基于品质指标预测北京烤鸭的中心温度

【目的】解决烤鸭传统挂炉烤制过程中中心温度难以在线精确监测的问题。【方法】通过测定烤鸭的品质指标,利用多元线性回归、偏最小二乘回归、支持向量回归、人工神经网络等方法对北京烤鸭中心温度进行在线客观预测。【结果】烤鸭胸肉的L~*、a~*、b~*、脱氧肌红蛋白、氧合肌红蛋白、高铁肌红蛋白、水分含量、脂肪含量、蛋白二级结构等指标均可用于有效识别北京烤鸭的中心温度;线性模型多元线性回归和偏最小二乘回归的预测集决定系数R_C~2分别为0.9543和0.9384,均方根误差SEC分别为5.8205℃和6.7634℃,MLR模型预测效果优于偏最小二乘回归模型;非线性模型支持向量回归优于人工神经网络模型,其预测集决定系数R_C~2和交叉验证决定系数R_(CV)~2分别为0.9837和0.9496,均方根误差SEC和交叉验证均方根误差SECV分别为3.5215℃和6.1236℃,北京烤鸭中心温度预测模型构建以支持向量回归模型效果最好;支持向量回归验证集的决定系数R_V~2较高,达到0.9748,均方根误差SEV为5.5204℃,结合建模结果得出支持向量回归模型预测挂炉烤制北京烤鸭的中心温度效果最佳。【结论】北京烤鸭胸肉的色度、肌红蛋白、水分含量、脂肪含量、蛋白二级结构等可有效识别北京烤鸭的中心温度;基于品质指标的SVR模型可准确预测烤鸭的中心温度。     

基于机载激光雷达点云的桉树林分蓄积量估算模型构建

【目的】通过2018年1—2月广西国有高峰林场机载激光雷达数据及地面调查数据,采用参数方法和非参数方法建立回归模型,反演桉Eucalyptus树人工林森林蓄积量。【方法】通过点云提取点云高度参数、点云密度参数、林分郁闭度等点云特征变量,采用参数方法 (逐步回归、偏最小二乘回归)和非参数方法 (随机森林回归、支持向量机回归)进行林分蓄积量构建,通过与样地实测数据对比,进行模型回归预测性能评估,进而选择出表现最优蓄积量反演模型。【结果】采用留一法对以上4种模型进行验证,结果显示：逐步回归模型R²为0.85、均方根误差(RMSE)为23.93 m³·hm^-2、平均绝对误差(MAE)为18.18 m³·hm^-2;偏最小二乘回归模型R²为0.81、RMSE为26.52 m³·hm^-2、MAE为19.94 m³·hm^-2;核函数为RBF的支持向量回归模型R²为...     

基于随机森林算法的秦艽龙胆苦苷含量快速检测

【目的】基于近红外光谱技术，运用随机森林算法实现秦艽中龙胆苦苷含量的快速、准确、无损检测。【方法】采用HPLC法测定秦艽中龙胆苦苷的含量，正交信号校正结合小波压缩对原始光谱进行预处理，以抽取的小波系数作为光谱特征建立秦艽近红外光谱和龙胆苦苷含量之间的随机森林定量分析模型，同时对4种模型的预测结果进行了对比分析。【结果】原始光谱正交信号校正预处理后分别建立偏最小二乘和随机森林定量分析模型，偏最小二乘回归模型在验证集上的均方根误差（RMSEP）和决定系数（R2）分别为0.246 9和0.936 8，随机森林定量分析模型在验证集上的均方根误差（RMSEP）和决定系数（R2）分别为0.207 5和0.969 5。原始光谱正交信号校正后进行离散小波分解，抽取63个中低频小波系数分别建立偏最小二乘和随机森林定量分析模型，偏最小二乘回归模型在验证集上的均方根误差（RMSEP）和决定系数（R2）分别为0.212 6和0.950 3，随机森林定量分析模型在验证集上的均方根误差（RMSEP）和决定系数（R2）分别为0.166 3和0.980 4。【结论】通过小波多尺度分解降低了决策树之间的相关性，进一步提...     

