早酥梨抗黑星病相关新基因Vnp1的克隆及其表达分析

在前期已克隆得到的早酥梨(Pyrus bretschneideri cv.Zaosu)抗病基因同源类似物Pb-Zs3(GenBank登录号:EU939783)的基础上,通过RT-PCR获得Pb-Zs3的cDNA序列,并利用RACE技术获得该基因的全长cDNA序列,命名为早酥梨抗黑星病相关基因(Vnp1),提交至GenBank(GenBank登录号:FJ763188).生物信息学分析表明,早酥梨Vnp1基因的全长cDNA序列为1200 bp,包含一个完整的921 bp的开放读码框架(ORF),编码306个氨基酸残基,预测其分子质量为34.6 kD.同时,该基因含有与抗病相关的功能结构域核酸结合位点(NB-ARC),同源性比对显示其与苹果黑星病菌(Venturia inaequails)诱导后的苹果EST序列ABEA004598(GenBank登录号:EB150292)同源性达71%.对早酥梨Vnp1基因进行半定量RT-PCR研究的结果表明,该基因在梨黑星病菌(Venturia nashicola)诱导后216 h内的叶片中的表达水平呈明显上升趋势.     

基于温湿度与遥感植被指数的冬小麦赤霉病估测

为明晰江淮区域大田冬小麦赤霉病的发生特征,建立冬小麦赤霉病遥感估测模型,该文分析了冬小麦赤霉病病情指数与气候因素(不同时间尺度日均气温和日均空气相对湿度)、生长参数(生物量、叶面积指数和叶片叶绿素含量)和光谱信息(NDVI、RVI和DVI)之间的互作关系。结果表明:1)不同时间尺度日均气温之间存在较好相关性,5日均气温与冬小麦赤霉病病情指数间的相关系数最大为0.77。与日均气温相类似,不同时间尺度日均空气相对湿度之间也存在不同程度的相关性,5日均空气相对湿度与赤霉病病情指数间的相关性最大,其相关性高于5日均气温。2)冬小麦生物量、叶面积指数和叶片叶绿素含量与赤霉病病情指数之间均呈线性正相关关系,且均达到显著水平,说明冬小麦群体密度大、郁闭程度高以及长势过旺是赤霉病易发的主要农学诱因。3)遥感植被指数NDVI(normalized difference vegetation index)、RVI(ratio vegetation index)和DVI(difference vegetation index)分别与冬小麦叶面积指数、生物量和叶片叶绿素含量之间有较好相关性,可以利用NDVI、RVI和DVI分别替换叶面积指数、生物量和叶片叶绿素含量参与建模。4)综合5日均气温、5日均空气相对湿度、NDVI、RVI和DVI 5个敏感因子,构建基于温湿度与遥感植被指数的冬小麦赤霉病病情指数估测模型,模型的估测值与实测值较为一致,RMSE为5.3%,相对误差为9.54%。说明本研究所建立的估测模型可以实现对冬小麦始花期赤霉病的有效估测,该研究可为江淮区域冬小麦生产中防病减灾的信息获取提供方法参考。     

改进Faster R-CNN的田间苦瓜叶部病害检测

为实现在自然环境条件下对苦瓜叶部病害的目标检测,该研究提出了一种基于改进的更快速区域卷积神经网络（Faster Region with Convolutional Neural Network Features,Faster R-CNN）的苦瓜叶部病害目标检测方法。Faster R-CNN以残差结构卷积神经网络ResNet-50作为该次试验的特征提取网络,将其所得特征图输入到区域建议网络提取区域建议框,并且结合苦瓜叶部病害尺寸小的特点,对原始的Faster R-CNN进行修改,增加区域建议框的尺寸个数,并在ResNet-50的基础下融入了特征金字塔网络（Feature Pyramid Networks,FPN）。结果表明,该方法训练所得的深度学习网络模型具有良好的鲁棒性,平均精度均值（Mean Average Precision,MAP）值为78.85%;融入特征金字塔网络后,所得模型的平均精度均值为86.39%,提高了7.54%,苦瓜健康叶片、白粉病、灰斑病、蔓枯病、斑点病的平均精确率（Average Precision,AP）分别为89.24%、81.48%、83.31%、88.62%和89.28%,在灰斑病检测精度上比之前可提高了16.56%,每幅图像的检测时间达0.322 s,保证检测的实时性。该方法对复杂的自然环境下的苦瓜叶部病害检测具有较好的鲁棒性和较高的精度,对瓜果类疾病预防有重要的研究意义。     

