空间变异在土壤性质长期定位观测及取样中的应用

通过对中国科学院沈阳生态实验站30m×42m样地进行网格法分层取样,采用经典统计学与地统计学相结合的方法,以土壤pH和有机碳(TOC)为例,探讨了空间变异在土壤性质定位试验及取样中的应用。结果表明,49对样本的pH和TOC变异系数均小于10%,变量在0~10cm和10~20cm两个层次的基本统计数值基本接近,最佳理论模型的参数显示各变量空间变异主要受结构性因素的影响,且以135°方向的变异为主;相对误差为10%时采集6个和10个土样可分别达到95%和99%的置信水平,结合空间分布格局可以确定更为精确的取样方案;综合分析表明待选样地可以作为土壤性质长期定位观测试验用地。     

基于RealSense深度相机的多特征树干快速识别方法

针对农业机器人在果园定位和导航中,环境背景复杂、光照强度变化大等问题,本文提出了一种基于RGB-D相机并利用颜色、深度、宽度和平行边特征的树干快速识别方法。首先,使用RealSense深度相机获取果园的彩色图像和深度数据;然后,将彩色图像转换为HSV颜色空间,再对HSV颜色空间中的S分量进行超像素分割,并将颜色特征和深度特征相近的相邻超像素块进行合并;随后,对深度图像进行树干宽度特征检测,对宽度置信率大于阈值的物体看作是待处理物体;最后,对待处理的物体进行平行边特征检测,在待处理物体边缘区域选择感兴趣区域窗口（ROI）进行边缘检测,搜索可能的树干边缘直边,当物体边缘的置信率R_B大于设定的阈值T_LB时,则识别为树干。通过对树干的多特征提取,有效提高了在不同环境下树干识别准确率。利用移动机器人平台在果园环境进行试验测试,以检验在强光照、正常光照和弱光照条件下树干识别算法的性能。试验结果表明,本文的树干识别算法在强光照、正常光照和弱光照条件下,树干识别的准确率分别为92.38%、91.35%和89.86%,每帧图像平均耗时分别为0.54、0.66、...     

基于GEE的山东省近30年农业大棚时空动态变化研究

针对精确获取大尺度空间范围内农业大棚的分布情况并进行长时间的序列动态监测存在数据量大、计算效率低、精度不高等问题,利用Google Earth Engine(GEE)云平台能够实现快速存取、实时处理海量卫星数据,基于多时相Landsat影像进行农业大棚时序光谱特征和纹理特征的自动提取,采用随机森林算法实现山东省农业大棚的遥感分类,从而生成了山东省近30年农业大棚的空间分布和时空动态变化图。结果表明,本文分类流程具有较高的分类精度,其平均总体精度达到91.63%,Kappa系数均值为0.8642。经分析,山东省农业大棚从1990年的6.67 km^2增加到2018年的9919.40 km^2,增长速度为354.03 km^2/a。     

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。     

小波神经网络在降水量预测中的应用研究

根据吉林西部的自然条件,运用小波神经网络方法,分别对乾安、通榆、扶余三个地区1957-2010年的月降水量资料进行分析,利用多组输入输出数据对模型进行训练,最终分别确定上述三地区任35a的相应降水量值与之后10a每年月降水量最大值、最小值及平均值之间的映射关系,并预测这三个地区2011-2020年的降水量值。与前人利用一组输入输出数据对模型进行训练不同,本文利用多组输入输出样本对模型进行训练。使模型更可靠,更贴近实际,进一步提高了模型的精确性。结果表明:采用小波神经网络方法对降水量进行预测,方法可行、精度较高、结果可靠;上述三地区2011-2020年平均降水量较1957-2010年平均降水量偏少,处于降水量变化周期的枯水期。降水量预测可为当地的防洪、抗旱工作提供依据。     

