基于GF-1和Sentinel-2时序数据的茶园识别

由于茶园大多分布在地形复杂的山区,地块破碎,分布零散,形状差异大、植被混杂且茶园所处环境长期受到云雨的影响,增加了茶园遥感识别的难度与不确定性,针对这一问题,该研究提出了利用高分1号(GF-1)和哨兵2号(Sentinel-2)时序数据提取茶园的方法,以浙江省武义县王宅镇为研究区,采用GF-1号为主要数据源,并利用MODIS地表反射率产品和Sentinel-2反射率数据,基于时空融合算法得到时间分辨率5 d的10 m Sentinel-2完整的时序数据。综合利用GF-1在空间细节方面的优势和重建的Sentinel-2高观测频率时序数据在反映茶树生长过程方面的优势,分别基于GF-1的光谱和纹理特征及GF-1的光谱、纹理特征和Sentinel-2时序特征两种特征组合方式,采用随机森林算法提取茶园。结果表明,GF-1光谱、纹理信息结合Sentinel-2时序信息分类结果的准确率、错误率、精确率、召回率和F1分数分别为96.91%、3.09%、89.00%、83.09%和0.86,仅基于GF-1光谱和纹理信息的分类准确率、错误率、精确率、召回率和F1分数分别为94.72%、5.28%、73.09%、84.61%和0.78,添加时序信息分类结果总体优于未添加时序信息的分类结果。表明高空间分辨率结合高频率时序遥感数据是提高茶园分类精度的有效手段。     

柑橘黄龙病早期诊断的PCR检测技术优化

柑橘黄龙病是柑橘属植物主要病害之一,是由一种限于韧皮部内寄生的革兰氏阴性细菌引起的病害,病菌可随筛管转运至整个植株,其潜伏周期长、危害面积广,严重威胁我国乃至世界范围内柑橘产业的健康发展。因此,早期柑橘黄龙病的快速检测是病害防治重要环节,目前最常用的是基于PCR技术的检测方法,但由于植株体内的病菌含量较低、PCR扩增体系中引物稳定性的差异、DNA模板浓度的不同均会对扩增效果有较大影响。本研究以感染黄龙病的柑橘叶片作为样本,提取叶片DNA作为模板。利用LSS606/LAS、16sf/16sr、A2/J5、P1/P2和OI1/OI2 5对柑橘黄龙病检测引物对PCR反应体系进行了优化。结果显示,除了OI1/OI2引物的特异性较差外,其余4种引物均表现了很好的特异性,引物浓度在0.2~0.3 μmol时,PCR扩增效果较好。灵敏度检测显示引物LSS606/LAS、A2/J5对模板DNA的灵敏度较高,在模板浓度为0.048 ng·μL^-1时仍能扩增出目标产物,分别是引物16sf/16sr和P1/P2检测灵敏度的10倍和20倍,可检测出1 ng总DNA中的柑橘黄龙病菌数在426~755。该研究通过特异性引物的筛选以及PCR检测体系的优化,确定了一种快速准确检测柑橘黄龙病的方法,为柑橘黄龙病的早期诊断奠定基础。     

物联网与作物模型在智慧棉花系统中的应用与展望

在已有科技与研究成果基础上，结合数据库技术，构建基于物联网与棉花功能结构模型Cotton XL的智慧棉花生产数字化系统平台。系统利用智能传感器等物联网设备实时采集田间气象、土壤和作物长势等数据以及现场视频图像信息，通过网络传输监测范围内棉株的信息至数据库，结合模型模拟分析，实现远程操控辅助管理、预测判别、智能处理和可视化模拟等功能，从而优化作物栽培管理措施，提升资源配置效率，提高棉花产量与品质，为棉农适应现代农业信息化、智能化、高效化提供有效途径。     

鸡粪除臭菌的分离筛选及除臭效果分析

以鸡粪堆肥为材料,筛选高效除臭菌株并构建复合菌系,为鸡粪的无害化处理提供具有除臭功能的菌种资源。首先,采用驯化富集法、平板稀释法、产气试验、除氨试验、除硫化氢试验以及纤维素降解试验筛选出鸡粪堆肥中的除臭菌;其次,通过16S rRNA基因测序鉴定菌株;最后,通过拮抗试验构建除臭菌系。研究分离得到5株具有除臭功能的菌株,分属于芽孢杆菌属(MS03,Bacillus sp.)、贝莱斯芽孢杆菌(MS07,Bacillus velezensis)、耐寒短杆菌(MS11,Brevibacterium frigoritolerans)、木糖葡萄球菌(MS42,Staphylococcus xylosus)和变异棒杆菌(MS82,Corynebacterium variabile)。复合菌系C2(MS03+MS07)和C4(MS03+MS82)的综合除臭率均高于60%,且明显高于单株菌株及其他复合菌系。研究表明,这两个由不同除臭菌组合而成的复合菌系在无害化处理鸡粪方面具有较大的潜力和应用前景。     

