“韭菜高产优质生产技术创新集成与应用”取得重要成果

针对四川韭菜技术瓶颈问题,项目组经过近10年的研究和攻关,查明了土壤严重酸化是引起韭菜严重干尖病的根本原因,以及四川韭菜(黄)病虫害主要种类及其重大病虫害田间发生危害规律及影响成灾的关键因子,研发出一批病虫害防控关键技术并制定出病虫害绿色防控技术,创新集成韭菜(黄)优质高产优质生产技术并在生产上大面积推广应用。     

改进RBF神经网络在我国大豆价格预测中的应用研究

我国大豆价格受国内外多种因素共同影响,具有非线性、随机性和高噪音等特点,采用传统数学模型进行预测,不仅分析难度大,预测误差也很大。RBF神经网络以其优良的逼近性能而被广泛应用于非线性时间序列预测之中。本文提出一种基于遗传算法优化RBF神经网络的我国大豆价格预测模型,该模型为多维输入单维输出的多变量预测模型,模型的初始输入由大豆价格的历史数据和相关影响因素数据组成。采用遗传算法对RBF神经网络输入层节点数、基函数中心、扩展常数和输出层权值进行优化,模型可以从初始输入变量中自主选择最合适的输入变量组合作为模型的输入。采用2009-2014年的大豆价格数据进行预测研究,用2009-2013年的数据作为训练集,2014年的数据作为测试集,改进RBF神经网络通过自主识别和选取中国大豆进口量、中国消费者信心指数和进口大豆到港分销价格3个因素作为相关影响因素的输入。结果表明:模型预测精度较高、泛化能力较强,能够很好捕捉大豆价格变化规律,可为大豆市场价格的准确预报提供参考借鉴。     

PEG渗透胁迫下藏沙蒿种质资源萌发特性及抗旱性评价

【目的】评价藏沙蒿野生种质材料萌发期抗旱性。【方法】以采自西藏地区不同生境的13份藏沙蒿（Artemisia wellbyi）种质材料为研究对象,设置聚乙二醇（PEG-6000）浓度梯度分别为0、-0.20、-0.40、-0.60和-0.86 MPa共5个渗透胁迫处理,研究PEG-6000渗透胁迫对藏沙蒿材料萌发特性的影响,并采用主成分分析和隶属函数两种方法对其抗旱性进行综合评价。【结果】PEG渗透胁迫降低了藏沙蒿种子的相对发芽势、相对发芽率、相对活力指数和萌发胁迫指数。藏沙蒿在受到干旱胁迫时通过推迟发芽时间、抑制芽长和促进根长来应对干旱胁迫。通过主成分分析,筛选出相对发芽势、相对发芽率、相对根长、相对活力指数和萌发胁迫指数5个抗旱性指标。【结论】主成分分析和隶属函数法综合评价认为,抗旱性较强的种质材料为5、11和4号,抗旱性较弱的为13号材料。     

太湖渔业资源量变化与对策

分析了太湖渔业 195 2～ 2 0 0 0年的单位捕捞努力渔获量 (CPUE)的变化。 195 2～ 1979年太湖渔业资源CPUE呈持续增长的趋势 ,1979年太湖CPUE最大值为 2 36 ,资源量最小值为 1994年的 0 2 4 ;同时对太湖几种主要鱼类的CPUE及资源小型化原因进行了系统分析 ,提出了渔业资源的可持续发展对策。     

太湖渔产量与水质的关系

太湖渔业总产量与湖水化学耗氧R(COD)、太湖产量最高的刀鲚(Coilia ectenes)和虾类产量与湖水TN／TP、富营养化指数(TSI)与渔业总产量和刀鲚产量之间具有显著相关，并建立相应的回归方程；太湖富营养化加深与渔业总产量的增加，渔民人均收入的提高和经济发展是相一致的，湖泊富营养化程度增加对鱼类小型化具有促进作用。     

2016-2017年陕西省小麦区试品种（系）综合抗病性鉴定与评价

为了解2016-2017年陕西省区试的137份小麦品种(系)对条锈病、白粉病和赤霉病的综合抗病水平,以当前我国小麦条锈病主要流行小种CYR32、CYR33和CYR34混合菌株、小麦白粉菌混合菌株和小麦赤霉病强致病力菌株为病原,对区试品种(系)进行成株期人工接种鉴定。结果表明,137份区试材料中,有2份材料对条锈病、白粉病和赤霉病兼具抗性,占供试材料的1.5%,分别为西农238和西农928;6份材料对条锈病和白粉病兼具抗性,占供试材料的4.4%;对条锈病、白粉病和赤霉病表现高抗的材料（含免疫/近免疫）分别占供试材料的34.3%、2.9%和0.7%,中抗品种分别占35.0%、4.4%、33.6%,中感品种分别占21.9% 、8.0% 、30.7%,高感品种分别占8.6%、84.7%、35.0%。陕西省区试小麦品种（系）对条锈病的抗性整体较高,对白粉病和赤霉病的抗性相对较差。     

