首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 640 毫秒
1.
为了进一步提高种子含水率的高光谱估算精度,该研究测定了156份油用牡丹种子的近红外吸收光谱及其对应的含水率值,分析了近红外吸收光谱、一阶微分光谱、水分吸收特征参数与含水率的相关关系,构建了基于特征波长吸收光谱、特征波长一阶微分光谱、水分特征吸收参数和BP神经网络的油用牡丹种子含水率估算模型,并对模型进行了验证;再结合一元线性回归(SLR,Single Linear Regression)、逐步多元线性回归(SMLR,Stepwise MultipleLinear Regression)、偏最小二乘回归(PLSR,Partial Least Squares Regression)模型与BP神经网络(BPNN,BP Neural Network)模型进行比较。结果表明:1)油用牡丹种子含水率的吸收光谱特征波长位于1 410、1 900、1990 nm,一阶微分光谱特征波长位于1 150、1 950、2 080 nm;2)以DF2080和AD2140为自变量建立的一元线性回归模型预测效果较优,在能够满足水分估算精度的情况下,是最优的选择方法。3)将优选的特征参数作为输入,实测含水率值作为输出,构建BP神经网络模型,其建模与验模R2分别为0.978和0.973,RMSE分别为0.22%和0.242%,而RPD值分别为6.478和5.889,与其他模型相比,BP神经网络模型的建模及预测精度均最高,是估算油用牡丹种子含水率的最优模型,其次为逐步多元线性回归模型。研究结果表明BP神经网络模型对种子含水率具有更好的预测能力,是估算油用牡丹种子含水率的有效方法。  相似文献   

2.
基于高光谱技术的猪肉肌红蛋白含量无损检测   总被引:2,自引:2,他引:0  
为充分利用猪肉光谱与图像信息,实现猪肉肌红蛋白含量的在线检测,该研究提出一种基于深度学习模型的猪肉肌红蛋白含量无损检测方法。采用高光谱设备采集冷藏过程中猪肉高光谱图像,通过ENVI5.3选择图像感兴趣区域(Region Of Interest,ROI),分别提取ROI平均光谱信息与主成分图像信息。利用卷积自动编码器(Convolutional Auto Encoder,CAE)提取光谱与图像信息深度特征,分别建立光谱特征、图像特征及图-谱融合特征与肌红蛋白含量之间关系的卷积神经网络(Convolutional Neural Network,CNN)预测模型。其中基于融合深度特征CNN预测模型准确度较高,该模型对脱氧肌红蛋白(DeoMb)、氧合肌红蛋白(OxyMb)、高铁肌红蛋白(MetMb)含量预测集决定系数分别为:0.964 5、0.973 2、0.958 5,预测集均方根误差 RMSEP分别为:0.015 8、0.226 6、0.381 6。为进一步验证图-谱融合特征与猪肉肌红蛋白存在对应关系,分别建立偏最小二乘回归(Partial Least Squares Regression,PLSR)、支持向量机回归(Support Vector Regression,SVR)预测模型。结果表明:CAE能充分提取图像与光谱特征;基于融合特征建立回归模型能提高肌红蛋白含量预测精度,相比于光谱信息与图像信息,以MetMb为例其分别提高5.42%、16.12%。该检测方法为肉类质量在线检测提供参考,具有好的应用前景。  相似文献   

3.
基于CNN-RNN网络的中国冬小麦估产   总被引:1,自引:1,他引:0  
在大范围内快速、准确地预估作物产量,对作物管理、粮食安全、粮食贸易和决策有重要意义。遥感为大规模作物估产提供了便利,大多数研究者结合深度学习和遥感影像取得了较好的结果。然而,农作物生长状态随时间变化,其产量具有非线性时空特征,单一的深度学习方法无法充分利用影像信息。因此,该研究提出了一种基于卷积神经网络(Convolutional Neural Networks,CNN)和门控循环单元(Gated Recurrent Unit,GRU)混合神经网络估产模型(CNN-GRU),利用CNN从多光谱遥感影像中提取丰富的空间-光谱特征,在此基础上,结合GRU从多时相遥感影像中自适应学习冬小麦生育期各阶段之间的时间依赖,从多尺度融合冬小麦的生长特征并对其产量进行回归预测。该研究以全国冬小麦主产区为研究区,选取2001-2018年MODIS影像和冬小麦产量数据,构建了冬小麦估产数据集,并验证了CNN-GRU估产模型的性能。结果表明:1)以2016-2018年估产样本作为测试集,CNN-GRU估产模型的均方根误差(Root Mean Square Error,RMSE)年平均值为818.3 kg/hm2,相较于CNN、GRU、支持向量回归(Support Vector Regression,SVR)、随机森林(Random Forest,RF)和决策树(Decision Tree,DT)模型分别降低了20.13%、18.81%、29.51%、34.84%和36.57%;2)将冬小麦整个生育期划分为6个时间窗,CNN-GRU估产模型在灌浆-成熟期时精度最高,RMSE为817 kg/hm2,而抽穗-开花期的RMSE为823 kg/hm2,相较于灌浆-成熟期高0.7%。因此,该估产模型有能力提前2个月预测全国冬小麦主产区产量。  相似文献   

