小麦K型不育系恢复基因近等基因系农艺性状的遗传差异分析

对近等基因系进行遗传背景检测,有利于选育高质量的近等基因系材料.以17个小麦K型不育系恢复基因的近等基因系(N1～N17)和轮回亲本不育系豫麦3号为材料,通过调查这些材料的株高、成穗数、旗叶长、旗叶宽、倒二叶长、脖长、倒一节长、倒二节长、穗长、小穗数等10个农艺性状.对小麦K型不育系恢复基因近等基因系的农艺性状进行了差异比较和聚类分析.结果表明,连续回交5代后,回交后代与轮回亲本在形态性状上表现出较高的一致性,其中N14、N1、N7、N16和N15与不育系豫麦3号的性状差异较小,在欧氏距离为5.2处把它们聚在同一类,但从各性状的变异系数看,N7和N15自身的变异较大,所以N14、N1和N16与不育系豫麦3号具有较好的近等性.     

浅谈饲料安全性与动物源食品安全

随着科学进步和人类物质生活的不断提高，食品的安全卫生要求越来越严，人们普遍对食品的安全卫生问题极为关注。一个时期以来，无污染、无残留和无公害的安全绿色食品已成为人们一种新的消费时尚，更多的人日益关注食物链前端，已将食品安全卫生由餐桌转向食品原料来源地（养殖、种植、天然等）。由农牧渔业的发展可知，我国的畜禽水产市场也正在从只重视畜禽水产品的数量向关切其卫生品质尤其是安全性转变，畜禽水产品的安全性将是我国动物源食品能否参与国际竞争、打入国际市场的一个最关键因素。饲料安全性是指饲料中不应含有对饲养动物…     

蒸汽爆破法在林产工业中应用的进展

本文介绍了蒸汽爆破法应用于木材生物资源转换和改善木材渗透性的原理、装置、条件、方式及存在的问题,并指出其利用前景和今后的研究方向。     

倾注真情助脱贫——省林业厅工作组建整扶贫纪略

古丈县河蓬乡苏家村是省林业厅建整扶贫联系点。今年工作组驻村以来，以饱满的热情、优良的作风，扎扎实实开展工作，加快了苏家村脱贫致富步伐。苏家村是一个苗族聚居的山寨，由于自然条件差，生产力发展水平低，耕作方式落后，全村还有一部分村民没有解决温饱。年初，工作组入村后，迅速开展调查研究，确定了今年“靠班子引路，修基础设施起步，保粮食稳产，搞开发致富”的工作思路。工作组针对村班子人员文化素质较低，市场经济意识较差的状况，今年元月份以来，共举办各类学习培训班7期，参加培训人员达305人次。同时，工作组还紧紧围绕…     

棉籽油及油脚合成汽车涂料固化剂原理的研究

以棉籽油及油脚为原料，经由甲酯化、异构化、聚合及酰胺化等反应，合成了汽车涂料固化剂，探讨了聚合反应的机理，并进行了应用性研究。试验表明，由棉籽油合成的聚酰胺，可以作为汽车电泳涂料固化剂，具有较为广阔的应用前景。     

基于图像检索的林火检测技术研究

基于计算视觉的常规林火图像识别算法过多依赖于庞大训练集,算法复杂无法满足林火监测实时性要求,提出一种基于图像检索的林火识别算法,搭建了VS2013和OpenCV程序验证平台。采用拉伸直方图和直方图均衡化方法提高图像对比度,通过减色降低程序计算复杂度,设定林火参考图像和固定阈值,采用直方图对比算法检索林火图像。程序验证结果表明,本文设计的程序能快速识别林火图像,具有实用价值,可为相关研究提供参考。     

