氮肥损失研究进展

在查阅了大量大田实验和15N追踪实验文献资料的基础上,对肥料氮损失量及主要损失途径进行了总结。结果表明,土壤中氮肥去向问题非常复杂,氮素损失量与施氮量和土壤水分有关。冬小麦生长期间发生淋失的可能性很小,主要是反硝化损失。     

植物三维可视化研究进展

植物三维建模及其可视化系统基于植物的生理生态特性和形态特征进行研究,对于植物生长过程研究和自然景观再现均有重要意义。从基于模型的三维建模、基于图像的三维建模和基于扫描数据集的三维建模三个方面阐述了植物的三维建模研究进展,介绍了几何模型以及多个植物可视化系统软件的研究成果,总结了植物三维建模方式及其可视化系统存在的优势与不足,尤其是植物生理生态模型与形态模型可视化的耦合研究还有待完善,并对植物三维建模方式及其可视化系统的趋势进行了展望。     

冬小麦返青后叶片高度模型构建及三维可视化

作物生长模拟模型对作物生长管理调控、产量预测和经济效益分析等有重要指导作用,形态结构模型为作物理想株型筛选、高产、高效、抗倒伏等提供了有力技术支撑。针对小麦形态结构复杂,生长可视化不易实现的问题,以冬小麦品种济麦22、衡观35和衡4399为材料,在天津市武清区开展了不同小麦品种和施氮水平的田间试验,采集小麦叶片高度形态数据,分析各品种冬小麦返青后叶片高度和有效积温的定量关系,用Logistic方程构建冬小麦返青后不同叶位叶片高度模拟模型。经数据检验,叶片高度模型绝对误差在0.01~2.82 cm之间,根均方差(RMSE)在0.32~1.52 cm之间,表明所建模拟模型精度较高,该模型对不同品种冬小麦生长具有较好的预测性。借助该模拟模型和已有研究成果,构造了不同品种、不同施氮水平下的冬小麦植株形态,实现了小麦生长模拟模型和形态结构模型的有机结合,逼真模拟冬小麦返青后动态生长过程,实现了不同品种冬小麦不同施氮水平下的生长可视化。     

整株干物质量分配指数模型模拟冬小麦各器官形态参数

作物生长机理模型可以定量描述作物生长发育及其与环境因子的动态关系,具有通用性、动态性和预测性的特点,但基于生长机理模型模拟结果的作物虚拟技术与方法尚缺乏研究。针对基于生理过程的小麦功能模型与三维结构模型之间不能很好衔接的问题,该文开展越冬期后不同小麦品种的主茎干物质量在不同器官之间的分配研究,以有效积温和干物质量为连接纽带,构建小麦叶片、叶鞘、茎秆、穗各器官的几何特征模拟模型,并用独立数据进行了验证。结果显示:穗干物质量分配指数模拟效果最好,RRMSE值和EF值分别为6.58%和0.98;叶片、叶鞘和茎秆的分配指数模拟效果较好,RRMSE值分别为13.86%、10.83%和14.87%,EF值分别为0.98、0.97和0.91。麦穗形态参数模型和叶鞘长度模型具有非常好的模拟性能;叶片长度和最大叶宽模型、茎秆长度和直径模型具有较好的模拟性能;叶鞘形态参数模型对于叶鞘展开宽度的模拟效果一般,需要在后续研究中对拟合方程和模型参数进一步修正。该系列模型以干物质量为参数输入,能够生成小麦主茎三维形态模拟所需的各器官逐日几何特征参数,参数反映了品种特性、生长环境及气象因素对作物生长的影响,是一种实现小麦功能模型与结构模型实际结合的有效方法。     

基于高光谱遥感的冬小麦涝渍胁迫识别及程度判别分析

冬小麦涝渍胁迫频发不仅严重影响区域粮食安全和生态安全,还威胁社会经济稳定和可持续发展.为识别冬小麦涝渍胁迫及判别其胁迫程度,本研究设置冬小麦涝渍胁迫梯度盆栽试验,采用ASD地物光谱仪和Gaiasky-mini2推扫式成像光谱仪分别测定叶片及冠层高光谱数据,结合植被指数、归一化均值距离和光谱微分差信息熵等方法,监测冬小麦...     

