新型控释肥机插侧深施对江淮中稻产量及氮肥利用率的影响

基于新型控释肥的机插侧深施肥,可以实现简化施肥次数,减少施肥量,提高肥料利用率。2020年在安徽江淮水稻主产区多点试验的结果表明,基于生物基包膜控释肥（MFi）机插侧深施,江淮杂交中籼稻在常规施肥量（其中N=13.5 kg/667 m²）基础上减量20%,江淮常规中粳稻在常规施肥量（其中N=15.6 kg/667m²）基础上减量10%,或在常规施肥量（其中N=15.6 kg/667m²）基础上减量20%+1次孕穗肥,均可以实现不减产（平产或略增）,显著提高肥料利用效率。     

基于SDAE-BP的联合收割机作业故障监测

为了解决联合收割机作业故障的非线性特征信号难以提取的问题,该研究提出了一种基于堆叠去噪自动编码器(Stack Denoising Auto Encoder, SDAE)和BP神经网络(Back Propagation,BP)融合的联合收割机作业故障监测及诊断的方法(SDAE-BP)。以转速传感器采集联合收割机脱粒滚筒转速、籽粒搅龙转速、喂入搅龙转速、杂余搅龙转速、风机转速、输送链耙转速、割刀频率以及逐稿器振动频率,并将采集的数据集作为系统的输入。利用SDAE提取输入信号的深层次特征,并由BP神经网络辨识收割机作业状态,实现联合收割机故障监测。在SDAE-BP模型训练过程中,去噪自动编码器(Denoising Auto Encode, DAE)依次经带有不同分布中心噪声的原始数据进行训练,然后将其堆叠,并通过误差反向传播算法对模型参数进行优化,以提升模型识别故障性能和泛化能力。试验结果表明,对于2018年联合收割机田间试验数据,模型的故障诊断准确率达到99.00%,与SDAE和BP神经网络相比,分别提高了1.5和4.5个百分点。将SDAE-BP故障诊断模型用2019年的试验数据进行更新,并用2018年和2019年试验数据进行测试,结果表明,更新后的模型对2018年试验数据的故障识别准确率为99.25%,对2019年试验数据的故障识别准确率为98.74%,更新后模型在2019试验数据集上的故障识别准确率较未更新模型提高了6.52个百分点。该文所建模型能够准确识别联合收割机的故障类型,且具有较好的鲁棒性,对旋转型机械故障监测及预警具有参考价值。     

缓释肥侧位深施及用量对油菜产量和肥料利用率的影响

为明确红壤稻田直播油菜缓释肥（N-P2O5-K2O:25-7-8）侧位深施效果及适宜用量,该研究连续2 a在两熟制和三熟制2种种植模式下开展缓释肥侧位深施效果对比试验（设置不施肥、土表撒施和侧位深施3个施肥方式）和施用量试验（设置0、300、450、600、750和900 kg/hm2 共6个施肥水平）,研究缓释肥侧位深施及不同用量对油菜产量形成和肥料利用率的影响。结果表明,施肥方式对红壤稻田油菜产量形成和肥料利用率均有显著影响,且对两熟制油菜影响更为显著。相比传统土表撒施,侧位深施显著促进了油菜产量和肥料利用率的提高。缓释肥侧位深施明显提高了各时期油菜干物质量,尤其是显著增加了初花期至成熟期的干物质积累量,促进了花后根部与地上部干物质同步增长;促进了根系对N、P、K的吸收,提高了油菜产量和肥料利用率。菜籽产量与缓释肥用量呈线性加平台关系,适宜施肥量可保证较大的收获密度,并协同产生较多的每株角果数和每角粒数,从而提高籽粒产量、肥料利用率和经济效益。两熟制和三熟制油菜缓释肥侧位深施的适宜用量分别为715和585 kg/hm2,产量潜力可分别达2 450和1 700 kg/hm2。研究表明,侧位深施适量缓释肥可显著提高红壤稻田直播油菜生产力,建议结合机械化种植因地制宜推广应用。     

林木采伐及木材精深加工机器人研究进展

林木采伐及木材精深加工与木材生产的效益息息相关,机器人在木材生产中的应用促进了木材生产质量和效率,为木材工业发展提供了新的增长动力。针对机器人在林木采伐及木材精深加工领域的应用,文中从林木采伐、人造板生产、家具制造3方面详细论述了采伐机器人、旋切定心机器人、喷涂机器人、码垛机器人、弯曲木机器人、雕刻机器人等机器人研究现状,提出未来林木采伐及木材精深加工机器人的发展方向应集中于仿生移动机构、多功能集成机器人、智能算法及柔性制造系统等方面。     

基于深度学习的小浆果一体化智能采摘与分选研究进展

小浆果因具有较高的营养价值和保健作用深受人们喜爱,被国际市场誉为第3代水果。随着市场需求量的增加,林业小浆果的智能采摘与分选成为一种新的趋势。目前,由于现有技术自动化和智能化程度不高,导致大量人力、物力的投入。深度学习方法的飞速发展促进了检测技术的精确作业和检测精度的提高。文中概述了深度学习的发展进程,通过总结国内外关于深度学习方法在小浆果采摘与分选中的应用,提出深度学习方法在实际应用过程中存在的问题及解决措施,并展望深度学习方法在小浆果智能采摘与分选检测方面的发展趋势。     

