不同郁闭度和海拔高度对海南风吹楠叶片及生长指标的影响

为探究不同回归方式对海南风吹楠（Horsfieldia hainanensis Merr.）生长的影响，通过不同海拔（300、600、900 m）和不同郁闭度（0～0.2、0.3～0.5、0.6～0.8、>0.8）对3年生海南风吹楠进行回归种植，观测其生长指标、叶性和叶型的变化。结果显示:（1）>0.8郁闭度回归种植能显著降低海南风吹楠株高、地径、叶长（LL）、叶宽（LB），对光合色素等指标无显著影响；（2）600 m海拔处理组能显著增加株高、叶片含水量（C_LWC）、比叶面积（S_LAM）、叶绿素b（Chl b），对叶型指标无显著性差异。试验结果表明，600 m海拔和低郁闭度（0.3～0.8）回归种植有益于3年生海南风吹楠的生长。     

基于注意力机制和残差网络的苹果叶片病害分类

苹果叶片病害的高效准确识别有助于合理使用杀虫剂、肥料等农业资源，进而保证苹果的产量与质量。为提高苹果叶片病害识别的准确率，提出一种残差网络与注意力机制结合的苹果叶片病害识别模型：P-D-ECA-ResNet101。首先构建苹果叶片病害数据集，然后使用常见的4种网络模型在构建的数据集上进行训练，选取训练效果最好的ResNet101为骨干网络模型，通过推迟下采样(delayed downsampling)、拆解大卷积层以及引入高效通道(efficient channel attention module, ECA)注意力模块对ResNet101网络模型进行优化，最后通过特征图可视化展示改进后网络模型的识别机制。试验结果表明，推迟下采样可以增强模型特征提取能力，拆解大卷积层可以有效减少模型的复杂度，引入ECA注意力模块可以削弱无效特征信息对模型的干扰。改进后的P-D-ECA-ResNet101模型在构建的苹果叶片病害测试集上的平均识别准确率达到96.20%,相较于原模型ResNet101提升了2.20百分点。特征图可视化分析表明改进后的P-D-ECA-ResNet101模型可以更好地聚焦于病...     

浅析植物叶片功能性状对气候变化的响应

植物功能性状是植物与环境因子相互作用的结果.植物功能性状既反映了植物对环境因子的响应,也能显著影响生态系统过程与功能.该文综述了植物叶片功能性状对气候变化的响应,旨在探讨植物功能性状对气候变化的响应机制和生态对策,以期为生物多样性保护和生态系统可持续发展提供参考.     

费菜组织培养体系的探讨

研究不同浓度6-BA和NAA对费菜嫩叶愈伤组织诱导分化的影响。结果表明,费菜叶片愈伤组织诱导最适宜培养基为MS+6-BA 2.0 mg·L^-1+NAA 0.2 mg·L^-1,丛生芽诱导最适宜培养基为MS+6-BA 2.0 mg·L^-1+NAA 0.6 mg·L^-1,壮苗培养基为MS+6-BA 0.5 mg·L^-1+NAA 0.1 mg·L^-1,生根培养基为1/2MS+NAA 0.1 mg·L^-1,幼苗移栽到经灭菌处理的等体积混合的草炭土、蛭石、珍珠岩基质中,成活率为90%。     

一种叶片RGB图像快速切割多重去噪方法

基于RGB图像连通性,提出一种图像快速切割多重去噪法(fast cutting and multiplede-noise,简称FCMD),并与现有的4种算法进行对比.结果表明,该方法处理时长适中,对单色叶和杂色叶的识别像素、色阶均值、色阶中位数的准确率均达到98.78％及以上,综合表现最优.FCMD能够在不同的边缘算子下完成对各种类型叶片准确、快速的切割消噪,其中以sobel算子的处理效果最优,其处理效果与手动切割(CK)无明显差异.同时,FCMD法在中高分辨率(3750×2500)的切割效果与手动切割无明显差异,而所用时长仅为CK的23.21％,效率提升近5倍.因此,FCMD是一种高效、准确、适用范围广的RGB图像自动化叶片切割去噪方法.     

基于卷积神经网络马铃薯叶片病害识别和病斑检测*

针对自然环境下马铃薯叶片病害识别率低和晚疫病斑定位难的问题,基于大田环境中采集的马铃薯叶片图像,首先对马铃薯叶片病害进行识别,对比AlexNet、VGG16、InceptionV3、ResNet50、MobileNet五种神经网络模型,结果表明InceptionV3模型的识别效果准确率最高,可达98.00%。其次对马铃薯叶片的晚疫病斑进行检测,提出一种改进型的CenterNet-SPP模型,该模型通过特征提取网络获取对象的中心点,再通过中心点回归获得中心点偏移量、目标大小等图像信息,训练后的模型在验证集下的mAP可达90.03%,以F₁为评价值分析对比其它目标检测模型,CenterNet-SPP模型的效果最好,准确率为94.93%,召回率为90.34%,F₁值为92.58%,平均检测一张图像耗时0.10 s。为自然环境下马铃薯叶片病害识别和检测提供较为全面的深度学习算法和模型研究基础。     

