高海拔地区日光温室黄瓜霜霉病与角斑病的诊断识别及生态防控

甘肃永登县平均海拔2 100 m, 属冷凉气候区, 依赖此气候特点,近年来该地大力发展高效节能日光温室,进行反季节深冬一大茬黄瓜生产, 取得了显著的经济效益, 一般667 m2效益3万元以上.目前全县每年温室黄瓜保有面积33.35多hm2,集中分布在县城附近的城关、中堡两个乡镇.由于温室温差大、湿度大、光照不足,为黄瓜霜霉病和角斑病的发生创造了有利条件,而因为两病前期症状极为相似,尽管农户有多年种植黄瓜的经验,但对两病仍难以区分,造成用药混乱,尤其是两病常以暴发的形式出现,有些种植户慌乱之中胡乱打药,如药不对路、药量过大、时间不准、方法不当,花了钱不见效或者效果甚微, 有时即使有效但使黄瓜品质也受到损失,失去了防治意义;有些种植户面对扑面而来的病害束手无策,任其自然发展,导致病害蔓延,轻则减产、重则绝收,损失极大.现将生产实践中总结的两病诊断识别方法与生态防控方法介绍如下,以作参考.     

假劣兽药外观简便识别法

目前,市场上出售的兽药质量参差不齐,假冒伪劣产品时有发现。那么,如何从外观识别假劣兽药呢?现介绍几种简便的识别方法:一、查兽药生产企业是否经过批准。凡未批准的单位,生产的兽药必然没有领取批准文号,按《兽药管理条例》第二十八条规定,应作假药处理。二、查产品批准文号。兽药产品是否取得批准文号,是判断该药是否可能属于假兽药的重要标志。检查时先看产品有无批准文号,然后看批准文号的格式是否正确。三、查产品规格。查标签上标示的规格与药品的实际是否相符。主要是兽药的标志装量与实际装量是否相符。四、查兽药名称。兽药名称包…     

视觉识别技术在智慧农业中的应用和发展

智慧农业的发展将物联网和人工智能带到了农业领域,推动现代农业的发展走向智能化和数字化。视觉识别技术作为人工智能的一个重要分支,也在智慧农业中得到了充分地应用和发展,它能够对农作物的生长情况和农业生产环境进行精准监测,对于农产品的加工和销售也能做到良好的质量管控,进而实现了现代化农业生产的低耗高效以及农产品的优质高产。     

番茄生产中常见生理性病害的识别及防治

生理性病害是由生物因素（主要指蔬菜生长发育的环境因素）,如温度、湿度、光照、养分、空气等不适而造成的,它没有传染性,但与传染性病害在一定条件下可以互相影响,生理性病害可降低植物对病原物的抵抗能力,从而诱发加重传染性病害的严重程度;同样,植物发生传染性病害后,也易使生理性病害发生。有的生理性病害的症状类似于传染性病害,易造成误诊,多次喷药后不但症状不会减轻,反而会适得其反。因此,为保证蔬菜丰产,有必要识别蔬菜生理性病害并对症防治。下面将番茄生产中多发的常见生理性病害简介如下。     

基于深度学习的杂草识别方法研究进展

伴生杂草不仅与作物争夺养分和水分,而且还是多种病虫害的中间寄主,成为困扰作物高效生产的难题。随着深度学习技术的发展,杂草的自动检测和分类识别在清除杂草过程中得到重要应用。首先阐述应用于杂草识别过程中深度学习的硬件需求以及软件实现过程,分析用于深度学习不同硬件的优缺点,阐述深度学习模型建立、训练、模型评估以及模型部署等基本步骤;并重点论述深度学习方法在杂草和作物识别以及杂草分类识别的研究进展。然后指出深度学习数据需求量大,目前无通用数据集,杂草、作物相互遮挡,光照环境复杂,机器作业条件恶劣等情况下识别准确率低的问题。最后提出图像与光谱数据融合、杂草识别模型模块化、杂草长势预测、模型嵌入式部署研究将成为基于深度学习的杂草识别方法未来的研究方向。     

成龄梨树缺硼症识别与施硼技术

1缺硼症状新梢由顶端开始枯死,并逐步回枯,叶片稀疏,受害小枝的叶片变黑但不脱落,或顶梢呈丛状生长;开花不良,坐果率低;果实表面开裂并有小疙瘩,果肉失水,变干变韧,果实近萼处组织粗糙、变麻,随后木栓化,有时出现浅色凹陷,凹陷的皮下有木栓化组织,果实风味变差,经常是未成熟即变黄,而且黄的程度参差不齐,失去商品价值;枝的皮部出现溃疡等.砂质土壤、石灰质土壤及干旱土壤梨园都容易缺硼.     

基于改进YOLOv7的苹果生长状态及姿态识别

针对目前苹果在复杂环境下难以进行生长状态分类识别、姿态信息同步获取等问题,该研究提出了一种基于改进YOLOv7的苹果生长状态分类和果实姿态融合识别方法。首先改进多尺度特征融合网络,在骨干网络中增加160×160的特征尺度层,用于增强模型对微小局部特征的识别敏感度;其次引入注意力机制CBAM(convolutional block attention module),改善网络对输入图片的感兴趣目标区域的关注度;最后采用Soft-NMS算法,能够有效避免高密度重叠目标被一次抑制从而发生漏检现象。此外,结合UNet分割网络和最小外接圆及矩形特征获取未遮挡苹果姿态。试验结果表明,改进YOLOv7的识别精确率、召回率和平均识别精度分别为86.9%、80.5%和87.1%,相比原始YOLOv7模型分别提高了4.2、2.2和3.7个百分点,另外苹果姿态检测方法的准确率为94%。该文模型能够实现苹果生长状态分类及果实姿态识别,可为末端执行器提供了抓取方向,以期为苹果无损高效的采摘奠定基础。     

如何识别和防治青(辣)椒疫病

近几年来,由于农业产业结构的调整和市场的需求,唐山地区青（辣）椒的种植面积无论是露地还是保护地均逐年扩大,但由于管理跟不上,青（辣）椒病害日益加重,尤其青（辣）椒的疫病,危害相当严重,现已成为青（辣）椒生产上的重要障碍。了解青（辣）椒疫病的发生特点,进行及时有效的防治是当务之急。防治青（辣）椒的疫病应以农业防治为主,采取综合防治措施。     

增压器转速适应性测量方法

提出一种以采集卡为测量平台的增压器转速测量方法。系统以软件方式实现了随转速变化进行自适应调整的数字滤波，给出一种基于转速信号极值点的周期识别方法。分析和实验结果表明，该方法能够在增压器转速信号受外界干扰而偏离的情况下，在较宽的范围内实时测量增压器转速。     

燕山板栗主要食叶害虫的识别与防治

2018年燕山板栗产区由于气温较高、天气干旱,造成了大面积虫灾,尤其是栗斑蚜、红蜘蛛、栗癭螨、舟形毛虫、刺蛾、栗粉舟蛾等食叶害虫更为严重。造成了燕山板栗产区产量下降,品质降低。为此,应做到早期发现,及时防治。否则将造成严重减产,虫灾严重区域下年还可能绝收,后果极其严重。