基于图像处理技术的红火蚁检测识别

对红火蚁（Solenopsis invicta Buren）进行准确检测是红火蚁巡检无人化首要解决的关键问题。该研究提出了一种基于图像处理技术的红火蚁检测识别方法。首先,将草坪环境下红火蚁蚁巢明度分量图像的背景区域进行压缩,并将压缩后的明度与色调差值图像与超绿模型分割提取的背景区域做差值融合,将其结果作为红火蚁蚁巢的检测识别模型。其次,在YOLOv5s算法的主干网络添加注意力机制,构建红火蚁昆虫图像的检测识别模型。最后,将采集到的红火蚁蚁巢图像与红火蚁昆虫图像分别在检测识别模型上进行对比测试。试验结果表明,草坪环境下采集的红火蚁蚁巢图像样本识别的IoU（Intersection over Union）最高可达96.87%,且IoU高于80%的样本占比81.67%;对红火蚁昆虫图像样本进行识别的平均检测速度可达48.53帧/s,精确率（Precision）可达91.50%,召回率（Recall）为89.28%,平均精度值（Average Precision）为95.40%,F1综合评价指标为90.38%,与原YOLOv5s算法相比有较大的提高。该技术方法对草坪环境红火蚁的智能化检测具有一定的可行性。     

用小波变换技术提高食醋近红外光谱分析的精度

以食醋的成分还原糖为例,探讨了利用小波变换原理分析近红外吸收光谱并提取有效信息的方法。结果表明：经变换后的光谱能更好地反映出与成分含量之间的相关关系。通过与使用食醋原始吸收光谱的多元回归分析方法比较,得出使用7个尺度变换后的小波系数与还原糖之间的相关关系最为显著,且三元回归分析的预测差值不确定度最小（为0.211）,比原始光谱降低0.058。小波变换方法提高了食醋近红外光谱的定量分析精度,从而为实现近红外光谱分析技术应用于食醋成分的在线检测提供参考。     

基于高光谱分析技术的机炒龙井茶等级识别方法

随着机炒龙井茶外形和色泽趋向统一整齐,茶叶的内在品质相应成为评判等级的关键,由此,该文提出了一种高光谱与支持向量机分类相结合的技术,进行基于机炒龙井茶内在品质的等级识别方法研究。应用高光谱技术提取了龙井茶在350～2 500 nm波长范围内的吸收深度、吸收面积、红边位置、红谷位置、归一化植被指数等光谱特征参数,并对这些特征参数与茶叶等级的相关性进行了研究;然后利用带惩罚系数C的支持向量机分类理论,以光谱特征参数为输入量,分析确定了模型中关键的核函数和分类函数,构建了龙井茶等级识别模型,并进行了不同等级机炒龙井茶的分类识别验证。结果表明：采用所研究的方法和建立的模型对龙井茶进行等级分类准确率达到98.3%,证明应用该方法进行机炒龙井茶的等级分类识别是可行的。     

利用昆虫辐射不育技术防治光肩星天牛的可行性

利用昆虫辐射不育技术防治光肩星天牛的适照时期为羽化后7－10d，适宜的辐照剂量为70－90Gy，剂量率为1.5Gy/min。田间纱笼释放试验表明，释放比为5：1可压低野生虫口数量。利用昆虫不育技术防治光肩星天牛的难点是人工饲养。     

利用高光谱成像技术和多变量校正方法检测苹果的硬度（英）

高光谱图像集图像信息与光谱信息于一身,应用于农产品品质无损检测领域。该研究尝试利用高光谱图像技术结合多变量校正方法检测苹果硬度的可行性。试验通过获取的高光谱图像中提取有效的光谱信息来建立预测苹果硬度的预测模型。在建立模型过程中,偏最小二乘（PLS）和支持向量回归（SVR）两种多变量校正方法被比较,结果表明在785.11～872.45 nm范围内,SVR模型的性能优于PLS模型,模型对硬度预测结果的相关系数为0.6808。试验结果表明高光谱图像技术可以被用来检测苹果的硬度。     

莲藕主要虫害防治技术

1 食根金花虫(又名稻根叶甲) 危害特点:幼虫潜入泥中,在地下茎的节位附近吮吸汁液,造成地上部立叶细小、发黄,生长势衰退;为害新藕后,在藕上形成虫斑,藕变细小,降低产量和品质.     

