物联网与作物模型在智慧棉花系统中的应用与展望

在已有科技与研究成果基础上，结合数据库技术，构建基于物联网与棉花功能结构模型Cotton XL的智慧棉花生产数字化系统平台。系统利用智能传感器等物联网设备实时采集田间气象、土壤和作物长势等数据以及现场视频图像信息，通过网络传输监测范围内棉株的信息至数据库，结合模型模拟分析，实现远程操控辅助管理、预测判别、智能处理和可视化模拟等功能，从而优化作物栽培管理措施，提升资源配置效率，提高棉花产量与品质，为棉农适应现代农业信息化、智能化、高效化提供有效途径。     

不同颜色粘虫板对西昌市草莓西花蓟马的集诱效果比较

[目的]筛选对草莓西花蓟马集诱效果最佳的粘虫板。[方法]研究比较6种不同颜色粘虫板对西昌市草莓西花蓟马的集诱效果。[结果]对西昌市草莓西花蓟马的集诱效果最好的是黄色粘虫板,然后依次是蓝色粘虫板、白色粘虫板、绿色粘虫板、红色粘虫板,黑色粘虫板的集诱效果不明显。[结论]该研究结果为西昌市粘虫板防治草莓地西花蓟马提供了理论依据。     

柑橘黄龙病早期诊断的PCR检测技术优化

柑橘黄龙病是柑橘属植物主要病害之一,是由一种限于韧皮部内寄生的革兰氏阴性细菌引起的病害,病菌可随筛管转运至整个植株,其潜伏周期长、危害面积广,严重威胁我国乃至世界范围内柑橘产业的健康发展。因此,早期柑橘黄龙病的快速检测是病害防治重要环节,目前最常用的是基于PCR技术的检测方法,但由于植株体内的病菌含量较低、PCR扩增体系中引物稳定性的差异、DNA模板浓度的不同均会对扩增效果有较大影响。本研究以感染黄龙病的柑橘叶片作为样本,提取叶片DNA作为模板。利用LSS606/LAS、16sf/16sr、A2/J5、P1/P2和OI1/OI2 5对柑橘黄龙病检测引物对PCR反应体系进行了优化。结果显示,除了OI1/OI2引物的特异性较差外,其余4种引物均表现了很好的特异性,引物浓度在0.2~0.3 μmol时,PCR扩增效果较好。灵敏度检测显示引物LSS606/LAS、A2/J5对模板DNA的灵敏度较高,在模板浓度为0.048 ng·μL^-1时仍能扩增出目标产物,分别是引物16sf/16sr和P1/P2检测灵敏度的10倍和20倍,可检测出1 ng总DNA中的柑橘黄龙病菌数在426~755。该研究通过特异性引物的筛选以及PCR检测体系的优化,确定了一种快速准确检测柑橘黄龙病的方法,为柑橘黄龙病的早期诊断奠定基础。     

基于多核支持向量机的小麦条锈病遥感监测研究

为提高小麦条锈病的遥感探测精度,依据日光诱导叶绿素荧光和冠层反射光谱数据在小麦条锈病遥感探测中的优势及其与病情严重度之间的映射关系,在运用独立分量分析法对光谱数据降维的基础上,利用核学习算法分别确定冠层光谱特征和日光诱导叶绿素荧光特征反映小麦条锈病病情严重度的最优核,同时针对冠层光谱与叶绿素荧光特征组,建立基于不同特征最优核映射的多核学习支持向量机模型,并与基于特征直接拼接的模型结果进行对比。结果表明,对于冠层光谱而言,采用高斯核构建的支持向量机模型可较好估测小麦条锈病病情指数,而日光诱导叶绿素荧光指数则是采用多项式核的效果更优;采用直接拼接法融合叶绿素荧光指数和冠层光谱特征能够在一定程度上改善小麦条锈病病情指数估测精度,决定系数(r~2)最高为0.847,而单独利用冠层光谱信息或者叶绿素荧光信息时,r~2最高仅为0.802;对日光诱导叶绿素荧光和反射光谱特征分别利用其最优核进行映射构建的多核学习支持向量机模型精度最高,r~2为0.915,RMSE为0.090,优于基于特征直接拼接构建的支持向量机模型精度。     

