非淀粉多糖酶饲喂广西三黄鸡效果研究

选取180羽35日龄健康的广西三黄鸡作为研究对象,随机分为A、B、C 3个组,每组6个重复,每个重复10羽鸡,公母各半。A组饲喂玉米-稻谷-豆粕-棕榈粕型基础饲粮为对照组,B组加0.01%木聚糖酶,C组在基础饲粮中添加0.01%木聚糖酶和0.01%β-甘露聚糖酶。试验期间对各试验组鸡生产性能、养分利用率及盲肠微生物等进行分析与测定。结果表明：（1）基础饲粮中添加木聚糖酶或复合酶可以有效降低广西三黄鸡料重比,分别降低5.08%、5.35%(P <0.05);提高广西三黄鸡的日均增重,分别提高4.70%、8.66%(P> 0.05)。（2）基础饲粮中添加木聚糖酶或复合酶对饲粮粗蛋白质、粗灰分、钙、磷、粗纤维、无氮浸出物等表观消化率没有显著性影响（P> 0.05）,但可以显著提高三黄鸡对饲粮的能量利用率和干物质消化率（P <0.05）。（3）基础饲粮中添加木聚糖酶或复合酶对广西三黄鸡屠宰性能及消化道食糜黏度无显著性影响（P> 0.05）,但有降低食糜黏度的趋势。（4）基础饲粮中添加木聚糖酶和复合酶对广西三黄鸡谷丙转氨酶、白蛋白、总蛋白、尿素氮、葡萄糖、总胆固醇、...     

牛羊肉中3种抗结核药物的多残留检测方法的建立

本试验通过对仪器条件、前处理条件的优化,建立了牛羊肉组织中3种抗结核药物的UPLC-MS/MS多残留检测方法。样品通过提取,用QuEChERS法净化,C18柱(2.1 mm×100 mm,1.7μm)分离,0.2%甲酸水溶液和乙腈为流动相进行梯度洗脱,电喷雾离子化(ESI+)和多反应监测模式(MRM)检测,外标法定量。结果表明,在浓度为0.1～20.0μg/L范围内,利福平、利福喷汀和利福布汀呈良好线性,相关系数(r²)大于0.99,利福平、利福喷丁和利福布汀的检出限和定量限分别为0.30、0.31、0.22μg/kg和1.02、1.03、0.73μg/kg。3种目标化合物利福平、利福喷丁、利福布汀在牛肉的平均回收率分别介于62.8%～109.2%、61.1%～115.4%、66.3%～105.9%之间,相对标准偏差(RSD,n=6)分别为4.0%～16.3%,4.3%～14.3%,4.6%～10.0%,方法的精密度与准确度满足相关标准的要求。3种目标化合物利福平、利福喷丁、利福布汀在羊肉的平均回收率分别介于62.1%～94.2%、61.6%～114.6%、61....     

基于MRE-PointNet+AE的绿萝叶片外形参数估测算法

为了准确、高效、自动获取植物叶片外形参数,提出一种基于多分辨率编码点云深度学习网络(MRE-PointNet)和自编码器模型的绿萝叶片外形参数估测算法.使用Kinect V2相机以垂直姿态获取绿萝叶片点云数据,采用直通滤波、分割、点云精简算法对数据进行预处理,通过测定的叶片外形参数反演绿萝叶片几何模型,并计算几何模型的...     

不同尺度下蒸散测定与估算研究进展

蒸散是降水量输入后生态系统水分消耗的主要生态过程,准确测定与估算蒸散量,可为开展植被水文与生态相互作用研究提供理论基础。本研究从叶片、单株、林分、区域4个尺度,系统综述了蒸散测定原理和方法以及蒸散研究的最新进展,并预测植被蒸散研究的发展趋势,为生态水文学的发展与进步提供一定参考。     

