Flash动画在中国农民科普教育中的应用研究

Flash动画是数字科普最常见的形式和实现方法之一,利用Flash动画的技术、制作和传播优势,笔者探讨以家庭为单位的科普教育新模式,提高农民科学文化素质。以北京市郊区县农民为例,对当前农村科普教育的手段和形式进行了调研,分析比较了Flash动画在农村、农民科普教育中的受众对象和应用效果;针对农户的年龄和家庭结构,提出了利用Flash动画形式以家庭为单位进行科普教育的新模式,作为中国农民科普教育形式的有益补充,并提出了具体的推进措施。     

典型拉曼光谱技术及其在农业检测中应用研究进展

拉曼光谱是一种散射光谱,具有快速、不易受水分干扰、样品无需预处理和在体检测等特点,可作为分析、测试物质分子成分和结构强有力的表征手段。随着拉曼光谱技术的不断发展,其在农业检测领域中逐渐发挥出极其重要的作用。本文概述了拉曼光谱的检测原理,从共聚焦显微拉曼光谱、傅里叶变换拉曼光谱、表面增强拉曼光谱、针尖增强拉曼光谱、共振拉曼光谱、空间偏移拉曼光谱、移频激发拉曼差分光谱、基于非线性光学的拉曼光谱等8个方面介绍了拉曼光谱技术,重点总结了拉曼光谱技术在植物检测、土壤检测、水质检测、食品检测等方面的应用研究进展,并提出了其在农业检测领域中应用需要解决的难题和未来的发展方向,以期对未来农业生产和研究带来启发。     

北京市延庆区马匹毛色、运动及性情性状相关基因的分型研究

为有效开发利用北京市延庆区马遗传资源,促进旅游业的发展,育成性能优良的骑乘马品种,试验以北京市延庆区60匹马为研究对象,采用DNA测序和聚合酶链式反应-限制性片段长度多态性(PCR-RFLP)法对毛色性状基因MC1R、ASIP、KIT,运动性状基因DMRT3以及性情性状基因SLC6A4,进行基因分型,并对各基因群体遗传参数[等位基因频率、基因型频率及各基因突变位点的期望杂合度(expected heterozygosity,He)、观测杂合度(observed heterozygosity,Ho)、多态信息含量(polymorphism information content,PIC)及哈迪-温伯格平衡(Hardy-Weinberg equilibrium,HWE]进行统计分析。结果表明：北京市延庆区马匹MC1R基因的外显子1第248位碱基存在突变(C→T),为错义突变,共有EE、Ee和ee三种基因型;ASIP基因的外显子2第192位碱基存在11 bp的缺失突变,共有AA和aa两种基因型;KIT基因的外显子14第122位存在突变(G→A),为沉默突变,共有GG和gg两种基因型;DMRT...     

基于DeepLab v3+的葡萄叶片分割算法

为解决自然光照环境下复杂背景葡萄叶片图像的自动分割问题,使用一种DeepLab v 3+语义分割算法,完成对葡萄叶片分割.该算法采用ResNet 101作为主干网络进行特征抽取;采用空洞卷积和编码模块进行多尺度特征融合,将ResNet的中间信息和编码模块的特征组合作为解码输入;采用上采样的方式进行尺度还原,得到语义分割...     

矮化密植果园多臂采摘机器人任务规划

为提高矮化密植果园多机械臂采摘机器人的协同作业效率,该研究对存在重叠访问域的多臂协同采摘机器人任务规划进行分析,将多臂协同任务规划问题归纳为异步重叠访问域的多旅行商问题,给出了基于遗传算法的优化求解方法.试验结果表明:该研究所提任务规划算法在求解4个机械臂采摘43和90颗果实的任务规划问题时,分别在500和2000次迭...     

