多效唑对油(木奈)生长结果的效应

福建省古田县栽培油(木奈)3730hm2.但油(木奈)生长旺盛,分枝角度小而直立,枝梢生长量大,常造成迟产、低产.多效唑是近年来广泛使用的一种植物生长延缓剂,但在油(木奈)上使用曾出现严重落花落果以及树势早衰现象.为探明多效唑在油(木奈)上使用的效果及使用方法,笔者1996～1998年进行了本试验.     

牛表皮祖细胞的体外分离培养

[目的]探索和建立牛表皮祖细胞体外分离与培养体系。[方法]无菌取3个月龄的胎牛皮肤组织,用组织块法培养获得细胞,用L—DMEM培养基（添加5％FBS,0．05mmol／LCaCl2,20ng／mlEGF,20ng／mlbFGF,1％B-27,0．4斗g／mlhydrocortisone）置细胞培养箱内培养。在显微镜下观察细胞的克隆形成能力,免疫细胞化学染色鉴定a6、B1整合素。[结果]获得的细胞有很高的克隆形成能力,a6、p1整合素免疫细胞化学染色阳性。RT—PCR检测结果表明,P,代时Oct4基因有表达,但传代超过P11代时,Oct4基本不表达。[结论]该研究可为进一步采用组织工程技术构建皮肤组织奠定基础。     

中国黑脉毒蛾属简记及一新记录种(鳞翅目:毒蛾科)

报道了新近发现于越南的黑翅毒蛾Himala nigripennis Kishida,2000为中国新记录,标本采自中越交界的我国广西上思县垌中林场．该种以黑色的翅面极易与其他种区分,并对中国已知的种编制了检索表．     

Sentinel-2影像和BP神经网络结合的小麦条锈病监测方法

选用包含红边等多种不同波段信息的多光谱卫星数据,为区域尺度上展开作物病害监测研究提供更加丰富有效的信息,相比于常规的宽波段卫星遥感影像,搭载红边波段的Sentinel-2影像对作物病害胁迫更加敏感,能显著提高模型精度。该文以陕西省宁强县小麦条锈病为研究对象,基于Sentinel-2影像共提取了26个初选特征因子:3个可见光波段反射率(红、绿、蓝)、1个近红外波段反射率、3个红边波段反射率、14个对病害敏感的宽波段植被指数和5个红边植被指数。结合K-Means和ReliefF算法筛选病害敏感特征,最终筛选出3个宽波段植被指数,包括:增强型植被指数(enhanced vegetation index,EVI)、结构加强色素指数(structure intensive pigment index,SIPI)、简单比值植被指数(simple ratio index,SR),2个红边波段植被指数:归一化红边2植被指数(normalized red-edge2 index,NREDI2)、归一化红边3植被指数(normalized red-edge3 index,NREDI3)。利用BP神经网络方法(back propagation neural network,BPNN),分别以宽波段植被指数和宽波段植被指数结合红边波段指数作为输入变量构建小麦条锈病严重度监测模型,对比2种模型的监测精度。结果显示,基于宽波段植被指数结合红边波段植被指数的监测模型的总体精度达到83.3%,Kappa系数0.73,优于仅基于宽波段植被指数特征所建监测模型的精度73.3%,Kappa系数0.58。说明红边波段能够为病害监测提供有效信息,采用宽波段植被指数和红边波段植被指数相结合的方法能够有效提高作物病虫害监测模型精度。     

基于无人机RGB影像的大豆种植区提取方法研究

针对皖北大豆主产区——阜阳市太和县境内的典型破碎农田环境,基于无人机RGB影像与多种机器学习算法构建大豆遥感识别模型,据此实现种植区的精细制图。除了R、G、B波段的相对反射率外,还选取了3个HLS色彩空间分量、9个可见光植被指数、6个纹理特征和1个几何特征共22个候选特征变量扩大RGB影像的信息量。采用与分类器相耦合的特征选择方法筛选出针对4种算法——随机森林(RF)、支持向量机(SVM)、极端梯度提升(XGBoost)和BP神经网络(BPNN)的特征子集,并基于最优特征子集和相应的算法构建监督分类模型进行大豆分布区的提取制图,并对比效果差异。结果表明,在4种算法下,基于优选特征子集构建的监督分类模型的提取效果全部优于基于原始RGB波段的提取效果,其中,RF算法结合优选特征的表现最佳,总体精度为93.96%,Kappa系数达到0.87。总的来看,RF算法结合特征优选方法在无人机大豆遥感识别中具有较大的应用潜力,通过特征筛选可在较高的分类精度与较少的数据量之间取得平衡。     

