基于去包络线和连续投影算法的枣园土壤电导率光谱检测研究

选取新疆阿拉尔市典型极端干旱区为研究对象，利用土壤高光谱特征对土壤电导率进行反演。为了准确快速检测土壤电导率，通过获取南疆阿拉尔市红枣种植区土壤电导率和高光谱信息，在去包络线处理基础上，分别采用相关性分析法和连续投影算法（SPA）筛选特征波长，并建立特征波长与土壤电导率的偏最小二乘回归模型，使用均方根误差(RMSE)、决定系数（R²）以及相对分析误差（RPD）对不同处理方法的模型效果进行评价。结果表明，基于原始光谱直接使用相关性分析法的预测精度RMSE=0.85566，R²=0.7479，RPD=2.7569；通过去包络线处理使用相关性分析筛选特征波长后，模型的预测精度RMSE=0.44490，R²=0.9500，RPD=6.4510；基于原始光谱使用SPA选择特征波长后，模型的预测精度RMSE=0.31178，R²=0.9707，RPD=8.4445；通过去包络线处理使用SPA选择特征波长后，模型的预测精度RMSE=0.30173，R²=0.9764，RPD=9.3215。综上,说明SPA方法具有较强的特征波长选择能力，基于去包络线处理+SPA的偏最小二乘回归反演模型的预测精度最好，可实现新疆阿拉尔地区土壤电导率的快速检测。     

对发展优质国产鱼粉生产的浅见

由饲料资源短缺而引起的配(混)合饲料供不应求及质量等问题,已越来越多地被人们重视和关注。饲料作为畜牧业发展的一大支柱,是一切畜禽赖以生存、生长、繁殖和形成畜产品的营养来源。随着畜牧业生产的的发展,我国的饲料资源,特别是蛋白质饲料资源显得十分紧缺,目前已成为饲料工业     

基于近红外光谱的骏枣病虫害与风沙损伤检测

为新疆南疆地区的骏枣种植设计一种基于近红外光谱分析的无损病虫害与风沙损伤检测技术。首先,采集大量骏枣的近红外光谱,采用遗传算法从全部近红外光谱中选择一部分最优的光谱特征;然后,使用二次判别分析模型对选择的光谱特征进行训练;最后,通过支持向量机对骏枣进行病虫害分析;基于新疆南疆第一师阿拉尔市十四团-数字枣园示范基地的骏枣测试本技术的性能。结果表明,本技术对骏枣的病虫害与风沙损伤检测均具有较高的检测准确率,并具有较高的实用价值。     

塔里木河流域上游胡杨叶面积指数高光谱遥感反演方法对比

为探索研究胡杨叶面积指数高光谱反演方法的预测精度和适应性,选择新疆维吾尔族自治区塔里木河流域上游为研究区域,将采集的叶片带回实验室,通过ASD Fieldspec4便携式地物光谱仪扫描胡杨叶片得到反射率光谱并计算胡杨LAI,然后利用回归分析法和BP神经网络法构建胡杨LAI反演模型,将模型预测LAI值和真实LAI值进行建模分析,进而评价2种方法的反演精度。结果显示,BP神经网络法检验方程的决定系数(r2)为0.99、均方根误差(RMSE)为0.304、残差平方和(RSS)为0.0004,较植被指数法和多元回归法估算胡杨LAI的精度有较大提高。     

枣树根系土壤水分运移的研究进展

综述了枣树根系在土壤中的生长规律及营养物质运输途径;介绍了我国水资源情况,分析了滴管灌溉的原理和果林种植业中节水灌溉的情况;对水分和有机质在土壤中的运移进行了总结,并构建了根在土壤水资源中水分运移模型的方式,提供了根系在土壤水分运移模式的理论基础,并为红枣产业水资源的保护和利用研究提供了新思路。     

饲料价格上涨的原因及对策

饲料价格的高低,直接影响市场畜禽产品的生产成本和销售价格,1988年我省肉禽蛋产品零售物价指数比上年上升了39.3%,在很大程度上是由市场粮价及饲料价格的上涨引起的。1988年与1985年相比,全省几个主要品种的配(混)合饲料平价销售价格约     

鱼粉生产中存在的问题

<正> 近年来,随着饲料产销量的不断扩大,对鱼粉的需求量逐年增加。下表列举了我国1981～1987年粮食系统饲料生产中鱼粉用量及其所占比例。目前国内鱼粉货源十分短缺,符合质量标准的国产鱼粉供不应求,而进口鱼粉价格一涨再涨,如1985年每吨秘鲁鱼粉平均售价为244美元,1986年为293美元,1987年为329美元,1988年为456美元,最高价达585美元。因此,立足国内,充分利用国内沿海资源优势,发展优质鱼粉生产势在必行。从我国近两年捕捞情况看,低值鱼、小杂鱼占捕捞产量的2/3,用于鱼粉生产的原料通常有马面鱼、七星鱼、小带鱼、龙头鱼、鲢鱼、蟹、虾及它们的下脚料等。据浙江省饲料公司对我国37种常用鱼粉原料实测表明,营养水平与进口鱼粉品质相似的有12种,达到我国鱼粉专业标准要求的有31种。     

基于Stacking模型的红枣品种分类识别

新疆红枣品种较多，在进行红枣加工过程中需要对不同品种进行区分。针对当前人工分类效率低成本高、机械分类难以确保综合品质的问题，提出了基于Stacking模型融合的红枣品种分类识别方法。试验采集5个品类的红枣图像11 280张，进行预处理，建立数据集。构建以VGG 16、ResNet 50、Densenet 121 3种不同的卷积神经网络为基学习器，逻辑回归为次级学习器的Stacking集成学习模型，进行了集成模型与单一神经网络模型以及不同基学习器组合的集成模型间的对比试验。结果表明：在红枣分类识别任务中，采用单一模型的最高准确率为88.30%,该研究提出的融合模型能够达到92.38%的准确率，分类准确率提升了4.60个百分点。     

改进多目标检测器的骏枣外观品质实时检测

骏枣外观的品质检测对其提升经济价值，实现优质优价起着至关重要的作用。为实现骏枣快速、多数量实时检测，并解决表面皱褶和缺陷尺度不同的问题，本研究在YOLOv5模型的基础上进行改进，提出了Ghost-YOLOv5-BiFPN模型。根据骏枣数据集目标大小特点，采用K-means++算法生成骏枣数据集先验框，提高聚类速度。利用Ghost模块替换传统卷积，减少模型参数量和计算量，应用双向特征金字塔网络进行多尺度特征融合，更好识别骏枣缺陷部分。结果表明，改进后的Ghost-YOLOv5-BiFPN模型的平均精度达到93.4%，低算力设备检测速度为37 ms，改进后的模型能更好地平衡准确性和实时性。