大棚智能除草机器人设计

针对大棚内除草环境复杂，且杂草种类繁多导致识别困难的特点，设计了一种机械式智能除草机器人。对试验田数据进行采集后，使用Yolov5模型进行150次迭代训练，最终训练出模型平均精度(map50)为82%,为了提高识别准确率，迭代次数增加到300次，最终模型平均精度(map50)为91%,机器人使用了Jetson Orin nano开发板为处理器，Intel D435深度摄像头进行数据采集，图像处理时间为1.2 ms,满足实时处理要求。采用机械式除草，减少了农药使用，该研究可为以后智能除草设备设计提供参考。     

银川地区3种羊肉氨基酸组成及营养价值分析

对同一舍饲条件下宁夏滩羊、黑山羊和杜滩寒杂交羊背最长肌的氨基酸进行检测分析,旨在为3种羊肉评价提供基础数据。结果表明:3种羊肉中氨基酸种类丰富,17种氨基酸质量比均在17 g/100 g以上,其中黑山羊肉氨基酸质量比高于宁夏滩羊和杜滩寒杂交羊,7种必须氨基酸质量比以宁夏滩羊最高,占氨基酸总量的41.44%,而蛋氨酸质量比在3种肉品中普遍较低,是限制性氨基酸;3种羊肉的EAA/TAA和EAA/NEAA比值均超过了40%和60%,其中杜滩寒杂交羊EAA/NEAA和EAA/TAA均最高,达71.64%和41.74%,其肉品营养价值高于宁夏滩羊、黑山羊;3种羊肉中呈味氨基酸质量比高,苦味、甜味和鲜味氨基酸总和占总氨基酸的比例达到96.5%以上;3种羊肉中蛋氨酸+胱氨酸(MET+CYS)的质量比均超过理想蛋白质的93%以上且接近理想状态,它们中的苏氨酸(THR)、缬氨酸(VAL)、异亮氨酸(ILE)、亮氨酸(LEU)、苯丙氨酸+酪氨(PHE+TYR)、赖氨酸(LYS)质量比分别超过理想蛋白质中相应的氨基酸。     

基于隧道照明的中间视觉可见度研究

目的随着科学技术的发展,虽然空运和铁路两种运输方式越来越受人们的欢迎,但公路仍然是中国现阶段最主要的运输方式之一,隧道是公路的一部分,为了保证车辆安全通过隧道,驾驶员的视觉感知是当今研究的热点。方法分析隧道照明的特殊结构,结合人眼中间视觉可见度的特征,构建基于隧道照明中间视觉可见度的模型。结果获得人眼中间视觉的敏感波长范围,建立中间视觉可见度的函数关系式,并模拟设置合理的隧道照明参数。通过实验验证了在中间视觉下,人眼的可见度和清晰度达到最佳。结论构建的基于隧道照明中间视觉可见度的模型能提高人眼的视觉效果,保障车辆安全通过隧道,为隧道照明设备设置提供参考价值。     

不同采收模式对烤后烟叶产质量的影响

为安康烟区烟叶的适熟采收及提高其烘烤质量提供科学依据,采用密集烤房"8点式"烘烤工艺方法,研究3次采收(5-5-8)、4次采收(4-4-4-6)和常规5次采收(3-3-3-3-6)对云烟97和云烟87烤后烟叶产质量的影响。结果表明:产量,云烟97和云烟87均5次采收模式最高,分别为2 798.4kg/hm2和2 265.8kg/hm2,4次采收模式与5次采收模式间差异不显著;外观质量,云烟97以4次采收模式最优,云烟87以5次采收模式和4次采收模式最优;感官质量,云烟97上部叶4次采收模式和中部叶5次采收模式的综合得分最高,分别为71.4分和71.7分,其质量档次均中等;云烟87上部叶和中部叶均以5次采收模式综合得分最高,分别为74.3分和75.5分;4次采收模式和5次采收模式上部叶的质量档次均为中等+,中部叶均为较好-。安康烟区烟叶云烟97和云烟87均以4次采收模式和5次采收模式为宜。     

天然林保护工程的发展对策和建议

随着经济快速发展对于社会的影响,人们对于环境资源重视程度逐渐增加,森林资源已经成为了环境保护的重要方式和手段。天然林是森林资源的重要组成部分,对于天然林实施保护已经成为了各方关注的话题。本文主要对天然林保护工程提出发展建议,希望能够对相关人士有所帮助。     