优质、丰产油新品系——古田1号

油为福建省特产佳果,形美质优,是福建省创汇水果,甚受消费者欢迎。福建省已发展3.34万hm~2,栽培面积已跃居全省果树的第4位,邻省广东、江西、浙江、湖南积极引种发展。但生产上普遍存在株间果实大小不一,品质良莠不齐,产量高低不同等问题。为解决此问题,1991年在地区和县科委支持下,成立了油(木奈)选优课题组,在油栋原产地和主产区——古田县积极开展油(木奈)选优工作,经过3年的初选、复选和决选,又经过7年优株观察园的观察与鉴定,选出古田1号油(木奈),具有显著的优质丰产性能。1998年7月20日宁德地区科委邀请福建农业大学、省农业厅、省果树所专家进行鉴定,获得通过,一致确认古田1号优质、高产、稳产等性状,建议进一步区试和推广。现将古田一号的主要性状介绍如下: 果桃形,果顶尖圆,果基圆形,果粉多,果肉淡     

专利名称：塑料组合冬暖夏凉养蜂箱

一种塑料组合冬暖夏凉的养蜂箱，它是采用有色塑料制成双层板块，便于折叠组装和消毒，由于是空心板块，利用了空气的隔热作用，达到冬暖夏凉的目的。板块间有十字通气管道，因此还可根据需要，同时向数十个已串连的蜂箱输送热风、冷气，调节温度。     

联合多源多时相卫星影像和支持向量机的小麦白粉病监测方法

白粉病主要侵染小麦叶部,可利用卫星遥感技术进行大范围监测和评估.本研究利用多源多时相卫星遥感影像监测小麦白粉病并提升分类精度.使用四景Landat-8的热红外传感器数据(Thermal Infrared Sensor,TIRS)和20景MODIS影像的MOD11A1温度产品反演地表温度(Land Surface Tem...     

基于GF-1遥感影像和relief-mRMR-GASVM模型的小麦白粉病监测

选择合适的建模和特征选择算法对提高作物病害的遥感监测水平有着重要的作用。研究以河北省小麦白粉病为研究对象,基于GF-1/WFV数据共提取了4个波段反射率数据和10个对作物长势和胁迫敏感的植被指数作为初选特征。针对常用的特征提取算法relief算法筛选出的特征存在冗余性的问题,提出了一种relief结合最小冗余最大相关(minimum redundancy maximum relevance,m RMR)的特征降维算法(relief-m RMR)。首先,通过relief算法计算出各特征的权重系数,对特征集进行加权;然后利用m RMR算法选出与类别具有最小冗余性的特征,利用支持向量机(support vector machine,SVM)对河北白粉病进行监测,并用遗传算法(genetic algorithm,GA)优化的SVM(GASVM)建立了白粉病的监测模型(relief-m RMR-GASVM),将监测结果分别与SVM和网格寻优(grid search,GS)算法优化的SVM(GSSVM)的监测结果进行对比分析,同时比较了该方法与Ada Boost、粒子群(Pso)优化的最小二乘支持向量机(least squares support vector machine,Pso-LSSVM)和随机森林(random forest,RF)3种方法的优越性。结果表明,relief-m RMR算法筛选出的特征与GASVM、SVM和GSSVM建立的监测模型精度比传统relief算法筛选特征所建模型的精度分别提高了14.3个百分点、7.2个百分点和7.1个百分点,比传统m RMR算法筛选特征所建模型的精度分别提高了14.3个百分点、14.3个百分点和14.2个百分点。relief-m RMR算法结合GASVM建立的监测模型精度为所有模型中最高,精度为85.7个百分点,分别比SVM和GSSVM所建监测模型精度提高了21.4个百分点和7.2个百分点。此外,GF-1数据结合relief-m RMR-GASVM模型的监测精度分别高出Ada Boost、Pso-LSSVM和RF方法21.4个百分点、14.3个百分点和7.1个百分点。说明GF-1数据结合relief-m RMR-GASVM模型可用于小麦白粉病的遥感监测。