生产效率视域下加工番茄生产要素冗余的区域差异及影响因素

新疆是我国番茄制品生产和出口的重要基地,基于新疆加工番茄主产县域480份农户的调研数据,采用DEA-BCC模型,测算新疆加工番茄主产县域的生产效率,分析加工番茄主产县域的生产要素冗余率,并利用地理探测器模型,揭示影响加工番茄生产效率的关键因子。结果表明：新疆加工番茄主产县域的生产效率存在显著差异,且生产效率均未达到DEA有效水平;其次,加工番茄主产县域的生产要素投入存在不同程度的冗余,种植面积和农业机械投入冗余属于资源利用强度不足型,劳动力、化肥及农药投入冗余属于要素投入过度型;家庭纯收入、户主年龄、户主受教育程度、种植时间和种植面积是生产效率出现县域差异的主要因子,解释力度介于61.4%～65.2%,且因子间相互作用的影响力均高于单独作用的影响力,表明促进县域之间生产要素的合理流动和高效集聚,发挥主产县域的辐射带动作用,可以有效提高加工番茄种植户的生产效率。     

一种改进深度卷积神经网络的海岛识别方法

受不规律潮汐的影响,现有的海岛地物类别自动识别方法存在精度低和时效性差等问题,通过改进深度卷积神经网络提出了一种基于遥感影像的海岛快速识别方法:(1)在深度卷积神经网络的卷积层中增设1×1的卷积核作为瓶颈单元,对多波段的遥感影像进行降维;(2)在池化层引入了重采样方法,基于灰度值对海量的遥感影像进行特征压缩。以300景Landsat-8遥感影像为源数据,分别采用CNN、RCNN和本文改进的深度卷积神经网络对遥感影像中的海岛进行识别,实验结果表明:(1)改进的深度卷积神经网络降低了海岛识别的计算耗时,其计算耗时仅为CNN的4.56%和RCNN的5.60%;(2)改进的深度卷积神经网络较CNN和RCNN提高了海岛识别的精度,识别精度分别为96.0%、93.3%和95.0%。结果说明,改进的深度卷积神经网络适用于面向遥感影像的海岛自动识别。     

荞麦产品加工现状分析与建议

近年来人们对健康和养生越发关注,荞麦作为一种药食同源的小宗杂粮,具有很高的营养价值,得到了越来越多的重视。目前市场上已有荞麦面粉、荞麦米、荞麦挂面等荞麦制品,但产品的种类不够丰富,且没有充分发挥出荞麦药食同源的保健作用。本文介绍了荞麦的营养价值,并在分析荞麦产品加工现状的基础上,指出了荞麦产品加工方面存在的不足,并对荞麦加工的未来发展提出了一些建议。     

马铃薯淀粉加工的副产物及资源化利用现状

马铃薯淀粉加工过程中会产生大量的副产物,如汁水和薯渣等,这些副产物中有机物含量较高,且COD(化学需氧量)、BOD(生物需氧量)均超标,无法直接排放,作为废弃物又会造成资源的浪费。为减少资源浪费和环境污染,近年对马铃薯淀粉加工副产物处理及资源化利用的研究成为热点。文章主要介绍了马铃薯淀粉的特性、用途、加工过程中副产物的来源,并对目前马铃薯淀粉加工副产物的处理方法及资源化利用现状进行了综述。     

油菜角果数量及关键表型参数的自动化检测方法研究

为有效替代人工方式考种油菜、观测角果,研究了一种用于测量批量角果的数量和关键表型参数的自动化检测方法。设计了角果散铺和图像采集装置,利用拨动加振动的方式将堆积角果均匀散开并拍摄视频;使用二维码作为标记块,以有效地提取关键帧并拼接为包含全部角果的整幅图像;提出了基于凹点提取与匹配的图像分割方法,分割各种形态下的重叠角果,准确率达到98%以上。在关键表型参数测量中,利用了最大类间方差法以判断角果的正置或侧置姿态,以此估计角果横切面的近似椭圆长短轴,再计算角果的长度、表面积和体积。实验结果表明该方法具有很好的检测精度,对不同品种的油菜适应性较好,长度、表面积和体积的估计误差分别不大于2.9%、4.8%和5.0%。该方法可以有效替代人工方式的油菜考种,为相关农业科研领域提供基础数据。     

A novel approach to estimating the competitive ability of Cirsium arvense in cereals using unmanned aerial vehicle imagery