4.
冬小麦是中国重要的粮食作物,开展县级冬小麦产量预测对粮食宏观调控和农业精准化发展具有重要指导意义。该研究从县级产量预测角度出发,结合卷积神经网络(Convolutional Neural Networks,CNN)和反向传播神经网络(Back Propagation Neural Networks,BP)技术提出了冬小麦县级产量预测方法,使用CNN卷积神经网络对Sentinel-2遥感数据进行冬小麦种植区的分析和提取,将得到的种植区分布数据与MODIS EVI数据和耕地分布数据进行了融合,利用BP神经网络对融合后的数据进行产量特征提取和预测并选取均方根误差(Root Mean Square Error,RMSE)、平均绝对误差(Mean Absolute Error,MAE)和样本决定系数(Coefficient of Determination,R2)作为精度指标对试验结果进行分析和评价。结果表明,基于CNN卷积神经网络和BP神经网络的冬小麦县级产量预测方法在山东省2014-2016年冬小麦县级产量验证集中R2达到0.87以上,MAE低于269.48 kg/hm2,RMSE低于346.56 kg/hm2,93%的县单产相对误差小于9%,试验结果平均值与中位数的偏差小于1.2%;在河南省2015-2019年冬小麦县级产量验证集中R2达到0.96以上,MAE低于304.84 kg/hm2,RMSE低于418.14 kg/hm2,91%的县单产相对误差小于9%,试验结果平均值与中位数的偏差小于1.6%,方法所构建模型具有良好的预测准确率、鲁棒性和泛化性,可以实现县级尺度下的冬小麦产量预测。  相似文献   

5.
煤炭矿区耕地土壤有机质无人机高光谱遥感估测   总被引:1,自引:1,他引:0  
为监测煤炭矿区不同沉陷阶段耕地土壤质量状况,实现矿区土地复垦和耕地质量保护,以山西省长治王庄煤矿周边3种处于不同沉陷阶段的耕地为例,使用无人机搭载高光谱相机进行影像获取,并在研究区内进行土壤样品采集及室内光谱测定。通过对光谱反射率进行倒数、一阶微分、二阶微分、多元散射校正4种不同形式的变换,分析转换后的光谱反射率和实测有机质含量的相关性,筛选出相关系数较高的敏感波段。利用多元线性回归(Multiple Linear Regression,MLR)、偏最小二乘回归(Partial Least Squares Regression,PLSR)和BP神经网络(BP Neural Network,BPNN)3种模型对有机质含量建立预测模型,并对模型预测结果进行精度评价,选用较优模型代入无人机高光谱影像进行有机质含量填图,得到耕地范围内的土壤有机质分布情况,并对处于不同沉陷阶段的耕地土壤有机质空间分布差异及其驱动因子进行分析讨论。结果表明:1)采煤沉陷区耕地土壤有机质含量与经过多元散射校正变换的光谱曲线相关性最高,敏感波段为463.75~492.45 nm,870.79~932.58 nm处,最大相关系数为0.63。2)经过多元散射校正处理的光谱曲线运用偏最小二乘回归模型和BP神经网络模型预测有机质含量精度要明显高于多元线性回归模型,预测精度分别达到0.863和0.884,可以用于有机质含量的估测。3)采煤沉陷区耕地土壤有机质分布情况表现为煤炭开采未扰动区耕地土壤有机质分布较为均一,均值为26.94 g/kg,总体上处于中上等水平;煤炭开采扰动稳沉区耕地土壤有机质高低值分化明显,整体分布呈现较大空间分异性;煤炭开采扰动区介于二者之间。矿区有机质含量大小关系为煤炭开采未扰动区耕地>煤炭开采扰动区耕地>煤炭开采扰动稳沉区耕地。  相似文献   