小麦籽粒蛋白质含量高光谱遥感预测模型比较

【目的】利用高光谱遥感技术实现冬小麦籽粒蛋白质含量的精准预测,比较筛选小麦籽粒蛋白质含量预测模型,实现优质小麦栽培生产。【方法】设置不同品质类型小麦品种和施氮量处理,测定开花期叶片叶绿素含量（SPAD）、叶片干物质质量（LDW）、地上生物量（AGB）、叶片氮含量（LNC）、叶片氮积累量（LNA）、叶面积指数（LAI）、植株氮含量（PNC）、植株氮积累量（PNA）和氮营养指数（NNI）9个农学参数及小麦冠层光谱,通过一阶导数和偏最小二乘法,构建基于不同农学参数的小麦籽粒蛋白质含量高光谱预测模型。【结果】一阶导数处理可以提高光谱数据与农学参数的相关性。运用偏最小二乘法构建的高光谱农学参数估测模型中以SPAD的模型建模精度与验证精度相对较优,建模集决定系数R²与预测集标准均方根误差nRMSE分别为0.99和4.10%;NNI反演模型验证结果较好,相对预测偏差RPD为2.04;利用线性回归构建的农学参数-籽粒蛋白质预测模型中以LNC的建模精度与验证精度最佳,其建模集R²、预测集均方根误差RMSE和RPD分别为0.64、0.79和2.11。最终构建的“...     

基于林木分级的大兴安岭天然兴安落叶松树高曲线研究

【目的】基于林木分级构建大兴安岭地区兴安落叶松的树高曲线模型，为该地区兴安落叶松的生长规律提供理论依据及森林可持续经营提供技术支撑。【方法】以大兴安岭地区翠岗林场56块固定样地数据为基础，根据单木相对直径(d)把林木分为了优势木、平均木、被压木3个等级，依据调整决定系数(R_adj² )最大、均方根误差(RMSE)和赤池信息量(AIC)最小的标准筛选出天然兴安落叶松各等级林木的最优树高曲线基础模型，并进一步评价和比较分位数回归和哑变量回归对兴安落叶松不同等级林木树高曲线模型模拟精度的影响。【结果】天然兴安落叶松树高曲线的最优基础模型均为Wykoff方程；当将林分分级哑变量同时添加在Wykoff方程的参数a和b上时，模型的拟合效果最好,其中兴安落叶松树高曲线模型的调整系数(R_adj²)、均方根误差(RMSE)和赤池信息量(AIC)分别为0.858 8、1.642 4和2 081.902；兴安落叶松中的不同等级林木对应的最优分位数模型与林分整体无差别，均表现为中位数模型最优(即τ=0.5)，其树高曲线的3...     

糜子叶片氮含量和籽粒蛋白质含量高光谱监测研究

【目的】本研究以叶片氮含量为切入点,探求糜子籽粒蛋白质含量的最佳光谱预测模型,为糜子优质生产的管理调控提供理论依据。【方法】结合2017年和2018年2年的氮肥运筹试验数据和光谱数据,通过“光谱特征信息—叶片氮含量—籽粒蛋白质含量”这一研究思路,以叶片氮含量为中间链接点将光谱模型和籽粒蛋白质含量链接,建立基于高光谱糜子籽粒蛋白质含量监测模型。【结果】利用支持向量机（SVM）构建的糜子全生育期叶片氮含量监测模型要优于逐步多元线性回归（SMLR）和偏最小二乘法（PLS）,并且原始光谱反射率（R）的SVM模型效果优于一阶导数（1ST）模型,建模集和验证集的R ²分别为0.928、0.924;RMSE相对较小,分别为0.19、0.12;RPD都大于2,分别为3.71、6.07。开花期、灌浆期和成熟期的叶片氮含量和籽粒蛋白质含量均达到极显著正相关,相关系数分别为0.48、0.66和0.73。灌浆期R-SVM模型能准确的监测糜子籽粒蛋白质含量,决定系数R ²为0.798,均方根误差RMSE为0.14,预测残差RPD为1.65。 【结论】建立基于灌浆期糜子籽粒蛋白质含量的高光谱R-SVM监测模型,有助于指导糜子优化田间管理、种植业结构调整和籽粒品质分级,为高光谱技术在糜子优质高产栽培和精准农业发展提供技术基础。     

