减弱光照强度对水稻叶片气孔性状的影响

采用改良刮制法研究了典型粳稻，典型籼稻，偏籼型，偏粳型和陆稻等10个水稻品种的气孔性状，研究结果发现，剑叶的气孔密度在水稻类型间和品种间具有明显差异。是一个品种特性，光照强度减弱使各品种上三叶的气孔密度明显减少。其原因是由于叶面积增大，气孔行数减少和每一行中相邻气孔间距离增大共同作用的结果。品种不同，其气孔密度对光强变化的反应亦不同，光照强度减弱对剑叶气孔大小有显影响。     

基于改进ConvNeXt模型的黄羽鸡表皮层黑色素智能分级方法

为解决活体黄羽鸡表皮层黑色素分级方法成本高、效率低下、分级环境易受环境光干扰等问题,该研究探索一种基于ConvNeXt模型的黄羽鸡表皮层黑色素智能分级方法 ConvNeXt-WPCA,用于实现活体黄羽鸡表皮层黑色素智能分级。ConvNeXt-WPCA模型通过以下3点改进提高模型对黄羽鸡黑色素的识别效果：1）针对黄羽鸡黑色素图像RGB三通道内黑色素信息分布不均衡问题,改变输入图片通道权重来增强模型对黑色素特征的提取能力;2）使用部分卷积代替深度可分离卷积,减少模型计算量和内存访问次数提高对计算资源的利用率;3）引入坐标注意力机制,引导模型关注黄羽鸡胸腹部及肛门附近皮肤提升模型精度。同时,该研究还设计一种双光源图像获取装置,分别在自然光和偏振光条件下拍摄黄羽鸡样本,以减小分级结果受环境光干扰的影响,并探索偏振光在黑色素分级任务中的应用潜力。结果表明ConvNeXt-WPCA模型相较标准ConvNeXt模型,针对自然光下黄羽鸡黑色素图像数据集分级准确率提升9.68个百分点,最终达到89.03%的识别准确率,针对偏振光下黄羽鸡黑色素图像数据集分级准确率提升15.26个百分点,最终达到98.87...     

基于综合视角的县域国土空间冲突测度与功能优化——以江西省宜黄县为例

[目的]测度国土空间冲突强度,分区探讨国土空间冲突管理和优化国土空间利用途径,为县域国土空间可持续开发利用提供新的思路。[方法]以江西省宜黄县为例,通过景观生态指数模型、可开发强度分析、用地现状与适宜性评价叠加3种方法,以“把握景观格局—明确开发强度—摸底适宜性—实现功能优化”综合视角为导向,构建综合视角下国土空间冲突测度模型,识别乡镇尺度下空间显著冲突与区域本位基底相耦合的综合冲突类型区,进而提出功能优化措施。[结果](1)2010—2020年宜黄县城镇化趋势扩大,生态空间的容纳度变低,国土空间主要表现为农业生产空间和生态空间向工矿生产空间和城镇生活空间转移。(2)2010—2020年宜黄县区域空间冲突强度加剧,不同时段和区域下空间冲突强度和分布情况差异显著,可控空间主要分布在南部,轻度和中度冲突在域内分布较为均匀,重度冲突主要分布在北部、中部和东部。(3)根据开发强度和冲突产生诱因,可将宜黄县乡镇划分为地形发展劣势区、城镇开发密集区和自然保护地集中区3类,作为空间功能优化的重点。(4)宜黄县乡镇尺度上空间冲突类型区分布存在差异性,表现为：农业空间与生态空间冲突>城镇空间与生态...     

基于CNN-BiLSTM的棉花产量预测方法

针对传统的作物产量估算方法在模型泛化方面的不足及缺少时序特征和空间特征的问题,该研究以机采棉为研究对象,结合无人机遥感平台与深度学习技术对棉花进行多期遥感观测与估产。以棉花苗期、蕾期和花期的影像为时间序列数据集,构建基于卷积神经网络（Convolutional Neural Network,CNN）和双向长短期记忆（Bidirectional Long Short-Term Memory,BiLSTM）的混合模型（CNN-BiLSTM）进行棉花产量预估,提高时间维度和空间维度方面的特征提取能力,并分别验证CNN和BiLSTM的性能以及不同网络深度对估产的影响。研究结果表明,CNN和BiLSTM深度分别为14和1的CNN14-BiLSTM模型准确率最高,对比单一结构的BiLSTM该模型决定系数从0.851提升至0.885,其均方根误差和平均绝对百分比误差也均明显下降,在2.3 m×2.3 m的样方内,结果分别为147.167 g和6.711%。该研究实现了基于时间序列的棉花产量估算,可为类似的作物产量估算提供参考。     

光电技术在农业工程中的应用与展望

我国是农业生产大国,农业种植面积和多种农产品产量居世界前列,但是我国农业生产自动化程度相对较低,农业效益提升潜力大.光电技术在提升农业效益方面大有可为.概述了光电技术在农业工程中的应用现状,并展望了光电技术在农业工程中的发展趋势.     