6.
基于优化Transformer网络的绿色目标果实高效检测模型   总被引:7,自引:7,他引:0  
果园环境中,检测目标果实易受复杂背景、果实姿态和颜色等因素影响,为提高绿色目标果实检测的精度与效率,满足果园智能测产和自动化采摘要求,本研究针对不同光照环境和果实姿态,提出一种适于样本数量不足的绿色目标果实高效检测模型。该模型采用优化Transformer结构,首先借助卷积神经网络(Convolutional Neural Network,CNN)网络提取图像特征;然后输入编码-解码器生成一组目标果实预测框,最后通过前馈神经网络(Feed-forward Network,FFN)结构预测检测结果。在训练过程中,引入重采样法扩充样本数量,解决样本数量不足问题;引入迁移学习,加速网络收敛。分别制作苹果、柿子数据集用于模型训练。试验结果表明,经迁移学习后该模型训练效率大幅提高;与流行的目标检测模型相比,优化后的模型在检测绿色柿子与绿色苹果时,精度分别为93.27%和91.35%。该方法可为其他果蔬绿色目标检测提供理论借鉴。  相似文献   

7.
快速准确获取农田土壤重金属含量对区域土地质量评估和粮食安全至关重要。该研究以江西省仙槎河流域小龙钨矿周边农田土壤为研究对象,采用WorldView-3多光谱影像提取光谱反射率并进行光谱变换处理,同时考虑了地形、人类活动和土壤属性等影响农田土壤镉(Cd)含量空间分布的关键环境因子,将光谱、环境变量、光谱与环境变量分别作为模型的自变量,选取了偏最小二乘(Partial Least Squares Regression,PLSR)、支持向量机(Support Vector Machines,SVM)、BP神经网络(Back Propagation Neural Network,BPNN)和随机森林(Random Forest,RF)4种回归算法构建土壤Cd含量预测模型,并利用精度评价指标优选出最佳反演模型。结果表明:仅输入多光谱特征进行Cd含量反演的模型精度总体偏低,R2低于0.2。相比之下,单独输入环境变量的模型精度结果最为理想,最优模型(RF)精度R2可达0.782。然而,融合光谱信息与环境变量共同建模后并未显著提高模型精度,反而导致较优模型(RF)精度略微降低,R2为0.693。研究结果表明,关键环境协变量是决定研究区农田土壤重金属Cd空间分布反演的重要变量,而利用多光谱信息进行土壤重金属反演的能力有限。此外,随机森林模型是预测土壤重金属空间分布的有效手段。  相似文献   

8.
试验设置了对照处理(CK)、有机肥(OM)、聚丙烯酰胺+有机肥(PAM+OM)、秸秆覆盖+有机肥(SM+OM)、秸秆深埋+有机肥(BS+OM)和生物菌肥+有机肥(BM+OM)6个处理方式来探讨滨海盐碱地不同改良方式对土壤含盐量、pH、钠吸附比(SAR)和碱化度(ESP)的影响,进而识别影响土壤盐渍化程度的主要因子,并构建多元线性回归模型(Multi-linear Regression, MLR)、BP神经网络模型(BP Artificial Neural Network, BP-ANN)和随机森林模型(Random Forest, RF)对滨海重度盐碱地改良背景下的土壤盐渍化参数进行模拟预测。研究结果表明:各改良措施均能有效的降低表层土壤盐渍化水平,其中SM+OM处理对于土壤含盐量的抑制效果最好,而BM+OM处理则对于土壤碱分的抑制效果最好。改良过程中气象条件和土壤性质均对表层土壤盐渍化水平产生了显著影响。在模型预测中,随机森林模型对土壤含盐量、pH、SAR和ESP的综合预测精度明显优于BP神经网络模型和多元线性回归模型,体现在随机森林模型具有较高决定系数(Coefficient of determination, R2)和纳什系数(Nash-sutcliffe efficiency, NSE)和较低的均方根误差(Root mean square error, RMSE)。  相似文献   

