采用双模态联合表征学习方法识别作物病害

基于深度卷积神经网络的视觉识别方法在病害诊断中表现出色,逐渐成为了研究热点。但是,基于深度卷积神经网络建立的视觉识别模型通常只利用了图像模态的数据,导致模型的识别准确率和鲁棒性,都依赖训练数据集的规模和标注的质量。构建开放环境下大规模的病害数据集并完成高质量的标注,通常需要付出巨大的经济和技术代价,限制了基于深度卷积神经网络的视觉识别方法在实际应用中的推广。该研究提出了一种基于图像与文本双模态联合表征学习的开放环境下作物病害识别模型(bimodalNet)。该模型在病害图像模态的基础上,进行了病害文本模态信息的嵌入,利用两种模态病害信息间的相关性和互补性,实现了病害特征的联合表征学习。最终bimodalNet在较小的数据集上取得了优于单纯的图像模态模型和文本模态模型的效果,最优模型组合在测试集的准确率、精确率、灵敏度、特异性和F1值分别为99.47%、98.51%、98.61%、99.68%和98.51%。该研究证明了利用病害图像和病害文本的双模态表征学习是解决开放环境下作物病害识别的有效方法。     

甜瓜种皮颜色控制基因CmSC1的精细定位及候选基因分析

【目的】通过对甜瓜种皮颜色进行遗传分析及基因精细定位,并推测其候选基因和开发特异分子标记,为下一步该基因的功能研究及合理利用奠定基础。【方法】利用白色种皮材料HP22和黄色种皮材料B8、B150分别配制杂交组合,获得后代遗传分离群体并进行种皮颜色的表型调查及遗传分析,通过基因图位克隆方法完成基因的精细定位。通过对定位区间内注释基因进行编码区序列和功能分析确定关键候选目的基因。【结果】甜瓜白色种皮对黄色种皮为显性,由单显性基因CmSC1控制并表现延迟遗传效应。利用368个黄色种皮F₂单株最终将CmSC1精细定位于第5号染色体分子标记S27和S28之间物理距离约95 kb区间内,共包含12个注释基因。其中一个为拟南芥AtTT8同源的编码bHLH转录因子蛋白的MELO3C014406,经序列变异位点分析,黄色种皮材料B8和B150分别在该基因ATG下游第47位碱基处插入碱基A以及在第260位碱基处缺失14 bp导致翻译蛋白提前终止,致使后面功能结构域完全缺失,进而通过开发特异分子标记YS及序列分析,发现65份黄色种皮材料均发生这两种突变形式中的一种,推测MELO3C014406即为控制种皮颜色CmSC1的目的基因。【结论】本研究将控制种皮颜色的CmSC1精细定位于第5染色体95 kb区间内,推测MELO3C014406为最终目的基因,并开发了特异分子标记YS。     

小球藻遗传转化技术研究进展

小球藻( Chlorella )是一种单细胞真核藻类,属绿藻门、绿藻纲、绿球藻目、小球藻科、小球藻属 [1] 。作为最早开发的真核微藻之一,具有高营养价值、生长快速、结构简单、易工业化集成等显著优点。其细胞形态为球形或椭圆形,直径3~12 μm,呈单生或聚集成群状生长 [2] ,分布广泛,多见于淡水、咸水和土壤中。作为地球上最早的生命之一,小球藻基因比较稳定,至今未见有关其基因自发突变的报道。因其富含蛋白质、脂质、维生素、活性代谢产物等多种营养物质而被公认为具有高附加值和医疗保健作用,已经被广泛应用于保健食品 [3] 、水产养殖 [4] 、生物能源 [5] 等方面,关于小球藻生物技术的研究主要集中在基因组学 [6] 、分子遗传学 [7] 、代谢机理 [8] 、大规模培养 [9] 等方向。     