“双低油菜”绵油11浸种板田移栽操作规程

正绵油11是高产、优质、抗病的"双低"杂交油菜新品种,种好油菜要严把三关:1把好育苗关1.1留足苗床,整好床地为了培育壮苗,必须做到稀播,匀播,要留足苗床。苗床须选择灌排方便,土质疏松、肥沃且带沙质壤土的田地。苗床整地要求达到"畦四周稍高,中央稍低,且平整、土细无杂草"。一般畦宽4尺,沟宽1尺,沟深6寸,做到三沟相通。1.2苗床施足基肥每亩苗床应施猪牛栏粪或火土20~25担,磷肥     

5份武夷山乌龙茶种质资源的评价筛选

[目的]筛选适合武夷山地区种植的乌龙茶种质资源,为该地区茶树种质资源的利用和推广提供参考依据.[方法]在福建省武夷山进行乌龙茶品种区域试验,对比分析参试5份乌龙茶种质资源(品系8、品系9、品系10、品系11和品系12)的物候期、发芽密度、鲜叶产量、生化成分、感官品质和抗性.[结果]品系9的采摘期较早,品系10和品系12的采摘期居中,品系11的采摘期较晚,品系8的采摘期特晚,说明供试5份乌龙茶种质资源的物候期呈现梯度,茶采摘期呈合理分布状态.品系9和品系11在2015—2017年的平均发芽密度分别比CK增加7.79%和6.56%,而其他种质资源低于CK,品系9和品系11的平均鲜叶产量分别比CK增加3.53%和20.46%,其他种质资源的平均鲜叶产量均明显低于CK;5个品系的水浸出物含量分别为46.89%、47.81%、48.08%、48.22%和49.09%,均极显著高于CK(P<0.01).综合来看品系9和品质11表现较佳;品系9香气表现最好,评分为27.0;品系10的感官品质最佳,为91.1,比CK高4.7.品系9和品系11的抗寒性均优于CK,抗旱性二者均为强;品系11的抗虫性高于CK,品系9抗虫性为中抗,综合抗逆性指标以品系11表现最优.[结论]品系9和品系11乌龙茶种质资源适合在武夷山地区及生态类似地区推广种植.     

基于机器视觉的马铃薯晚疫病快速识别

晚疫病是马铃薯的一种严重病害,可造成减产甚至绝收。因此马铃薯晚疫病的识别与控制对提高其产量有非常重要的意义。该文基于机器视觉技术对马铃薯叶部晚疫病进行检测,根据马铃薯叶片上晚疫病斑的颜色、纹理和形状特征参数的不同,提取叶片表面的特征参数,并建立数学模型对病害程度做出评价。在RGB、HSV颜色空间中,根据马铃薯叶片在患病早期叶片颜色发生变化且与健康叶片不同,利用颜色特征,建立马铃薯晚疫病的无病和患病模型,该模型对马铃薯患病早期的识别率为67.5%。利用灰度共生矩阵,采用纹理统计参数进行病害等级评价,用熵值和能量值描述晚疫病的严重程度,纹理特征对患病程度的识别率比较稳定,对患病中期与后期的识别率分别为72.5%与80%。利用形状特征的相对特征,根据病斑面积比进行晚疫病诊断,该方法对马铃薯叶片晚疫病患病后期的诊断取得较好效果,识别率为90%,但由于叶片患病早期的病斑面积小且分散,识别难度大,识别率仅为50%。针对颜色、纹理及形状特征在识别马铃薯叶片晚疫病时的优势与局限性,提出颜色纹理形状特征结合的识别方法,对患病中期与后期的识别率分别为90%和92.5%。通常马铃薯晚疫病的理化值检测法耗时数天,但利用机器视觉识别马铃薯晚疫病患病情况非常快速,根据颜色特征进行病害识别的时间约为4 s,纹理特征识别的时间为7 s,形状特征特征识别的时间为3 s,综合颜色纹理形状特征的识别由于计算量较大,识别时间为9 s。该研究可为基于机器视觉的马铃薯晚疫病的快速检测提供理论依据。     

陕南紫阳富硒茶有机硒提取方法的研究

研究建立一种从安康紫阳富硒茶中提取有机硒方法,利用相似相溶原理,选取乙醇、乙酸乙酯、环己烷对茶叶中的有机硒进行提取,得出在pH 7时,用乙醇回流法提取有机硒效果最好;通过L9(34)正交试验优化提取工艺,确定最佳提取条件为乙醇体积分数60%、回流温度70℃、固液比1∶19(g/mL)、加热回流时间2 h。