大豆叶片氮素含量检测装置的研究

根据大豆叶片氮素含量光谱检测技术研究结果,设计了具有4个通道、两种检测模式的便携式检测装置,分别采用540nm波段冠层反射率和比值植被指数RVI检测大豆开花前期和结荚前期叶片氮素含量.该装置由敏感波段光电传感器、信号放大电路、A/D转换器和单片机系统构成.单片机系统内建立了敏感波段冠层反射率及相关植被指数与大豆氮素含量的反演模型,可直接根据冠层反射率反演出大豆叶片氮素含量,也可通过串口通讯将反射率数据传给上位机进行进一步的处理.经田间试验验证,该仪器具有质量轻、价格低、操作简便和检测精度可行等优点,可以为大豆氮肥合理施用提供指导.     

基于冠层尺度的花生叶片糖氮比高光谱监测

通过分析花生叶片糖氮比与冠层高光谱参数的定量关系,确立花生叶片糖氮比的定量监测模型。选用丰花1号花生品种作为研究对象,在不同施氮水平下进行了田间试验,于花生不同生育时期采集田间冠层高光谱数据并测定叶片糖氮比,进而分析建立冠层高光谱参数与叶片糖氮比的回归模型。结果表明,花生叶片糖氮比随生育进程呈“高-低-高-低”的动态变化模式;从出苗到结荚之前,均是施氮处理低于对照,在花生收获期,施氮处理高于对照。利用高光谱参数对叶片糖氮比进行监测的适宜时期是出苗期到饱果成熟期,开花下针期冠层植被指数与糖氮比相关性均达显著水平,且利用DVI建立的回归方程更为可靠,R2为0.866~0.993,SE为0.026~0.083。花生结荚期以后,利用EVI建立的回归方程更可靠,R2为0.893~0.927,SE为0.054~0.082。通过模拟值与实测值的拟合,发现DVI和EVI两个特征光谱参数表现良好,可分别对生长前期和后期的花生叶片糖氮比进行可靠监测。     

黑土区调亏灌溉条件下大豆耗水规律试验研究

针对黑土区存在的降雨量时空分布不均,水资源短缺,作物水分利用效率较低的实际问题。2013年在黑龙江省北安农垦分局红星农场进行了盆栽试验,研究了调亏灌溉条件下的大豆耗水规律。结果表明大豆各生育阶段耗水量按结荚-鼓粒、开花-结荚、鼓粒-成熟、分枝-开花、出苗-分枝、播种-出苗阶段依次递减;产量、水分利用效率与耗水量之间均呈二次抛物线关系。耗水量为62.5kg/盆时,水分利用效率先出现最大值,耗水量达84.76kg/盆时,产量(52.9g/盆)最高,最高值出现时间较水分利用效率偏后。在试验的基础上,建立了基于Jensen模型的黑土区大豆水分生产函数。研究结果可为黑土区大豆节水灌溉管理提供一定的理论依据。     

基于深度学习的大豆生长期叶片缺素症状检测方法

为了检测作物叶片缺素,提出了一种基于神经网络的大豆叶片缺素视觉检测方法。在对大豆缺素叶片进行特征分析后,采用深度学习技术,利用Mask R-CNN模型对固定摄像头采集的叶片图像进行分割,以去除背景特征,并利用VGG16模型进行缺素分类。首先通过摄像头采集水培大豆叶片图像,对大豆叶片图像进行人工标记,建立大豆叶片图像分割任务的训练集和测试集,通过预训练确定模型的初始参数,并使用较低的学习率训练Mask RCNN模型,训练后的模型在测试集上对背景遮挡的大豆单叶片和多叶片分割的马修斯相关系数分别达到了0.847和0.788。通过预训练确定模型的初始参数,使用训练全连接层的方法训练VGG16模型,训练的模型在测试集上的分类准确率为89.42%。通过将特征明显的叶片归类为两类缺氮特征和4类缺磷特征,分析讨论了模型的不足之处。本文算法检测一幅100万像素的图像平均运行时间为0.8 s,且对复杂背景下大豆叶片缺素分类有较好的检测效果,可为农业自动化生产中植株缺素情况估计提供技术支持。     

