基于粒子群算法和支持向量机的黄花菜叶部病害识别

使用数字图像处理技术,以黄花菜叶部病害图像为识别对象,基于Lab空间和K-means聚类算法分割病害区域,提取目标区域的颜色特征、方向梯度直方图(histogram of oriented gradient,HOG)特征和形状特征,分别建立单一特征模型和特征融合模型,采用粒子群(particle swarm optimization,PSO)算法通过交叉验证优化支持向量机(support vector machine,SVM)模型的惩罚因子和核参数,建立基于PSO-SVM的多特征融合分类模型识别黄花菜病害。基于SVM的多特征融合分类模型识别率高于单一特征分类模型,识别率可达为81.67%;基于PSO-SVM多特征融合分类模型识别率高达92.39%。基于PSO-SVM的多特征分类模型识别率高,可以及时、便捷、高效地识别黄花菜病害。     

基于表型性状的核桃品种区分研究

为研究不同核桃品种的区分方法,以5个不同品种核桃为研究对象,采集其表型性状数据(尺寸、质量和成分)和氧化特性数据,采用主成分分析(PCA)和系统聚类法对核桃表型性状的差异进行研究,结果表明:PCA分析法共提取了3个主成分,累计方差贡献率达到93.0789％;将表型(尺寸、质量、成分)和氧化特性指标相结合,采用系统聚类分析,通过聚类热图可直观反映不同品种核桃的指标差异,能有效区分不同品种核桃.     

救荒野豌豆品种DUS测试主要数量性状筛选与评价

利用29份救荒野豌豆(Vicia sativa)资源对10个数量性状进行了筛选、分级及评价研究。性状筛选结果表明:8个性状满足DUS测试要求,可进行3～5个连续分布的分级,性状"小叶:长度"和"小叶:宽度"由于变异幅度较大,不建议纳入测试指南性状。相关性分析结果表明:性状叶轴:长度(Chr2)与复叶:宽度(Chr3)、荚果:长度(喙除外)(Chr7)与荚果:宽度(Chr8)均符合线性回归,线性回归方程分别为Chr2=1.1352*Chr3+32.411(R~2=0.7239),Chr7=4.1906*Chr8+16.425(R~2=0.5457)。主成分分析结果表明:叶片大小、荚果、种子:百粒重、幼苗:第二复叶长宽比是救荒野豌豆数量性状评价的主导因子。该研究为科学制定救荒野豌豆品种DUS测试指南指供了理论依据。     

基于多光谱成像技术的小麦品种快速无损鉴定

为了研究多光谱成像技术对小麦品种快速无损鉴定的可行性,采用VideometerLab 多光谱图像采集设备对5 个小麦品种共500 个样品在405~970 nm波段内的进行多光谱图像信息进行采集,获取其光谱、颜色和形态特征。利用主成分分析对5 个小麦品种进行定性鉴别,同时,基于光谱特征和光谱图像特征分别比较了神经网络、支持向量机和随机森林3 种模型的鉴定效果。结果显示：利用19 个光谱特征值建立的模型中,BPNN识别模型效果最佳,其建模集和预测集的识别率分别为100%和91.25%。融合19 个光谱特征和6 个图像特征所建立的模型中,BPNN识别模型效果最佳,其建模集和预测集的识别率分别达到了100%和98.4%。结果表明,基于BPNN的多光谱特征融合能够有效的提高小麦品种鉴定效率,为小麦品种的快速无损检测提供了一个新途径。     

不同类型花生品种地膜覆盖栽培效应研究

本文对普通型和珍珠豆型花生品种地膜覆盖栽培效应进行了研究，从各品种物候特点、植物学特征和经济性状、产量结果等方面进行比较分析，结果表明，普通型与珍珠豆型花生品种荚果产量差异不显著，且普通型品种的饱果数、荚果品质低于珍珠豆型品种，所以在我县花生地膜覆盖栽培应以珍珠豆型品种为宜。     

蕹菜品种DUS测试指南的研制

植物品种特异性(Distinctness)、一致性(Uniformity)和稳定性(Stability)测试(简称DUS测试)是植物品种保护、品种审定、品种登记的工作基础。中国的蕹菜种植历史悠久,品种资源丰富,但目前尚未研制出蕹菜品种DUS测试指南。通过参考蕹菜相关文献,初步选出46个蕹菜DUS测试指南候选性状,通过对74个蕹菜品种进行2个生长周期的种植试验,依据候选性状进行数据采集与分析,最终筛选出34个测试性状并确定其描述方法以判定蕹菜品种的特异性、一致性和稳定性,为蕹菜品种DUS测试和品种权实质审查工作提供科学依据。     

