GPS RTK技术在紫坪铺库区公路勘测中的应用

GPS技术应用于公路测量是公路外业勘测的一项重大技术革命，其应用及开发的前景十分广阔。尤其是实时动态（RTK）定位技术在公路测量中蕴含着巨大的技术潜力，本文主要介绍了GPS中的RTK技术在公路测量中的应用及其对公路勘测技术发展的巨大推进作用。     

福建省畜牧兽医学会召开九届八次在榕常务理事会议

福建省畜牧兽医学会于2006年8月30日在福州召开在榕常务理事会议,会议邀请本会名誉理事长、省农业厅叶恩发副厅长和省科协学会学术部刘锦清副部长莅临会议指导。会议首先由学会徐斯良秘书长通报了本会推荐的感动中国畜牧兽医科技创新人物和企业、院所的评选结果,我省厦门银祥集     

不同播期对直播稻株型及穗部性状影响的研究

通过研究淮稻5号、武育粳3号、武运粳21号等3个品种不同播期对直播水稻株型及穗部性状的影响,以期塑造直播水稻理想株型。结果表明,在海丰种植条件下,直播水稻最佳播期为6月上旬。随着播期推迟,株高下降,下部节间增长,上部节间变短;同一品种在播期推迟情况下,一次枝梗数、二次枝梗数及每穗粒数均呈减少趋势,不同品种减少幅度存在差异;在推迟播期情况下,武运粳21号、淮稻5号的株高与穗型受到的影响比武育粳3号小,产量的影响也相对较小。     

玉米杂交种主要穗部性状之演变及对育种目标的影响

对1975～2002年河南省玉米区试资料中主要穗部性状的演变进行了分析,并对其与小区产量的关系进行了相关与通径分析.结果表明,行粒数、千粒重在玉米产量构成因素中占主导地位,不宜过多追求穗行数.近一阶段内高产育种同标应以选育中大穗型、子粒容重高的玉米杂交种为主.     

寒地早粳稻秆部性状与产量关系的研究

针对寒地特殊的生态环境,以180份不同基因型早粳稻为材料,较系统地探讨了秆部性状与产量及产量构成因素之间的相互关系。研究表明:在节间长度配置上,在一定范围之内,控制倒3节间长度、增加倒1、倒2节间的长度有利于提高产量,并且对倒1、倒3节间长的选择是最为有效的。在节间粗度配置上,在保证倒1节间粗的基础上,增加其下部节间的粗度有利于高产。增加基因型的基部节间重、单位茎鞘长干重、单株干重是有利于高产的。适当增加株高和秆长来提高生物产量可能是今后水稻超高产育种的发展方向。在进行茎部性状综合评价时,基部节间重、倒2节间粗、单位秆长干重和穗颈节长4个因子就足以代表12个茎部性状的全部信息量。     

基于迁移学习和改进残差神经网络的黄瓜叶部病害识别方法

针对在黄瓜叶部病害识别过程中使用传统卷积神经网络存在模型训练时间长、识别准确率低等问题,提出一种迁移学习和改进残差神经网络相结合的方法对黄瓜叶部病害进行识别。首先对数据集图像进行预处理,将数据集划分为训练集和测试集;然后对传统残差神经网络进行改进;最后使用迁移学习的方式对网络模型进行训练。利用该研究方法对不同的黄瓜叶部病害进行识别试验,结果表明该方法具有较高的识别准确率,可为其他作物的识别方法研究提供参考。      

6份CIMMYT玉米自交系穗部性状配合力分析

利用国内不同玉米(Zea mays L.)杂种优势群的5份代表自交系与来自CIMMYT的6份自交系,按不完全双列杂交组配30个杂交组合,分析了6个自交系7个穗部性状的一般配合力、特殊配合力和总配合力。结果表明,CIMBL98、GEMS13两份自交系性状综合表现较优,是组配强优势组合的优良自交系,CIMBL98×340、GEMS13×昌7-2是较好的杂交模式。     

高光谱遥感估测大豆冠层生长和籽粒产量的探讨

现代作物育种需要监测大量育种材料的生长并估测产量潜势, 高光谱遥感技术为此提供了简单、快捷、非损伤性测定的可能途径。选取30份大豆育成品种进行连续2年的产量比较试验, 在盛花期(R2)、盛荚期(R4)和鼓粒始期(R5)测定地上部生物量(ADM)和叶面积指数(LAI), 并利用ASD高光谱地物仪同步收集大豆冠层反射光谱信息。供试品种间ADM、LAI和产量差异显著或极显著。不同生育期可见光和近红外区域的光谱反射率与大豆ADM、LAI及产量均有显著相关, 尤其在R4和R5期相关性最高。在构建大量光谱参数的基础上, 遴选出对ADM、LAI及产量预测精度较好的回归模型。其中, R5期的P_Area560光谱参数与LAI和R4期的V_Area1450光谱参数与ADM构建的两个生长性状的监测模型效果最好, 决定系数(R²)分别为0.582和0.692。未发现单一生育期光谱参数对大豆估产的有效模型, 但综合R2期NPH1280、R4期V_Area1190以及R5期NPH560构建的产量估测模型, 决定系数(R²)达到0.68, 效果较好。本研究     

基于G-MRF模型的玉米叶斑病害图像的分割

【目的】图像分割是作物病害自动识别系统实现的难点之一,前人研究大多采用基于阈值或聚类的分割算法,方法简单、易于实现,但分割精度较低。本文引入高斯模型的Markov随机场分割模型(G-MRF),对玉米叶部病斑图像进行分割试验,以期提高分割精度。【方法】在VC6.0下实现了G-MRF分割模型,G-MRF既利用了图像像素的灰度信息,又通过像素类别标记的Gibbs光滑先验概率引入了图像的空间信息,是能较好地分割含有噪声图像的算法。采用该算法对大斑病、小斑病、灰斑病和弯孢菌叶斑病等4种主要玉米叶部病害的图像进行了分割测试,并与基于阈值和基于Gauss模型的分割算法进行比较。【结果】基于G-MRF分割模型的分割,目标区域的一致性和边缘的清晰方面明显好于基于阈值和Gauss模型的分割算法,其平均正确分类率达96.35%,分别较基于阈值和基于Gauss模型的分割算法高出3.75%和4.03%,差异达到显著水平。【结论】基于G-MRF模型的分割算法鲁棒性高,能够有效地将病斑区域从叶片部分离,分割正确分类率达96.35%,可用于玉米叶斑类病害图像的分割。     

夏玉米穗部性状的遗传相关与通径分析

通过对44个夏玉米杂交种穗部6个主要性状与单株粒重遗传相关与通径分析表明：穗长与穗粗在影响单株子粒产量诸因素中占据主导地位,在对穗长、穗粗重点选择的基础上,考虑对穗行数、行粒数、出子率的选择,容重可独立进行选择。穗部性状的选择必须考虑性状间的相互制约关系,综合利用某一穗部性状对单株粒重的直接效应和通过其他性状的间接效应。