柿蒂虫综合防治技术应用

柿子被誉为黎城“四大宝”之一,在该县有着悠久的栽培历史。在20世纪60～70年代总产量曾一度达到1500万kg,位居全国2000个县第14位。长期以来,对柿树管理一直是空白,放任生长,管理粗放,导致生产过程中虫害发生逐年加重,特别是柿蒂虫的发生,对柿果的品质和产量影响很大,对该县柿子生产造成毁灭性危害。柿蒂虫又叫柿子食心虫,主要以幼虫钻食柿果为害,造成柿子早期发红、变软、脱落。每到寒露前后柿子收获季节,柿树树冠下软柿落一层。     

玉米常见地下害虫的发生规律与防治技术

玉米苗期地下虫害主要有：蝼蛄、金针虫、蛴螬、地老虎等4种,均可在不同部位将幼苗咬断,是造成玉米缺苗断垅的重要原因之一。1蝼蛄昆虫纲,直翅目,蟋蟀总科,蝼蛄科。大型,土栖。触角短于体长,前足开掘式。缺产卵器。本科昆虫通称蝼蛄。俗名拉拉蛄、土狗。全世界现已知约50种。中国现已知4种：华北蝼蛄、非洲蝼蛄（东方蝼蛄,发生遍及全国,一般在长江以南较多）、欧洲蝼蛄和台湾蝼蛄。     

重金属污染农田安全利用:目标、可选技术与可推广技术

当前,土壤重金属污染研究的主要任务之一是形成安全利用可推广技术方案。那么,当前科学界是否有能力提供这样一个方案?本文在分析土壤污染防控基本概念和决策树的基础上,系统解析了如下问题:污染农田安全利用的目标、技术选项、可推广技术标准和形态。我们认为污染农田安全利用有狭义和广义之分,以主粮区籽粒安全生产为目标的狭义安全利用技术研发是当务之急;安全利用技术的标准是农作物可食用部位的重金属含量达标,而不是土壤重金属钝化效果;重金属从根部到地上部的转运能力是作物筛选和改造的关注重点;低镉作物品种选育与推广有可能零成本地实现轻微镉污染农田安全利用,而钝化剂/土壤调理剂在优选以后将逐渐提高适合安全利用的农田镉污染上限;成本、效果和土壤生态效应是可推广安全利用技术的重要评价标准,可推广安全利用技术的形态受限于农业生产过程,需要以种子、肥料和农艺等形式交付使用者。这些系统分析,有利于安全利用技术研究从"百花齐放"向可推广技术转变,并最终服务于《土壤污染防治行动计划》污染农田安全利用目标。     

基于高通量测序技术的燕窝罐头腐败嗜热菌分析

为了研究燕窝罐头生产过程微生物结构的变化,同时筛查出造成燕窝罐头安全隐患的嗜热微生物,该研究通过16S rRNA高通量测序技术结合传统培养分离方法研究燕窝生产中燕窝原料、冰糖原料、蒸煮锅糖液、灌装车间毛巾、灌装口糖液、挑毛车间毛巾、汽蒸后燕窝、灌装后产品的微生物组成。Alpha多样性研究结果表明灌装工序是微生物可能显著增加的高危工序;热力图结合主成分分析表明冰糖原料和灌装后产品具有相同的优势菌属与相似的菌群结构,并且测序结果表明冰糖原料与灌装后产品都携带了腐败微生物Geobacillus（地芽孢杆菌属）与Bacillus（芽孢杆菌属）,再结合微生物由原料引入的假设一与微生物由工序引入的假设二,推断出造成罐头腐败的嗜热菌是由冰糖原料引入的而非生产工序;并且由于Bacillus在冰糖管道运输工序中显著增加,因此冰糖管道运输工序应该作为生产中的高危工序重点监控。再通过55 ℃培养分离结合一代测序技术鉴定了燕窝原料、冰糖原料与高危工序的冰糖管道运输工序存在5株嗜热菌种Bacillus smithii（史密斯芽孢杆菌属）（相似度99.93%）、Bacillus smithii（史密斯芽孢杆菌属）（相似度99.40%）、Bacillus gelatini（明胶芽孢杆菌属）（相似度99.27%）、Aeribacillus pallidus（苍白芽孢杆菌属）（相似度97.43%）、Bacillus licheniformis（地衣芽孢杆菌属）（相似度99.47%）。该研究为燕窝罐头安全生产提供了理论依据与防控方向,从而降低了燕窝罐头生产的食品安全隐患,并且为其他食品生产企业微生物防控提供参考依据。     