山西省南部花生品种产量稳定性的模型分析及评价

为了探究在不同统计模型下花生品种多性状的表现规律,以山西省南部花生主产区6个试点中的7个花生品种为研究对象,通过Eberhart-Russell、AMMI、DTOPSIS和PCA等4种模型分析方法,综合对比、评价不同花生品种及统计模型的适应性。结果表明,4种模型因统计方法的不同结果存在差异,Eberhart-Russell模型分析中品种晋花8号、花育911和临花9号遗传稳定性更好,而AMMI双标图及参数Di显示花育911和张户坡试点分别在产量变异中有更好的品种稳定性和试点分辨力,DTOPSIS和PCA分析分别以临花9号、花育911和临花9号、晋花8号为综合多性状最优品种。结合品种田间产量表现,AMMI分析能更科学地反映加性遗传模型中的GEI交互效应,而DTOPSIS分析在多品种多性状比较中更有优势。     

水稻新品种DUS测试目测性状标准品种的优化筛选

为了筛选出稳定可靠的水稻新品种DUS测试目测性状的标准品种,通过对中日韩117个有代表性的水稻已知品种2008-2009年连续2年的田间测试试验,对水稻DUS测试指南中的27个目测性状的106个性状表达状态进行了系统的标准品种筛选。结果表明,筛选出的16个标准品种不仅涵盖了原有的23个标准品种代表的性状,还为多个没有标准品种的性状表达状态提供了标准品种;‘元子占稻’、‘坦紫’、‘旱轮稻’、‘起金’、‘乌嘴糯’这5个品种具有较强的生态适应性,可作为其他生态区标准品种筛选时优先考虑的品种;聚类分析法在水稻目测性状标准品种筛选过程中具有重要作用,可作为其他植物新品种DUS测试目测性状标准品种筛选提供参考。     

基于支持向量机的花生苗期抗旱指标筛选

筛选花生抗旱性指标,培育抗旱能力强的花生品种,传统线性筛选方法不能反映花生抗旱性的非线性特性,筛选得到的指标符合度有所局限。本研究基于支持向量机(SVM)构建了一种非线性筛选模型,利用SVM交叉测试逐个评估各个特征因子,以MSE最小原则逐步剔除对模型有不利影响的特征因子,并以29个花生品种为例,对其苗期的13个形态、生理特征进行再分析和甄别,得到主茎高、分枝数、地上部干重、叶片干重、比叶面积共5个特征指标,以此特征指标构建的线性与非线性模型留一法精度均高于经线性筛选特征的模型预测精度,实验结果表明了经非线性筛选得到的特征因子的准确性,最后经基于F测验的SVM回归显著性测验与单因子重要性分析进一步验证了保留指标的有效性。以此保留特征构建非线性预测模型能为花生抗旱育种工作提供有效指导。     

北方主栽花生品种的源库特征及其分类

大田栽培条件下,以中国北方主栽的13个花生品种为试验材料,对单株叶面积、开花数、成果率等18个源库性状进行测定和计算,利用主成分分析、聚类分析等统计方法,筛选花生源库性状评价指标,对比不同品种的源库性状差异和产量差异,并进行源库类型划分。结果表明,结荚期和饱果期的叶面积、开花数量、成果率和荚果充实度可以作为评价花生源库关系的主要指标。根据源库特征及产量表现可以把花生品种分为源库协调型、源大库小型、源足库少型和源足库多型4类。源库协调型品种叶片净同化率高,花期持续时间和开花数量适中,有效果比例和荚果充实度高,易获得高产。源大库小型品种叶面积过大,叶片净同化率和单位叶面积荚果产量低,荚果充实度低,限制产量提高。源足库多型品种产量限制因素为花期长,花数多,成果率低,无效果针和荚果消耗营养,有效荚果饱满度不足。源足库少型品种产量限制因素为开花持续时间短,花量少。因此,在花生生产中,应该针对不同源库类型品种,采取相应措施控制叶源大小和开花量,防止叶源冗余、花多不实和果多不饱,提高有效果比例和荚果饱满度,增加荚果产量。     

