设施土壤中连续施用生物炭对土壤磷形态及吸附与释放特性的影响

针对设施土壤中长期大量施用有机肥可能造成的土壤磷素过度积累及易流失等问题,本研究拟通过施用生物炭增加土壤中磷的吸附,从而减少磷流失。此外,目前关于在设施土壤中连续施用生物炭对土壤磷素形态和有效性的影响作用尚不清楚。为此,在辣椒大棚中通过长期定位试验,研究连续4茬施用生物炭对土壤有效磷、不同形态磷、磷吸附及释放的影响。结果表明：在每公顷施用15 t猪粪稻草有机肥基础上施用生物炭可显著增加土壤有机碳含量和土壤pH,并显著改变了土壤磷各组分含量,显著增加了NaHCO₃ P_i、NaHCO₃ P_o、Fe/Al-P_i和Ca-P_i含量,且显著降低了Ca-P_o含量。此外,连续4茬施用生物炭还增加了土壤对磷的吸附,从而降低土壤磷的释放。本研究结果说明,在设施土壤中长期大量施用有机肥下结合施用生物炭在保持土壤有效磷供应下可提高土壤磷的吸附,从而降低土壤磷素的流失风险。     

黑龙江省垦区2OO3年农业机械化水平评价

根据已有的农机化评价体系,调查了黑龙江垦区2003年农机化实际值,计算出了该年垦区的农业机械化水平,并进行分析评价。这对于今后提高黑龙江垦区农业机械化的综合保障能力、农机经营效益以及农业机械化水平的进一步提高有着重要的指导意义。     

茶树品种光合与水分利用特性比较及聚类分析

在自然条件下测定52个茶树品种叶片的光合与生理参数并对其进行数值分类以及主成分、聚类和判别分析。结果表明, 叶片净光合速率(P_n)、蒸腾速率(T_r)、气孔导度(G_s)、胞间CO₂浓度(C_i)及水分利用效率(WUE)的品种间差异达极显著水平(P<0.01); 选出3个主成分分析, 方差累计贡献率达到96.98%, P_n、T_r、G_s为第一主成分的主导因子, WUE、C_i均为第二主成分和第三主成分的主导因子; 根据P_n、T_r、G_s和WUE 4个指标聚类, 52个茶树品种聚为5类, 其中I类的15个品种为高光合速率、中等蒸腾速率、低气孔阻力、高水分利用效率类型, 可用于茶树的品种改良; 在聚类分析基础上用判别分析选出对茶树光合与生理性状数值分类有显著影响的4个参数, 建立了5个判别能力较高的判别模型。     

Classification of Azolla spp., section Azolla

Summary Azolla accessions (section Azolla) from the germplasm collections of the International Rice Research Institute and Washington State University were fingerprinted and classified by enzyme electrophoresis and leaf trichome morphology. A. filiculoides was enzymatically distinctive and also reliably identified by its prominent one-celled trichomes. Neotropical accessions labelled as A. filiculoides proved to be members of other species. Two groups of isolates were designated A. rubra, but those from Japan were identified as A. filiculoides. The A. rubra of Australia-New Zealand was biochemically unique and possessed less protuberant trichomes than A. filiculoides. A. microphylla, A. mexicana, and A. caroliniana were phenetically similar, but a. microphylla was identifiable from the others in the banding patterns of certain enzymes. A. mexicana and A. caroliniana were closely related enzymatically. The two-celled leaf trichomes of these three species were similar in size and shape.     

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...     

亚地块尺度秸秆信息丰度研究

不断拓展的秸秆资源应用途径丰富了亚地块尺度下秸秆信息丰度的研究,但界定和表达亚地块尺度下秸秆信息丰度尚缺乏科学规范。本文以机收小麦原茬地的秸秆信息丰度为研究对象,设计系列指标（立茬与碎秸的质量分布、碎秸堆叠层数、立茬侧影覆盖度）,分别探讨原位网格取样称草、平板匀铺图像处理、背景板图像处理、碎秸筛分、人工观察计数等手段与方法,进行原茬秸秆信息的指标化。将获取的多维秸秆信息进行归一化处理,并运用图像相似度分析法研究信息指标间的相关性。结果表明,本文提出的秸秆信息参数及测试方法增加了亚地块尺度下的秸秆信息丰度,秸秆信息图像间的相关分析也能反映出各指标间的内在联系。所得信息反映了收获机的留茬状态与碎草性能,碎秸质量集中分布在割幅中间区域。立茬质量分布受作物行间距影响,碎秸堆叠层数表达了机排草口的排草状况,立茬侧影覆盖度分布可反映收获机的留茬碾压破坏情况。秸秆信息指标间的相关分析表明,地表秸秆总质量与碎秸质量的相似度为0.89、与立茬质量相似度为0.43,碎秸质量与碎秸堆叠层数相似度为0.64,立茬质量与立茬侧影覆盖度相似度为0.48。本文界定的亚地块尺度下秸秆信息丰度及其参数化研究结果可为系统开展亚地块尺度下秸秆信息技术研发提供参考。     