医学图像精细化分割方法研究

指出了深度学习方法在医学图像分割中取得较大的进展,但医学图像处理的复杂性使得全自动分割方法难以取得较好的分割效果。在卷积网络分割的基础上,结合应用场景使用适当的后处理手段来提升图像的分割效果是一种比较有临床意义的研究方法。主要研究了基于概率图的全连接条件随机场模型和基于用户交互的深度编辑网络,并分析总结了这两种方法的实现原理和各自优势,并对未来的研究工作进行了一些展望。     

减量侧深施肥对里下河地区单季粳稻产量和品质的影响

以优质食味粳稻南粳9108和南粳5718为材料,以常规施肥为对照（CK,施氮量300 kg/hm2、基蘖氮肥与穗氮肥比7∶3）,分别设计6个侧深施肥处理[基蘖氮肥为常规施肥处理的100%(T1)、90%(T2)、85%(T3)、80%(T4)、75%(T5)及70%(T6),穗氮肥量同CK],探讨侧深施肥对里下河地区单季粳稻产量和品质的影响。结果表明,与CK相比,T1处理显著提高水稻产量,2个品种产量分别提高了9.49%和8.23%,经济效益显著增加,同时改善了稻米的加工品质和营养品质,但未改善稻米的食味品质;T3处理2个品种产量与CK相比无显著差异,但提高了稻米的加工品质、外观品质和食味品质,是一种优质稳产的施肥方式。     

Movements and behaviors of swordfish in the Atlantic and Pacific Oceans examined using pop‐up satellite archival tags

Swordfish are highly specialized top‐level predators that have been challenging to study. In this paper, data from 31 pop‐up satellite archival tags attached to swordfish from (i) the eastern Pacific, (ii) central Pacific, and (iii) western North Atlantic‐Caribbean were analyzed. Common across locations was a pronounced diel vertical pattern with daytime hours spent primarily below the thermocline and nighttime hours spent in warmer waters, close to the surface. One exception to this pattern was periodic daytime basking events which were most common in cooler waters off California. Maximum daytime depths were significantly correlated with light penetration as measured by the diffuse attenuation coefficient at 490 nm. Temperature did not appear to influence daytime depths, and swordfish tolerated both extremely low temperatures (4°C) and rapid and dramatic temperature changes (>20°C). Temperature did appear to influence the nighttime depths in the Pacific where fish typically remained in the surface mixed layer. In contrast, in the warm tropical Atlantic this was not the case, and nighttime depths were much deeper. In all areas, nighttime depth increased around the full moon. Given the parallels between the vertical movement patterns of swordfish and those of the deep sound scattering layer we suggest that swordfish vertical distribution patterns, especially during daytime, are influenced largely by resource availability. At night, when swordfish are typically targeted by fisheries, both ambient light and temperature influence movements. Understanding vertical movement patterns of swordfish can help evaluate gear vulnerability, improve population assessments, and potentially reduce fisheries bycatch.     

基于迁移学习和金字塔卷积网络的河蟹个体图像识别方法研究

针对目前河蟹追溯成本高、消费者无法细粒度地追溯单体河蟹信息等问题,提出一种基于迁移学习和金字塔卷积的河蟹背甲图像个体识别算法。该算法使用金字塔卷积层替换普通残差卷积块构建网络模型,可以从蟹背图像中提取多尺度、深层次的特征信息。结果显示:采用金字塔卷积结构的Resnet34和Resnet50的准确率分别为98.38%、98.51%,与使用普通卷积层的模型相比,准确率提升5.49%、1.3%,而当模型深度达到101层时,模型性能不再明显提升。与使用金字塔卷积结构的全新学习模型相比,迁移学习方法的训练收敛迭代轮次从20轮降低至5轮,此时模型准确率为98.88%,较全新学习的准确率提升0.37%,同时弥补了样本量较少的问题。该研究为河蟹个体识别追溯提供了理论依据和技术支持。     

血液透析患者动静脉内瘘血栓形成的治疗方法探讨

目的总结血液透析患者动静脉内瘘后血栓形成的治疗经验。方法 156例动静脉内瘘后血栓形成患者,早期采用溶栓治疗,而晚期采用手术治疗。结果 47例采用溶栓治疗,成功率为53.2%,其中6h内、6h后溶栓成功率分别为85.7%、26.9%(P<0.01)。131例(含溶栓失败22例)手术治疗者中,成功率为84.7%,其中静脉-动脉端侧吻合、取栓加吻合口扩张的成功率分别为94.2%、48.1%(P<0.01)。结论动静脉内瘘后血栓形成患者在阻塞6h内采用溶栓治疗,而阻塞超过72h者首选静脉-动脉端侧吻合手术。