福建省花生农家品种农艺性状的遗传多样性分析

为了解福建省花生农家品种资源的遗传多样性,为农家品种亲本利用提供理论依据。以福建省不同地方的35份花生农家品种为材料,运用Excel软件对14个农艺性状进行数据分析,用SPSS软件进行农艺性状的相关性分析和聚类分析。结果表明：在考察的性状中,变异系数最大是地上果针数为73.3%,其次是单株饱果数为44.3%,出仁率的变异系数最小为5.3%。遗传多样性指数最高是单株饱果数为1.986,其次是主茎高为1.981,最低是百仁重为1.607。农艺性状相关性分析表明,结果枝数、单株结果数、单株饱果数、地下果针数与单株生产力呈极显著正相关,生育期与单株生产力呈极显著负相关。采用Ward法进行聚类结果,遗传距离阈值为12时,分为两大类群,第Ⅰ类群品种为珍珠豆型和多粒型,即疏枝亚种;第Ⅱ类群品种为普通型和龙生型,即密枝亚种。本研究表明福建省花生农家品种具有丰富的遗传多样性,其亲缘关系与栽培种花生亚种分类有关,为品种的综合利用奠定基础。     

花生抗旱耐瘠品种筛选试验

为了筛选出适合旱地种植的花生品种,引进国内抗旱性较好的品种进行产量等性状鉴定,试验结果是：参试品种中只有‘桂花1026’比当地主栽品种‘泉花7号’增产,其余品种均减产,荚果产量减产幅度2.32%~54.25%,籽仁产量减产幅度5.29%~50.38%。相关分析结果是：在旱薄地荚果产量与总分枝数、结果枝数和斤果数呈显著负相关,与单株结果数呈显著正相关,与其他性状除了百仁重外均呈正相关。     

灰色关联度分析评价河南省区域试验麦套花生品种

旨在了解河南省育种现状和筛选适宜推广的花生品种。利用灰色系统理论对27个参试花生品种的11个主要性状：主茎高、侧枝长、总分枝、结果枝、单株结果数、百果重、百仁重、出仁率、饱果率、单株生产力、荚果产量进行关联度分析。结果表明：灰色关联度分析能准确判断参试品种优劣,筛选出适宜推广的参试品种;加权关联度值更为真实反映品种的综合表现,19个参试品种的加权关联度值比对照‘豫花15号’大,占参试品种的70%以上,其中‘商花17号’加权关联度值和产量排名第一,表现最好。河南省麦套花生整体育种水平较高,‘商花17号’、‘洛花3016’、‘濮花43号’、‘远杂14号’综合性状和产量表现优良,最适宜本省推广种植。     

花生单株生产力与主要农艺性状间的相关性研究

为了解各主要农艺性状对花生单株生产力影响的主次关系,利用来源于5个国家的126份花生栽培种资源为试验材料,通过表型相关性分析和灰色关联度分析相结合的方法,探讨了12个农艺性状与单株生产力之间的密切程度。结果表明：单株总果数和单株饱果数对花生单株生产力的影响最大,其次为结果枝数和百仁重;而主茎高、侧枝长、出仁率和公斤果数对其影响较小。单株总果数、单株饱果数、结果枝数与单株生产力的表型、遗传型和环境相关系数大小基本一致,而出仁率与单株生产力之间的环境相关系数为0.185,显著小于表型(0.521)和遗传型(0.650)相关系数;且从单个性状的广义遗传率来看,单株总果数、单株饱果数和结果枝数的广义遗传率均小于50%,百仁重的广义遗传率为88.8%。综上所述,在选育高产花生新品种的过程中,首先应注重大籽品系的选育,其次考虑单株果数和结果枝数多的品系。且通过单株果数和结果枝数性状来选育高产花生新品种时,需考虑环境因素对产量的影响。     

国内不同地区花生品种主要农艺性状的比较

为明确不同地区花生品种主要性状差异以及为引种工作提供依据,根据花生品种区域试验结果,对国内审(鉴)定的688个花生品种进行育种方法、主要农艺性状和产量性状分析。结果表明,审(鉴)定品种中有85.3%的品种由杂交选育而成,其中,单交占75.1%,单交是国内花生品种选育的主要杂交方式。不同省份品种在产量和主要农艺性状上存在显著差异,株高、侧枝长、单株分枝数、单株果枝数极差分别为17.2 cm、18.1 cm、2.7个和2.2个;百果重、百仁重和出仁率极差分别为41.46 g、18.36 g和8.46%;果仁脂肪含量和蛋白质含量极差为4.08%和3.77%;产量极差1107.45 kg/hm2。南方花生区品种单株分枝数和果枝数较少,黄河流域花生区品种百果重和百仁重较高,长江流域花生区品种脂肪含量较高,南方花生区品种蛋白质含量较高。     

