保健型紫色甘薯新品种济薯18号集成高产栽培技术

简要介绍了保健型紫色甘薯——济薯18号的特征特性,并提出获得该品种高产的一系列栽培技术措施。     

良种肉牛MOET育种技术的研究

研究期间,通过MOET育种技术,选育出良种肉牛80头,其中德国 黄牛42头,皮埃蒙特牛20头,比利时蓝白花牛18头     

基于GF-1数据的夏玉米FPAR遥感动态估算

为探索高分一号卫星（GF-1）估算农作物光合有效辐射吸收比率（Fraction of absorbed photosynthetically active radiation, FPAR）的潜力,以田间小区与大田夏玉米为对象,基于GF-1卫星的16 m空间分辨率宽视场（Wide field view, WFV）传感器光谱响应函数对地面实测冠层高光谱反射率进行重采样,获取GF-1 WFV的模拟反射率,构建宽波段植被指数,利用与FPAR极显著相关且具有较高相关系数的植被指数,建立不同生育期夏玉米FPAR的一元与多元逐步回归模型,筛选FPAR估算的最适模型,并在此基础上实现县域尺度不同生育期的FPAR动态估算。结果表明：模拟宽波段光谱反射率与GF-1 WFV光谱反射率间的相关系数|R|为0.967～0.985,决定系数R²为0.935～0.969;基于模拟反射率构建3波段植被指数与FPAR的相关性优于2波段植被指数,增强型植被指数（EVI）、土壤调节植被指数（MTVI2）、可见光大气阻抗植被指数（VARI）、综合植被指数（TCARI/OSAVI）等3波段植被指数与FPA...     

基于YOLO v5-TL的褐菇采摘视觉识别-测量-定位技术

为实现褐菇高效、精准、快速的自动化采摘,针对工厂化褐菇的种植特点,提出一种基于YOLO v5迁移学习(YOLO v5-TL)结合褐菇三维边缘信息直径动态估测法的褐菇原位识别-测量-定位一体化方法。首先,基于YOLO v5-TL算法实现复杂菌丝背景下的褐菇快速识别;再针对锚框区域褐菇图像进行图像增强、去噪、自适应二值化、形态学处理、轮廓拟合进行褐菇边缘定位,并提取边缘点和褐菇中心点的像素坐标;最后基于褐菇三维边缘信息的直径动态估测法实现褐菇尺寸的精确测量和中心点定位。试验结果表明单帧图像平均处理时间为50ms,光照强度低、中、高情况下采摘对象识别平均成功率为91.67%,其中高光强时识别率达100%,菇盖的尺寸测量平均精度为97.28%。研究表明,本文提出的YOLO v5-TL结合褐菇三维边缘信息直径动态估测法可实现工厂化种植环境下褐菇识别、测量、定位一体化,满足机器人褐菇自动化采摘需求。     

基于改进YOLOv5s和TensorRT部署的鱼道过鱼监测

为实现在复杂水体下对鱼道过鱼进行监测,提出了一种基于YOLOv5s的改进模型,并用TensorRT部署应用于某水电站鱼道现场。首先,针对水下图像模糊、目标检测困难的问题,提出了将Swin Transformer（STR）作为检测层,提升了模型对目标的检测能力;其次,针对鱼群密集、图像信息少的问题,将Efficient channel attention（ECA）注意力机制作为主干特征提取网络C3结构的Bottleneck,减少了计算参数并提升了检测精度;然后,针对检测目标定位差、回归不收敛的问题,将Focal and efficient IOU loss（FIOU）作为模型损失函数,优化了模型整体性能;最后将模型部署在TensorRT框架进行优化,处理速度得到了大幅度提升。基于实际采集的复杂水体数据集进行实验,结果表明,本文算法mAP为91.9%,单幅图像处理时间为10.4ms,在相同条件下,精度比YOLOv5s提升4.8个百分点,处理时间减少0.4ms。模型使用TensorRT部署后单幅图像推理时间达到2.3ms,在不影响检测精度的前提下,推理速度提高4.5倍。综上,本文算法模型在保证快速检测的基础上,具有较高的准确性,更适用于复杂水体下鱼道过鱼监测。     

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。     

早熟大白菜新品种中白62号的选育

中白62号是以矬菜类型早熟材料自交系B60533和青麻叶类型材料自交系B60532为亲本配制而成的早熟大白菜一代杂种。成熟期60 d(天)左右。株型紧凑,株高39 cm,开展度57 cm,外叶深绿色,少皱、有光泽,叶缘波褶小而浅,叶柄浅绿色。叶球直筒形,顶部舒心,球高35 cm,横径13 cm,球形指数2.8,叶球净质量1.6 kg左右。每667 m2净菜产量4 600 kg左右,高抗病毒病、霜霉病、黑腐病,球叶不易发生干烧心。质地脆嫩,品质优良,适宜在辽宁、河北、天津、北京、陕西、贵州等省市及山东、黑龙江、河南、山西等省的部分地区秋季种植。     

樱桃番茄新品种樱红1号的选育

樱红1号是以荷兰樱桃番茄品种樱桃红为母本,以日本樱桃番茄品种ペペ为父本杂交后通过系统选育而成的早熟樱桃番茄新品种。植株无限生长类型,果实圆球形,亮红色,无绿肩,番茄红素含量46.8 mg·kg^-1,可溶性糖49.9 g·kg^-1,总酸0.58 %,VC 475 mg·kg^-1,口感佳,风味浓,果实硬,耐贮运。高抗烟草花叶病毒病（TMV）,抗根结线虫;田间表现高抗枯萎病,耐青枯病。单果质量15~20 g,每667 m²产量3 000~3 500 kg,适合全国大部分地区露地和保护地栽培。     

硬肉大果型番茄新品种北研1号的选育

北研1号是以05B-91为母本,以05B-93为父本配制而成的硬肉大果型番茄一代杂种。无限生长类型,中早熟,生育期 106 d（天）左右。成熟果红色,扁圆形,无绿肩,可溶性固形物含量4.8 %,VC 114.4 mg·kg^-1,可溶性总糖2.7 %。抗叶 霉病、ToMV,果实硬度0.84 kg·cm^-2,耐贮运,平均单果质量192.7 g,每667 m²产量6 000 kg左右,全国各地保护地、露 地均可栽培。     

茄子新品种新茄6号的选育

新茄6号是由从新疆长茄中单株套袋自交选育出的自交系4号长茄和从前苏联长茄品种中单株套袋自交选育出的自交系26号长 茄配组,然后在后代分离群体中通过系统选择育成的长茄新品种。植株生长势强,第1花生长在第5~6片叶腋,果实细长,浅紫红色, 光泽度好,平均单果质量140 g,抗黄萎病能力优于新疆长茄,一般每667 m²产量4 500~5 500 kg,适于新疆早春大棚和露地覆膜早 熟栽培。