农艺措施对谷子产量及抗倒伏力学性能的影响

【目的】明晰栽培条件互作对谷子叶片光合特性、茎秆生物力学性质指标的耦合影响,为运用谷子茎秆生物力学性质进行抗倒伏特性评价,为优化谷子种植栽培条件及抗倒伏优种筛选提供合理农艺措施和理论支持。【方法】采用裂区试验设计方法,主区选取4个在生产中具有代表性的谷子品种,副区为基于不同的播种密度与施肥量、播种密度与水分、水分与施肥量互作处理栽培条件,系统研究了栽培措施对谷子生长发育以及茎秆抗倒伏生物力学性质的影响。【结果】（1）除水分对谷子茎秆节平均直径影响不显著外,谷子品种、施肥量、播种密度及水分4个因素对谷子的产量、光合生理特性及茎秆形态特性均有极显著影响（P＜0.001）;（2）谷子的千粒重、产量均随施肥量和水分的增加而增加;随播种密度的增加,千粒重呈下降趋势,产量呈现先上升后下降趋势;谷子旗叶SPAD值及最大荧光值（Fm）开花期显著高于灌浆期,开花期旗叶SPAD值、灌浆期旗叶Fm可作为谷子育种的目标性状;（3）播种密度对谷子田间倒伏率的影响最大,其次是水分、品种,施肥量的影响最小;（4）谷子茎秆倒数第二节的抗拉倒力与株高、节平均长度及茎秆节含水率显著负相关,与节平均直径显著正相关。【结论】不同农艺措施互作栽培条件下,单因子对谷子的产量、植株光合生理特性及茎秆力学性能影响最大;选择优良品种、合理密植（≤70万株/hm²）、适当水肥是提升谷子籽粒品质、增加产量、减少田间倒伏率的有效措施。     

金花茶花朵和叶片UPLC-QTOF-MS分析

[目的]鉴定分析金花茶花朵和叶片中主要化学成分、含量及其变化特征,为金花茶资源的进一步开发利用提供科学依据。[方法]利用超高效液相色谱-飞行时间质谱联用(UPLC-QTOF-MS)技术定性定量分析金花茶花瓣、雄蕊、老叶和新叶中花青苷、类黄酮及儿茶素类成分与含量。[结果]花青苷天竺葵素-3-O-葡萄糖苷和矢车菊素-3-O-葡萄糖苷均为金花茶中首次发现,其中,矢车菊素-3-O-葡萄糖苷仅存在于紫红色新叶中。类黄酮木犀草素-7-O-芸香糖苷和染料木苷为金花茶中首次发现,槲皮素-3-O-葡萄糖苷、槲皮素-7-O-葡萄糖苷、槲皮素-3-O-芸香糖苷和山柰酚-3-O-葡萄糖苷为金花茶叶片中首次发现。金花茶花瓣与雄蕊中花青苷相差不大,但却低于叶片尤其新叶;花朵中儿茶素类远高于叶片尤其新叶。金花茶花瓣和雄蕊中总黄酮及槲皮素-3-O-葡萄糖苷、槲皮素-3-O-芸香糖苷和山柰酚-3-O-葡萄糖苷均相差不大,但却远高于叶片。金花茶新叶中主要类黄酮成分木犀草素-7-O-芸香糖苷及总类黄酮明显高于老叶。[结论]金花茶中共鉴定出2种花青苷、6种类黄酮和2种儿茶素;槲皮素-3-O-葡萄糖苷等类黄酮是金花茶花朵呈现黄色的主要原因,矢车菊素-3-O-葡萄糖苷是金花茶新叶呈现紫红色的主要原因。     

花叶海棠叶片主要成分分析与评价

花叶海棠叶片中具有丰富的多酚类、黄酮类、多种氨基酸组分和一些其他营养物质。通过对不同生态区域以及不同采摘时期的花叶海棠叶片中主要活性物质的分析比较,结果表明:不同条件下花叶海棠营养成分分布情况具有一定的差异,而不同采摘时期植物体内进行的能量流动也会造成内含物的变化。     

叶轮与导叶叶片数匹配对井用潜水泵性能的影响

叶轮与导叶叶片数对泵的扬程、效率等都具有较大的影响。选取250QJ140型井用潜水泵作为研究对象,采用数值计算与试验相结合的方法,在叶轮与导叶叶片数组合变化下,对井用潜水泵的性能变化规律和内部流场分布进行了研究。基于不改变其他几何参数的原则,建立16组不同叶片数组合的两级井用潜水泵模型。采用ANSYS ICEM软件对各组模型分别进行了结构化网格划分,进而在ANSYS CFX商用软件中对各组模型进行了多工况定常数值计算。各组数值计算均选用标准k-ω湍流模型和标准壁面函数,获得了各组模型在不同工况下的性能预测值。通过各组方案性能预测值的对比可以发现:在额定流量工况下,当叶轮与导叶叶片数均为7时,井用潜水泵模型的效率最高。在小流量工况和大流量工况下,泵内的介质流动角度发生了变化。在小流量工况下,增加叶轮与导叶的叶片数可以提高叶片对于液体介质的整流,进而提高井用潜水泵性能;在大流量工况下,较少的叶轮与导叶叶片数更能减轻叶片对液体介质的排挤作用。将大流量工况下性能较好的方案6进行了样机制造和性能试验,结果表明,模型性能较好,在额定流量工况下,扬程预测值比试验结果低2.4%,轴功率预测值比试验结果低1.6%,效率预测值比试验结果高1.1%,数值预测结果与试验结果随流量的整体变化趋势一致,证实了本文中数值计算的准确性。