播期和播量对不同穗型小麦品种群体性状和产量的影响

为明确淮北麦区不同穗型小麦品种不同播期条件下适宜的播种量,以多穗型品种徐麦40和大穗型品种徐麦41为材料,设置适期播种(10月10日)和晚播(10月25日)2个播期,每个播期下设常规播量(D1,适期播种为120 kg/hm²,晚播为180 kg/hm²)、1.25倍常规播量(D2)和1.5倍常规播量(D3)3个播量,研究播期和播量对不同穗型小麦品种群体性状和产量的影响。结果表明,适期播种有利于提高单株茎蘖数、单株穗数、成穗率、穗粒数、千粒质量、粒质量叶比和收获指数;晚播条件下增加播量对小麦干物质积累量、冬前茎蘖数、最大茎蘖数、穗数、叶面积指数和总结实粒数有补偿作用,但单株茎蘖数、单株穗数、成穗率、粒质量叶比、穗粒数、千粒质量和收获指数降低。与徐麦41相比,多穗型品种徐麦40具有较强的茎蘖成穗能力,较高的成穗率和总结实粒数,但穗粒数、千粒质量、收获指数较低。与适期播种相比,晚播条件下增加播量,多穗型品种徐麦40产量仍可维持在适期播种水平,而大穗型品种徐麦41则减产较多。适期播种条件下,多穗型品种徐麦40和大穗型品种徐麦41适宜播量分别为120 ...     

融合光谱混合分解与面向对象的土地利用/覆被分类

错综复杂的土地利用模式和破碎的地物斑块制约了土地利用/覆被分类的精度和效率。一方面,混合像元模糊了地物的光谱信息,影响了分类精度。另一方面,如何高效利用地物的光谱、形状和纹理特征是当前土地利用/覆被分类的研究热点。为了提高基于遥感技术的土地利用/覆被分类精度,该研究基于Sentinel-2A遥感影像,开展融合光谱混合分解与面向对象的土地利用/覆被分类研究。首先,基于地物的光谱、形状和纹理特征,在3个分割尺度通过NDWI（Normalized Difference Water Index)、NDVI（Normalized Difference Vegetation Index）、SBL（Soil Background Level）等8个特征参数构建了不同地物信息的提取规则。其次,利用光谱混合分解模型提取研究区基质（SL;岩石和土壤）、植被（GV;光合作用叶片）和暗色物质（DA;阴影和水）3类通用端元。最后,尝试融合3端元光谱特征优化地物信息提取规则。研究结果表明：1）基于构建的光谱、形状和纹理的地物信息提取规则,使用模糊函数、阈值法进行土地利用/覆被分类,获得了较高的分类精度,总体精度为80.83%,Kappa系数为0.76。2）融合3端元的光谱特征的提取规则将分类精度提升至90.00%,Kappa系数提升至0.88。3）具有明确物理意义的3端元的融入增强了像元内各组分信息的差异性,弥补了传统光谱指数对植被与土壤间的亮度信息解析度不足的缺陷。该方法能充分利用影像的光谱信息,是一种由易到难、对不确定因素进行逐层剥离的土地利用/覆被信息提取技术。因此,对中高分辨率的多光谱遥感影像十分友好,在土地利用/覆被的精细化分类中有较大应用潜力。     

利用无人机多光谱估算小麦叶面积指数和叶绿素含量

利用无人机遥感的方式进行农作物长势监测是目前精准农业、智慧农业发展的重要方向,为了探究无人机多光谱反演小麦叶面积指数(Leaf Area Index,LAI)和叶绿素含量的模型估算潜力,该研究在3个飞行高度(30、60、120 m)采集多光谱影像,通过使用全波段差值光谱指数(Difference Spectral Index,DSI)、比值光谱指数(Ratio Spectral Index,RSI)、归一化光谱指数(Normalized Spectral Index,NDSI)和经验植被指数与地面实测数据进行相关性分析,获得不同高度下的光谱指数与LAI和叶绿素含量的关系模型及其决定系数,以决定系数为依据分别构建多元逐步回归、偏最小二乘回归和人工神经网络模型,分析不同飞行高度无人机多光谱反演小麦冠层LAI和叶绿素含量SPAD(Soil and Plant Analyzer Development)值的精度。结果表明:1)30 m高度下,绿-红比值光谱指数与小麦LAI的相关性最高,相关系数为0.84;60 m高度下,红-蓝比值光谱指数与小麦叶绿素含量的相关性最高,相关系数为0.68;2)在60 m高度下,经验植被指数与小麦LAI和叶绿素含量的相关性较好,最大相关系数分别为0.77和0.50;3)利用偏最小二乘回归反演小麦LAI的精度最高,决定系数为0.732,均方根误差为0.055;利用人工神经网络模型反演小麦叶绿素含量的精度最高,决定系数为0.804,均方根误差0.135。该研究成果可为基于无人机平台的高通量作物监测提供理论依据,并为筛选无人机多光谱波段实现作物长势参数快速估测提供应用参考。     