基于卷积神经网络与迁移学习的油茶病害图像识别

传统的植物病害图像识别准确率严重依赖于耗时费力的人工特征设计。该文利用深度卷积神经网络强大的特征学习和特征表达能力来自动学习油茶病害特征,并借助迁移学习方法将Alex Net模型在Image Net图像数据集上学习得到的知识迁移到油茶病害识别任务。对油茶叶片图像进行阈值分割、旋转对齐、尺度缩放等预处理后,按照病害特征由人工分为藻斑病、软腐病、煤污病、黄化病和健康叶5个类别。每个类别各选取750幅图像组成样本集,从样本集中随机选择80%的样本用作训练集,剩余20%用作测试集。利用随机裁剪、旋转变换和透视变换对训练集进行数据扩充,以模拟图像采集的不同视角和减少网络模型的过拟合。在Tensor Flow深度学习框架下,基于数据扩充前后的样本集,对Alex Net进行全新学习和迁移学习。试验结果表明,迁移学习能够明显提高模型的收敛速度和分类性能;数据扩充有助于增加数据的多样性,避免出现过拟合现象;在迁移学习和数据扩充方式下的分类准确率高达96.53%,对藻斑病、软腐病、煤污病、黄化病、健康叶5类病害的F1得分分别达到94.28%、94.67%、97.31%、98.34%和98.03%。该方法具有较高的识别准确率,对平移、旋转具有较强的鲁棒性,可为植物叶片病害智能诊断提供参考。     

水肥气一体化灌溉对温室辣椒地土壤N2O排放的影响

采用水肥气一体化灌溉可改善土壤的通气状况,影响土壤碳氮循环过程,进而影响土壤N_2O的排放。为明确施氮、增氧和灌水对温室辣椒地土壤N_2O排放的影响,设置了施氮量(300、225 kg/hm~2)、溶氧量(40、5 mg/L)和灌水量(1. 0W、0. 6W,W为充分灌溉时的灌水量) 3因素2水平试验,采用静态箱-气相色谱法监测N_2O排放通量,系统研究了水肥气一体化灌溉对温室辣椒地土壤N_2O排放的影响,并通过结构方程模型分析各影响因子对N_2O排放的定量贡献。结果表明,增氧处理、施氮量和灌水量的增加可增加温室辣椒地土壤N_2O的排放通量峰值、排放总量和单产排放量。试验中增氧条件下N_2O排放总量较对照增加了31. 90%;充分灌溉较非充分灌溉增加了43. 22%;常量施氮较减量施氮增加了33. 01%。增氧处理和灌水量的增加可提高温室辣椒的氮素利用效率,而施氮量的增加降低了温室辣椒的氮素利用效率。综合考虑作物产量、氮素利用效率和单产N_2O排放量,减量施氮非充分灌溉增氧处理是推荐的水肥气管理方案。通过结构方程模型的路径分析,土壤温度、充水孔隙度和NO3--N含量可分别解释N_2O排放的42%、60%和58%,是影响水肥气一体化灌溉的主要影响因子。     

机械力催化玉米秸秆醇解合成乙酰丙酸乙酯工艺研究

利用农作物秸秆醇解合成乙酰丙酸酯近年来受到广泛关注,但秸秆的难降解结构制约了秸秆的醇解利用。机械球磨是一种新兴的机械预处理方式,机械力作用可以有效破坏生物质致密结构,提高生物质化学反应性能。以玉米秸秆为对象,首先研究了球磨工艺对乙酰丙酸乙酯及其中间产物和副产物的影响,考察了催化剂类型、催化剂浸渍球磨、球磨时间、球磨介质填充率和球料体积比等因素;球磨显著提高了乙酰丙酸乙酯的产率。在相同H+浓度的条件下,催化剂酸性越强催化效果越好;球磨时间对乙酰丙酸乙酯的影响最大,介质填充率和球料体积比对乙酰丙酸乙酯产率的影响不显著;以乙酰丙酸乙酯产率为指标优化出的球磨工艺为:不添加催化剂球磨,球磨时间为60 min、介质填充率为35%、球料体积比为2。在此球磨条件下,乙酰丙酸乙酯的摩尔产率由20.08%提高到33.34%,基于纤维素的醇解产物总产率由73.18%提高到83.03%。