基于计算机绘图软件的雨滴谱测定新方法

 为寻找天然降雨和人工模拟降雨特征及设计人工降雨装置的新方法,运用计算机绘图软件与传统色斑法相结合,探索出一种新的测量雨滴直径与数据处理方法。该方法弥补了传统色斑法在观测与数据转换方面工作冗繁、精度低的缺陷,使测量下限由1mm下降到0.2mm,测量范围扩大了一个数量级,大大减少了测量工作量,并得出雨滴直径与色斑直径率定关系式。对其普适性与优越性进行了检验,结果表明:在应用新方法对降雨雨谱进行分析时,所得公式最佳。     

基于叶绿素荧光发射光谱的光能利用率探测

该文从光合作用光谱探测角度出发,研究基于自然光下植被叶绿素荧光光谱的植被光能利用率遥感探测的可行性。设计了日变化试验,获取植被光合、光谱及荧光参数,分析光能利用率的影响因素和光谱探测方法;基于叶绿素荧光夫琅和费（fraunhofer）线探测原理,计算植被冠层在2个氧吸收波段（688 nm和760 nm）叶绿素荧光发射光谱;并在此基础上建立了基于荧光发射光谱的光能利用率统计模型,并与基于光化学植被指数的光能利用率统计模型进行了对比。研究结果表明：PSII（photosystemⅡ,光系统II）光下量子产量与     

基于信噪比分析技术的谷物霉变快速检测方法

该文探索了一种基于半导体气敏传感器阵列和随机共振信噪比分析技术的谷物霉变快速检测方法,试验测量了大米、小米、燕麦和红豆的霉变试验数据,输入分析系统处理并输出信噪比谱图,以基准信噪比特征值-82.5所包络的噪声宽度作为4种谷物样品霉变程度的数字化表征手段,可以直观的观察到每类样品的霉变过程。大米和小米样品在第4天检测时,就出现了较明显的霉变,燕麦样品在第7天出现霉变,而红豆样品在检测过程中未发生变化。该分析技术无需信号前处理手段,并且可以克服传感器基线漂移造成的干扰,系统响应速度快、重复性好,具有实际应用价值。     

采用探地雷达频谱分析的复垦土壤含水率反演

快速、准确、无损获取采煤塌陷区复垦土壤含水率分布情况是实现精准灌溉的基础和关键.该研究以安徽省淮北市某塌陷复垦区土壤为研究对象,借助探地雷达系统对试验区土壤进行探测,并对周围未复垦区域设置对照组,通过线性调频Z变换频域细化法(Chirp-Z-Transform,CZT)寻找特征频率,结合瑞利散射原理分析不同土壤体积含水...     

高光谱成像技术快速检测生物质秸秆元素含量

为了探讨生物质秸秆元素含量的快速检测方法,该文运用高光谱成像技术,结合多种数据优选方法对生物质秸秆中N、C、H、S、O元素含量快速检测的可行性进行研究。选取玉米、水稻、小麦、油菜4种类别共计188个秸秆样本,采集其反射高光谱图像,并测定元素含量。采用竞争性自适应重加权采样(competitive adaptive reweighted sampling,CARS)算法选取元素检测敏感变量,提取光谱维数据,结合偏最小二乘(partial least squares,PLS)算法,建立了基于高光谱光谱维数据的元素定量分析模型,N元素采用24个变量建立模型,验证集相关系数为0.923,均方根误差(root mean square error of validation set,RMSEP)为0.196%,相对分析误差(relative analysis error,RPD)为3.11;O元素仅采用10个光谱变量建立模型,验证集相关系数为0.876,均方根误差为1.015%,相对分析误差为2.32,N、O元素的模型可以用于实际应用;C、H、S元素相验证集相关系数均小于0.80,无法实际应用分析。采用独立成分分析(independent component analysis,ICA)算法结合权重系数法,提取IC1-IC5分析图像中特征光谱波段为572.09、643.69、685.14、766.79、819.55、964.01 nm,用6个特征光谱变量建立基于高光谱图像维数据的秸秆元素定量分析模型,N、C、H、S和O 5种元素无法用于实际检测。研究结果表明,采用高光谱成像技术并应用光谱维数据结合CARS-PLS算法可以实现秸秆N、O元素的有效检测。     