光照强度对烤烟化学成分及物理特性的影响

对不同光照强度下烤后烟的矿质元素、主要化学成分、物理特性进行了分析。结果表明:氮、钾、钙、氯、铜、淀粉、还原糖含量,钾/氯,单叶重,叶质重,叶片厚度受光照强度影响较大;铁、锌、总糖含量,含梗率受光照强度影响次之;而磷、镁、平衡含水率受光照强度影响不显著;≥80%全光照适合优质烟叶的生产。     

农膜残留对大豆光生理特征及生物量累积的影响

农膜覆盖技术的应用及推广极大地提高了干旱半干旱地区的农业产量,促进了当地农业发展及社会经济效益。然而,由于农膜碎片化程度高、回收难度大、降解周期长,使得残留在土壤中的农膜日益增多,严重威胁着作物生长、土壤健康以及农业可持续发展。尽管农膜残留对土壤质量影响的研究较多,但对于其种类(可降解或不可降解)及残留累积量对作物光生理特征的研究还相对较少。本试验以大豆为研究对象,对比普通聚乙烯(PE)和生物降解(BP)两种农膜(残片大小为0.5～2 cm),研究不同农膜残留累积量(土壤重量的0、0.1%、0.5%、1.0%)下大豆花期及初荚期叶片光合作用光、CO_2响应曲线特征及花期、收获期的植株生物量,探讨塑料类型及残留量对大豆光生理特征及生物量累积的影响。结果表明:PE残留导致大豆叶片光补偿点在花期降低23.96%,而初荚期升高51.38%,说明PE残留导致大豆叶片弱光利用能力在花期提升,但在初荚期被抑制。在初荚期,BP残留使光补偿点降低54.82%,且光饱合点升高58.12%,从而提高了叶片强光适应能力,增大了叶片光能利用范围。同时, PE和BP添加使暗呼吸速率分别增长30.56%和22.28%,从而导致干物质消耗增加。土壤中PE、BP残留量的增加,最大光合力分别降低36.49%和23.56%,表明大豆叶片CO_2利用能力减弱; CO_2补偿点分别降低67.96%和38.91%,从而提高了叶片低浓度CO_2的利用能力,并降低光呼吸速率,从而减少了干物质的消耗。此外,不同农膜及残留量处理下,仅在花期0.1%与0.5%残留量的BP处理中,地下生物量随农膜残留量的增加显著降低,其他各处理间地上及地下生物量无明显变化。光响应及CO_2响应曲线各拟合参数与生物量的Pearson相关性分析结果表明,收获期PE处理下,地上生物量与光补偿点呈显著负相关,而光呼吸速率、CO_2补偿点、初始羧化效率与生物量(地上+地下)的积累有较强相关性。因此,PE农膜残留量增加提高了大豆花期叶片对于弱光的利用能力而减弱初荚期对弱光的利用能力,BP农膜残留量增加则会增强初荚期叶片对弱光的利用,也对大豆叶片适应强光的能力有所提升。     

智能手机RGB图像检测植物叶片叶绿素含量的通用方法

为提高RGB（Red, Green, Blue）图像方法在检测植物叶片叶绿素含量的预测精度、普适性和实用性,该研究提出了一种智能手机结合辅助拍照装置获取植物叶片RGB图像并即时检测叶绿素含量的低成本方法。设计了一种内置主动光源的低成本便携式拍照装置,用以降低环境光及拍照角度等因素对成像质量的影响;并采用了基于24色Macbeth标准色卡的二阶多项式回归法构建色差校正矩阵以减小不同手机所获取图像的色差;最后开发了基于微信小程序的远程诊断系统以实现植物叶片叶绿素含量的原地、实时及无损检测。以甘蔗叶片为例,采用了3款不同品牌的手机进行了试验,首先分析了叶片39种颜色特征与其叶绿素含量的相关性及色差校正方法对其的影响。结果表明,该方法获取的叶片颜色特征与叶绿素含量大多具有较强的相关性（相关系数>0.8）,同时,色差校正可明显提升多手机混合数据集的颜色特征与叶绿素含量的相关系数,其中RGB色彩空间下三个颜色通道亮度值R、G、B的代数运算特征(B-G-R)/(B+G)的提升最明显,达到了0.842 4,比校正前提高了89%。进一步结合主成分分析构建了色差校正前与色差校正后的叶绿素含量多元线性回归（Multivariate Linear Regression,MLR）和支持向量机回归（Support Vector Regression,SVR）预测模型。针对多手机混合数据集的通用预测模型中,色差校正后的SVR通用预测模型精度和稳定性最高,相比校正前的SVR通用预测模型,五折交叉验证的R2均值达到了0.721 4,提高了14.6%,RMSE均值为0.328 8 mg/g,降低了13.3%;同时,该模型五折交叉验证的R2标准差仅为0.004 2,具有更高的稳定性。该研究为不同手机准确预测植物叶片叶绿素含量提供了一种通用方法。     

滴灌条件下盐渍土盐分淡化区形成过程中离子运移特征

为了探究滴灌条件下盐渍土壤盐分淡化区形成过程中水盐及离子运动规律,通过土柱滴灌模拟试验分析了土壤水分、盐分及离子的分布特征及随时间的变化关系.结果表明:土壤总盐分及各个离子随着滴灌水的运移而运动,先进行横向运移,再进行纵向移动,当滴灌时间为15 h(滴水量16.2 L·桶-1)时,在0～30 cm区域内形成稳定的椭圆型...