桃畸果病的发生及对桃果实生理生化指标的影响

近年来,在甘肃省兰州桃产区发现了一种由下心瘿螨(Eriophyes catacardiae Keifer)为害引起的桃果实病害,该病导致桃果实严重畸形。 2009-2010年对桃产区调查结果表明：下心瘿螨3月下旬到4月初出蛰为害,桃畸果平均发生率2009年为40.30%,2010年为73.65%,严重时高达86%。进一步的生理生化指标测试表明：被害桃果一些主要生理生化指标发生了明显的变化。受害果实的可溶性糖含量比对照下降了55.35%,可溶性蛋白质含量上升了66.16%,游离氨基酸含量上升了64.95%,游离脯氨酸含量上升了111.57%,过氧化氢酶活性增加了53.46%。     

农业复杂环境下尺度自适应小目标识别算法——以蜜蜂为研究对象

农业生产环境中的目标识别对象常具有分布密集、体积小、密度大的特点,加之农田环境光照多变、背景复杂,导致已有目标检测模型无法取得令人满意的效果。本研究以提高小目标的识别性能为目标,以蜜蜂识别为例,提出了一种农业复杂环境下尺度自适应小目标识别算法。算法克服了复杂多变的背景环境的影响及目标体积较小导致的特征提取困难,实现目标尺度无关的小目标识别。首先将原图拆分为一些较小尺寸的子图以提高目标尺度,将已标注的目标分配到拆分后的子图中,形成新的数据集,然后采用迁移学习的方法重新训练并生成新的目标识别模型。在模型的使用中,为使子图识别结果能正常还原,拆分的子图之间需具有一定的重叠率。收集所有子图的目标识别结果,采用非极大抑制（Non-Maximum Suppression,NMS）去除由于模型本身产生的冗余框,提出一种交小比非极大抑制（Intersection over Small NMS,IOS-NMS）进一步去除子图重叠区域中的冗余框。在子图像素尺寸分别为300×300、500×500和700×700,子图重叠率分别为0.2和0.05的情况下进行验证试验,结果表明：采用SSD（Single Shot MultiBox Detector）作为框架中的目标检测模型,新提出的尺度自适应算法的召回率和精度普遍高于SSD模型,最高分别提高了3.8%和2.6%,较原尺度的YOLOv3模型也有一定的提升。为进一步验证算法在复杂背景中小目标识别的优越性,从网上爬取了不同尺度、不同场景的农田复杂环境下的蜜蜂图像,并采用本算法和SSD模型进行了对比测试,结果表明：本算法能提高目标识别性能,具有较强的尺度适应性和泛化性。由于本算法对于单张图像需要多次向前推理,时效性不高,不适用于边缘计算。     

WGDWS天气发生器在中国五大气候区的适用性

为了检验基于干湿期的天气发生器(Weather Generator based on Dry and Wet Spells,WGDWS)在中国不同气候区的应用效果,该研究利用中国五大主要气候区16个站点57 a的逐日天气数据,通过对比生成与实测气象要素统计值,及比较WGDWS与随机天气模拟器(Daily Weather...     

小麦生长模拟与三维可视化系统构建技术研究

作物生长过程的三维可视化是虚拟作物研究的关键技术之一,针对小麦形态结构复杂,小麦生长可视化不易实现的问题,以小麦作物为对象,在已有研究成果基础上,结合小麦生长模拟模型和形态结构模型,从系统结构与功能、系统设计与实现、真实感图形渲染技术（颜色渲染、纹理映射、光照处理）等方面入手,构建小麦生长模拟与三维可视化系统,实现了小麦生长模型和形态结构模型的有机结合,最终实现了小麦生长过程的三维可视化。小麦生长模拟与三维可视化系统将为小麦作物生长动态预测、栽培管理调控、作物株型设计等提供形象逼真的可视化工具,为小麦理想株型筛选,高产、高效、抗倒伏设计与优化等提供技术支撑。     

基于同化物分配的冬小麦节间形态参数模型

冬小麦节间形态结构模型是功能-结构小麦模型的重要研究内容。本研究以济麦22、泰农18和鲁原502为材料,于2013-2014和2014-2015年度开展了品种和施氮试验,并结合2013-2014年冬小麦节间主要形态参数和器官生物量等数据,通过分析不同节位节间同化物分配和节间主要形态参数与器官生物量的定量关系,构建了冬小麦节间主要形态结构模型。经2014-2015年小麦生长数据检验,除分蘖节间长模型模拟精度略低外,主茎节间长、主茎节间粗和分蘖节间粗模型精度均较高,所建模型可较好模拟不同品种与施氮水平下冬小麦节间主要形态结构。