基于本体与认知经验的农业机器人视觉分类决策方法

基于小样本数据下认知经验知识辅助计算机进行决策,对实现农业领域机器人智能认知决策与助力智慧农业发展具有重要意义。本文在统计计数、支持向量机（SVM）等图像属性信息学习方法基础上,使用Protégé等工具,基于认知经验构建水果识别分类的专业知识库;然后根据图像颜色与形状信息,进行知识库搜索推理得到分类决策。实验在Fruit360数据集中共选择2091幅葡萄、香蕉、樱桃水果图像作为测试集,并各挑选30幅图像作为属性信息训练集与验证集,结果表明当前数据下葡萄与樱桃识别准确率为100%,香蕉识别准确率为93.30%。仅在知识库添加黄桃知识后,对984幅黄桃图像样本进行测试,其分类准确率为97.05%。表明本文方法能有效完成图像分类决策任务,且具有良好的过程可解释性、能力共享性和可拓展性。     

基于无人机遥感与卷积神经网络的草原物种分类方法

基于无人机高光谱成像遥感系统,在400～1 000 nm波段内采集低矮、混杂生长的荒漠草原退化指示物种的高光谱图像信息。分别在退化指示物种的开花期、结实期和黄枯期进行飞行实验,飞行高度30 m,高光谱图像地面分辨率2. 3 cm。采用特征波段提取与深度学习卷积神经网络相结合的方式,提出一种荒漠草原物种水平分类的方法,结合植物物候给出了中国内蒙古中部荒漠草原物种分类的推荐时相,总体分类精度和Kappa系数平均值分别达到94%和0. 91。研究结果表明,无人机高光谱成像遥感技术及深度卷积神经网络可以较好地实现荒漠草原退化指示物种的分类,与基于径向基核函数的支持向量机、基于主成分分析的深度卷积神经网络分类法相比,基于特征波段选择的深度卷积神经网络分类法效果最好,分类精度最高。无人机搭载高光谱成像仪低空遥感和卷积神经网络法提供了一种草原物种水平分类的途径。     

种子重力分选机预分层喂料系统设计与试验

为了提高种子重力分选机分选性能,降低设备使用调节难度,提出了种子进入分选台面的预分层工艺,设计了配套的分层喂料系统,计算确定了结构参数。在SolidWorks中建立了系统模型,采用SolidWorks-Simulation对模型工作应力和位移进行分析。采用SolidWorks-Flow Simulation对流场进行仿真和系统结构参数优化。在5TZX-50型重力分选机上进行试验,利用Design Expert 软件进行Box-Behnken响应面分析,建立了性能指标与影响因素的数学回归模型,选出了气流速度为3.40m/s、振动频率为9.75Hz、导流板倾角为29.65°的最佳组合,该组合下除轻杂率和除重杂率试验值为95.12%和96.37%。试验表明,除杂率与目标优化预测值的误差不大于1.36%,分层喂料系统满足设计要求。     

基于RNMU的多源星载SAR影像融合与土地覆盖分类

为充分利用多时相、多极化SAR数据在不同土地覆盖类型中的后向散射特性,将递归非负矩阵下近似(Recursive nonnegative matrix underapproximation,RNMU)算法引入多源SAR数据的融合,并利用融合后的SAR影像实现较高精度的土地覆盖分类。融合过程中,在根据不同模式SAR影像特点进行多源SAR影像预处理的基础上,基于RNMU算法通过对多个输入SAR影像进行矩阵分解及迭代最优矩阵求解,得到融合影像。为验证融合后SAR影像在土地覆盖分类中的应用效果,以吉林省大安市为研究区,对多时相Sentinel-1的VV/VH双极化SAR数据和高分三号(GF-3)的HH/HV双极化SAR数据进行了基于RNMU的影像融合,并利用融合后的SAR影像进行研究区主要土地覆盖类型分类。实验结果表明,基于RNMU融合影像的土地覆盖分类总体精度达93. 11%,Kappa系数为0. 86,与Gram-Schmid(G-S)融合方法相比,分类总体精度提高了6. 83个百分点,Kappa系数提高0. 12。多源SAR融合为SAR影像融合提供了有效手段,为土地覆盖分类提供了更多高精度的数据资源。