紫色土光谱特征及其碱解氮的预测研究

文章分析探索了应用可见近红外光谱技术快速、高效、便捷测定土壤营养参数的可能性。采集蓬莱镇组紫色土样本，比对分析了不同肥力水平、土壤厚度和土壤粒径条件下采集土壤光谱对可见近红外光谱特征的影响，筛选出不同厚度、粒径土壤条件下的碱解氮含量预测模型。研究结果表明，土壤样本厚度为30mm时具有最大的光谱反射率，建立的氮含量预测模型效果最佳，校正集和验证集的相关系数分别为0.84和0.83，均方根误差分别为1.79和1.87。土样粒径在0.25-0.85mm时氮含量的预测效果最佳，校正集和验证集的相关系数均超过0.8，且均方根误差较小；但当土样粒径<0.25mm时，氮含量预测模型效果明显下降。采用20目（<0.85mm）过筛、30mm厚度土壤样本采集可见近红外光谱和偏最小二乘法（PLS）模型预测，可以实现对蓬莱镇组紫色土碱解氮含量的较好光谱预测。     

新平冰糖橙果园营养水平与产量、品质状况系统分析

为全面了解云南省新平县冰糖橙果园营养与产量、品质水平现状,并为冰糖橙优质丰产栽培施肥技术提供理论依据,选择新平县主产冰糖橙乡镇22个典型果园,采集果实、春梢叶片和土壤等样品各105份,对果实内在品质指标和所有样品的矿质营养元素含量进行了系统检测分析,揭示新平冰糖橙产量、品质水平及其与营养状况的关系。结果表明,新平冰糖橙果园土壤大多为酸性红壤,pH值平均为5.73;土壤整体较为贫瘠,有机质缺乏占52%;土壤碱解N缺乏占96%,有效P、速效K含量缺乏和过量并存。叶片P、Zn、Mg含量普遍缺乏,其比例分别达95%、93%、60%,而叶片Cu、Mn、Fe和N含量过高,过量比例分别为93%、63%、51%和36%。新平冰糖橙果园整体产量低、品质较差,株产平均为23.1 kg,果实可食率为59.96%,可溶性固形物(TSS)、可滴定酸(TA)和Vc含量分别为10.13%、0.49%和40 mg·100 mL~(-1),有较大提升空间。每生产1 t冰糖橙果实所需的N、P_2O_5、K_2O分别为2.63～3.15、0.88～1.05、4.38～5.25 kg。土壤、叶片养分含量与产量、品质指标的相关性分析表明,土壤碱解氮含量与产量显著正相关,与Vc含量极显著正相关;土壤速效钾含量与TSS含量极显著正相关;叶片N含量与TSS含量呈显著负相关;叶片Mg含量与TSS含量,叶片Ca含量与果皮厚度,叶片Zn含量与TSS、Vc含量均呈极显著正相关。综上所述,新平冰糖橙果实品质低、果园间差异大,土壤与树体养分波动性较大,叶片缺Zn而Cu过量普遍,部分果园缺Mg而N过量,多数果园为酸性红壤导致养分易流失而贫瘠。因此,施肥管理上建议适当增加施肥次数,缓效氮肥代替速效氮肥,重视有机肥深施,针对性施用中微肥,尤其是Mg和Zn营养补充,为新平冰糖橙提质增效施肥管理提供理论依据与技术支持。     

巴西：柑桔产业将禁用多菌灵杀菌剂

一位研究人员及生产商表示，作为世界上最大的橙汁出口国——巴西，明知使用美国禁用的杀菌剂会威胁到对美国的橙汁出口，但是目前在巴西柑桔产业中仍在使用此类药剂。巴西柑桔生产行业协会（Fundecitrus）一位真菌病害研究人员指出，在为数不多、且有效的化学杀菌剂中，多菌灵能有效控制巴西柑桔园中一种能迅速传播的真菌病害即黑斑病。自美国食品和药物管理局发布将要对进入美国的所有橙汁进行杀菌剂检测，禁止进口杀菌剂未达检测水平的橙汁之后，巴西柑桔生产行业协会宣布，将在柑桔种植中停止使用多菌灵杀菌剂。     