基于PLSA和颜色命名的小麦图像分割方法

为减少大田环境下光照不足对小麦图像分割的影响,以及提升小麦图像中偏黄叶片的提取效果,提出了将白平衡调整、局部同态滤波预处理和基于概率潜在语义分析(PLSA)模型的颜色命名算法相结合用于小麦图像分割的方法。首先,对大田采集的小麦图像进行白平衡调整,得到准确无偏色的图像;然后对光照不足的图像在HSI彩色模型下对亮度分量I进行局部同态滤波处理,以减少光照不足对图像的影响;最后在RGB彩色模型下基于PLSA模型构建的颜色名RGB值字典,提取图像中绿色和黄色像素点对应区域作为目标区域。结果表明,经白平衡调整后F1值提高1.61个百分点;光照不足图像经局部同态滤波处理后F1值提高12.43个百分点,分割效果明显提升;所提方法对绿色、叶片偏黄及光照不足的小麦图像分割的F1值分别为96.39%、97.29%和96.22%,均达到了较好的分割效果;所提方法与K-means聚类算法相比,虽点状噪音和细小孔洞相对较多,但在分割叶片偏黄小麦上F1值提高4.42%,整体分割效果较好,且稳定性强。     

基于GF-1和Sentinel-2时序数据的茶园识别

由于茶园大多分布在地形复杂的山区,地块破碎,分布零散,形状差异大、植被混杂且茶园所处环境长期受到云雨的影响,增加了茶园遥感识别的难度与不确定性,针对这一问题,该研究提出了利用高分1号(GF-1)和哨兵2号(Sentinel-2)时序数据提取茶园的方法,以浙江省武义县王宅镇为研究区,采用GF-1号为主要数据源,并利用MODIS地表反射率产品和Sentinel-2反射率数据,基于时空融合算法得到时间分辨率5 d的10 m Sentinel-2完整的时序数据。综合利用GF-1在空间细节方面的优势和重建的Sentinel-2高观测频率时序数据在反映茶树生长过程方面的优势,分别基于GF-1的光谱和纹理特征及GF-1的光谱、纹理特征和Sentinel-2时序特征两种特征组合方式,采用随机森林算法提取茶园。结果表明,GF-1光谱、纹理信息结合Sentinel-2时序信息分类结果的准确率、错误率、精确率、召回率和F1分数分别为96.91%、3.09%、89.00%、83.09%和0.86,仅基于GF-1光谱和纹理信息的分类准确率、错误率、精确率、召回率和F1分数分别为94.72%、5.28%、73.09%、84.61%和0.78,添加时序信息分类结果总体优于未添加时序信息的分类结果。表明高空间分辨率结合高频率时序遥感数据是提高茶园分类精度的有效手段。     

我国规模化牧场奶牛酮病防治状况调查分析

[目的]为了解2021年我国规模化牧场奶牛酮病发病情况和防控状况。[方法]本文选择105 个规模化牧场进行调查,包括酮病发病率、诊断和监测方法、治疗方法、治愈率、防控方法和治疗成本等。[结果]牧场奶牛平均单产为9.7 t,酮病平均发病率为17.9%,高国外控制目标。大多数牧场奶牛酮病诊断和监测,主要采用检测血液中β-羟丁酸浓度的方法,奶牛酮病治愈率无论单一或综合措施都达90%以上,奶牛酮病综合防控效果明显好于单一措施。[结论]目前我国规模化牧场奶牛酮病发病率控制目标、诊断和监测、治疗和防控仍需更多研究,完善和制定相应的技术规范,为规模化牧场奶牛酮病的高效防控提供技术支撑。     

农杆菌介导含硫氨基酸γ-zein转化菊苣的初步研究

含硫氨基酸具有动物营养与免疫相关的重要生理功能,为提高菊苣中含硫氨基酸含量,采用根癌农杆菌介导法将玉米种子贮藏蛋白含硫氨基酸基因γ-zein和绿色荧光蛋白GFP融合基因转入到菊苣无菌苗叶片中,经过共培养、潮霉素抗性筛选、分化、再生和炼苗,得到抗性植株。对抗性植株进行PCR、PCR-Southern、斑点杂交和RTPCR分析,结果表明,外源目的基因已经整合到菊苣基因组中并且得到了表达,为提高菊苣含硫氨基酸含量,改善其品质奠定了基础。