不确定场景下无人农机多机动态路径规划方法

在现代化农业中,越来越多的龙头企业或农村合作社提供一系列的农业作业专业化服务,引入多台农机进行规模化作业,不仅提高效率,而且可以实现抢种抢收,减少自然灾害的风险。目前,多台农机并行作业仍以预先计划的固定农机和静态的固定路线为主,但在实际耕种、收割等作业中,常会出现农机突发故障、农机临时增加、农机工作效率不一致等不确定场景,这些不确定性给多台农机集群控制带来巨大挑战。因此,研究不确定场景下多机动态路径规划方法具有十分重要的理论意义和实用价值。该研究以总作业时长为综合优化目标,综合各种不确定场景,针对轮式自动驾驶拖拉机,提出了改进的迭代贪婪（Improved Iterated Greedy, IIG）方法进行多机动态路径规划,解决以往传统方法在不确定情况发生后路径规划结果低效甚至失效的问题。试验表明,该方法在不确定场景下可及时、高效的动态调整路径规划方案,能够为不同数量、不同性能的农机迭代找到当前最优路径。与传统的并排作业方法相比,IIG优化的矩形农田作业路径总作业时间平均下降约35%,且随着农机性能差异越大,节省时间越多;与迭代贪婪（Iterated Greedy, IG）方法相比,IIG在一般播种作业中总掉头时间平均减少约17%。该方法在不确定场景下路径优化效果较好,且具有很好的鲁棒性及环境适应性,可为农田无人作业多机路径规划提供参考。     

注意力与多尺度特征融合的水培芥蓝花蕾检测

准确辨识水培芥蓝花蕾特征是区分其成熟度,实现及时采收的关键。该研究针对自然环境下不同品种与成熟度的水培芥蓝花蕾外形与尺度差异大、花蕾颜色与茎叶相近等问题,提出一种注意力与多尺度特征融合的Faster R-CNN水培芥蓝花蕾分类检测模型。采用InceptionV3的前37层作为基础特征提取网络,在其ReductionA、InceptionA和InceptionB模块后分别嵌入SENet模块,将基础特征提取网络的第2组至第4组卷积特征图通过FPN特征金字塔网络层分别进行叠加后作为特征图输出,依据花蕾目标框尺寸统计结果在各FPN特征图上设计不同锚点尺寸。对绿宝芥蓝、香港白花芥蓝及两个品种的混合数据集测试的平均精度均值mAP最高为96.5%,最低为95.9%,表明模型能实现不同品种水培芥蓝高准确率检测。消融试验结果表明,基础特征提取网络引入SENet或FPN模块对不同成熟度花蕾的检测准确率均有提升作用,同时融合SENet模块和FPN模块对未成熟花蕾检测的平均准确率AP为92.3%,对成熟花蕾检测的AP为98.2%,对过成熟花蕾检测的AP为97.9%,不同成熟度花蕾检测的mAP为96.1%,表明模型设计合理,能充分发挥各模块的优势。相比VGG16、ResNet50、ResNet101和InceptionV3网络,模型对不同成熟度花蕾检测的mAP分别提高了10.8%、8.3%、 6.9%和12.7%,检测性能具有较大提升。在召回率为80%时,模型对不同成熟度水培芥蓝花蕾检测的准确率均能保持在90%以上,具有较高的鲁棒性。该研究结果可为确定水培芥蓝采收期提供依据。     

基于多源遥感数据的综合干旱监测模型构建

在全球气候变化越来越复杂的大背景下,准确监测华北粮食主产区的旱情对区域农业生产有重要的指导意义。以往的遥感干旱监测方法多侧重于监测土壤或植被等单一干旱响应因子,反映综合信息的能力较差,为此该研究使用中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,MODIS)、热带降水测量计划(tropical rainfall measuring mission,TRMM)卫星等多源遥感数据,在综合考虑干旱发生发展过程中的土壤水分胁迫、植被生长状态和气象降水盈亏等因素的基础上,利用空间数据挖掘技术,构建综合干旱监测模型,并以山东省为例进行了试验验证。结果表明,模型监测出山东省近年来所经历的重大干旱过程与实际旱情一致,模型输出的旱情指标-综合干旱指数(synthesized drought index,SDI)与小麦的标准化作物单产变量的相关系数均大于0.7(P0.05);在小麦和玉米的生长期,综合干旱指数与作物受灾面积的相关系数在-0.67～-0.85之间,与标准化降水指数(standardized precipitation index,SPI)的相关系数在0.44～0.67之间,且通过了P0.01的极显著检验(3月份除外)。研究结果为综合评估区域干旱提供了一种新的方法。