9.
猪只声音能够体现出其生长状态,该研究针对人工监测猪只声音造成的猪只疾病误判以及耗时耗力等问题,研究基于卷积神经网络(Convolutional Neural Network,CNN)的生猪异常状态声音识别方法。该研究首先设计猪只声音实时采集系统,并利用4G通讯技术将声音信息上传至云服务器,基于专业人员指导制作猪只异常声音(生病、打架、饥饿等)数据集,提取猪只异常声音的梅尔谱图特征信息;其次引入多种注意力机制对CNN进行改进,并对CBAM(Convolutional Block Attention Module)注意力机制进行优化,提出_CBAM-CNN网络模型;最后将_CBAM-CNN网络模型分别与引入SE_NET(Squeeze and Excitation Network)、ECA_NET(Efficient Channel Attention Networks)和CBAM注意力机制的CNN神经网络进行对比,试验结果表明该文提出的_CBAM-CNN网络模型在最优参数为128维梅尔频率、2 048点FFT(Fast Fourier Transform)点数、512点窗移下的梅尔谱图特征下相较于其他模型对猪只异常声音识别效果最佳,识别率达到94.46%,验证了算法的有效性。该研究有助于生猪养殖过程中对猪只异常行为的监测,并对智能化、现代化猪场的建设具有重要意义。  相似文献   

10.
探讨外源镉(Cd)和温度变化对水稻抽穗期光合特性的影响,为水稻生长过程中应对稻田土壤重金属污染和气候变暖的复合作用提供理论依据。通过添加外源Cd (0和2 mg/kg土)和模拟温度(白天/夜晚分别为30℃/25℃(CK)、33℃/28℃(T1)、36℃/31℃(T2)),研究外源Cd和温度变化对不同品种水稻(武运粳30号和新两优6号)抽穗期光合参数、荧光参数及其生物量的影响。结果表明,单一Cd处理显著降低了新两优6号的SPAD值,而单一增温处理则显著降低了武运粳30号的SPAD值(P<0.05)。虽然外源Cd和温度的复合作用未显著影响武运粳30号和新两优6号的净光合速率(Pn),但Cd处理显著降低了两品种的Pn,而增温处理则显著影响了新两优6号的Pn;大部分Cd和温度处理下,新两优6号的SPAD值和Pn大于武运粳30号。Cd处理和增温处理均影响了水稻叶绿素诱导动力学曲线的形状,O、K、J和I点的荧光因处理的不同而具有一定差异。Cd处理和增温处理对水稻Fv/Fm和比活度参数的影响与水稻品种有关,Cd处理未显著影响运粳30号和新两优6号的Fv/Fm值,而增温处理则显著减少了武运粳30号的Fv/Fm值;新两优6号的比活度参数ABS/RC、DIo/RC、TRo/RC、ET0/RC在Cd处理下显著降低,而武运粳30号的比活度参数在增温处理下则显著增加(P<0.05)。Cd处理显著降低了新两优6号的茎叶生物量,而增温处理则显著降低了武运粳30号茎叶生物量,然而两者的复合作用对水稻茎叶和根生物量的影响因品种不用而具有差异,新两优6号的茎叶和根干物质量在大部分处理下大于武运粳30号。综上可知,Cd和增温处理通过影响水稻的光合参数和荧光参数,从而影响水稻的生物量,但影响程度因品种不同而具有差异,其中,武运粳30号对Cd具有较强的抗性而新两优6号对增温有较强的抗性。因此,在实际的田间管理中,应选择合适的水稻品种,以应对土壤Cd污染和温度升高对水稻生长的影响。  相似文献   

11.
为明确籽粒黄熟度对杂交水稻种子活力的影响,探究杂交水稻高活力种子适宜收获期的感官指标,于2016-2017年以深两优1813、隆两优1813、Y两优1128、创两优华占和Ⅱ优838为材料进行杂交水稻制种,通过不同收获时期形成籽粒黄熟度不同的群体,系统分析了不同籽粒黄熟度群体间种子活力、水分、千粒重及内含物的差异。结果表明,在不同品种间,籽粒黄熟度的增加速率存在明显差异。随着籽粒黄熟度的增加,种子活力先增加后趋于稳定;种子水分先降低后趋于稳定;种子千粒重逐渐增加,但差异不显著;种子的直链淀粉、总淀粉、蛋白质及可溶性糖含量均先增加后趋于稳定。当籽粒的黄熟度为75%~90%时,种子发芽率、发芽势、发芽指数和活力指数均处于高值水平,且差异不显著;种子水分和千粒重均未达到显著差异。相关性分析表明,籽粒黄熟度与种子发芽率、活力指数呈极显著正相关,相关系数分别为0.870 3**和0.664 0**;与种子水分呈极显著负相关(R2=-0.842 4**),与种子千粒重相关性不显著(R2=0.197 2)。籽粒黄熟度与种子内含物均无显著相关性,但种子发芽势、发芽指数和活力指数均与种子内含物达到显著相关。综上,籽粒黄熟度为75%~90%可以作为杂交水稻高活力种子生产适宜收获期的感官指标。本研究结果为杂交水稻高活力种子生产提供了理论参考。  相似文献   

