高寒草原天然牧草营养品质近红外光谱预测模型的建立

本研究旨在探讨近红外光谱(NIRS)技术在定量分析高寒草原天然牧草营养品质的可行性。试验于2015—2018年,每年6—9月份,从青藏高原高寒草原放牧研究样地收集不同放牧强度(0、3.6、5.3、7.6只/hm2)的混合和4个优势种(莎草科矮生嵩草、蓼科珠芽蓼、蔷薇科金露梅和豆科锦鸡儿)牧草样品共计1 280份,随机分为定标样品集(n=854)和预测样品集(n=426),建立天然牧草干物质(DM)、粗脂肪(EE)、粗蛋白质(CP)、酸性洗涤纤维(ADF)、中性洗涤纤维(NDF)含量及体外干物质消化率(IVDMD)和估算代谢能(EME)营养品质近红外光谱(NIRS)预测模型,实现天然牧草营养品质的快速和准确评估。结果显示:牧草DM、CP、EE、ADF、NDF含量及IVDMD和ME变异较大;DM、CP、ADF、NDF含量及IVDMD和EME的NIRS预测模型的验证决定系数(R2CV)为0.992～0.999,外部验证相对分析误差(RPD)为3.82～5.97,取得了最佳的定标效果,且定标方程均具较好的预测能力,能够成功应用于日常分析。EE含量的NIRS预测模型的R2CV为0.837,外部RPD为2.30,定标效果不理想,定标模型虽不能用于准确的定量分析测定,但仍能应用于牧草EE含量的粗略测定。综上所述,本研究建立的高寒草原天然牧草DM、CP、ADF、NDF含量及IVDMD和EME的NIRS预测模型能够成功应用于日常分析。     

棕色彩棉内在品质近红外光谱无损检测方法研究

为了探索快速、简便、无损、高效的棕色彩棉品质的检测方法，提出了采用近红外光谱技术结合偏最小二乘回归法（Partial least squares regression，PLS）快速无损检测棕色彩棉品质指标的方法。利用近红外光谱仪采集了651份新疆不同收获年份、不同品种的棕色彩棉样品的近红外光谱，选取1 300～1 670 nm和1 870～2 430 nm组合波段为建模波段，采用Savitzky-Golay平滑＋Savitzky-Golay一阶导数光谱预处理方法和PLS法分别建立棕色彩棉马克隆值和断裂伸长率的近红外光谱定量校正模型。结果表明，该定量校正模型的预测性能较好，能够应用于棕色彩棉马克隆值和断裂伸长率的无损快速预测。 关键词：天然棕色彩棉；近红外光谱；马克隆值；断裂伸长率；定量预测模型     

微型薯蛭石基质中疮痂病原鉴定及菌药协同防治探索

为探索微型薯繁育过程中马铃薯疮痂病的有效防治方法,利用16S rRNA基因序列鉴定了发病蛭石基质中的疮痂病原菌,并进行了生防菌ZWQ-1水剂+化学药剂的协同防治试验。结果表明,辽宁本溪微型薯苗床的疮痂病原菌为普通疮痂链霉菌(Streptomyces scabies)。在29种测试药剂中筛选到了8种对S.scabies有抑菌效果的药剂,其中适乐时0.1 g/L处理的抑菌圈直径最大,为41 mm。微型薯苗床防治试验的结果表明,化学药剂适乐时+ZWQ-1水剂、福美双+ZWQ-1水剂2个组合对微型薯疮痂病的防治效果最好,分别为72.60%和57.92%,且福美双+ZWQ-1水剂处理可显著促进植株生长。说明利用菌药协同防治疮痂病有较好的发展潜力。     

光谱特征变量和BP神经网络构建油用牡丹种子含水率估算模型

为了进一步提高种子含水率的高光谱估算精度，该研究测定了156份油用牡丹种子的近红外吸收光谱及其对应的含水率值，分析了近红外吸收光谱、一阶微分光谱、水分吸收特征参数与含水率的相关关系，构建了基于特征波长吸收光谱、特征波长一阶微分光谱、水分特征吸收参数和BP神经网络的油用牡丹种子含水率估算模型，并对模型进行了验证；再结合一元线性回归（SLR，Single Linear Regression）、逐步多元线性回归（SMLR，Stepwise MultipleLinear Regression）、偏最小二乘回归（PLSR，Partial Least Squares Regression）模型与BP神经网络（BPNN，BP Neural Network）模型进行比较。结果表明：1）油用牡丹种子含水率的吸收光谱特征波长位于1 410、1 900、1990 nm，一阶微分光谱特征波长位于1 150、1 950、2 080 nm；2）以DF2080和AD2140为自变量建立的一元线性回归模型预测效果较优，在能够满足水分估算精度的情况下，是最优的选择方法。3）将优选的特征参数作为输入，实测含水率值作为输出，构建BP神经网络模型，其建模与验模R2分别为0.978和0.973，RMSE分别为0.22%和0.242%，而RPD值分别为6.478和5.889，与其他模型相比，BP神经网络模型的建模及预测精度均最高，是估算油用牡丹种子含水率的最优模型，其次为逐步多元线性回归模型。研究结果表明BP神经网络模型对种子含水率具有更好的预测能力，是估算油用牡丹种子含水率的有效方法。     

微型植物工厂环境控制参数优化试验研究

为了提高微型植物工厂内部温度分布均匀性和作物净光合速率,提出采用试验研究和CFD仿真相结合的方法对其环境控制参数进行优化设计。以生菜为例,通过多因素耦合试验,探索了温度、湿度和循环风速3种因素对生菜净光合速率和蒸腾速率的影响,并对不同风速控制策略下植物工厂内气流场和温度场进行了CFD数值仿真分析。试验结果表明:风速对生菜的净光合速率和蒸腾速率均有显著影响;微型植物工厂内采用上层低循环风速、下层高循环风速模式,有利于保证内部温度的均匀性,生菜的净光合速率也处于较高水平,有利于其生长。