能量耗散量子产量(Y(NPQ))与非调节性能量耗散量子产量(Y(NO))均明显提高,杭椒6号上升幅度较大。低温弱光处理后杭椒1号光合色素含量较高,分配于光化学反应量子产量较高,非调节性能量耗散量子产量较低,光合速率较高,因而表现出较强的耐低温弱光性。     

基于高光谱图像的稻瘟病抗氧化酶值早期预测

水稻稻瘟病是危害水稻种植的真菌病害,早期预测病害源头是防治稻瘟病的有效手段。在病害症状显证之前实现早期预测,能从源头上更好地遏制病害,阻止分生孢子的大量繁殖,达到稻瘟病早期防治的目的。该文通过连续分时段测定水稻稻瘟病潜育期稻苗的高光谱图像和相对应的稻苗抗氧化物酶SOD（superoxide dismutase, SOD）酶值,利用高光谱图像处理技术结合化学计量学方法,建立稻瘟病潜育期内稻苗冠层高光谱图像与抗氧化酶SOD酶活之间的关联预测模型。结果表明,基于全光谱信息建立的SOD酶值预测模型,模型具有较好的预测效果,校正集相关系数RC=0.9921,校正集均方根误差RMSEC=5.135 U/g;预测集相关系数RP=0.9274,预测集均方根误差RESEP=8.634 U/g。出于建立更为广泛应用的稳定的多光谱成像检测系统的需要,基于选定的6个特征波长526、550、672、697、738和747 nm建立了简化的SOD酶值预测模型,该模型的RC=0.6945,RMSEC=17.92 U/g;RP=0.5488,RESEP=22.0085 U/g。研究表明,在水稻稻瘟病潜育期内,通过高光谱图像反演相应的SOD酶活性信息,推断水稻稻瘟病病害胁迫程度信息是可行的。     

利用近红外高光谱图像技术快速鉴别西瓜种子品种

为了研究采用近红外高光谱图像技术对西瓜种子品种快速无损鉴别的可行性,该文采用近红外高光谱图像技术,通过提取西瓜种子的光谱反射率,结合Savitzky-Golay (SG)平滑算法,经验模态分解算法（empirical mode decomposition,EMD）和小波分析（wavelet transform,WT）对提取出的光谱数据进行去除噪声处理,采用连续投影算法（successive projections algorithm,SPA）和遗传-偏最小二乘法（genetic algorithm-partial least squares, GA-PLS）进行特征波长选择。基于全波段光谱建立了偏最小二乘判别分析（partial least squares-discriminant analysis,PLS-DA）,基于特征波长建立了反向传播神经网络（back-propagation neural network,BP NN)判别模型和极限学习机（extreme learning machine,ELM）判别模型。试验结果表明,基于特征波长的BPNN模型和ELM模型的结果优于基于全部波长的PLS-DA模型,基于SG预处理光谱提取的特征波长建立的ELM模型取得最优的判别效果,建模集和预测集的判别正确率均为100%。结果表明应用近红外高光谱成像技术对西瓜种子品种鉴别是可行的,为西瓜种子的品种快速鉴别提供了一种新方法。     

基于计算机视觉的大田害虫远程自动识别系统

为了实现大田害虫的快速实时识别和诊断,设计了一套大田害虫远程自动识别系统。该系统通过3G无线网络将害虫照片传输到主控平台中,在主控平台中实现远程自动识别。系统首先对害虫图像进行基于形态和颜色特征值的提取。害虫图像的形态特征由周长、面积、偏心率等以及7个胡不变矩共16个特征值组成,颜色特征值由9个颜色矩组成,然后建立支持向量机分类器。采用该系统对6种常见大田害虫进行了测试,平均准确率达到87.4%。考虑到不同的害虫姿态和大田中不同的光照条件,系统的分类效果是满意的。     

山西省农机总动力需求的灰色—马尔柯夫预测模型

灰色—马尔柯夫预测方法能够较好地解决既有趋势性又有较大波动性的数据序列的预测问题 ,且具有计算简便、精度高的特点。本文利用该方法对山西省农机总动力需求进行了预测分析 ,为农业机械化有计划的发展提供了依据。     

多位专家聚集内蒙古研究沙草产业

2005年11月底,“钱学森与内蒙古———纪念钱学森归国50周年暨沙产业草产业理论研讨会”,在内蒙古呼和浩特举行。国内80多位专家学者汇聚一堂,研究探讨沙产业、草产业。他们认为,钱学森所提倡的通过“多采光、少用水、新技术、高效益”的技术路线,实现“沙漠增绿,资源增值,农牧     

基于网络分析法的粮食产后处理模式研究

针对目前粮食产后处理模式存在的问题，利用网络分析法进行了优化分析，并提出了改进措施，经比较分析，改进后的处理模式在处理效率、成本、数量损失、粮食品质以及益本比等方面均有较双改善。     

家蚕新品种L8081·L8191×L4朝92·L4白82(川蚕11号)性状

<正> L8081·L8191×L4白朝 92·L4白 82(川蚕11号)是四川省农科院蚕业研究所育成的双限性四元中秋用品种。1993～1994年参加全国蚕品种鉴定,认为有龄期经过短,体质强健好养,产茧量高和茧质优等特点。1995年10月全国桑蚕品种审定委员会通过。