基于改进深度置信网络的大棚冬枣病虫害预测模型

导致冬枣病虫害发生的原因很多而且很复杂,利用传统的数学方法和神经网络(neural network,NN)很难建立正确的病虫害预测模型.由于典型的深度置信网络(deep belief network,DBN)的各层之间缺乏有监督训练,使得网络误差逐层向上传递,降低了预测模型的预测率.针对这些问题,引入冬枣病虫害的先验信息,提出一种基于环境信息和改进DBN的冬枣病虫害预测模型.在该模型中,通过无监督训练和有监督微调从冬枣生长的环境信息序列中获取可表征冬枣病虫害发生的深层特征的隐层参数,并形成新的特征集,然后在预测模型的顶层通过一个后向传播神经网络(back propagation neural network,BPNN)进行病虫害预测.从2014—2017年的4 a时间内,利用农业物联网传感器采集30个大棚冬枣常见的2种虫害和3种病害发生的环境信息序列6000多条,由此验证所提出的预测模型,平均预测正确率高达84.05%.与基于强模糊支持向量机、改进型NN和BPNN的3种病虫害预测模型进行了试验比较,预测正确率提高了20多个百分点.试验结果表明,该模型极大提高了大棚冬枣病虫害的预测正确率.该研究可为大棚冬枣病虫害预测提供技术参考.     

基于随机森林算法和气象因子的砀山酥梨始花期预报

准确预报始花期是制定砀山酥梨花期管理措施和赏花活动方案的重要基础。该研究利用1983—2018年砀山酥梨始花期的定位观测物候数据和平行观测的气象资料,采用线性趋势法,揭示始花期演变趋势;采用相关分析,筛选影响始花期的关键气象因子,依据不同预报日期构成特征变量集;采用随机森林算法（Random Forest, RF）,自3月11日开始预报到3月25日终止预报,每日训练1个预报模型。结果表明,1）1983－2018年始花期呈极显著提早发生趋势,每10 a约提前2.750 d（P＜0.001）。2）16个逐日气象预报模型中,共计有200个气象因子与始花期早迟密切相关,相关系数在0.469～0.789之间;各气象预报模型的训练集与测试集的平均正确率（Nd）分别为92.9%和75.5%、平均均方根误差（RMSE）分别为1.693～2.870和2.240～7.237、平均决定系数（R2）分别为0.891和0.701。3）2019年试验预报中,提前15 d准确预报出当年始花期。该文研究表明RF在梨树始花期逐日气象预报中有一定业务应用潜力,预报准确率基本满足气象服务需求。     

包装机夹持卧带式拉伸膜供送成型装置设计与试验

针对现有生鲜果蔬机械化包装过程中拉伸膜无法供送及制筒成型等问题,该研究设计了一种生鲜果蔬包装机夹持卧带式拉伸膜供送成型装置,该装置主要由包材供送机构、立式输送带和卧式输送带等组成,可完成包材物料的平稳供送,物料上部覆膜和纵封作业。对拉伸膜供送成型过程进行力学模型分析,确定夹持卧带的倾斜角度范围12°～18°,流利条部件的下压深度0～10 mm,夹持卧带总夹持距离250 mm,夹持最低点距支撑件的最佳距离10 mm。为寻求最优工作参数,运用二次旋转正交组合试验,选取输送速度、流利条部件的下压深度以及夹持卧带的倾斜角度为试验因素,以拉伸膜左、右偏移量作为试验指标进行响应曲面分析。试验结果表明：各个主效应因素对拉伸膜左、右偏移量的影响由大到小依次为输送速度、流利条部件的下压深度、夹持卧带的倾斜角度。通过目标参数优化,确定最优工作参数组合：输送速度为292 mm/s,流利条部件的下压深度为10 mm,夹持卧带的倾斜角度为16.3°。对优化参数进行试验验证得到：左偏移量均值为10.5 mm,右偏移量均值为11.4 mm,与优化模型预测结果基本一致,满足生鲜果蔬包装机拉伸膜供送成型装置稳定送膜、有效制筒纵封的作业需求。该文可为后续生鲜果蔬机械化包装提供一定的理论基础与参考。     