长江口潮滩植物根际沉积物磷的累积及其生物有效性

通过对长江口潮滩植物生物量及根际沉积物中磷的赋存形态和含量的研究,结果表明各个采样点的海三棱草从春季开始生长并一直延续到初夏,到7月其生物量基本上都达到一个峰值。海三棱草根际沉积物中磷的赋存形态包括弱吸附态磷(Ad-P)、铁结合态磷(Fe-P)、自生磷灰石及钙结合态磷[(Ap+Ca)-P]、碎屑态磷(De-P)和有机磷(OP),它们都具有较好的季节性变化,在一定程度上都受到氧化还原状态的控制。文中还研究了根际沉积物孔隙水中的磷酸盐含量,发现其有效性受到了氧化还原状态及沉积物中铁的影响。     

基于3次指数平滑的水稻生产综合机械化发展水平预测

水稻机械化生产的发展过程因受外部因素的干扰,呈现出非线性的特点.为此,利用3次指数平滑的时间序列法进行水稻生产综合机械化发展水平的预测,能排除外部的偶然干扰,平稳地反映出水稻生产综合机械化水平的发展趋势,取得较贴近实际的预测结果,为区域农业机械化的发展规划提供决策依据.     

白萝卜不溶性膳食纤维的酸法提取及其理化性质研究

以白萝 卜为原料,通过酸法提取不溶性膳食纤维,并对其抗氧化性和理化性质进行研究.结果表明:以0.1％柠檬酸为提取溶剂,液料比30∶1(mL/g),50℃水浴30 min,不溶性膳食纤维的DPPH·清除率最高,为65.33％.此提取条件下,不溶性膳食纤维得率为39.72％,且理化性质优良:持水力6.48 g/g,膨胀力4.4 mL/g,持油力2.12 g/g.     

贡嘎南山-拉轨岗日山南坡高寒草原生态系统表层土壤有机碳分布特征及其影响因素

为揭示贡嘎南山-拉轨岗日山南坡高寒草原生态系统表层土壤有机碳分布特征及其影响因素。在不同海拔高度取土样测定土壤理化指标,现场调查植物物种数、土壤类型等,研究了该区域0～20cm土壤有机碳分布特征及其影响因素。结果表明:高寒草原生态系统表层(0～20cm)土壤有机碳密度平均为5.1625±1.2786kgm-2,变异系数24.77%。在海拔4424～4804m范围内,随着海拔升高,表层(0～20cm)土壤有机碳密度表现出增加→减少增加→减少的分布特征。相关分析表明,表层土壤有机碳密度与植被盖度、30～40cm地下生物量、10～20cm土壤含水量、海拔高度、坡度、土壤有机质呈正相关关系,而与0～10cm土壤含水量、30～40cm土壤含水量、土壤pH值和土壤速效N呈负相关关系,影响表层土壤有机碳密度最关键的环境因子是30～40cm地下生物量、土壤pH值、土壤有机质和土壤速效N含量。     

高砷煤矿周围旱作土壤重金属污染特征及农作物健康风险评价

为了掌握高砷煤矿周边旱作农田重金属污染状况,运用单因子污染指数法、内梅罗综合污染指数法和地积累指数法对高砷煤矿周边旱作土壤重金属（As、Cd、Hg、Cu、Zn）进行污染风险评价,并采用富集系数法、目标危害商数法和致癌风险指数法对农作物和人体健康风险进行评价。结果表明：调查区域土壤综合污染指数均值为2.12,属中度污染水平;土壤中As、Cd、Hg、Zn、Cu的含量均值分别为全国土壤背景值的7.91、2.57、5.26、1.53、3.44倍;As和Hg的污染等级高且范围广,Cu污染等级低但污染范围广,Cd的污染等级较低且范围较小,Zn基本无污染。富集系数法评价结果显示,作物对5种重金属的吸收能力表现为Cd>Zn>Cu>Hg>As。农作物健康风险评价结果显示,5种农作物的健康风险主要为非致癌风险,As是可食用农作物（除玉米外）的主要致癌风险因子和非致癌风险因子,Cd是烟草的主要致癌风险因子和非致癌风险因子。食用本地农作物对人体造成的健康风险依次为As>Cd>Hg>Cu>Zn。研究表明：研究区域土壤处于中度污染水平,As的风险较高;可食农作物中重...