基于GA-LSSVM的苹果糖度近红外光谱检测

【目的】结合遗传算法和最小二乘支持向量机(GA-LSSVM),优化苹果糖度近红外光谱检测的数学模型,提高模型的检测精度和稳定性。【方法】在GA-LSSVM模型建立过程中,采用遗传算法自动获取最小二乘支持向量机的最优参数。【结果】相比于偏最小二乘法(PLS)、传统最小二乘支持向量机(LSSVM)和遗传偏最小二乘法(GA-PLS)数学模型,GA-LSSVM法建立的模型预测效果最优,模型的相关系数为0.94,预测均方根误差为0.32°Brix。【结论】GA和LSSVM相结合的优化方法在提高苹果糖度近红外光谱检测精度和稳定性方面是可行的。     

温度对绿色葡萄干色泽及干燥特性的影响

【目的】研究不同温度条件下热风干燥对葡萄干色泽相关指标、水分扩散系数的影响,为绿色葡萄干的工业化生产加工提供理论和技术支撑。【方法】采用不同温度(30、32.5、35、37.5和40℃)对无核白葡萄进行干燥,分析温度对葡萄色泽、水分扩散系数及制干品质的影响,拟合干燥动力学模型。【结果】干燥温度为35℃时绿色葡萄干比率最高达到64%,色泽与原料的差异最小,色差ΔE仅为6.99,C、h₀、L、a、b等色泽指标分别为18.23、1.4、14.57、2.99、17.95。叶绿素、叶绿素a、叶绿素b、类胡萝卜素、总酚含量分别为0.56、0.19、0.36、0.32、0.18 mg/g。35℃更适宜绿色葡萄干加工。最符合葡萄干燥的模型,决定系数R²值最大,误差平方和、SSE和均方根误差RMSE均值最小,分别为0.998 1、0.005 4和0.007 7。绿色葡萄干最适宜的有效水分扩散系数为5.334 8×10^-9。【结论】热风干燥温度为35℃时最有利于无核白绿色葡萄制干,35℃时有效水分扩散系数分别为30、32.5、37.5和40...     

基于近红外光谱技术的杉木总酚含量模型构建与应用

【目的】木样总酚含量化学测定耗时长、过程复杂,建立杉木木样总酚含量的快速无损检测模型,对实现木材无损检测及木材腐朽预测具有重要意义。【方法】试验以114个杉木(Cunninghamia lanceolata)木样为研究对象,用福林酚法测定样品总酚含量,利用MPA傅立叶变换光谱仪对杉木木材进行漫反射光谱数据采集。将木样分为校正集和验证集,通过不同光谱预处理方法和建模方法建立总酚的定量模型,选择出最优模型并用验证集对其进行验证。【结果】测定的114个杉木木样中总酚含量变异幅度大,可用于构建近红外模型。对114个杉木木样进行近红外光谱扫描,得出建模光谱范围为9403.9～7498.4 cm^-1、6102.1～5446.4 cm^-1及4605.5～4242.9 cm^-1。对杉木木样的近红外光谱进行预处理,得出最优组合：标准正态变量转换法(SNV)和一阶导数,采用偏最小二乘回归法(PLS)建立模型最优。校正集和交叉验证集的决定系数分别是0.8679和0.7549;校正均方根误差(RMSEE)和交叉验证均方根误差(RMSECV)分别...     

