高光谱图像在农作物病害检测识别中的研究进展

农作物病害无损检测是保证作物产量和质量的关键环节,起到及时发现病害、指导农药的使用、减少经济损失等作用。本文介绍了高光谱成像技术用于农作物病害检测的原理;从支持向量机、偏最小二乘回归、深度学习识别算法方面综述了2017—2021年高光谱成像技术在农作物病害检测中的国内外研究进展;分析了作物病害高光谱图像识别算法的原理和分类流程,对3种深度学习算法：[深度置信网络(DBN)、基于自编码网络(AE)的栈式自编码网络(SAE)、卷积神经网络(CNN)]在农作物病虫害高光谱图像识别方面的应用进行优缺点对比;对常见深度学习分类指标计算过程和原理进行说明;指出高光谱检测识别农作物病害中面临的问题：异物同谱、数据预处理特征提取过程繁杂、数据量小且训练数据不平衡,并针对这些问题给出未来的研究方向。     

上海地区水产养殖环境及非药品类渔药投入品中农兽药的污染特征及风险评估

为了解水产养殖环境及非药品类渔药投入品中的农兽药的污染特征和生态风险,本研究采用超高压液相色谱-静电场轨道离子阱质谱分析方法对上海地区27家主要水产养殖场中养殖水体、底泥以及正使用的非药品类渔药投入品进行农兽药残留分析,运用风险商值（RQ）法对筛查结果进行生态风险评估。结果表明：27家养殖场的180个样品（水体27个、底泥43个、投入品110个）中共筛查出13种药物,包括兽药9种（金刚烷胺、地西泮、恩诺沙星、氟苯尼考、加替沙星、甲氧苄啶,阿维菌素B1a、红霉素、培氟沙星）和农药4种（多菌灵、扑草净、西草净、乙氧喹啉）。水体中筛出9种70个药物,底泥中筛出6种93个药物,投入品中筛出7种37个药物,其中多菌灵、恩诺沙星、甲氧苄啶药物在3类样品中均存在。水体、底泥、非药品类渔药投入品中筛出药物的浓度范围分别为6.00×10^-3~1.88、1.47~292、9.68~1.39×10⁵ μg·kg^-1。风险商值评价结果显示,水产养殖场水体与底泥样品中农兽药均存在一定程度的中高风险,其中水体中扑草净生态风险最高,RQ值为3.14,底泥中红霉素生态风险最高,RQ值为2.22,两种药物RQ值均大于1,表现为高风险。建议加强对农兽药,尤其是非药品类渔药投入品等产品全链条的监管与控制,以保护水产养殖生态系统的健康。     

茄科作物常见病害早期检测技术的研究进展

以番茄、马铃薯、烟草为主的茄科作物在全球经济作物中占据重要地位。然而,茄科作物在生长过程中易受早疫病、晚疫病等多种病害侵染,病害的发病率高且危害范围广,严重制约了其生产发展的稳定性。利用实时、快速、无损的检测技术在茄科作物病害显症之前进行早期诊断,可以显著降低产量损失、提高质量,对科学指导生产具有重要意义。本文首先对茄科作物的常见病害的类型、病原菌、主要危害作物及发病症状进行概述,给出对应的病害典型图片;再简单介绍作物病害的传统检测技术,并与新型检测技术作对比分析,总结优缺点;接着系统阐述如可见光图像识别技术、红外热成像技术及高光谱成像技术等新型检测技术的基本原理与相关研究进展及其应用局限。其中,重点介绍高光谱成像技术用于作物病害检测的原理机制和常规检测流程,综述其应用于茄科作物病害早期检测的国内外研究进展,总结列出了部分茄科作物病害研究的重要检测波段;最后,指出了目前试验方法存在的不足并探讨了未来研究发展的方向。     

基于高分辨质谱的渔用非药品中隐形药物成分筛查分析

为了评估水产品养殖过程中渔用非药品的质量安全状况，采用高分辨质谱筛查技术，对上海市水产品养殖场、渔药商店以及网络平台的渔用非药品进行隐形药物成分筛查分析。结果表明，300份渔用非药品样品中，筛查出104个样品有隐形药物成分共189项次，含有15种药物成分，样品总筛出率为34.7%。按照筛出药物样品来源划分，渔药商店采集的样品检出率相对最低，为22.5%;养殖场次之，为25.3%;网络平台最高，为72.6%。按照筛出药物的性质划分，15种药物成分中包括农药6种，分别是扑草净、西草净、西玛津、多菌灵、敌百虫、乙氧喹啉；兽药8种，分别是恩诺沙星、乙酰甲喹、红霉素、加替沙星、氟苯尼考、磺胺嘧啶、环丙沙星、甲氧苄啶；水产停用药1种，为培氟沙星。按照样品中筛出药物种类划分，筛出含隐形药物的104个样品中，57个筛出单种药物，47个筛出2种及以上的药物，25个筛出3种及以上的药物，9个筛出4种及以上的药物，3个筛出5种及以上的药物，2个筛出6种药物。筛出药物的含量分布表明，61.9%的药物含量在100μg·kg^-1以上，最高可达1 093 023.26μg·kg^-1<...