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。     

复垦土壤细菌群落结构及其与土壤肥力的关系

为了解两淮煤矿区复垦状况及其对土壤微生物的影响机制,合理人工干预,快速有效提高复垦土壤生产力,本研究以煤矸石充填复垦土壤为研究对象,通过野外调查与采样分析,采用Illumina MiSeq 高通量测序分析土壤细菌特定基因片段V4 区域,基于非度量多维尺度分析、冗余分析、方差分析、肥力指数、回归模型方法,对矸石充填土壤不同复垦方向的土壤细菌优势群落和生物多样性进行了探索,明晰土壤细菌群落及其与土壤肥力的响应作用。研究结果表明：细菌群落组成上,不同复垦方向对细菌优势群落分布并无显著性影响,变形菌门、酸杆菌门和放线菌门菌群为主要优势菌群。土壤微生物多样性层面上,表层土壤微生物有较高的丰富度和多样性,均匀度并无显著性差异。微生物多样性在不同复垦方向不存在显著性差异,Shannon_Wiener指数介于5.23～6.91之间,Chao1指数为867.1～5436,Pielou指数介于0.79～0.84之间,表中层同深层土壤的细菌群落结构具有差异性。TN、SOM、AP和AK是影响土壤细菌群落的主要肥力因子,土壤肥力质量指数与奇古菌门相对丰度呈显著正相关（P＜0.01）,同链霉菌属呈显著负相关（P＜0.05）,在一定程度上可将二者的相对丰度作为评价复垦土壤肥力状况的重要生物指标。研究成果可为两淮矿区矸石充填复垦土壤在微生物层面提高肥力质量提供理论支持。     

作物地膜覆盖技术适宜性及其在东北春玉米上的应用

为从源头解决地膜覆盖技术泛用、滥用问题,提高作物地膜覆盖技术的合理利用性。研究提出作物地膜覆盖适宜性的概念,将其定义为"地膜覆盖技术对作物自身环境要素需求与所在地提供环境要素差异的补偿程度"。该研究以东北春玉米为例,构建春玉米地膜覆盖适宜性的评价体系,通过数据检索的方式收集东北地区田间试验中春玉米地膜覆盖功能数据,明确作物地膜覆盖与不覆盖农田土壤温度和水分、经济产量相关关系,量化作物地膜覆盖的增温保墒、增产功效,筛选春玉米地膜覆盖技术适宜性评价指标,并计算地膜覆盖技术适宜指数,参照作物需求阈值标准和经济效益,明确东北不同熟期春玉米地膜覆盖种植范围,形成春玉米地膜覆盖综合适宜性区划。东北地区春玉米不同生育阶段地膜覆盖耕作层土壤温度（土壤含水率）与裸地土壤温度（土壤含水率）及产量与≥10 ℃积温存在良好的线性关系（P < 0.01）。基于春玉米地膜覆盖适宜性的评价体系,计算了地膜覆盖适宜指数,完成东北地区春玉米地膜覆盖综合适宜分区。作物地膜覆盖适宜性相关研究可为中国地膜投入量零增长和地膜污染综合防控提供可靠技术支撑。     

污泥连续水热炭化工程系统研究

水热炭化可以显著改善污泥的脱水性能,促进污泥的无害化、减量化、资源化利用,但目前污泥水热炭化技术的工业化应用鲜有报道。该研究基于工程规模的污泥水热炭化系统开展研究,重点研究了系统工程设计和控制逻辑,开展了系统参数测试,分析了污泥炭、气相和水相的理化性质和组分分布,并在此基础上进行了系统能量平衡分析。结果表明,系统污泥年处理量达1.4×104 t,水热炭化后的三相产物分别为污泥炭28.57%,水相70.00%,气相1.43%,污泥脱水率达75%,综合整个生产系统,系统加热能为454.22 MJ/t,动力耗能为64.80 MJ/t,连续水热炭化工程系统能耗比为83.83%,能量回收率为66.68%,系统具有较高的能耗比。该研究可为生物废弃物连续水热炭化技术的研发和推广应用提供重要的工程依据。     

基于堆叠沙漏网络的单分蘖水稻植株骨架提取

针对水稻栽培和遗传育种研究中单分蘖性状高通量无损提取的实际需求,该研究提出了一种基于沙漏网络模型的单分蘖水稻关键点预测和骨架提取方法。首先,对原始图像进行批量裁剪、gamma校正和锐化卷积等预处理,获取单色背景下的水稻单分蘖图像数据集;设计水稻单分蘖各器官关键点数据标注策略,构建监督数据集。然后,构建堆叠沙漏网络架构实现叶片数固定和不固定的水稻关键点检测,引入沙漏结构整合图像的多尺度特征,结合中间监督机制整合不同沙漏模块信息。叶片数一致的情况,模型预测准确率最高可达96.48%;叶片数不一致的情况,预测准确率达到82.09%。最后,根据预测关键点及其对应的语义信息连接形成植株骨架,选取茎秆长、叶片长、穗长、叶片-茎秆夹角和茎节点位置5个表型参数对生成骨架模型的实际意义进行评估,其均方根误差依次为5.82 cm、3.09 cm、1.71 cm、3.22°和2.04 cm,证明了该方法能较好地识别水稻单分蘖关键点,为水稻骨架提取提供了一种新思路,有助于加快水稻育种速度。