传统干燥工艺条件下葡萄制干特性及干燥模型研究

【目的】研究传统葡萄干燥工艺对葡萄果实干燥特性及水分扩散系数的影响,为新疆葡萄制干干燥理论提供理论依据。【方法】采用晾干和晒干两种传统的制干工艺制干,分析制干工艺对葡萄干燥特性及水分扩散系数的影响,建立干燥动力学模型。【结果】晒干工艺条件下,环境中的最高温度显著高于晾干环境中温度,最低温度低于晾干环境中最低温度。晒干条件下,葡萄果实的干燥速率高于晾干方式。通过对4种模型的拟合分析,Page模型是最符合葡萄干燥的模型,决定系数R²值最大,卡方检验值χ²和均方根误差R²均值最小,分别为0.998 2、8.55×10^-4和0.001 5。通过有效水分扩散系数计算,晒干和晾干工艺的有效水分扩散系数分别为2.036 25×10^-8、6.468 8×10^-9,晒干工艺的有效水分扩散系数明显大于晾干方式的有效水分扩散系数。【结论】Page模型可以有效的阐述传统葡萄会干工艺条件下葡萄果实水分的变化规律。     

基于低空无人机影像光谱和纹理特征的棉花氮素营养诊断研究

【目的】基于无人机高空间分辨率影像,探讨剔除土壤背景信息及增加纹理信息对棉花植株氮浓度反演的影响,为棉花氮素营养精准探测提供新技术手段。【方法】开展棉花水、氮耦合试验,分别在棉花的不同生育期获取无人机多光谱影像和植株氮浓度信息。基于以上数据,首先探讨了土壤背景对棉花冠层光谱的影响;其次,分析了影像纹理特征与植株氮浓度间的相关性;最后,将获得的数据分为建模样本和检验样本,设置剔除土壤背景前、剔除土壤背景后、增加纹理特征等不同情景,采用光谱指数与主成分分析耦合建模的方法,来建立各种情景下植株氮浓度的反演模型,并对模型反演效果进行比较。【结果】土壤背景对棉花冠层光谱有影响,且不同生育期趋势不同;影像纹理特征参数与植株氮浓度间有显著相关关系;剔除土壤背景前植株氮浓度反演模型的建模决定系数为0.33,标准误差为0.21%,验证决定系数为0.19,标准误差为0.23%;剔除土壤背景后模型的建模决定系数为0.38,标准误差为0.20%,验证决定系数为0.30,标准误差为0.21%;增加纹理信息后模型的建模决定系数为0.57,标准误差为0.17%,验证决定系数为0.42,标准误差为0.19%。【结论】基于低空无人机高空间分辨率影像,剔除土壤背景和增加纹理特征均可提高棉花植株氮浓度的反演精度;影像纹理可以作为一种重要信息来支撑无人机遥感技术反演作物氮素营养状况。     

Cotton Nitrogen Nutrition Diagnosis Based on Spectrum and Texture Feature of Images from Low Altitude Unmanned Aerial Vehicle

【Objective】 Based on the high spatial resolution images of unmanned aerial vehicle (UAV), the effects of removing soil background information and increasing image texture information on the inversion of cotton plant nitrogen concentration were investigated, in order to provide new technology for accurate estimation of cotton nitrogen nutrition status. 【Method】 Cotton water and nitrogen coupling experiment was conducted, and UAV images and plant nitrogen concentration data were measured during different cotton growth stages. Based on the above data, the effect of soil background on cotton canopy spectrum was firstly investigated. Secondly, the correlations between image texture parameters and plant nitrogen concentration were analyzed. Finally, the obtained data was divided into calibration dataset and validation dataset. Different scenarios, including before and after removing the soil background, and adding texture features, were set. The inversion models of plant nitrogen concentration under various scenarios were designed by using the coupled method of spectral indexes and principal component regression, and the performances of the models were compared. 【Result】 The soil background had an effect on the cotton canopy spectrum, and the trends were not the same at different growth stages. There existed significant correlations between image texture parameters and plant nitrogen concentration. For the scenarios before removal soil background, the plant nitrogen concentration prediction model had determination coefficient (R ²) value of 0.33 and root mean square error (RMSE) value of 0.21% during model calibration, and R ² value of 0.19 and RMSE value of 0.23% during validation. For the scenarios after removing soil background, the plant nitrogen concentration prediction model had R ² value of 0.38 and RMSE value of 0.20% during model calibration, and R ² value of 0.30 and RMSE value of 0.21% during validation. For the scenarios adding image texture information, the plant nitrogen concentration prediction model had R ² value of 0.57 and RMSE value of 0.17% during model calibration, and R ² value of 0.42 and RMSE value of 0.19% during validation. 【Conclusion】 Based on high spatial resolution images of low-altitude UAVs, both removing soil background and adding image texture information could improve the inversion accuracy of cotton plant nitrogen concentration. Image texture could be considered as important information to support prediction of crop nitrogen nutrition status using UAV images.     