猪肉剩余货架期快速预测电化学设备的设计与试验

针对生鲜猪肉等短货架期食品对微生物快速检测的巨大需求,该研究依据微生物呼吸作用的电子传递规律,采用原电池的工作原理,结合构建的微生物生长预测模型(4~30℃)决定系数R2为0.9954以上,试制了操作简单、方便快捷的生鲜猪肉剩余货架期的电化学预测设备,并采用Labview编程语言开发了信号采集和数据分析软件。结果表明该设备检测时间为20 min,可预测4~30℃范围内生鲜肉的剩余货架期,预测准确度为1.02~1.06,研究结果为采用电化学方法预测食品中微生物含量及其货架期提供理论参考。     

高速插秧机钵体毯状苗纵向送秧装置的设计与试验

基于现有高速插秧机平台,改进设计适用于钵体毯状苗的纵向送秧装置。对钵体毯状苗的插秧特点进行分析。针对钵体毯状苗对纵向送秧装置的要求,对纵向送秧装置进行了详细的理论分析和设计。通过Solidworks建模并对装置的工作状态进行虚拟仿真。设计加工样机进行试验分析,试验结果表明,多次纵向送秧误差均在2 mm以内,且不存在累积误差,故满足设计要求。保证了机器在高速工作状况下,纵向送秧的精度和非送秧过程时秧苗的纵向位置固定。该文设计的纵向送秧装置使得钵体毯状苗在插秧机平台上的纵向送秧:精准、稳定、可靠。为钵体毯状苗实现高速机械插秧提供了可靠的设计方案和理论依据。     

基于人工击打脱粒原理的食葵脱粒装置设计与试验

针对食葵脱粒作业缺少专用机械装备、籽粒破损率高等问题,该研究基于人工击打脱粒原理,设计了一种食葵脱粒装置,脱粒时食葵盘面朝下模拟翻盘动作,锤杆被脱粒弹簧向上推动完成击打脱粒作业,借助输送带差速设计完成转盘作业。首先根据食葵盘及籽粒的物理特性,对脱粒部分及输送机构的结构参数进行设计和优化;再通过理论分析确定了影响未脱净率、破损率的关键因素。并试制了食葵脱粒装置试验台,以击打频率、脱粒通道间隙、弹簧压缩量为试验因素,以未脱净率、破损率为试验指标开展正交试验,确定了较优工作参数组合。结果表明：脱粒过程中,影响食葵盘未脱净率、籽粒破损率的因素主次顺序为击打频率、脱粒通道间隙、弹簧压缩量,较优工作参数组合为击打频率44次/min、脱粒通道间隙78 mm、弹簧压缩量25 mm,在较优参数组合下进行重复验证试验,结果表明,食葵未脱净率、籽粒破损率分别为8.12%、0.65%。研究结果可为食葵机械脱粒装备的研制提供参考。     

基于卡尔曼滤波的降雨起止时间手机远程监测装置研制

为解决设施农业的降雨监测系统难以精准检测降雨起止信号的问题,研制了一种降雨起止时间远程监测装置.该装置主要由雨水感应模块、雨水检测电路、单片机、通用分组无线电系统数据传输单元模块(General Packet Radio System Data Transmission Unit,GPRS DTU)、串口通信电路和手机...     

基于旋耕覆土的冬小麦基肥分层定深施用装置设计

针对中国黄淮海地区冬小麦主产区基肥的无序、过量施用和利用率低等问题,该文在基肥分层施用农艺研究基础上,基于旋耕机覆土原理,提出了土壤后覆盖方式下的冬小麦基肥精准分层定深投送方法,并设计了冬小麦基肥分层定深施用装置,该装置可一次完成旋耕、分层施肥和镇压作业。其中旋耕机构配备变速齿轮传动箱,可以进行高、中、低3种转速之间的转换,选用国标IT245型号旋耕刀,在刀辊上按对称螺旋线布置;肥料分层投送机构配深层和浅层排肥管,用于深层和浅层肥料的投送作业。在北京小汤山精准农业示范基地进行了装置的田间作业性能试验,结果显示:装置在120、150和180 mm的3种耕深作业工况下,耕深最大误差为5 mm,耕深稳定性系数最小为93.84%,满足旋耕机构的作业性能技术要求;设置浅层和深层肥料的目标施用深度分别为80和150 mm,实际肥料施用深度稳定性系数分别为92.38%和95.11%、合格率分别为83.33%和90%,满足旋耕施肥装置的作业性能指标要求。该研究可以为冬小麦基肥的机械化精准分层定深施用技术提供装备支撑。