基于文献计量的国际有机农业生物多样性研究现状与热点分析

为探究有机农业生物多样性这一领域的研究现状、热点与态势,基于Web of Science数据库,利用文献计量分析方法,对1986—2019年有机农业生物多样性领域研究文献的发文量、研究力量的分布及合作、期刊分布、研究热点和主题等方面进行数据挖掘和可视化分析。研究表明:检索到的文献最早发表于1996年,2005年之前此领域处于初步发展期,2005年进入稳步增长期,文献数量总体呈逐年增多的趋势。研究主要集中在欧洲和北美发达国家,如德国、美国、英国和瑞典等;发文量最多的机构是法国国家农业研究所和瑞典农业科学大学;学者Tscharntke T发文量最多,近5年Batáry P发文量较多;刊文量最多的期刊是《Agriculture EcosystemsEnvironment》《Journal of Applied Ecology》和《Sustainability》,刊文量前16的期刊中《Journal of Applied Ecology》影响因子最高(6.533)。德国和英国与其他国家合作交流频繁,瑞典农业科学大学和慕尼黑工业大学是机构合作网络的两个中心,Tscharntke T和Bommarco R等较多学者表现出紧密合作的学术形式。通过关键词共现分析发现,国际研究热点从仅关注种植模式对生物多样性影响的基础性研究,逐步拓展到不同尺度或景观复杂性对有机农业生物多样性和生态系统服务影响的应用型研究。我国研究起步较晚,发文量和篇均被引频次等与欧美国家还存在差距,但近5年发文量增长较快,具有良好的发展趋势。今后此领域仍将是全球有机农业研究和实践的热点方向,涉及多尺度、多学科交叉融合的基础性研究和地域性应用研究仍是未来研究的重点。     

温室自动牵引车设计与应用

自动导航牵引车在工业中担任运输物料的作用，随着单栋温室的面积不断增大，操作区之间的距离逐渐增大，为了实现各操作区之间的联系，高效完成运输、采摘和喷洒等各项任务，开发一种应用于温室中的自动导航牵引车。该设备主要包括驱动总成、转向总成、AGV控制总成、手动控制总成、路面清理装置、铅酸蓄电池、底盘和外壳。开发的温室自动牵引车不仅能够实现自动导航，在面积巨大、路况复杂或线路不确定的区域还能够实现手动控制。在温室生产中应用灵活方便，极大地提高了现代农业的装备化水平。      

基于多核支持向量机的小麦条锈病遥感监测研究

为提高小麦条锈病的遥感探测精度,依据日光诱导叶绿素荧光和冠层反射光谱数据在小麦条锈病遥感探测中的优势及其与病情严重度之间的映射关系,在运用独立分量分析法对光谱数据降维的基础上,利用核学习算法分别确定冠层光谱特征和日光诱导叶绿素荧光特征反映小麦条锈病病情严重度的最优核,同时针对冠层光谱与叶绿素荧光特征组,建立基于不同特征最优核映射的多核学习支持向量机模型,并与基于特征直接拼接的模型结果进行对比。结果表明,对于冠层光谱而言,采用高斯核构建的支持向量机模型可较好估测小麦条锈病病情指数,而日光诱导叶绿素荧光指数则是采用多项式核的效果更优;采用直接拼接法融合叶绿素荧光指数和冠层光谱特征能够在一定程度上改善小麦条锈病病情指数估测精度,决定系数(r~2)最高为0.847,而单独利用冠层光谱信息或者叶绿素荧光信息时,r~2最高仅为0.802;对日光诱导叶绿素荧光和反射光谱特征分别利用其最优核进行映射构建的多核学习支持向量机模型精度最高,r~2为0.915,RMSE为0.090,优于基于特征直接拼接构建的支持向量机模型精度。     

屋面全开启拱形连栋膜温室设计与应用

该文以屋面全开启拱形连栋膜温室项目为例,详细论述了屋面全开启拱形连栋膜温室的结构设计。研究表明,屋面全开启拱形连栋膜温室排风口接近温室顶部,大大提高了通风面积,可快速除去温室内的高温高湿空气,达到快速交换空气的效果,同时可为作物生长提供自然光照。     

基于PLSA和颜色命名的小麦图像分割方法

为减少大田环境下光照不足对小麦图像分割的影响,以及提升小麦图像中偏黄叶片的提取效果,提出了将白平衡调整、局部同态滤波预处理和基于概率潜在语义分析(PLSA)模型的颜色命名算法相结合用于小麦图像分割的方法。首先,对大田采集的小麦图像进行白平衡调整,得到准确无偏色的图像;然后对光照不足的图像在HSI彩色模型下对亮度分量I进行局部同态滤波处理,以减少光照不足对图像的影响;最后在RGB彩色模型下基于PLSA模型构建的颜色名RGB值字典,提取图像中绿色和黄色像素点对应区域作为目标区域。结果表明,经白平衡调整后F1值提高1.61个百分点;光照不足图像经局部同态滤波处理后F1值提高12.43个百分点,分割效果明显提升;所提方法对绿色、叶片偏黄及光照不足的小麦图像分割的F1值分别为96.39%、97.29%和96.22%,均达到了较好的分割效果;所提方法与K-means聚类算法相比,虽点状噪音和细小孔洞相对较多,但在分割叶片偏黄小麦上F1值提高4.42%,整体分割效果较好,且稳定性强。     

黑土区田块尺度下地形影响作物长势机理分析

为揭示作物长势及水肥运移的空间分异规律,探究田块尺度内作物长势与地形变化的关系,以东北典型黑土区东兴农机合作社为研究区,沿南北垄向提取高精度数字高程模型(Digital elevation model,DEM)与归一化植被指数(Normalized differential vegetation index,NDVI)信息,构建地形指标,分析NDVI的空间变异性。结果表明,坡型凸凹程度越明显,NDVI的空间变异性越大;同类坡型中阴坡NDVI的空间变异性与坡型凸凹程度呈负相关;坡度在±0.03范围内,作物长势好,空间变异性低;以坡度绝对值高于0.04的坡度均值与其对应直线距离所占整条直线的比值作为自变量,构建多元逐步回归模型,进行回归分析,可以解释大豆NDVI决定系数为0.965 2、高粱NDVI决定系数为0.888 3的空间变异性。不同地理空间的地形与成土母质差异显著,通过分析研究区内地形对作物长势的影响规律,可为田块尺度地形的分析提供借鉴,有助于指导农户合理地进行水肥分配。