不同生育期成龄灰枣树茎流速率与气象因子的关系

【目的】在微喷灌的灌溉方式下,研究不同天气和不同气象因子条件下成龄灰枣树的茎流速率,精准测定出成龄枣树的耗水量,为优化枣树的土壤水分管理提供生产指导。【方法】采用针式茎流计,连续监测灰枣树茎流速率,分析枣树的茎流速率受不同天气和气象因子的影响程度。【结果】晴天和阴天茎流速率的波动变化过程呈倒“U”型的单峰曲线,而多云天气下呈“M”型的双峰曲线。1 d中枣树的茎流累积趋势呈“S”变化,各生育期耗水量大小排序为果实膨大期>成熟期>花期>萌芽展叶期。只有成熟期枣树的茎流速率与空气温度相关程度最高,其余都是太阳辐射。各生育期太阳辐射与枣树茎流速率的相关系数R_D1=0.964^**、R_D2=0.969^**、R_D3=0.957^**和R_D4=0.886^**。利用多元线性回归在枣树的各生育期内对茎流速率和气象因子进行输入回归,建立不同天气条件下,各生育期枣树茎流速率和气象因子的多元线性回归模型,经过回归系数和相关系数检验,各生育期的多元线性回归方程均达到了显著水平。【结论】各生育期内,典型天气的茎流速率排序为晴天>多云>阴天,整个生育期中的需水关键期是果实膨大期,对枣树的茎流速率产生最大影响的气象因子是太阳辐射和空气温度。     

新疆开都河长身高原鳅的年龄与生长的关系

【目的】研究塔里木河流域开都河长身高原鳅的年龄与生长的关系。【方法】2017～2019年通过对塔里木河流域开都河长身高原鳅的采样观察,运用经典生物学测量方法鉴定年龄,分析其生长性状。【结果】开都河长身高原鳅,年龄均值为3.06±0.11⁺,年龄结构不符合正态分布,优势年龄个体2⁺;体长和体重相关方程为:W=0.013 3L^{2.809 4}(R²=0.745 9);体长和肠长的关系式为: L_I=0.730 L -2.74(R²=0.981 8);长身高原鳅渐进体长L∞=23.75 cm,生产系数k=0.64,W∞=97.42 g,t ₀ = - 0.70,t_i=9.14⁺ ;种群总体(n=139)体长和体重生长方程为:L_t = 23.75 (1-e^{-0.64 (t + 0.7)}) 和W_t= 97.42 (1-e^{-0.64 (t} + 0.7))^{2.809 4}。种群总体成熟系数和丰满度:GSI＝27.20±1.80和K＝0.88±0.26。【结论】塔里木河流域开都河长身高原鳅属于异速生长,适应性较强,生长性状不稳定,在种群动态和渔业生态平衡,起到了一定的作用。     