菲律宾:杧果害虫综合防治卓显成效

科学的管理技术在农作物上能起到奇效,正如研究人员推荐的能有效减少农作物病虫害的病虫害综合防治(IPM)技术。菲律宾农林自然资源研究与发展委员会分别在巴拉望和东达沃省立项,采用害虫综合防治技术有效控制了果肉杧果象(巴拉望)和杧果炭疽病(东达沃省)。在巴拉望,果肉杧果象是一种为害非常严重的害虫,成虫将卵产在正在发育中的幼果果实里,卵孵化后,     

德国:有机果蔬发展前景乐观

德国有机水果和蔬菜的销售额明显增加,但其在果蔬销售中的份额仍然很低。消费者明显倾向于购买当地生产的果蔬,这对当地发展的有机农产品消费起到了积极的推动作用。消费者发现产品的产地越来越重要。地方种植者和商店应该建立区域连锁店,有利于当地果蔬销售。2011年有机果蔬销售额比2010年约上升了10%。在一个萧条的食品市场中能有这样大的增幅,是非常让人震惊的。有机产品与常规产品之间的价格差异越来越大,德国农民协会仍然期望2012年有机产品数量及价格均有所提升。另外,在肠出血性大肠杆菌危机后,市场也已恢复正常秩序。     

基于掩模及亮度校正算法的脐橙表面缺陷分割

【目的】 本研究旨在有效解决果皮有缺陷的水果图像在去除背景时部分缺陷被误分割为背景,以及水果表面缺陷难以有效分割提取的问题。【方法】 以I分量图来构建掩模模板,根据其灰度直方图信息,通过双峰法选择单一阈值（T=75）分以纽荷尔脐橙为研究对象,提出基于HSI颜色空间模型法去除背景割背景并填充孔洞得到掩模模板I_mask,然后掩模模板I_mask与I分量图通过点乘运算得到去除背景的I分量图;提出基于多尺度高斯函数图像亮度校正算法对去除背景后的I分量图像进行亮度校正,通过构建多尺度高斯函数滤波器,将去除背景后的I分量图与构建的多尺度高斯函数进行卷积运算即得到去除背景后的I分量图像表面光照分量图,最后将去除背景后的I分量图与得到的光照分量图进行点除运算即得到去除背景后的I分量图像亮度校正图;然后采用单一全局阈值法对脐橙表面缺陷进行提取。【结果】 基于HSI颜色空间模型法去除背景,可在有效去除背景的同时完好保留脐橙的表面信息,有利于后续操作;基于多尺度高斯函数的图像亮度校正算法分别对6种常见脐橙缺陷进行图像亮度校正后采用单阈值法提取缺陷,使不同灰度等级的脐橙表面缺陷一次性分割成功,其中分割率最高为100%,最低为88.5%,整体达92.7%。通过试验分析后发现造成部分误分割或漏分割的原因主要在于部分缺陷果缺陷处颜色较轻,与正常区域灰度差较小,从而造成漏分割;还有部分缺陷果由于缺陷面积小,在图像形态学处理过程被误认为是噪声而被去除;同时发现正常果的误判率也达到了10.8%,经分析发现误判的正常果表皮组织区域的褶皱位于图像的边缘区域,从而被误认为是边缘区域的缺陷,导致误判。【结论】 基于HSI颜色空间模型法去除背景及基于多尺度高斯函数的图像亮度不均校正算法对纽荷尔脐橙图像背景分割和去除背景后的I分量图像表面亮度校正均取得了较好的效果,能有效识别脐橙缺陷区域,为脐橙精确分级提供了技术支持,也为其他果品表面缺陷快速检测提供了一种新思路。     

