高效实用型黄瓜嫁接技术——生长点斜插法

为了提升黄瓜嫁接苗对设施栽培连作障碍的耐受能力,提高幼苗的抗病性与抗逆性,同时确保嫁接成活率,增加产品产量及品质,在传统的黄瓜嫁接方法基础上,改进出高效实用的生长点斜插嫁接法,为此创新出了专用嫁接工具——β形铝合金嫁接签,并申报了实用新型专利（专利号： 201811595026.X）;为了提高嫁接苗的成活率,在对砧穗进行特定处理的同时,还探索出了嫁接苗生长最佳环境的保障装置——育苗钢架。通过育苗基质的营养控制、省略嫁接夹具的插接方法及保温保湿的育苗钢架等系列配套技术的使用,使得生长点斜插嫁接技术具备了突出的实用性与高效性,十分适合在实际生产中推广使用。     

新疆夏季行星边界层参数化方案模拟特征研究

行星边界层参数化方案(PBL)对天气气候和大气环境的模拟与预报具有重要影响.通过基于单柱模式(SCM)的乌鲁木齐单点理想实验,以及新疆2019年8月15—18日的一次降水天气过程的模拟检验及诊断分析,研究了YSU、ACM2、BOULAC、GBM、MYJ和QNSE 6种常用的PBL参数化方案模拟的大气比湿、位温等气象要素...     

强化木地板耐磨性能及国产化耐磨纸的研究

对强化木地板的耐磨性能和国产化耐磨纸进行了研究,重点考察耐磨纸的生产方式和热压工艺过程对产品耐磨转数和磨耗量的影响。结果表明Al2O3添加量和添加方式对产品的耐磨性能有很大影响,新研制的B型耐磨纸和进口耐磨纸有相似的磨损曲线,其耐磨转数与Al2O3添加量之间呈线性正相关,耐磨转数的增加主要表现在延长第二磨损区域,即提高初始磨损的IP值。热压工艺过程与产品的耐磨性能之间无明确关系。     

匹配点云结合HSI色彩分量的无人机RGB影像信息提取方法

无人机通常搭载可见光波段传感器获取红-绿-蓝（Red-Green-Blue,RGB）影像,由于无人机RGB影像波段较少,影像的地物信息提取存在一定难度。该研究提出了一种匹配点云结合色调-饱和度-亮度（Hue-Saturation-Intensity,HSI）空间色彩分量的无人机RGB影像信息提取方法。首先以饱和度分量和红光波段构造了饱和度与红光比值指数,再结合可见光波段差异植被指数以及由匹配点云获得的地形特征对研究区正射影像进行分类。试验结果表明,本文方法的总体分类精度达到了91.11%,Kappa系数为0.895,证明匹配点云结合HSI空间色彩分量的方法提取无人机RGB影像信息是可行的,提取结果具有较高精度。相较于基于光谱特征的传统方法,本文方法引入匹配点云可以简单高效地提取影像中高程差异明显的地物,同时,结合HSI色彩分量能够有效弥补无人机RGB影像光谱特征较少的不足。     

基于堆叠沙漏网络的单分蘖水稻植株骨架提取

针对水稻栽培和遗传育种研究中单分蘖性状高通量无损提取的实际需求,该研究提出了一种基于沙漏网络模型的单分蘖水稻关键点预测和骨架提取方法。首先,对原始图像进行批量裁剪、gamma校正和锐化卷积等预处理,获取单色背景下的水稻单分蘖图像数据集;设计水稻单分蘖各器官关键点数据标注策略,构建监督数据集。然后,构建堆叠沙漏网络架构实现叶片数固定和不固定的水稻关键点检测,引入沙漏结构整合图像的多尺度特征,结合中间监督机制整合不同沙漏模块信息。叶片数一致的情况,模型预测准确率最高可达96.48%;叶片数不一致的情况,预测准确率达到82.09%。最后,根据预测关键点及其对应的语义信息连接形成植株骨架,选取茎秆长、叶片长、穗长、叶片-茎秆夹角和茎节点位置5个表型参数对生成骨架模型的实际意义进行评估,其均方根误差依次为5.82 cm、3.09 cm、1.71 cm、3.22°和2.04 cm,证明了该方法能较好地识别水稻单分蘖关键点,为水稻骨架提取提供了一种新思路,有助于加快水稻育种速度。     

单生育期水分胁迫对温室葡萄根际土壤酶活性及微生物群落的影响

为明确单生育期水分胁迫对土壤酶活性和微生物群落结构的影响,选取5a生'红地球'鲜食葡萄为试验材料,采用单因素完全随机试验设计,以全生育期充分供水为对照(CK),依次在葡萄5个生育期分别设置轻度(M)和重度(S)两个水分胁迫水平进行大田试验,利用Illumina高通量测序技术分析土壤微生物的群落构成和多样性.结果表明:葡...     

