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。     

自研型黑曲霉丸化种衣剂对高粱种子萌发及幼苗生长的影响

[目的]黑曲霉(Aspergillus niger)是一种广泛存在于自然界的腐生真菌,也是重要的工业发酵微生物,在工业酶制剂及有机酸发酵方面得以应用.因其具有强大的酶系统,可溶解土壤中的难溶盐分,促进植株生长,且具有抑菌性而在农业上被广泛应用.在黑曲霉作为丸粒化种衣剂的有效成分的条件下,探究了该制剂对高粱(Sorghum bicolor(L.)Moench)种子萌发及幼苗生长的影响,为新型高粱种衣剂的研发及其合理应用提供理论依据.[方法]以高粱种子及幼苗为研究对象,采用室内发芽和盆栽试验相结合的方法,采用自研型黑曲霉丸粒化种衣剂对高粱种子进行丸粒化包衣,播种后测定高粱种子的发芽势、发芽率、幼苗素质及对高粱幼苗叶斑病的防效,以评价黑曲霉丸化种衣剂对高粱种子萌发及幼苗生长发育的影响.[结果]黑曲霉的最佳的包衣浓度为5×108 cfu/g,当浓度为1×109 cfu/g黑曲霉丸化种衣剂对高粱种子萌发及幼苗生长有一定程度的抑制作用;适宜浓度的黑曲霉丸粒化种衣剂对高粱种子的发芽率及发芽势有促进作用,使发芽率提高3.3～10个百分点,出苗率提高11.6个百分点;可使高粱根长伸长11.2～34.8个百分点,株高矮化27.8～41.5个百分点,单株幼苗鲜质量提高21.9～162.8个百分点,根冠比增大6.7～46.7个百分点,根系活力提高4.6～20.2个百分点;对高粱叶斑病防治效果达63.37％～82.77％.[结论]将适宜浓度的黑曲霉引入到丸化种衣剂中,可促进高粱种子萌发,显著提高其幼苗根长、根冠比、根系活力及单株鲜质量,使株高矮化,提高其抗倒伏能力,并且对高粱叶斑病有一定的防效;但过量浓度的黑曲霉包衣高粱种子则降低高粱种子发芽势、根长及根系活力,对高粱种子萌发及幼苗生长有一定程度的抑制作用.适宜浓度的黑曲霉丸化种衣剂是保苗壮苗及安全生产的新型环保种衣剂.研究结果可对新型丸化种衣剂的研发提供科学参考、对黑曲霉的应用前景提供新的理论依据、对有机高粱的生产提供新的思路及保障高粱质量安全具有重要的意义.     

鹿茸及鹿血中布鲁氏菌实时荧光定量PCR检测方法的建立

为建立可应用于快速检测鹿茸及鹿血中布鲁氏菌的方法,保证鹿产品的药用、食用安全,试验根据布鲁氏菌特异性基因IS711设计合成引物和探针,建立实时荧光定量PCR方法,对反应条件进行优化,并绘制标准动力学曲线,Y=-3.14X+37.62,R2=0.997.结果 表明:该方法具有良好的重复性、敏感性和特异性,组内、组间重复性试验Ct值标准差小于0.5,变异系数均小于2％,最小检测拷贝数为2.65× 101 Copies/μL.该方法对目的 基因检测灵敏度高,可用于鹿茸及鹿血相关样本的检测,也可用于布鲁氏菌的定性和定量检测,为相关鹿产品的质量安全评估提供重要技术保障.     

不同辣椒种质对象耳豆根结线虫的抗性评价

近年来象耳豆根结线虫的危害日益严重.为筛选抗象耳豆根结线虫的辣椒种质,本试验利用种属特异性引物对根结线虫病原物开展分子鉴定,确定为象耳豆根结线虫.接着采用室内人工接种法,对10份一年生辣椒种质和10份中国辣椒种质进行象耳豆根结线虫抗性鉴定,计算根结指数和卵粒指数,并通过比较隶属函数,发现其中3份辣椒种质对象耳豆根结线虫表现为高抗,抗病性最强的是L518M和L525-1M,L42M次之;10份表现为中抗;7份表现为感病,抗病能力最弱的是L69-1M;未发现免疫品种.本研究发现中国辣椒种质的抗病性整体高于一年生辣椒,是重要的抗病种质来源,可用于象耳豆根结线虫抗病育种和后续抗病机理的研究.     

标准化生产牦牛不同肌肉组织中矿物质元素含量研究

为研究标准化生产牦牛不同肌肉组织中矿物质元素含量差异,选取年龄和体重相近的麦洼牦牛和金川牦牛各15头,标准化饲养100 d后进行屠宰,采集背最长肌和股二头肌样品测定Ca、P、Mg、K、Na、Fe、Zn、Cu、Mn、Cr等矿物质元素的含量,测定总Hg、总As、Pb、Cd等重金属的含量.结果表明:除个别元素外,标准化生产出栏的牦牛股二头肌中矿物元素含量普遍高于背最长肌;在2种牦牛肌肉中仅检测到Pb,且其含量远低于限定值.这说明经标准化生产出栏的牦牛肉富含各种矿物质元素且无重金属污染,是一种值得推广的优质肉类.     