Tyvek?地表覆盖后三个晚熟品种柑橘果实品质的分析

为提出缓解长江三峡库区秋冬季连阴雨导致的低温寡日照对中晚熟柑橘果实品质的影响采取的栽培措施提供理论依据;本试验以重庆柑橘主栽品种椪柑(Citrus sinensis(L.) Osbeck)、纽荷尔脐橙(Citrus sinensisO sbeck ‘Newhall’)和塔罗科血橙(Citrus sinensis cv Tarocco)为材料,开展柑橘果实成熟期杜邦特卫强地膜全覆盖(Full cover,FC)、半覆盖(Half cover,HC)地表覆盖处理,和未覆盖作为对照(CK),测定了树体不同部位的果实内在品质和外观品质; Tyvek?覆盖后纽荷尔脐橙和塔罗科血橙的通过显著降低了树体下部果实黄绿色差b的值,进而HC和FC下部果实外观品质a/b相对提高达到9.00%以上,同时下部亮度L也有显著提高;对覆盖后对椪柑外观色泽影响较小。对于果实的内在品质而言,椪柑和纽荷尔脐橙Tyvek?覆盖在90d时的树体下部的果实可滴定酸(Titratable acid,TA)含量均显著降低,且椪柑T/A相对于CK均达到10%以上;塔罗科血橙在150dFC处理果实可溶性固形物(Total soluble soiled content,TSS)显著的提高,HC处理显著降低了TA含量,最终覆盖后果实T/A均达到10%以上。研究表明在地表覆盖方式可以有效地降低秋冬季节多雨寡日照对中晚熟柑橘品质的影响,有效地促进了中晚熟柑橘品种果实品质,提高中晚熟柑橘的经济价值。     

柑橘CjGH3.4和CjGH3.7基因的生物信息学分析及表达分析

以资阳香橙（Citrus junos Sieb. ex Tanaka）为材料,基于柑橘全基因组对两个生长素酰胺合成酶基因GH3（Gretchen Hagen 3）,即CjGH3.4和CjGH3.7进行生物信息学分析及表达分析。结果表明：CjGH3.4的开放阅读框（ORF）长度为1 830 bp,编码609个氨基酸;CjGH3.7的ORF为1 800 bp,编码599个氨基酸。基因结构分析显示CjGH3.4含有两个内含子,CjGH3.7含有3个内含子。通过比对发现,这两个基因编码的蛋白序列与拟南芥、水稻、大豆、杨树等具有的较高的同源性,相似度可达66% ~ 81%。CjGH3.7主要在叶组织中表达,CjGH3.4在根和叶组织中表达均较高,且叶高于根。在根和叶组织中,CjGH3.4和CjGH3.7均受低温、高盐以及PEG胁迫诱导,表明其参与了柑橘逆境响应过程。CjGH3.4和CjGH3.7在叶中受到ABA、ACC、MeJA和SA等诱导,在根中却受到抑制,呈现相反的表达模式。     

基于改进YOLOv5柑橘成熟果实检测算法

为提高柑橘果园产量巡检作业效率和质量，巡检机器人精准检测成熟柑橘果实至关重要。考虑到成熟果实特有的颜色空间、果实遮挡导致的小目标以及巡检机器人有限的硬件资源，本文提出一种简单有效的基于改进YOLOv5的柑橘成熟果实检测方法。本工作主要设计一个由三层Context Aggregation Block (CAB)组成的特征金字塔并将其插入到YOLOv5网络的Head部分。此改进的YOLOv5模型具有如下优点：（1）集成的底层CAB模块通过特征通道注意力机制和空间注意力机制更好更快地学习小目标局部成熟果实的颜色和纹理特征、重叠果实的边缘特征；（2）多层CAB模块构建的特征金字塔能够有效地避免小目标随网络深度增加而消失，从而降低小目标果实漏检率。柑橘成熟果实识别验证试验结果表明，改进YOLOv5网络模型的精确度和平均精度分别为98.21%和98.07%，较原始YOLOv5分别提升了0.31%和0.17%，较Faster-RCNN分别提升了8.41%和8.31%。同时，单张成熟柑橘果实图像的平均检测时间32.5 ms，模型占用内存15.8 mb。该结果表明改进 YOLOv5模型可实现果园自然环境下柑橘成熟果实快速准确的检测识别，可为柑橘果园巡检机器人产量巡检提供技术支持。