Eight experiments were carried out in Denmark to determine the yield loss of spring barley due to Cirsium arvense in farmers' fields and to suggest and evaluate a novel approach for quantifying C. arvense infestation in large plots. Literature about the competitive ability of C. arvense is old, scattered and inconclusive, and existing models for estimating crop yield loss are based on data from North America. This study showed that C. arvense coverage could be quantified from unmanned aerial vehicle imagery using a manual image analysis procedure. This gave similar results as scoring the coverage. Yield loss of spring barley due to C. arvense infestation assessed at harvest was given by Y = 100·(1−exp(−0.00170·X)) where Y is the percentage of crop yield loss and X is the percentage of C. arvense coverage. The yield loss was much lower than estimates from models that have been developed in North America. It is speculated that the main reason for this is the later emergence of C. arvense than the crop due to lower soil temperatures in spring. Grain moisture increased linearly with C. arvense coverage: M = 0.0310·X where M is the proportional (%) increase in grain moisture and X is the proportion (%) of C. arvense coverage. Automated image analysis procedures are needed to estimate C. arvense coverage on field scales, and further experiments are needed to reveal whether the low competitive ability of C. arvense found in this study is representative for Northern Europe.     

超低温技术的研究进展及其在甘蔗脱毒中的应用前景

超低温处理是以植物组织培养以及超低温保存为基础的一种新型的脱毒技术。为研究其在甘蔗脱毒中的应用前景,笔者对超低温技术在常见作物中脱毒方法及效率进行了分析,对超低温的原理、方法以及脱毒效果做了总结,对甘蔗现有的脱毒技术进行了分析。阐述了超低温技术为甘蔗脱毒工作中所提供的新的思路。     

水稻种子总RNA提取质量问题的探究

水稻种子总RNA提取在水稻分子遗传基础实验中起着非常重要的作用,然而,高质量水稻种子RNA的获取难度高,极大阻碍了cDNA文库构建、RNA-Seq和基因表达分析等相关研究工作的开展和深入。为了探讨水稻种子总RNA提取的相关影响因素,寻找合适的水稻种子总RNA提取方式,本研究通过比较Trizol法、GeneMark试剂盒法和艾德莱试剂盒法3种不同的提取方式、不同的耗材处理方法、研磨方式等不同因素改进水稻种子总RNA的提取效果。不同的检测结果显示,艾德莱多糖多酚提取试剂盒能够提取到28S、18S条带完整、降解少和纯度高的水稻种子总RNA;不同耗材处理方法中,蛋白酶K处理过的耗材提取的总RNA比另外两种方法处理过的耗材提取的总RNA降解更少,28S和18S条带更清晰和完整、总RNA质量最高、效果最好;而研磨方式上,液氮冷冻研磨法能够有效抑制RNA酶对RNA的降解。本研究对水稻种子RNA提取过程相关因素的分析和改进,为促进以水稻种子为研究对象的分子实验奠定了一定的技术基础。     

基于循环残差注意力的群养生猪实例分割

目的 在群养环境下,实现生猪粘连、杂物遮挡等不同条件下生猪个体的高精度分割。方法 对真实养殖场景下的8栏日龄20~105 d共45头群养生猪进行研究,以移动相机拍摄图像为数据源,并执行改变亮度、加入高斯噪声等数据增强操作获取标注图片3 834张。探究基于2个骨干网络ResNet50、ResNet101与2个任务网络Mask R-CNN、Cascade mask R-CNN交叉结合的多种模型,并将循环残差注意力(RRA)思想引入2个任务网络模型中,在不显著增加计算量的前提下提升模型特征提取能力、提高分割精度。结果 选用Mask R-CNN-ResNet50比Cascade mask R-CNN-ResNet50在AP_0.5、AP_0.75、AP_0.5-0.95和AP_{0.5-0.95-large}指标上分别提升4.3%、3.5%、2.2%和2.2%;加入不同数量的RRA模块以探究其对各个任务模型预测性能影响,试验表明加入2个RRA模块后对各个任务模型的提升效果最为明显。结论 加入2个RRA模块的Mask R-CNN-ResNet50模型可以更精确、有效地对不同场景群养生猪进行分割,为后续生猪身份识别与行为分析提供模型支撑。     

基于图像处理的疏透度测定及结构关系研究

为快速、准确地测定防风林林带疏透度,建立林带疏透度与林带结构因子间的关系模型,为防风林建设及调整提供合理化意见。使用图像处理技术对获取的防风林林带照片进行自动识别,通过Otsu算法自动将树木实体区域和孔隙区域分割,从而测定林带疏透度。并采用相关性分析和逐步线性回归法建立疏透度与林带结构因子间的关系模型。结果表明,采用Otsu算法测定林带疏透度的方法与图像处理软件(Photoshop)测定结果无明显差异,该方法操作简单、效率高,能够快速、准确测定防风林林带疏透度。防风林疏透度与林带行数、棵数、枝下比例、株行距、密度存在显著性相关关系,构建疏透度与林带行数、密度间的关系模型:β=-0.060 1N-0.065 8ρ+0.810 9(R²=0.961 3,P=0.000 29)。根据建立的防风林林带疏透度与林带结构因子间的关系模型,可对防风林的建设提供科学合理化的指导,使其发挥更好的防护效应。