播期和播量对免耕复种饲料油菜产量和品质的影响

【目的】研究不同播期、播量对油菜产量和品质的影响,为大面积推广复种饲料油菜提供理论支撑。【方法】大田试验,采用裂区试验,以播期为主区,播量为副区,设置2个播期、4个播量,3次重复,共24个小区。【结果】不同播期、播量对饲料油菜的湿重、株高、收获株数均影响显著,正常播种条件下2016、2017年饲油2号播量为12 kg/hm²时产量最高,分别为81 893.0和87 309.9 kg/hm²,且品质最佳。【结论】新疆地区复播饲料油菜生育期60~65 d,即可收割,需要≥10℃积温1 100~1 500℃,选择合适的播期和播量,产量和品质均可达到饲草要求,能够满足大部分地区麦后复种的要求,为冷凉地区麦后复种的首选。     

滴灌条件下枣园蒸散量的显著气象因子分析

【目的】研究不同参考作物蒸散量(ET₀)与显著气象因子的相关性,分析各显著气象因子对滴灌枣园实际蒸散量(ET_c)的贡献率。【方法】在阿克苏地区枣树滴灌试验,选取Penman-Monteith(PM)、Hargreaves-Samani(HS)、Priestley-Taylo(PT)模型,采用多元线性回归分析不同ET₀的显著气象因子,以及各显著气象因子对枣园ET_c的贡献率。【结果】平均相对湿度(RH)与ET₀呈负相关,太阳辐射(R_n)、天顶辐射(R_a)、最高温度(T_max)、最低温度(T_min)、平均温度(T)、风速(U)与ET₀呈正相关;各模型的显著气象因子对ET_c贡献率为:PM-R_n(62.6%)、U(19.9%)、T(11.8%)和RH(5.7%);HS-T_max(55.1%)、T_min(30.1%)、R_a(11.6%)和T(3.2%);PT-R_n(84.1%)、T(12%)和T_min(3.9%)。【结论】T_max及R_n对滴灌枣园ET_c贡献率最大。     

Photosynthetic Response Characteristics of Maize Under Drip Irrigation Based on Machine Learning

【Objective】 This study proposed an optimized grid search method based on machine learning to solve the problem of model parameters of the photosynthetic light-response curve for drip-irrigated maize, which was often hard to determine and possesses low precision, so as to provide new ideas for photosynthetic characteristics and mechanisms of drip-irrigated maize in Ningxia. 【Method】 The experiment was conducted in 2017 and 2018 with the maize cultivar TC19, which was widely cultivated in Ningxia. Six levels of potassium application (0 (K0), 90 kg·hm ^-2 (K1), 180 kg·hm ^-2 (K2), 270 kg·hm ^-2 (K3), 360 kg·hm ^-2 (K4), 450 kg·hm ^-2 (K5)) were set, and the portable gas exchange system (Li-6400XT) was used to measure the light-response curves of maize under different potassium levels at silking stage. The grid search method based on machine learning and nonlinear regression analysis was used to revise the light response curve based on the right angle and hyperbolic correction model. The correlation coefficient (R ²), root-mean-square error (RMSE) and mean absolute error (MAE) were used to evaluate the accuracy of the model. 【Result】 The results showed that the photosynthetic parameters (Pn), transpiration rate (Tr) and stomatal conductance (Gs) of maize leaves increased first and then decreased with the increase of potassium application rate. The results of fitting evaluation indicated that the calculation results of machine learning method under K0 and K1 were better than the traditional method, in which R ² was greater than 0.991, RMSE and MAE were less than 1.487 and 1.350, respectively. The two methods have similar fitting effect under K2-K5, while R ²was greater than 0.993, RMSE and MAE was less than 0.952 and 0.860, respectively. The result of optical response characteristic parameter calculation by using the optimum fitting method (grid search method) showed that the trends of α, Pn_max, Rd, LSP and LCP were similar to their photosynthetic parameters. When the potassium application rate was 360 kg·hm ^-2 (K4), the light response characteristic parameters reached the maximum value, however, the light suppression phenomenon occurred at 450 kg·hm ^-2 (K5). 【Conclusion】 The grid search method based on machine learning could accurately fit the photo-response characteristics of drip-irrigated maize in Ningxia, and the photosynthetic performance of maize was the best when the potassium application rate was 360 kg·hm ^-2.     