基于GIS稻飞虱种群变化时空分析

稻飞虱作为水稻的主要害虫,严重的影响水稻生产。尽管采取了各种防治措施,但效果不明显。为提高稻飞虱的预测预报水平,应了解稻飞虱的时空变化规律。根据2006年广东省稻飞虱监测数据,采用基于GIS的多因子插值模型生成不同时期的稻飞虱空间危害专题图,从时间和空间角度分析比较不同时期的稻飞虱危害情况,发现稻飞虱在广东省内有明显的空间结构,即稻飞虱发生程度不仅与空间位置有关,而且其扩散具有方向性,客观地揭示了稻飞虱在广东省的时空传播规律,为科学防治稻飞虱提供了客观的依据,也为其他农作物病虫害的研究提供了方法参考。     

延迟荧光光谱F730/F685与植物耐热性的关系

为研究延迟荧光光谱特性与植物耐热性的关系,该文以3种不同品种的植物为研究对象,分析了温度胁迫下样品延迟荧光发射光谱曲线的变化情况,研究了各样品延迟荧光光谱中685 nm附近峰值（标记为F685）与730 nm附近峰值（标记为F730）的光谱峰值比F730/F685的温度响应曲线,并与叶绿素荧光参数的温度变化趋势进行对照,探讨了温度拐点出现的原因及变化趋势。试验结果证实延迟荧光发射光谱F730/F685温度响应曲线的变化真实地反应了植物在高温胁迫下光系统的光合功能,有效地体现了样品间对高温逆境响应的差异,且温度响应曲线的拐点及其变化特性可能会是一种鉴定植物耐热性的有效指标。     

基于高光谱的柑橘叶片氮素含量多元回归分析

快捷、准确、无损地检测柑橘叶片氮(N)素含量,对柑橘树N肥施用的精准动态管理有重大现实意义。以117株园栽罗岗橙为试验研究对象,在不同生长期用ASD公司的FieldSpec3采集柑橘树健康叶片的高光谱反射值,以高光谱反射数据或其变换形式作为柑橘树样本多元矢量描述;用凯氏定氮法同期检测出柑橘树叶的真实N素含量值;在用PCA对高维光谱矢量降维的基础上,利用支持矢量回归算法(SVR)建立高光谱多元表达和N素含量间的映射关系,以实现任意柑橘树N素含量的预测分析。试验结果表明,测试集上预测值和真实值间的平方决定系数R2为0.9730,平均相对误差为0.9033%,均方误差MSE为0.090343,证明了该方法的有效性,为利用高光谱技术进行柑橘树N素含量的无损检测提供了参考。     

基于高光谱技术和改进型区间随机蛙跳算法的番茄硬度检测

为了准确、快速的检测番茄硬度,该文提出了一种基于改进型区间随机蛙跳算法优选高光谱特征波长的番茄硬度检测模型。在获取番茄高光谱图像后,首先对光谱数据进行多元散射校正(multiplicative scatter correction,MSC)和归一化预处理。针对区间随机蛙跳算法(interval random frog,i RF)所需迭代次数大、算法收敛慢等缺点,该文提出了改进型区间随机蛙跳算法(modified interval random frog, miRF),并将其应用于特征波长选择。最后建立偏最小二乘回归模型(partial least squares regression, PLSR)预测番茄的硬度。iRF共选出特征波段100个,算法收敛时间为32.1 min,而miRF共选出特征波长47个,算法收敛仅需1.6 min。同时miRF-PLSR番茄硬度预测精度也更优,测试集相关系数达到了0.968 5,均方根误差为0.004 0 kg/mm~2。试验结果表明:结合高光谱技术和miRF算法可实现对番茄硬度的快速、无损检测。