基于恒压变流控制的变量喷雾试验研究

针对变量喷雾过程中引起压力变化的问题,为研究其中压力稳定性现象,利用PID恒压控制和PWM变流控制相结合的方法,建立了恒压变流喷雾试验台。在试验台上进行恒压控制试验、喷雾角测量和雾量分布测量试验,从而验证所搭建的恒压变流喷雾装置的恒压稳定性。结果表明:在喷雾流量发生变化时,试验装置能使喷头的喷雾角和雾量分布稳定在固定范围内。     

玉米早期籽粒中强表达启动子的筛选

在植物基因表达调控的过程中,启动子作为调控基因表达的顺式元件起着重要作用。为了筛选在玉米早期籽粒中强表达的启动子,选取6个启动子pCaMV35SD、pUbiquitin、pZmActin1、pZmSTK2、pZm66589和pZmbHLH148,分别构建EGFP表达载体并转染玉米原生质体,快速验证载体功能构建的正确性;同时采用花粉磁转染法将6个表达载体导入玉米自交系郑58中,并对不同启动子驱动的EGFP载体在授粉后48h玉米籽粒中的荧光强度和荧光检出率进行观察和统计分析。结果表明,6个启动子驱动EGFP表达载体构建正确;pCaMV35SD启动子驱动EGFP表达载体的荧光最强,6个启动子驱动EGFP表达载体由强到弱依次为pCaMV35SD>pZmSTK2>pZm66589>pZmbHLH148>pUbiquitin>pZmActin1,其荧光检出率分别为27.17%、27.17%、29.83%、23.84%、13.40%和30.57%。     

2000年以来中国苹果产业发展趋势分析

对2000年以来我国苹果生产、消费和贸易情况进行分析发现,我国苹果生产区域布局较为稳定,生产高度集中于苹果生产优势区域。苹果生产效率大幅提升,不断满足城乡居民对苹果的消费需求,城乡差距不断缩小,苹果产品贸易顺差进一步扩大。但苹果生产成本利润率显著下降,消费者对苹果品质及营养也提出了更高的要求,苹果生产面临成本、质量等方面的挑战。与此同时,苹果生产中技术服务、农业保险等社会化服务也有了初步发展,未来苹果生产将进一步向高效、优质、社会化发展。     

基于多源数据的华北平原夏玉米种植区划研究

精准识别农业生产环境信息和农业生产特征,对气象、土壤和作物等多源数据进行综合分类,是提高农业资源利用效率和优化农业种植结构的基础。本研究基于近20年（1998~2017年）气象数据和华北五省的玉米单产统计数据,首先构建了华北平原气候资源和玉米生产时空分布特征数据库,研究区内的降雨量、活动积温、日照时数、太阳辐射和玉米单产均存在显著的时空变化;利用作物精细种植区划方法,将华北平原夏玉米种植区分为极不适宜区、不适宜区、较适宜区、适宜区、极适宜区五大类,各类面积分别占总体的比例约为10%、11%、25%、30%、24%;进一步通过环境类别归属度分析方法,将每一大类分为5小类,概率大于75%的相对稳定区域约占总面积的63%,小于75%的波动区域约占37%;极不适宜区、不适宜区和较适宜区,三类时空分布比较稳定,隶属度为100%分别占各类面积的87.67%、70.41%和84.28%,波动区主要发生在极适宜区和适宜区,以及适宜区和较适宜区之间。本研究构建的华北平原夏玉米精细区划结果,对提高研究区资源利用效率和优化玉米产业布局具有重要的指导意义。     

