基于HJ-1卫星影像的三大农作物估产最佳时相选择

对于农作物遥感估产,精确选择最佳估产时相是关键环节。该文利用中国自行研发的HJ-1卫星CCD影像对黑龙江八五二农场3大作物（水稻、玉米、大豆）进行遥感估产的最佳时相选择,通过构建小波变换滤波方法和移动平均法的时序NDVI曲线数据,并依据平滑后的时序NDVI曲线分别确定3大作物的遥感估产最佳时相。研究结果表明,从平滑后的时序NDVI曲线中识别出来的3大作物的关键生长期与当地作物的物候期相对比,水稻生长期拟合误差为-0.003356508,玉米生长期拟合误差为-0.001687117,大豆生长期拟合误差为-0     

高砷煤矿周围旱作土壤重金属污染特征及农作物健康风险评价

为了掌握高砷煤矿周边旱作农田重金属污染状况,运用单因子污染指数法、内梅罗综合污染指数法和地积累指数法对高砷煤矿周边旱作土壤重金属（As、Cd、Hg、Cu、Zn）进行污染风险评价,并采用富集系数法、目标危害商数法和致癌风险指数法对农作物和人体健康风险进行评价。结果表明：调查区域土壤综合污染指数均值为2.12,属中度污染水平;土壤中As、Cd、Hg、Zn、Cu的含量均值分别为全国土壤背景值的7.91、2.57、5.26、1.53、3.44倍;As和Hg的污染等级高且范围广,Cu污染等级低但污染范围广,Cd的污染等级较低且范围较小,Zn基本无污染。富集系数法评价结果显示,作物对5种重金属的吸收能力表现为Cd>Zn>Cu>Hg>As。农作物健康风险评价结果显示,5种农作物的健康风险主要为非致癌风险,As是可食用农作物（除玉米外）的主要致癌风险因子和非致癌风险因子,Cd是烟草的主要致癌风险因子和非致癌风险因子。食用本地农作物对人体造成的健康风险依次为As>Cd>Hg>Cu>Zn。研究表明：研究区域土壤处于中度污染水平,As的风险较高;可食农作物中重...     

基于高分三号卫星数据与Η/Α/α-分解特征参数的农作物分类研究

利用高分三号(GF-3)卫星的全极化C波段多极化合成孔径雷达数据,基于Η/Α/ \stackrel{-}{\alpha }极化分解提取香农熵(SE)及其强度分量(SE_I)和极化分量(SE_P)、单次反射特征值相对差异度(SERD)、二次反射特征值相对差异度(DERD)、极化比(PF)、基准高度(PH)、极化不对称性(PA)和雷达植被指数(RVI)共9个特征参数,将其应用于农作物分类研究中,以支持向量机(SVM)和随机森林(RF)算法为例,初步探索了基于Η/Α/ \stackrel{-}{\alpha }分解提取的这9个特征参数在GF-3数据支持下的农作物分类潜力。结果显示:单独将SERD、PH、PF、RVI和SE_P参数用于2种分类方法时,分类精度较高,在82%~92%;但单独运用PA、DERD、SE和SE_I的分类精度均低于80%。将分类精度较低的4个参数组合后,分类精度明显提高,在SVM和RF下的总体分类精度分别达到93.02%和92.05%,Kappa系数均大于0.8。结果表明,基于全极化GF-3数据和Η/Α/ \stackrel{-}{\alpha }极化分解方法提取的9个特征参数,能很好地表征农作物的散射特征,可用于农作物分类研究。     

农桐间作复合生态系统研究进展

该文对７０年代以来国内外涉及农桐间作复合生态系统的研究报告总结如下：①泡桐是强阳性树种．由于具有根系分布深、树冠稀疏等特性,较适宜与农作物复合经营;②间作后由于系统具有减低风速和最高温的作用,因此有助于提高系统抵御灾害天气的能力,但对光的截留对提高系统内作物的产量有副效应;③间作前６ａ和６ａ后,适宜的间作密度分别为５ｍ×２０ｍ和小于５ｍ×３０ｍ,但该结论仍有争议,尚待进一步研究验证;④幼龄间作林营养补给的效果仍存在争议,但接干修枝的研究成果已被生产单位普遍接受;⑤在提高研究手段,完善研究方法的前提下,不同桐种叶面积指数变化规律、树冠对光的截留、光质、光量的时空变化规律、系统内农作物光能结合及系统效应评价方法等领域将是今后农桐复合经营系统研究的重点．     