基于SOA的水轮机调速系统PID参数优化

针对现有优化方法复杂、易陷入局部最优等问题,为水轮机调速系统提出了一种基于人群搜索算法的比例-积分-微分控制参数优化方法.为验证该算法的可行性,建立了水轮机调速系统非线性模型,选取水轮发电机组转速偏差的积分时间绝对误差指标作为目标函数进行优化.为验证优化结果的有效性,将人群搜索算法的控制效果与参考文献中粒子群算法的控制效果进行了对比分析.仿真结果表明,在5%频率扰动下,人群搜索算法自第29次迭代起已收敛,经其优化的系统能在8秒内趋于稳定,此时系统的超调量为1.6%;在10%负荷扰动下,人群搜索算法自第25次迭代起已收敛,其优化效果与粒子群算法优化效果基本相同,两者均在10秒内让系统趋于稳定,但人群搜索算法优化的积分时间绝对误差指标比粒子群算法优化的积分时间绝对误差指标小,表明人群搜索算法具有更好的搜索功能,在一定程度上改善了孤网运行条件下机组的动态性能.     

基于格网的GCM数据修订分析未来海南岛农业水热资源的变化特征

以海南岛为研究区域，选用5个大气环流模式（GCMs）1970−1999年的逐日输出数据和同期地面气象观测数据，使用空间插值降尺度到0.5°×0.5°格网。以格网单元为基础，应用系统误差修订（修正值法或比值法）和多模式集合平均方法（贝叶斯模型平均法BMA或等权重平均法EW），训练与验证GCMs输出值并进行综合修订。在此基础上，分析RCP2.6、RCP4.5和RCP8.5情景下，未来海南岛近期（2020−2059年）和远期（2060−2099年）农业水热资源，包括年平均气温、1月平均气温、≥10℃积温、≥20℃积温、年降水量、1月降水量和≥20℃界限温度生长期间降水量的变化特征。结果表明：GCMs输出值的系统误差和BMA权重系数在格网间存在较大的空间差异，且GCMs输出值低估逐日最高气温约3.55℃，高估逐日最低气温约1.19℃，逐日降水量仅为观测值的54.35%。基于格网的综合修订，可有效降低GCMs输出值在空间上的不确定性，BMA与EW的修订结果相似，均优于单一GCM模式。通过格网BMA综合修订后，最高气温、最低气温和降水量在验证期的相关系数r分别约提升0.10、0.07和0.06；均方根误差RMSE分别约降低2.38℃、1.01℃和1.01mm；较单一GCM相对观测值的偏差平均约减少3.25℃、1.13℃和25.67mm。未来海南岛农业热量资源在空间上主要表现为从中部向外围逐渐升高，高温主要分布在南部至西部沿海地区，年平均气温的增幅全岛较为接近，1月平均气温、≥10℃积温和≥20℃积温的增幅分别表现为由东向西、由北向南和由中部向外围递减。在时间上，RCP8.5情景下所有农业热量资源均为极显著增加且增温最快，RCP4.5情景为先增加后平缓，RCP2.6情景较为平缓，远期无显著增温。未来海南岛降水资源在空间上转为由东向西逐步递减的格局，南部和北部沿海地区降水变率增加，西部和中部降水变率减少，在时间上无显著变化趋势。随着未来海南岛气候变暖和降水格局的改变，农作物适宜种植面积扩大，会对农业生产带来巨大挑战，应提前布局，做好趋利避害。     

青冈栎林分空间结构对林下更新的影响

林分空间结构会显著影响其林下幼树更新。为明确其影响林下幼树更新的关键因子,以湖南省青羊湖国有林场青冈栎林天然次生林为研究对象,测量幼树株数密度、树高、地径和冠幅,计算混交度、大小比数、开敞度指数以及聚集指数代表林分空间结构,评价林下幼树更新情况,并用灰色关联度分析方法探究两者间的相关关系。结果表明,青羊湖国有林场13块青冈栎林样地林下更新幼树有6种,分属于4科5属,分别是青冈栎、苦槠、多脉青冈、南酸枣、黄檀、马尾松,青冈栎在更新幼树中占明显优势,是优势树种,幼树重要值为63.09%。青冈栎林各林分空间结构指数与林下更新指数均大于0.5,关联度较高,综合所有林分空间结构指数对林下更新指数关联度的均值来看,对林下更新的影响由大到小为大小比数>开敞度>聚集指数>混交度,大小比数对青冈栎林下更新影响最为显著。在促进青冈栎天然次生林林下更新时,应以调整林木大小分化程度为主,综合考虑林木空间分布格局的调整方案。