核桃花粉萌发适宜培养基的筛选

以早实核桃品种"绿岭"和"绿波"花粉为试材,采用离体培养方法,研究了培养基中不同比例蔗糖、硼酸、氯化钙对花粉萌发的影响,以明确核桃花粉萌发的适宜条件,为核桃花粉萌发找到适宜的培养基提供参考依据。结果表明:"绿岭"和"绿波"核桃花粉在蔗糖浓度为160g·L~(-1)时的发芽率最高,分别为48.09%和57.23%;"绿岭"和"绿波"花粉萌发最适宜的硼酸浓度分别为0.10、0.07g·L~(-1);2个品种的花粉萌发最适宜的氯化钙浓度为0.20g·L~(-1)。适宜"绿岭"核桃花粉萌发的最佳培养基为蔗糖160g·L~(-1)、硼酸0.10g·L~(-1)、氯化钙0.20g·L~(-1),在此培养基下"绿岭"核桃花粉萌发率达到61.06%;适宜"绿波"核桃花粉萌发的最佳培养基为蔗糖160g·L~(-1)、硼酸0.07g·L~(-1)、氯化钙0.20g·L~(-1),在此培养基下"绿波"核桃花粉萌发率为72.71%。     

不同品种苹果的生物学特性

为明确不同品种苹果的生物学特性,河北省内丘县岗底村在2009年引进了10个国内外早中熟苹果品种,从2017年3月起对各品种的物候期进行调查,并于果实成熟期对树体生长情况、叶片性状等进行调查研究.综合分析,认为红露、中秋王、来特在内丘县岗底村表现较好,可以在生态条件比较相似的地区进行引种试种.     

果实采摘机器人设计与导航系统性能分析

设计了一种果实自动采摘机器人,主要包括自动导航系统、采摘系统、运动系统、控制系统及动力系统。自动导航系统主要包括激光雷达导航和GNSS定位导航,可用于建立地图和规划工作路径;采摘系统通过双目立体视觉相机进行果实识别,再通过由六自由度机械臂和两指末端执行器(机械手)组成的执行机构抓紧果梗并剪断,完成果实采摘。试验结果表明,设计开发的机器人可以通过激光雷达导航完成室内工作,剪断并抓取果梗的两指末端执行器可适用于多种果实,上位机软件可以完成图像采集、机械臂控制和机器人工作路线图建立等操作。激光雷达导航试验结果表明,在1m/s的行驶速度下,导航绝对误差小于3.5cm,可满足温室果实采摘的需求。     

红树莓CPP转录因子家族的生物信息学及表达分析

为探索CPP转录因子家族在红树莓果实中的功能,本研究通过生物信息学技术与表达分析结合的方法,在‘海尔特兹’红树莓转录组数据库中检索到的CPP转录因子家族进行生物信息学分析、转录表达量分析和qRT-PCR表达分析。结果表明：红树莓CPP基因家族包括4个成员,相对分子质量在47 175.57～86 763.46 kD之间,等电点在5.83～9.20之间,为不稳定、亲水性的蛋白质,无信号肽,定位于细胞核,无跨膜结构,含有2个CXC保守结构域,结构主要由无规则卷曲构成,含有8～12个外显子,7～8个保守基序,与拟南芥的CPP基因亲缘关系较近,含有生长素、脱落酸、赤霉素、水杨酸、防御和应激、干旱诱导等顺式作用元件,转录表达和qRT-PCR表达均分析发现RuCPP-1和RuCPP-4基因在青果时期的表达量最高,RuCPP-2和RuCPP-3基因分别在红果和深红果时期的表达量最高,推测RuCPP基因家族可能参与调控生长素、脱落酸、赤霉素、水杨酸等反应。     

东辽农民争购新农机

东辽县农民如火如荼忙着备春耕,许多人争购新农机。足民乡解放村村民李明春,对刚买的农机爱不释手,还没到春耕,他已经迫不及待了,推着农机在村里跑来跑     

联合收获机喂入量监测系统设计与试验

为了能够实时、准确地获取联合收获机作业过程中的喂入量信息,设计了基于割台传动轴扭矩的喂入量监测系统,并建立了喂入量预测模型。该监测系统主要由信息感知模块、车载终端和移动终端构成。信息感知模块包括扭矩传感器、霍尔传感器和GPS模块等;车载终端将采集信息本地显示并打包上传;移动终端实现了对联合收获机作业参数的远程监测。在建立喂入量预测一元线性回归模型基础上,对扭矩信号进行了双阈值滤波和低通滤波。田间试验结果表明,该系统运行稳定,通信良好,一元线性回归模型预测决定系数为0. 755。滤波方法能够有效地滤除噪声,滤波后预测决定系数提高至0. 852,能够在一定程度上满足联合收获机喂入量监测的实际需要。     

基于机器视觉的旱田多目标直线检测方法

在实际应用中,由于摄像头安装的高度不同或者车辆在地面高低不平的农田内行驶时产生的晃动,都会产生摄像头内出现多作物行的现象。因此根据农田图像的特点,提出了基于已知线的方法判断农作物列数,避免了传统算法只有先确定农作物列数才能提取导航线的弊端。针对农田图像中多列目标检测问题,采用了基于水平线扫描的归类算法,并利用改进的Hough变化快速检测多条定位线。试验结果表明,处理一幅720×480像素彩色图像平均消耗时间为258 ms,98%的图像中所有目标直线都可以检测出来。该算法能够准确提取各种天气环境下农田图像中的列信息,确定多条定位线的方位。     

基于机器视觉的番茄多目标提取与匹配

果实的提取和匹配是番茄采摘机器人进行番茄定位和采摘的基础。为解决获取图像中多个成熟番茄粘连或被遮挡的情况下果实的提取和匹配问题,该文提出了使用局部极大值法和随机圆环变换检测圆算法结合进行目标提取,再使用SURF算法进行目标匹配的算法。该方法首先基于颜色对番茄进行分割提取,然后使用局部极大值法对番茄个数进行估计,结合番茄区域面积进行半径估计,之后通过随机圆环变换算法检测番茄中心和半径进行目标定位,再使用SURF算法进行双目目标匹配的算法。该方法在一定程度上解决了复杂自然环境下,多个番茄的提取和图像特征匹配的问题,并通过试验验证了其有效性和准确性,可为采摘机器人目标识别技术的研究提供参考。