水稻DUS测试标准品种在上海地区的性状表达差异性分析

为了分析水稻DUS测试指南中标准品种在上海地区的性状表达差异,为长江下游平原丘陵地区的水稻品种审定和保护提供完善、准确的测试标准品种,通过对水稻测试指南中39份标准品种2015—2017年的田间测试试验,用符合系数对标准品种在上海地区的性状表现与水稻测试指南中的代码进行了差异性分析,并进一步对部分性状的标准品种进行了优化。结果表明,水稻测试指南中的52个测试性状中有40个性状的符合系数为1,占76.9%,数量性状的表现受环境条件的影响较大,符合系数小于1的12个性状中有10个为数量性状;水稻测试指南中的39个标准品种中有26个品种的符合系数为1,其性状表达状态非常稳定。‘广陆矮4号’的符合系数最低,‘Heuknambyeo’次之,其他品种的符合系数均大于0.99。大部分品种可以作为标准品种应用于上海地区的水稻DUS测试,并对某些性状的标准品种给予了优化。     

河南省审定花生品种的指纹图谱构建

利用14个SSR标记构建了河南省2015年之前选育并审定的90个花生品种的DNA指纹图谱,用14个SSR标记产生的95个多态性位点可将90个花生品种完全区分开,其中84个品种间有≥2个位点的差异,在剩余的3对品种中,每对仅有1个差异位点。聚类分析结果表明,在遗传相似系数0.98处,90个花生品种被聚集成88类,有2对品种分别聚集在一起,是由于它们每一个品种分别以另一个品种作亲本选育而成,仅有1个差异SSR位点,表明所构建的指纹图谱是有效的。以遗传相似系数0.95为划分标准,有74.4%的品种具有特异性,与其他作物相比,河南省育成花生品种总体上亲缘关系相对较近。根据60个SSR标记的群体结构分析,90个花生品种可以分为3个亚群,与根据分枝开花习性和荚果类型的分类相吻合,亚群划分情况与聚类分析结果基本一致。     

126份花生品种主要农艺性状遗传多样性分析

种质资源是花生遗传改良的重要基因来源。为了解花生栽培种资源的遗传多样性,利用来源于5个国家的126份花生栽培种为试验材料,对126个花生品种的22个分级性状和17个农艺性状的遗传参数进行分析。结果表明,22个分级性状和17个农艺性状遗传多样性指数的均值分别为0.813和1.947;17个农艺性状的变异系数均值为22.17%,其中11个农艺性状的变异系数大于20%,达到较高程度变异;遗传参数方面,主茎高等8个性状的广义遗传率大于75%,而结果枝数和单株果数等4个性状的广义遗传率较低,小于50%。进一步分析发现,公斤果数和出仁率的相对遗传进度分别为1010.15和475.26,可获得的遗传增量分别可达到101.74和722.88。以上说明这126份材料间存在着丰富的遗传多样性,农艺性状的改良潜力巨大。     

不同花生品种生产力的比较

对7个花生品种在4个试点的农艺性状和经济性状进行分析,比较不同花生品种的生产力及其应用前景。结果表明：不同品种以及同一品种在不同试点其农艺和经济性状均存在明显差异,其中,单株总分枝数、单株结果枝数、单株总果数和单株饱果数较易受环境影响,而出仁率较为稳定性。泰花5号产量潜力较高,适合本区域种植。泰花2号适合在南京、如皋、盱眙等地区种植。花育23号也具有较高的产量潜力,且产量稳定性较好,适合南京、如皋、泗洪等地区种植。     

新疆塔里木盆地东南缘花生主要农艺性状的分析与综合评价

本研究旨在筛选出新疆塔里木盆地东南缘花生引种中对产量贡献率较大的影响因子,为该地区花生引种和育种提供依据。以新疆塔里木盆地东南缘引进的20个国内主栽花生品种为材料,采用DPS对产量与农艺性状进行灰色关联度分析和聚类分析。9个农艺性状与产量的灰色关联度大小排序为分枝长>百果重>百仁重>饱果率>主茎高>出仁率>总分枝数>结果枝数>单株总果数,其中分枝长、百果重、百仁重、饱果率、主茎高等与产量的关联度高,说明在品种筛选上应注重分枝长和百果重等指标的选择;聚类分析可将20个引进花生品种分为3类,其中第Ⅲ类具有主茎高、分支长、果大、仁大、产量好等优良的农艺性状,适合在新疆塔里木盆地东南缘种植,也进一步印证了花生籽粒大小与产量相关性。