四种除草剂在水稻上的消解及残留规律研究

为研究四种水稻用除草剂(苄嘧磺隆、吡嘧磺隆、丙草胺、丁草胺)的消解及残留规律,建立了四种除草剂在土壤、糙米、稻壳中的分析检测方法:四种除草剂在各基质中三个添加水平的回收率均在70%-110%范围内,变异系数在1.5%-14.9%之间;基质标准曲线在0.01~1mg/kg的线性范围内,可决系数均在0.98以上,线性相关性良好,可满足检测要求。土壤检测结果显示按照推荐剂量和二倍推荐剂量施药10d后,四种除草剂的残留量均小于本方法定量限;四种除草剂最终残留量均小于糙米中最低残留限量,表明在水稻上按照推荐剂量使用这四种除草剂是安全的。     

阿根廷农药进出口情况与趋势分析

为促进中国和阿根廷的农药进出口贸易发展,本文分析了阿根廷农药进出口贸易情况,展望了阿根廷农药进出口贸易趋势,提出了促进中国和阿根廷农药进出口贸易发展的有关意见建议。     

蔬菜中13种有机磷农药基质效应研究

有机磷农药在农业生产中广泛应用,用气相色谱法进行农药残留检测容易产生基质效应,影响分析结果的可靠性,为研究用气相色谱法进行农残检测过程中有机磷农药在不同蔬菜中的基质效应,选取瓜类、茄果类、叶菜类3类常见蔬菜和13种有机磷农药进行研究,对影响基质效应的因素采取不同变量法进行分析,得出结论:有机磷农药在叶菜类蔬菜中基质效应最大;含有P=O键农药基质效应更强;基质含量越多基质效应越强,并对在检测如何减少基质效应给出了建议.     

2018年我国农药进出口特点与2019年趋势分析

Li Lin;Jin Hejiang;Huang Xinhe;Cao Bingwei;Wu Lihui;Liu Pingping;Qu Mengmeng;Wu Houbin(The Institute for the Control of Agrochemicals,Ministry of Agriculture and Rural Affairs,Beijing 100125,China)     

2018年临清小麦白穗发病原因及对策分析

临清市地处鲁西北平原,种植作物以小麦、玉米为主,小麦常年种植面积50 000 ha 左右。2018 年,临清市小麦白穗现象比较普遍,70%以上麦田发病,一般病株率8%~15%,严重田块达到30%以上,造成比较严重的减产。根据症状判断白穗主要由小麦茎腐病、根腐病、纹枯病、全蚀病以及小麦赤霉病引起。     

CO2浓度升高和磷素亏缺对黑麦草气孔特征及气体交换参数的影响

为深入理解未来大气CO2浓度升高背景下草地生态系统结构与功能响应土壤磷亏缺的潜在机理,该研究利用可精准控制CO2浓度的大型人工气候室,探讨了正常CO2浓度400 μmol/mol、升高CO2浓度800 μmol/mol和磷素供应水平（0.004、0.012、0.02、0.06、0.1和0.5 mmol/L）对黑麦草气孔特征及其气体交换过程的影响。结果表明,CO2浓度升高使供磷水平0.1和0.5 mmol/L的气孔密度增加约35%（P=0.012）和25%（P<0.001）,但却减小气孔开度13%（P=0.002）和12%（P=0.005）,且导致供磷水平为0.06 mmol/L的黑麦草气孔分布更加规则。同时,CO2浓度升高还导致供磷水平0.1和0.5 mmol/L的净光合速率显著增加8.6%（P=0.002）和15.8%（P<0.001）,从而提高黑麦草的水分利用效率。另外,不同供磷水平明显改变了植株生物量及其分配,且高浓度CO2对较高磷水平时地上生长产生更强的施肥效应。研究结果将为深入理解草地生态系统对大气CO2浓度升高和土壤磷素亏缺的响应机理提供理论依据和数据支撑。     

土壤铅和镉溶出伏安法检测中影响因素及其削弱方法研究进展

溶出伏安法具有分析速度快、成本低、灵敏度高等优点被广泛应用于检测土壤重金属含量,但在检测土壤重金属时,溶出伏安检测精度会受到多方面因素的影响。该文在介绍溶出伏安法工作原理的基础上,从伏安参数、试验条件和土壤物质成分三方面阐述溶出伏安法检测土壤Pb2+和Cd2+为的影响因素,解析各因素的影响机理,归纳影响削弱方法的研究进展。研究结论为：方波脉冲阳极溶出伏安法最常用于检测土壤Pb2+和Cd2+,伏安参数包括脉冲幅值、电压增量和脉冲频率,试验条件包括沉积时间、沉积电压和支持电解质种类及其pH值,土壤成分主要干扰因素包括非目标重金属和有机质。针对伏安参数和试验条件的影响可以设计优化试验有效削弱。针对非目标重金属和有机质的干扰影响,目前研究还没有提出有效的削弱方法。最后,展望了溶出伏安法检测土壤重金属的未来发展方向。     