基于t分布函数的玉米群体三维模型构建方法

为利用少量实测数据快速构建能够反映因品种、环境条件、栽培管理措施等因素产生形态结构差异的玉米群体三维模型,提出基于t分布函数的玉米群体三维模型构建方法。通过实测数据构建主要株型参数的t分布函数,在其约束下生成群体内各植株主要株型参数,通过构造株型参数相似性度量函数调用玉米器官三维模板资源库中的器官几何模板,结合人工交互或图像提取的各植株生长位置与植株方位平面角2组群体结构信息生成玉米群体几何模型。利用三维数字化仪获取的玉米群体田间原位三维数字化数据所构建玉米群体计算得到的LAI与该方法构建玉米群体计算得到的LAI进行对比验证,结果表明:该方法所生成玉米群体叶面积指数与原位三维数字化数据所构建玉米群体计算得到的LAI相比,误差在±2%以内,可以满足面向可视化计算的玉米结构功能分析研究需求。方法可为玉米株型优化设计、耐密性鉴定、品种适应性评价等虚拟试验研究提供技术手段。     

农田无线传感器网络中的簇首轮换机制

在大规模农田无线传感器网络WSN应用中,如何选择最优的网络架构和相应的自组织方式是一个急需研究的问题。在多跳、无线自组织网络Ad Hoc结构基础之上,针对规模农田面积大、作物生长周期长、传感器节点众多的特点,借鉴生物体内大量细胞生长发育和相互协作的组织机理,提出一种星状网和网状网相结合的分层无线传感器网络拓扑结构和簇首轮换机制,通过簇内控制减少节点与基站远距离的信令交互,降低网络建立的复杂度,减少网络路由和数据处理的开销。     

数字农业信息标准研究

农业信息标准化是数字农业建设的重要基础内容。对农业信息标准化的涵义和中国农业信息管理和使用的现状进行了分析,对开展数字农业信息标准工作应遵循的原则和目标进行了探讨,并提出了当前的工作重点。在此基础上介绍了作物生产信息表达标准研究进展：围绕作物生产需要,通过提取土壤、农业气象、作物生育规律和生产管理的术语体系和基础数据元目录,用专业名词术语和标准数据元来描述和量化作物生产研究对象与管理行为,提出了规范化的信息获取方法,建立了标准化的信息表达方法和存储交换格式,明确了数据的值域和应用范围,从而实现了农业信息在在语义上、标准上和内容上的统一。     

植株自旋转多视角重建技术在小麦植株三维表型获取中的应用评估

基于多视角重建技术的作物三维表型高通量获取系统成本低、获取效率高,引起越来越多的关注。植物自旋转式拍摄平台易于搭建,但植物旋转过程中产生的抖动对点云三维重建和表型解析精度有一定影响。为评估旋转式多视角成像在小麦植株三维表型解析中的适用性,基于植物旋转设计了便携式小麦植株三维表型高通量采集系统,选取穗期不同品种的小麦植株作为实验样本进行点云重建,基于Hausdorff距离评价了重建点云的精度误差;并基于人工测量数据,对所提取的表型指标精度进行评价。结果表明,植物旋转式重建的点云与相机旋转式重建的点云有较高的一致性,点云精度差距基本控制在0.4 cm以下;获取的叶长、叶宽和株高的均根方误差分别为0.79、0.13和0.53 cm,平均绝对百分比误差分别为3.26%、7.63%和0.74%,表明该方式适合穗期的小麦植株表型重建,具有较高的点云重建和表型提取精度,并为小麦植株表型评价提供了一种低成本的解决方案。     

无人机遥感解析田间作物表型信息研究进展

田间作物表型信息是揭示作物生长发育规律及其与环境关系的重要依据,传统的田间试验取样和车载高通量平台测定作物性状参数的方法耗时耗力,且空间覆盖不全,限制了作物科学研究的快速发展,而以无人机为代表的近地遥感高通量表型平台凭借机动灵活、成本低、空间覆盖广的优势成为获取田间作物表型信息的重要手段。该文根据国内外无人机遥感平台解析作物表型信息的最新研究成果,针对不同传感器类型分析了无人机遥感解析作物表型信息的应用及其不足,总结了遥感定量反演作物表型信息的方法体系,展望了无人机载遥感技术在作物表型信息解析方面的应用前景。该项研究成果对推广无人机遥感平台获取田间作物表型信息、提高复杂农田环境作物长势信息的解析和辨识能力具有重要意义。