关中地区夏大豆蒸发蒸腾及作物系数的确定

作物系数-参考作物蒸发蒸腾量法是作物需水量计算最普遍采用的方法。作物系数作为该方法的重要参数,它的确定已成为作物需水量研究的关键问题。依据2005-2007年3年田间试验资料,利用Penman-Monteith公式计算了关中地区夏大豆全生育期间参考作物蒸散量,并利用农田水量平衡方程及土壤水分胁迫系数计算了作物实际蒸发蒸腾量,由此计算了大豆各生育阶段的作物系数,并分析了大豆作物系数变化规律。结果表明:关中地区大豆全生育期间参考作物蒸散量平均为524.6 mm;大豆作物系数全生育期平均为0.82,在开花~结荚阶段最大,平均为1.22,其次为结荚~成熟阶段,平均为1.05,播种~幼苗最小为0.26;在关中气候背景下,大豆作物系数与大于10℃积温具有较好的二次多项式关系。     

大豆叶片形态模拟模型建立方法的研究

叶片是大豆的重要器官之一,对大豆叶片结构模型的研究,有助于对大豆叶片功能的研究.为此,从大豆叶片轮廓的提取方法和模拟模型的建立方法两个方面进行讨论,提出了大豆叶片进行数字化处理的基本方法,应用L系统,成功地建立了大豆叶片结构模拟模型,解决了大豆生长模拟模型建立过程中的一个关键问题,对大豆植株模型的建立有着重要的指导意义.     

基于叶片干物质的冬小麦临界氮稀释曲线模拟研究

过量施氮现象在陕西省关中平原非常突出,采用简单有效的作物施氮量估算技术,可实现生产成本降低和生态环境改善的双重目的。临界氮浓度可用于诊断作物氮营养状况,前人多基于地上部干物质建立临界氮素稀释曲线,而本研究以叶片干物质建立该曲线。试验设6个冬小麦品种和4个氮素(N0、N1、N2和N3)水平,以两季(2013—2015年)田间数据构建和验证了基于叶片干物质的冬小麦营养生长期临界氮稀释曲线,经拟合,叶片的临界氮浓度与叶片最大干物质符合负幂函数关系,依据临界氮稀释曲线推导的氮营养指数可评价冬小麦的氮营养状况。结果表明,氮营养指数随施氮量的增加而增加,其值介于0.57~1.21之间,建立的相对产量与氮营养指数关系表明,关中平原适宜的施氮量介于105~210 kg/hm2之间。基于叶片干物质的临界氮稀释曲线模型可以很好地评估植株体的氮营养状况,用以指导该区域冬小麦的科学施氮。     

黑龙江省西部半干旱区大豆不同水肥因素效应试验研究

在3种土壤水分和3种施肥水平耦合作用下,研究不同水肥组合对大豆在分枝、开花期、结荚期、鼓粒期4个生育阶段叶片面积、生物产量和水分利用效率的影响。结果表明:大豆的产量和叶面积均与土壤水分含量正相关,产量以中肥高水耦合最高;结荚期和鼓粒期的水分利用效率与产量密切相关,其中鼓粒期的大豆叶片水分利用效率最大。不同水分条件下,高水的水分利用效率最大,不同肥力条件下,中肥的水分利用效率最大。     

春大豆叶面积指数与产量的空间变异性及相关分析

对春大豆叶面积指数(LAI)和产量的空间变异性及相关性进行分析,以便进一步指导春大豆的精细种植.为此,以晋大74号大豆为研究对象,用DGPS定位系统按7m×7m网格共布54个点,利用SunScan冠层分析系统采集此大豆开花结荚期的LAI,用估测法测定产量;运用地统计学原理对LAI和产量的空间变异性进行分析并建立它们的半方差函数模型,并进一步分析了两者之间的相关关系.结果表明,所测LAI和产量均具有中等变异性,变异函数模型均为球状模型,且均具有中等空间自相关性;产量与LAI呈抛物线关系,正相关性达显著水平,说明大豆高产群体存在适宜的叶面积指数范围,可以通过对叶面积指数的科学调控,使一定尺度范围内的春大豆产量获得全面提高.     

春大豆叶面积指数的空间结构性分析

为了对春大豆叶面积指数(LAI)的空间结构性进行分析,进一步指导春大豆的精细种植,以晋大74号大豆为研究对象,用DGPS定位系统按7m×7m网格共布54个点,并利用SunScan冠层分析系统采集大豆开花结荚期的叶面积指数;运用地统计学原理对LAI的空间结构性进行分析,并建立其半方差函数模型。结果表明:所测LAI具有中等变异性,变异函数模型为球状模型,且具有中等空间自相关性,相关距离为44.8m,可为后续作物生长性状、土壤特性、产量信息的空间变异性及相关性分析提供了基础和前提。