基于轻量级神经网络MobileNetV3-Small的鲈鱼摄食状态分类

在集约化水产养殖过程中,饲料投喂是控制养殖成本,提高养殖效率的关键。室外环境复杂多变且难以控制,适用于此环境的移动设备计算能力较弱,通过识别鱼类摄食状态实现智能投喂仍存在困难。针对此种现象,该研究选取了轻量级神经网络MobileNetV3-Small对鲈鱼摄食状态进行分类。通过水上摄像机采集水面鲈鱼进食图像,根据鲈鱼进食规律选取每轮投喂后第80～110秒的图片建立数据集,经训练后的MobileNetV3-Small网络模型在测试集的准确率达到99.60%,召回率为99.40%,精准率为99.80%,F1分数为99.60%。通过与ResNet-18, ShuffleNetV2和MobileNetV3-Large深度学习模型相比,MobileNetV3-Small模型的计算量最小为582 M,平均分类速率最大为39.21帧/s。与传统机器学习模型KNN（K-Nearest Neighbors）、SVM（Support Vector Machine）、GBDT（Gradient Boosting Decision Tree）和Stacking相比,MobileNetV3-Small模型的综合准确率高出12.74、23.85、3.60和2.78个百分点。为进一步验证该模型有效性,在室外真实养殖环境进行投喂试验。结果显示,与人工投喂相比,基于该分类模型决策的鲈鱼投喂方式的饵料系数为1.42,质量增加率为5.56%。在室外真实养殖环境下,MobileNetV3-Small模型对鲈鱼摄食状态有较好的分类效果,基于该分类模型决策的鲈鱼投喂方式在一定程度上能够代替养殖人员进行决策,为室外集约化养殖环境下的高效智能投喂提供了参考。     

基于目标像素变化的柚果单目测距算法

针对山地果园光线变化和枝叶遮挡干扰果实距离检测的问题,该研究提出一种利用目标区域像素数量变化预测成像距离的算法。根据单目测距原理和柚果成像特性,以具备尺寸和形状代表性的离树柚果样本为研究对象,在采摘作业距离范围内利用单一相机以固定间隔步距对果实某一侧面连续获取图像数据,用以建立并验证目标区域像素数量变化与成像距离变化之间的多元回归关系。随后将该算法应用于果园中树上柚果样本以检验其适用性,并讨论初始成像距离和步距取值对测距精度的影响。研究结果表明,在125 cm以内,6个树上柚果样本的测距相对误差均低于5%,满足采摘机械手目标定位的精度要求;初始成像距离对该算法测距精度具有显著影响。该研究单目测距算法满足果园环境中柚果目标与相机间距离检测需求,为相关采摘机械手的柚果目标识别提供了一种可行方案。     

循环水养殖大口黑鲈摄食颗粒饲料的声学特征

为突破智能投饲系统的技术瓶颈,近年来采用被动声学技术开展鱼虾摄食行为研究成为热点之一。该研究主要采用被动声学技术获取单体大口黑鲈（Micropterus salmoides）摄食声信号,从混合信号中提取完善的摄食信号,筛选可作为衡量大口黑鲈摄食活跃度的声学特征参数,以期对摄食活跃度进行量化。根据大口黑鲈喂食期间的同步音频与视频记录,确定信号类别并进行标记,主要提取每次吞食饲料的时域与频域特征,对比各参数与吞食次序之间的相关度。研究结果表明,摄食声信号能量主要集中于4～7 kHz,且大口黑鲈吞食间隔与吞食次序呈正相关,稳定性较强;而时域特征中的波形振幅极差与频域特征的功率积分值均与吞食次序呈负相关。吞食间隔、振幅极差及功率积分值均可以作为衡量摄食活跃度的量化指标,而共振峰与平均梅尔倒谱系数可作为摄食声识别参数,研究结果可为今后养殖鱼类被动声学智能投饲系统研发提供理论基础。