PHANTOM 4 RTK+大疆像控处理技术在燕麦长势模拟中的应用

【目的】 利用小型消费级无人机航拍获取地物影像,通过地物阴影、高度差、色差快速提取地物,进而获取地物结构信息。【方法】 文章选取云南省曲靖市会泽县的大桥乡为研究区域,针对冬闲田闲置土地资源、种植结构相对单一的区域展开试验,利用高分辨率无人机遥感影像对燕麦进行识别,同时结合超声波传感器数据估算地物高度,并与实际高度和无人机生成的传统测高方法得到的高度进行相关性分析,获取高精度、可靠性强的数据。【结果】 基于可见光燕麦的总体分类精度为91.46%,Kappa系数为0.857,在增加DSM数据后的分类总体精度为98.91%,Kappa系数为0.982。研究表明由无人机获取的代表燕麦冠层高度信息的DSM数据能够显著提升燕麦的识别效果。相对于传统无人机测高方法生成数字表面模型提取地物高度的方法,依赖于光谱和高程信息识别地物信息的方法在计算地物高度时,精度更高,识别结果更可靠。【结论】 该文提出的小型消费级无人机利用地物阴影计算燕麦高度的方法,改进了相机镜头光心地位和RTK天线中心点地位补偿作用,打通了RTK模块、飞控模块及相机云台模块之间的通讯,能够应用于实际准确获取影像地位信息,为无人机遥感快速、准确地获取地物高度信息提供了一种新的思路。     

苜蓿智慧管理研究进展与应用

【目的】 结合现有苜蓿智慧管理研究进展,提出基于小型无人机+超声波检测在苜蓿智慧管理上的具体应用,为精准农业和苜蓿规模化生产的远程诊断提供思路。【方法】 文章以苜蓿为研究对象,以内蒙古呼伦贝尔市谢尔塔拉农牧场为研究区,在总结归纳当前苜蓿智慧管理研究及应用现状的基础上,进行了无人机+超声波的苜蓿田数据采集及应用。【结果】 研究进展表明与卫星相比,无人机在农作物识别与长势估算中,识别精度和速度表现出明显优势,苜蓿智慧管理的前提是数据的获取与分析,从无人机获取的代表苜蓿冠层高度信息的DSM数据能够显著提升苜蓿识别精度、苜蓿形态三维建模、苜蓿相对高度估算等方面,实时获取苜蓿生长过程中的相关参数使结果更为可靠。【结论】 该文总结现阶段苜蓿智慧管理研究进展,归纳现有研究成果的优势与不足,提出结合无人机采集的高分辨率图像和超声传感器,对不同状况下的苜蓿进行准确数据获取的方法。基于此方法配套相应的苜蓿管理决策支持系统,将可以为用户提供苜蓿长势、产量预测和实时灌溉、施肥等管理策略。     

应用Sentinel-2A卫星遥感影像估测森林蓄积量

为了探讨应用Sentinel-2A遥感影像进行森林蓄积量估测的可行性,以内蒙古自治区某林业局的一类清查样地数据、二类调查小班数据、数字高程模型(DEM)以及林地数据为数据源,以遥感影像的波段灰度信息、比值波段及地形信息为自变量,采用k-近邻法(k-NN)、稳健估计及偏最小二乘估计等方法,分林型构建研究区域的森林蓄积量估测模型,从林业局、林场及小班尺度进行估测精度评价.结果表明:k-NN方法在林业局、林场和小班等3个尺度中的估测精度分别达到了97％、93.2％和83.6％,均表现出良好的估测效果;稳健估计法在3个尺度中的估测精度分别为89.3％、72.4％、69.3％;偏最小二估计法在3个尺度中的估测精度分别为85.7％、75.8％、71.7％.k-NN方法估测效果明显优于稳健估计方和偏最小二估计法,因此,Sentinel-2A遥感影像能够有效应用于森林蓄积量估测.     

基于分光吸收特性的辣椒叶片叶绿素含量测量方法研究

为了无损、简单、快速、准确估测辣椒叶片叶绿素含量和组成,提升作物的精细管理水平.本文基于辣椒叶片对光的吸收特性,利用光谱透过率通过计算得到叶片的吸光度,使用四阶导数法在640～690 nm波段找到与叶片中叶绿素a和叶绿素b的吸收波峰:649、668、681nm.参照化学法检测植物叶绿素含量和组成的吸光度法,使用多元线性回归分别建立叶绿素a和叶绿素b含量的检测模型并对比.其中以649、668、681nm处吸光度建立的模型检测叶绿素a含量的结果最好,测试结果的相对误差(RE)为8.86％,决定系数(R2)为0.879;以649、681 nm处吸光度建立的模型检测叶绿素b含量的结果最好,测试结果的相对误差(RE)为9.84％,决定系数(R2)为0.878.