优化施肥下长江流域冬小麦产量及肥料增产效应

【目的】针对长江流域冬小麦不合理施肥带来的肥料利用率低的现状,探讨冬小麦产量分布特征及施用氮、磷和钾肥料的增产效应,为长江流域冬小麦肥料减施增效和优化养分管理措施提供依据。【方法】本文数据来源于国际植物营养研究所（IPNI）于2000—2018年在我国长江流域开展的田间试验,以及在中国知网（CNKI）数据库通过检索字段或字段组合（冬小麦、冬小麦+产量及冬小麦产量+肥料利用率等）得到的此期间关于长江流域冬小麦田间试验的论文,共1 732个田间试验。试验处理包括：优化施肥处理,农民习惯施肥,以及在优化施肥和农民习惯施肥基础上的不施氮肥、不施磷肥和不施钾肥处理,以探究长江流域各省（市）（四川、云南、贵州、重庆、湖北、安徽、江苏、浙江和上海）冬小麦在优化施肥下的可获得产量、产量反应、相对产量、农学效率和偏生产力特征。【结果】我国长江流域冬小麦优化施肥处理下的平均产量为6.6 t·hm^-2,其中安徽省平均产量水平最高,为7.3 t·hm^-2,重庆市最低,为3.6 t·hm^-2。施用氮、磷和钾肥的平均产量反应分别为2.3、0.9和0.6 t·hm^-2,但变异范围较大。氮、磷和钾肥平均相对产量分别为0.6、0.8和0.9,氮是小麦产量的主要限制因子。优化施肥处理的氮、磷和钾肥的平均农学效率分别为12.6、11.6和7.7 kg·kg^-1,平均偏生产力分别为34.0、78.9和73.4 kg·kg^-1。与农民习惯施肥措施相比,优化施肥处理平均增产0.5 t·hm^-2,增幅为8.8%;氮、磷、钾肥的农学效率分别提高了41.1%、121.1%和84.6%;偏生产力分别提高了42.4%、23.5%和25.4%。【结论】优化施肥有效提高了长江流域冬小麦的产量和养分利用率,但各省（市）间存在一定差异且省（市）内变异较大。四川、云南、湖北和江苏省的部分地区具有较低的产量反应,说明具有较高的土壤养分供应,应因地制宜地制定养分优化管理方案。分析长江流域优化养分管理措施下的小麦产量反应和肥料利用率等参数,可以确定氮为小麦产量的第一限制因子。     

抗根肿病秋大白菜新品种‘CR京秋新3号’

大白菜‘CR京秋新3号’是由分子标记辅助饱和回交转育获得的抗根肿病的细胞质雄性不育系CMS84427CR和自交系832172CR配制而成的中晚熟一代杂种。生育期80 ~ 85 d，植株半直立，株高44 cm左右，开展度75 cm左右。外叶绿色，叶球直筒、叠抱，球高约34 cm，宽约18 cm，净菜质量约4 kg，净菜产量约90 t • hm-2。抗根肿病2号生理小种，抗病毒病、霜霉病。适合北方地区秋季种植。     

基于荧光光谱的辣椒种子品种识别

为了提高辣椒种子品种鉴别效率,实现辣椒种子品种快速无损鉴别,研究了一种基于荧光光谱的辣椒种子品种快速无损识别方法。选择同一系列相似辣椒种子的杂交品种卓椒3号、卓椒4号和卓椒5号为研究对象,分别采集辣椒种子的荧光光谱56份,对原始光谱进行Savitzky-Golay(SG)卷积平滑和一阶导数(first derivative,FD)预处理;采用主成分分析(Principal Component Analysis,PCA)方法提取主成分,实现数据降维;采用Fisher判别分析方法建立辣椒种子品种识别模型。结果显示:采用荧光光谱建立判别模型时,卓椒3号辣椒种子的品种识别正确率达到92.9%,卓椒4号、卓椒5号辣椒种子的品种识别正确率均达到100.0%,整体识别正确率达到97.6%;采用荧光光谱的一阶导数光谱建立判别模型时,卓椒3号、卓椒4号、卓椒5号辣椒种子的品种识别正确率均达到100.0%,整体识别正确率达到100.0%。研究结果表明,种子叶绿素荧光光谱结合化学计量学方法能够有效识别辣椒种子品种。