基于YOLO v3与图结构模型的群养猪只头尾辨别方法

在利用视频监控技术对群养猪只进行自动行为监测时,对猪只准确定位并辨别其头尾位置对提高监测水平至关重要,基于此提出一种基于YOLO v3(You only look once v3)模型与图结构模型(Pictorial structure models)的猪只头尾辨别方法。首先,利用基于深度卷积神经网络的YOLO v3目标检测模型,训练猪只整体及其头部和尾部3类目标的检测器,从而在输入图像中获得猪只整体及头尾部所有的检测结果;然后,引入图结构模型,描述猪只的头尾结构特征,对每个猪只整体检测矩形框内的头尾部位组合计算匹配得分,选择最优的部位组合方式;对部分部位漏检的情况,采取阈值分割与前景椭圆拟合的方法,根据椭圆长轴推理出缺失部位。在实际猪场环境下,通过俯拍获得猪舍监控视频,建立了图像数据集,并进行了检测实验。实验结果表明,与直接利用YOLO v3模型相比,本文方法对头尾定位的精确率和召回率均有一定提高。本文方法对猪只头尾辨别精确率达到96.22%,与其他方法相比具有明显优势。     

苦瓜新品种淮农青1号的选育

为了选育早熟、产量高、抗病性强、微苦的苦瓜新品种,以B19强雌系为母本,以B118苦瓜自交系为父本,进行杂交、分离后,经系统选育,培育出苦瓜新品种——淮农青1号。其早熟,果皮翠绿色,长纺锤形,口感脆嫩;前期平均667 m2产量1 126.2 kg,比对照增产25.5%,平均667 m~2总产量达2 740.8 kg,比对照增产26.3%;中抗白粉病,适合江苏省春季大棚栽培。     

浅谈林业育苗技术管理存在的问题及对策柴艳红

林业是我国发展绿色经济的重要产业,育苗是林木生长的重要基础,育苗的技术与管理很大程度上决定着林木的成活率。文章总结了我国林业育苗技术与管理的现状,并针对其中的薄弱环节提出了对策。     

胶东丘陵区典型赤松人工林的生长特征与土壤理化特性

以胶东丘陵区15块典型赤松人工林样地为对象,通过野外调查和室内分析,研究了不同林龄和密度赤松人工林的树高、胸径和冠幅生长特征,探讨了林地土壤的理化特性。结果表明:赤松人工林的树高、胸径和冠幅随林分密度增加呈现明显下降趋势;前期生长速度较快,在0-18年间的年均生长速率要明显高于18-65年间的生长速率。赤松人工林土壤容重处于0.94～1.66 g/cm3之间,整体较为适中,土壤粘粒含量普遍较低。赤松人工林土壤的通透性较好,保水能力较强。供试赤松林地土壤pH值均表现为酸性,土壤EC普遍很低。林龄较高的赤松人工林土壤CEC较为适中,而低林龄赤松林地土壤CEC处于"很低"等级。土壤有机质含量处于中等或以上水平;全氮和有效氮含量整体较高,而有效磷含量很低,有效钾含量整体较为适宜。胶东丘陵区赤松人工林土壤物理、化学性质均较为稳定,各指标在不同样地间的变异均为中等强度。     

人工繁育花绒寄甲种群的越冬情况调查

花绒寄甲Darstarcus helophoroides是松材线虫病主要媒介昆虫—松褐天牛Monochamus alternatus的重要寄生性天敌,其在松褐天牛适生区的越冬情况一定程度上决定了翌年的种群基数和防治效果。本研究在山东威海和青岛的松材线虫病疫区内设置笼罩,释放人工繁育的花绒寄甲种群,翌年调查其越冬存活率和越冬场所。结果表明人工繁育的花绒寄甲在青岛和威海均能够成功越冬,平均存活率在50%以上,主要以单头成虫在树皮下和树皮缝内越冬。本次调查结果为明确花绒寄甲在山东省内人工移殖或引进的可行性提供依据。     

我国植物工厂智能化装备研究现状与展望

植物工厂是实现精准农业的重要方式之一。近年来,智能化装备的发展和相关技术的突破,促使植物工厂取得重要进展。从种苗生产、作物管理、物流三方面对我国植物工厂智能化装备进行梳理总结;分析植物工厂智能化装备发展中面临种苗生产配套智能装备不够完善、作物管理智能化装备集成度低、物流智能化装备通用性差且普及率低等问题;并指出多传感器融合技术、作物生长模型、高性能低成本的零部件、小型智能化装备、智能化集成系统是未来发展趋势。     

农药登记申请人资格要求解析

农药登记申请人具备相应的资格条件,是其申请的农药取得登记的首要条件。本文通过申请人范围、申请人资格要求以及不符合条件的处理三个方面对农药登记申请人资格要求作出了解析,从而帮助申请人更好地把握农药登记申请资格。     

湿地松产脂量与生长及树冠性状多点遗传相关及通径分析

为研究湿地松生长及树冠性状与产脂量之间的遗传相关关系及其对产脂量的控制途径,以赣北、赣中和赣南等多种典型立地条件下的28年生湿地松家系试验林为研究对象,对112个湿地松家系进行产脂量、生长及树冠性状全林调查,并对测定数据进行分析。结果表明,除枝下高外,产脂量与生长及树冠性状均呈显著或极显著遗传正相关关系,遗传相关系数排名前四的性状分别为胸径(R=0.93)、树冠表面积(R=0.83)、冠长(R=0.78)和冠幅(R=0.73);通径分析中,胸径、树高、树冠表面积和冠幅通过直接和间接作用成为影响产脂量的主导因素,其决定系数贡献率分别为0.557、0.507、0.424和0.240;产脂量与生长、树冠性状的线性回归方程为:y=-0.255+0.040x_(DBH)+0.004x_(HGT)+0.006x_(CSA)+0.036x_(CW)(F=955.907^**, R²=0.559),模型的预估精度为99.64%。本试验结果明确了湿地松生长及树冠性状与产脂量之间的关系,其中,树高、胸径、冠幅和树冠表面积对产脂量影响较大;建立的产脂量多元回归模型具有一定的现实意义,实现了对树高、胸径和树冠表面积等性状的快速测定预估产脂量,为湿地松产脂量的科学、准确与高效预测提供了依据。