不同水肥模式对南方地区单季水稻需水特性影响研究

通过多点田间对比试验,分析了不同灌溉模式、不同施肥方式对南方地区单季水稻需水特性的影响。研究表明,同一区域不同灌溉模式单季水稻需水量变化基本一致;不同区域受外部水文气象条件的影响,其需水高峰期出现的时间存在差异;施肥方式对单季水稻需水量的影响小于灌溉模式,在合理施肥条件下、增加施肥次数会略增加水稻需水量。     

基于改进UNet模型的油茶果振动采摘点定位方法

针对非花果同期油茶果采收效率低这一问题,提出一种侧枝振动采摘点定位方法,通过振动侧枝降低树木损伤并实现高效采收。首先构建数据集,对侧枝分段标注,向UNet中添加CloFormer注意力机制并命名为Clo-UNet,实现侧枝的二维重构。其次,在Clo-UNet基础上进一步设计采摘点定位方法并命名为Clo-UNet-Point,该方法优先选择采收离果实最远且最粗的枝条。试验表明,Clo-UNet在验证集上表现优异,其中br_con（连果枝）、danger（危险区）和br_pro（优先采收区域）的平均交并比mIoU分别达到85.36%、86.37%和81.29%,平均像素精度mPA分别达到94.97%、96.17%和89.48%,Clo-UNet在整个数据集上的mIoU和mPA分别比UNet高5.14、6.85个百分点。通过观察验证集647幅图像,Clo-UNet-Point算法在不同光照条件下均能定位到采摘点,平均检测一张图像用时0.15 s。该研究可为未来非花果同期类油茶果的自动化振动采收奠定理论基础。     

基于Kinect V3深度传感器的田间植株点云配准方法

准确建立植物的三维点云是以点云方式高通量获取植株各部位物理参数的前提。为实现田间复杂环境下的植株三维点云配准,该研究提出了一种基于多标定球的田间植株点云自动配准方法,并分别在室内简单场景及大田复杂场景下从不同角度对多种作物采集的点云数据进行验证。该方法采用随机抽样一致性算法（Random Sample Consensus, RANSAC）结合点云减法的概念从下采样后的点云中实现多标定球的自动提取,弥补了RANSAC一次只能提取单个物体的缺点。然后基于各标定球的球心距离信息实现三维点集的自动匹配。最后使用奇异值分解算法解算旋转平移矩阵,实现点云的自动配准。不同场景下各作物的配准结果表明,各植株的水平90°、180°、270°以及垂直方向上的点云配准到水平0°点云下的平均轴向误差在6～17 mm之间,平均点位误差在13～30 mm之间,与手动配准的商用同类软件LiDAR360的配准结果相当,但配准过程的自动化程度明显提高,效率提高了67%。该文所提出的方法可在田间复杂环境下对低成本深度相机获取的植株点云实现高精度的自动配准,为田间植物表型参数的提取提供了低成本的可行方案。     

基于中值点Hough变换玉米行检测的导航线提取方法

为解决机器视觉对早期玉米苗带在多环境变量下导航线提取耗时长、准确率低的问题,该研究提出了一种基于中值点Hough变换作物行检测的导航线提取算法。首先,改进了传统的2G-R-B算法,再结合中值滤波、最大类间方差法和形态学操作实现土壤背景与玉米苗带的分割。其次,通过均值法提取玉米苗带特征点,然后采用中值点Hough变换拟合垄间两侧玉米苗列线,最后将检测出的双侧玉米苗列线为导航基准线,利用夹角正切公式提取导航线。试验结果表明：改进的灰度化算法能够正确分割玉米苗带与土壤,处理一幅640×480像素彩色图像平均耗时小于160 ms,基于中值点Hough变换检测玉米苗列再提取导航线的最大误差为0.53°,相比于传统Hough变换时间上平均快62.9 ms,比最小二乘法平均精确度提高了7.12°,在农田早期玉米苗带多环境变量影响因素下导航线提取准确率均达92%以上,具有较强的可靠性和准确性。