12.
为解析花生种子自然老化过程中品质及发芽特性的变化特征,本研究以6个花生品种(系)为试材,通过测定种子发芽率、发芽势、氯化三苯基四氮唑(TTC)还原量、电导率等指标对老化花生种子的品质和发芽活力进行综合评价。结果表明,随着种子老化程度加深,不同品种(系)花生种子的5个发芽指标(发芽率、发芽势、发芽指数、活力指数和生长量)均表现为显著下降趋势(P<0.05);花生种子的活力指数与TTC还原量呈相同的下降趋势,而电导率则呈上升趋势;除了亚油酸以外,其余4个花生品质指标,包括油酸、油亚比(O/L)含油量和粗蛋白,总体呈下降趋势,自然老化对花生品质及发芽特性均产生负向影响。本研究通过对自然老化种子中多个指标进行评价,为确定和探究不同花生品种的存储条件及代谢途径奠定一定的理论基础。  相似文献   

13.
玉米种子人工老化过程中生理特性与种子活力的变化   总被引:15,自引:0,他引:15  
种子贮藏过程中各项活力逐渐降低,即种子的老化。老化不仅影响种子萌发与幼苗的生长,也会影响到后期植株的产量与品质。以玉米自交系昌7-2、杂交组合郑单958和农大108的F1种子为试验材料,通过人工加速老化的方法,对3个品种(系)的玉米种子人工老化过程中生理特性与种子活力的变化规律进行了分析。结果表明,玉米种子的发芽势、发芽率、发芽指数和活力指数均随老化时间的延长而降低;过氧化物酶(POD)的活性随老化时间的增加而降低,与种子的各项活力指标呈正相关,其中昌7-2与各项活力指标的相关性、郑单958与活力指数的相关性达显著水平;浸出液的相对电导率和丙二醛(MDA)含量随种子的老化时间而升高,与种子的各项活力指标呈负相关,其中昌7-2和农大108的相对电导率、昌7-2的MDA含量与各项活力指标的相关性均达到极显著水平,郑单958的相对电导率与活力指数和MDA含量与各项活力指标的相关性也达到显著水平;玉米种子的发芽率和活力指数随着老化时间的增加呈现一个先缓慢后加快的下降趋势;农大108的抗老化能力较弱,昌7-2和郑单958表现出较强的抗老化能力。  相似文献   

14.
采用高光谱图像深度特征检测水稻种子活力等级   总被引:2,自引:1,他引:1  
为实现水稻种子活力的准确检测,该文研究了一种基于高光谱图像技术结合深度学习的高精度检测方法。采用人工加速老化的方式得到老化0,1,2和3 d的1 200个水稻种子样本,使用高光谱成像设备获取不同老化天数样本的高光谱图像,并从单个样本区域提取其光谱信息。随后对1200个样本进行发芽试验,根据发芽试验结果将所有样本划分为高活力、低活力和无活力3个等级。采用小波阈值去噪(Wavelet Threshold Denoising,WTD)结合一阶导数(First/1~(st) Derivative,FD)的方法(WTD-FD)对原始光谱进行预处理,使用主成分分析(Principal Component Analysis,PCA)和堆叠自动编码器(Stacked Auto-Encoder,SAE)分别从预处理光谱中提取特征变量。分别基于PCA和SAE特征变量构建支持向量机(Support Vector Machine,SVM)模型,并根据模型准确率确定较佳模型,最后使用灰狼优化算法(Grey Wolf Optimizer,GWO)对选择的模型进行参数优化。结果显示WTD-FD对原始光谱的预处理是有效的,使用从预处理光谱中提取的SAE非线性深层特征相比于PCA线性特征更具有代表性,基于其建立的SAE-SVM模型的准确率达到96.47%。SAE-SVM模型经过GWO优化之后,模型准确率提高到98.75%。研究结果表明,高光谱图像技术结合深度学习方法对水稻种子活力等级准确检测具有指导意义。  相似文献   

