敢啃“硬骨头”助产业发展

珠海市现代农业发展中心(以下简称“农发中心”)水产技术推广部副部长李勇,加入农技推广工作20年来,始终以产业需求为首要任务,从不计较个人得失.他深度参与了白蕉海鲈的品牌创建、技术推广、示范区建设、地理标志产品申报等工作,敢于啃“硬骨头”,默默为产业发展奉献自己的力量.     

不同玉米品种耐深播的相关分析

以11份玉米杂交种为材料,在播深5,10 cm和15 cm条件下进行出苗率、叶干重和根干重的相关分析.结果表明,随着播深的增加,田间出苗率、根干重和叶干重呈下降趋势.15 cm播深条件下可以反映不同品种的耐播深能力.因此,在15 cm条件下,筛选出耐深播玉米品种,为玉米生产栽培提供科学依据.     

不同玉米自交系的耐深播特性的相关分析

以19份玉米自交系为材料,在播深5,10,15cm条件下进行出苗率、叶干重和根干重的相关分析,以及播种前的发芽率、发芽势的分析.结果表明,室内发芽率和发芽势结果不能作为评定玉米自交系耐深播的有效指标.而田间出苗率、根干重和叶干重的相关性达到极显著水平,在深播条件下可综合作为评价不同玉米自交系的耐深播能力,筛选出耐深播的玉米自交系,为选育优良耐深播玉米品种提供科学依据.     

无压灌溉埋管深度的机理性研究及大田试验

通过室内试验和大田试验,研究了无压灌溉方式下埋管深度对水分运移和作物生长的影响机理。结果表明,在不同埋深时湿润体形状均为球冠,但球冠高度不同;湿润体内含水率均在埋管深度附近达到最大值,并以灌水器所在平面为对称面对称分布;埋管深度对番茄根系的生长分布、早期生物量的积累和后期干物质在果实和茎叶中的分配比例都有影响;埋深10 cm时,番茄的水分利用效率、产量和品质最大,是温室番茄的最佳埋深。     

温室内人参生长区土壤温度变化的试验研究

人参以根入药,在其生长过程中,土壤温度的变化对人参生长速度和品质有着重要的作用,而环境温度的变化对各深度土壤的温度有很直接的影响.为此,对温室人参生长区内的土壤进行了试验研究.试验表明:随着土壤深度的增加,环境温度的影响越来越小,土壤温度有趋于稳定的趋势.     

新型深松旋耕组合作业机的改进设计

根据拖拉机-农具机组匹配理论,研制出与中等功率拖拉机配套的深松旋耕组合作业机具,并根据试验和使用情况进行了改进设计,对一些关键部件进行了优化分析设计.试验表明,改进后的深松旋耕组合作业机具能更好地适应拖拉机作业和道路行驶,而机组所消耗的功率并没有增加,证实所做的改进是成功的.     

浅述旋耕刀设计技术的发展

我国是一个农业大国,旋耕机是主要的农田耕作机械.旋耕刀作为旋耕机的重要部件,一直是旋耕机设计者研究的主要内容[1].提高效率、降低功耗是旋耕刀设计的两个主要目标.针对这两个目标,浅述了国内外的主要研究成果.随着科学技术的发展,旋耕刀的设计研究手段也发生了变化,以计算机模拟技术和网络CAD系统为例,来说明数字化设计技术已逐步被引用到旋耕刀的设计制造领域.数字化设计技术将会使旋耕刀的设计及制造发生革命性的变化.     

基于改进残差网络的田间葡萄霜霉病病害程度分级模型

针对传统葡萄霜霉病人工诊断分级方法低效且存在滞后性的问题,提出了一种改进残差网络的田间葡萄霜霉病识别及病害程度分级模型.在田间采集霜霉病前期、中期、后期以及健康叶片图像,并模拟天气、拍摄角度及设备噪声等影响因素进行数据增容;基于不同发病程度叶片间特征相似度高、区分难度大的特点,在优选ResNet-50模型的基础上,为解...     

基于实例分割和光流计算的死兔识别模型研究

为实现自动化识别死兔,提高养殖管理效率,以笼养生长兔为研究对象,以基于优化Mask RCNN的实例分割网络和基于LiteFlowNet的光流计算网络为研究方法,构建了一种多目标背景下基于视频关键帧的死兔识别模型.该模型的实例分割网络以ResNet 50残差网络为主干,结合PointRend算法实现目标轮廓边缘的精确提取...     

基于RealSense深度相机的多特征树干快速识别方法

针对农业机器人在果园定位和导航中,环境背景复杂、光照强度变化大等问题,本文提出了一种基于RGB-D相机并利用颜色、深度、宽度和平行边特征的树干快速识别方法。首先,使用RealSense深度相机获取果园的彩色图像和深度数据;然后,将彩色图像转换为HSV颜色空间,再对HSV颜色空间中的S分量进行超像素分割,并将颜色特征和深度特征相近的相邻超像素块进行合并;随后,对深度图像进行树干宽度特征检测,对宽度置信率大于阈值的物体看作是待处理物体;最后,对待处理的物体进行平行边特征检测,在待处理物体边缘区域选择感兴趣区域窗口（ROI）进行边缘检测,搜索可能的树干边缘直边,当物体边缘的置信率R_B大于设定的阈值T_LB时,则识别为树干。通过对树干的多特征提取,有效提高了在不同环境下树干识别准确率。利用移动机器人平台在果园环境进行试验测试,以检验在强光照、正常光照和弱光照条件下树干识别算法的性能。试验结果表明,本文的树干识别算法在强光照、正常光照和弱光照条件下,树干识别的准确率分别为92.38%、91.35%和89.86%,每帧图像平均耗时分别为0.54、0.66、...