基于机器学习的滴灌玉米光合响应特征

【目的】提出一种优化模型精度的机器学习网格搜索方法,解决滴灌玉米光合响应曲线模型参数确定难、精度低等问题,为滴灌玉米光合生理机制及光合响应特征提供新思路。【方法】2017年和2018年以宁夏玉米主栽品种（TC19）为试验材料,设置6个施钾水平（0（K0）、90 kg·hm ^-2（K1）、180 kg·hm ^-2（K2）、270 kg·hm ^-2（K3）、360 kg·hm ^-2（K4）、450 kg·hm ^-2（K5））,使用Li-6400XT光合仪测定不同钾肥水平下玉米吐丝期光响应曲线。运用机器学习网格搜索法和非线性回归分析法对基于直角双曲线修正模型的光响应曲线进行拟合。选取决定系数（R ²）、均方根误差（RMSE）及平均绝对误差（MAE）对模型精度进行评价。【结果】在玉米吐丝期,叶片光合参数Pn、Tr和Gs随施钾量的增加呈先增大后减小的趋势。拟合评价结果表明,在K0和K1处理下机器学习方法计算效果优于传统方法,R ²均大于0.991,RMSE均小于1.487,MAE均小于1.350。在K2—K5处理下,2种方法拟合效果相当,R ²均大于0.993,RMSE均小于0.952、MAE均小于0.860。最优拟合方法（网格搜索法）对光响应特征参数计算结果表明,α、Pn_max、Rd、LSP和LCP的变化趋势与其光合参数相似。在施钾量为360 kg·hm ^-2（K4）时,各光响应特征参数均达到最大,在450 kg·hm ^-2（K5）时出现光抑制现象。【结论】基于机器学习的网格搜索法可准确地拟合宁夏滴灌玉米光响应特征,且施钾量为360 kg·hm ^-2时玉米光合性能达到最佳。     

不同贮藏条件对阿克苏苹果品质及糖心的影响

[目的]研究最适宜阿克苏地区"冰糖心"苹果的贮藏条件.[方法]以新疆阿克苏地区苹果为材料,监测不同贮藏条件下苹果的糖心消失及褐化的过程中,各项果实品质指标的变化情况.[结果]贮藏100 d后,温度4℃,打孔条件下的果实糖心率、糖心指数显著高于、褐化指数显著低于其他贮藏条件;不同贮藏条件下果实的PPO(Polypheno...     

棉田烟粉虱的为害及其经济阈值分析

【目的】 研究烟粉虱对棉花为害性及棉田烟粉虱的防治指标,为棉田烟粉虱防控提供理论依据。【方法】 采用田间试验、田间烟粉虱虫量系统调查、棉花产量测定的方法,分析烟粉虱对棉花为害性及防治数据,建立棉田烟粉虱的经济阈值。【结果】 烟粉虱对棉花单株结铃数、单株籽棉重、皮棉单产等均有明显的影响,但对单铃重没有明显的影响;虫口密度(x)与棉花单株结铃数(Y₁)、单株籽棉重(Y₂)、皮棉单产(Y₃)等指标的回归方程分别为:Y₁= 12.242 e^{-0.008 x} (r = 0.912 7^**),Y₂= 29.07e^{-0.009 6x} (r=0.894 4^**),Y₃= 29.07 e^{-0.009 6x}(r=0.894 4^**),虫口密度与棉花单株铃重、衣分没有明显的相关关系。烟粉虱对棉花纤维长度有明显影响,虫量与棉花纤维长度(Y₄)回归方程为:Y₄ = -0.004 6x + 28.409 r=0.607^*。【结论】 烟粉虱影响棉花产量和品质。棉田烟粉虱的经济和阈值以若虫计为1.9头/cm²。