基于改进语义分割模型的无人机多光谱图像杂草分割

杂草与作物争夺肥料、阳光等养分，从而影响作物生长，快速有效地清除杂草危害对提高作物的产量和品质具有重要意义。传统的杂草防治方法常采取大面积喷洒除草剂等措施，无法满足智慧农业的精细化管理要求，精确、可靠的杂草检测是智能除草的关键。在卷积神经网络模型PANet的基础上进行改进，把原始特征提取网络ResNet替换为DenseNet-121,采用FPA模块提供像素级注意力信息，通过金字塔结构增加感受野。以无人机多光谱糖菜杂草图像为研究对象，分别构建近红外790 nm、红色690 nm和归一化植被指数NDVI的训练数据集进行网络训练。发现PANet的训练精度为97.38%,测试精度为93.41%;采用3通道（近红外790 nm+红色690 nm+NDVI）训练的模型F₁值最高为0.872。结果表明，该方法可以实现无人机多光谱图像杂草的有效分割，可为农田杂草精确检测和农作物生长状况监测提供参考和借鉴。     

贵州4个地方鸡种蛋品质比较分析

为探析赤水乌骨鸡、兴义矮脚鸡、黔东南小香鸡和瑶山鸡4个贵州地方鸡种蛋品质差异，进一步挖掘贵州地方鸡产蛋性能，试验随机选取在相同饲养管理条件下的4个鸡种产蛋初期和产蛋高峰期鸡蛋各60个进行蛋品质测定及性状指标相关性分析。结果表明：品种内比较，4个鸡种产蛋高峰期的蛋黄指数、蛋白高度、哈氏单位、蛋壳厚度和蛋壳强度显著（P<0.05）或极显著高于初产期（P<0.01）；品种间比较，产蛋初期瑶山鸡哈氏单位、蛋壳颜色显著高于同时期的黔东南小香鸡（P<0.05），蛋形指数显著高于赤水乌骨鸡（P<0.05），但其蛋黄颜色显著低于其余3个鸡种（P<0.05）。产蛋高峰期赤水乌骨鸡蛋黄指数、颜色与其余3个鸡种呈显著性差异（P<0.05）。相关性分析显示有8对指标之间存在显著或极显著相关，其中蛋重与蛋白高度、哈氏单位呈显著和极显著正相关（P<0.01），与蛋黄颜色、蛋壳强度极显著负相关（P<0.01）；蛋壳厚度与蛋壳强度呈极显著正相关。研究结果表明不同品种鸡的蛋品质有着不同的遗传潜能及潜在研究价值，为贵州省地方鸡种种质资源保护和开发利用提供理论数据支撑。     

饲料中添加复方中草药对美国牛蛙生长性能、血清生化指标和肠道组织形态的影响

试验旨在研究不同剂量的复方中草药（蒲公英、青果、败酱、罗摩、葡萄籽5种中草药制作而成）对美国牛蛙的生长性能、血清生化、肠道消化酶和肠道组织形态的影响。将美国牛蛙幼苗[（7.87±0.16）g]随机分为5组，每组3个重复，每个重复40尾，在基础饲料中分别添加0%、0.25%、0.50%、0.75%和1.00%的复方中草药配制5种试验饲料（DC组、DC 0.25组、DC 0.50组、DC 0.75组、DC 1.00组）。按体质量5%投喂90 d。试验结果表明：(1)与DC组相比，饲料中添加0.75%的复方中草药可显著提高美国牛蛙终末体重、存活率、增重率和特定生长率(P<0.05）；对美国牛蛙的饲料系数、肥满度、肝体比和脏体比无显著影响(P>0.05）。(2)与DC组相比，饲料中添加复方中草药对美国牛蛙粗灰分、粗蛋白、粗脂肪含量具有显著影响（P<0.05）。DC组粗蛋白（16.44%）、粗脂肪（5.52%）含量最高，DC 0.25组粗灰分（3.14%）含量最高；对美国牛蛙水分含量无显著影响（P>0.05）。(3)血清生化指标中，与DC组相比，饲料中添加复方中草药对美国...