地理信息系统在土地多宜性评价中的应用

土地多宜性评价为土地利用规划和决策提供多种可能利用方式的信息,它是对每一种不同的利用方式,就选择一套相应的评价指标,它选择的评价对象多,评价的结果准确度高。本文在地理信息系统（ＧＩＳ）的帮助下,建立了土地空间位置图件数据库,土地属性数据库、作物生长要求生理生态知识库和评价指标模型库,对徐水县６种作物进行了多宜性评价的探索。结果显示：在计算机和ＧＩＳ的帮助下,土地评价的工作效率和定量化水平的显著提高     

豆类作物美洲斑潜蝇的化学防治的探讨

试验表明,用２４．５％ 的爱福丁和４８％ 的乐斯本防治豆科作物上的斑潜蝇,具有较好的速效性和持效性,防治上可积极推广应用,特别是２４．５％ 爱福丁是生物农药,当首选应用。对秋梅豆上美洲斑潜蝇的防治至少应喷３ 次。施药间隔期可掌握在１０ｄ 左右（８～９ 月份）。     

RAPD Assessment of Genetic Diversity of Yunjie(Eruca sativa Mill.) in China

Genetic diversity of Yunjie (Eruca sativa Mill. ) in China was assessed by analyses of RAPD (randomly amplified polymorphic DNA) markers. Twenty native cultivars representing Yunjie-growing ecotypes in China were selected as material in this study. Twelve out of the 64 tested random decamer primers were able to identify 131 stable RAPD bands from these Yunjie cultivars. Of them 105 bands, or 80.15% of the total, were polymorphic. Most Yunjie cultivars from the same ecotype had their characteristic DNA bands.Cluster analysis by unweighted pair group method of arithmetic means (UPGMA) suggested that the 20 Yunjie genotypes could be divided into four groups. The genetic distances among the 20 cultivars varied from 0. 117 8between Shuozhou and Shenchi to 0. 499 4 between Hetian and Xiliang. Hetian alone could be a new type of Yunjie identified in China because it had the greatest genetic distance from all the other tested cultivars. These results indicate that Chinese Yunjie have abundant genetic diversity. Classification of Chinese Yunjie based on the RAPD information was in good agreement with the relationships between these Yunjie cultivars in their geographic origins and their plant morphology.     

甘蓝类蔬菜游离小孢子培养研究进展

近年来,单倍体育种逐步得到发展,游离小孢子培养是产生单倍体的较好途径,本文综述广为种植的甘蓝类蔬菜游离小孢培养概况。材料的选取,小孢子的分离、培养以及提高产胚率等培养技术,并结合实际工作,分析了甘蓝类蔬菜小孢子培养的优势、潜力和当前存在的问题。     

作物对水分胁迫的响应及水分利用效率的研究进展

作物对水分胁迫的响应及水分利用效率的研究是节水农业的重要方面,为此,对水分胁迫下作物形态、生理生化响应,作物水分利用效率的内涵、测定计算方法及提高作物水分利用效率途径等国内外的相关研究进行了回顾,并在此基础上,提出了我国目前在该领域研究和应用中存在的问题.     

基于轻量型残差网络的自然场景水稻害虫识别

准确识别水稻害虫对水稻及时采取防护和治理措施具有重要意义,该研究以自然场景中水稻害虫图像为研究对象,针对水稻害虫图像的颜色纹理与背景相近以及同类害虫形态差异较大等特点,设计了一个由特征提取、全局优化以及局部优化模块构成的轻量型残差网络（Light Weight Residual Network,LW-ResNet）用于水稻害虫识别。在特征提取模块通过增加卷积层数以及分支数对残差块进行改进,有效提取自然场景中水稻害虫图像的深层全局特征并使用全局优化模块进行优化;局部优化模块通过设计轻量型注意力子模块关注害虫的局部判别性特征。LW-ResNet网络在特征提取模块减少了残差块的数量,在注意力子模块中采用深度可分离卷积减少了浮点运算量,从而实现了模型的轻量化。试验结果表明,所设计的LW-ResNet网络在13类水稻害虫图像的测试数据集上达到了92.5%的识别准确率,高于VGG16、ResNet、AlexNet等经典卷积神经网络模型,并且LW-ResNet网络的参数量仅为1.62×106个,浮点运算量仅为0.34×109次,低于MobileNetV3轻量级卷积神经网络模型。该研究成果可用于移动端水稻害虫的自动识别。