15.
为研究聚乙二醇(PEG,polyethylene glycol)处理下水稻种子萌发过程中内部水分分布和变化规律,进而揭示水稻耐旱性在水分吸收规律上的重要特征。应用低场核磁共振的T2弛豫谱和质子密度加权成像分析了PEG处理下水稻种子萌发过程中的水分变化,研究了利用蒸馏水(对照)和质量分数分别为10%、20%PEG6000处理对两个水稻品种旱9710、辽星1发芽指标的影响,以及对两个水稻品种萌发0、6、22、48、72 h吸水量的影响,确定单位质量核磁信号幅值与水稻种子湿基含水率的回归函数关系。发芽指标检测结果显示:旱9710耐旱性高于辽星1。质子密度加权成像结果显示:在水分吸收初期,水分子直接通过种子表面裂缝进入种子体内,胚乳中的淀粉粒等物质开始吸水膨胀,种子体积增大。24 h后,种子内营养物质向种胚流动。PEG处理下,水稻种子吸水量明显减少,发芽速度明显降低,且PEG质量分数越高,发芽速度越慢。基于核磁共振理论及T2弛豫谱的多组分特征,当反演频率为10 000时,水稻种子萌发过程中的水分分为束缚水与自由水两部分。T2弛豫谱结果表明:在蒸馏水和质量分数分别为10%、20%PEG处理下,种子湿基含水率和核磁信号幅值均逐渐增长。PEG处理下,核磁信号幅值增长相比对照处理显著降低(P0.05)。PEG处理抑制了两个水稻品种种子对水分的吸收,PEG质量分数越高,抑制作用越强。PEG处理24 h后,耐旱性强的水稻品种吸水率相比对照处理的降低幅度小于耐旱性弱的品种。回归分析表明,3种处理下,核磁信号幅值和湿基含水率具有一致的线性关系(R2=0.983),由回归方程可以求得水稻种子萌发过程中各状态水分的含量。试验为研究水稻种子萌发过程对干旱胁迫的反应机制,开发种子水分微观活体无损检测技术等方面的研究提供理论支持和数据参考。  相似文献   

16.
水资源短缺一直是制约西北干燥区水稻生产的主要因素之一,在水稻某一或全生育期节水有利于缓解该区域农业用水。为挖掘水稻耐旱种质资源和培育耐旱品种,对西北干燥区种植的粳稻种质资源进行种子萌发期的耐旱性鉴定和评价,本研究首先以PEG-6000为渗透剂对6份不同耐旱性水稻材料进行模拟干旱处理,研究了粳稻种子在0%、5%、10%、15%、20%的PEG-6000溶液胁迫下的萌发情况,分析了种子的相对发芽势、相对发芽率、相对根长、相对芽长、活力指数、相对根芽鲜重、相对根芽干重和萌发耐旱指数的变化。结果表明,15%PEG-6000可作为粳稻种子萌发期耐旱性鉴定的最佳浓度。在此基础上,进一步利用该处理浓度对139份不同来源的粳稻种质资源进行萌发期耐旱性鉴定,以筛选浓度时选用的8个耐旱指标作为评价指标,通过主成分分析法确定了相对发芽势、相对芽长、活力指数、萌发耐旱指数为4个关键指标,利用隶属函数结合权重分析法得到了萌发期粳稻种质资源耐旱性的综合评价值D。根据D值排序,筛选鉴定到萌发期耐旱性强的5个粳稻种质:松粳3号、通院515、龙粳807、松粳20和Farry。通过聚类分析将139份粳稻种质资源划分为4个亚群,第Ⅰ和Ⅲ亚群(除个别种质为中等耐旱种质外)均为旱敏感亚群,第Ⅱ亚群为耐旱和中等耐旱混合亚群,第Ⅳ亚群为中等耐旱亚群。本研究构建的聚类图中,活力指数与D值表现出较好的一致性。本研究结果可为种子萌发期粳稻种质资源耐旱性快速鉴定和评价提供参考。  相似文献   

17.
王慧  刘方 《农业环境保护》2011,(6):1051-1057
通过对贵阳市花溪区麦坪乡废弃煤矿区酸性排水进行样品收集与分析,探讨煤矿酸性排水的污染特征及对作物种苗生长的影响。研究结果表明,在煤矿附近50~350m距离内溪沟水pH变化达2.35~6.3,污染物主要以SO24-、Fe、Mn为主;矸石堆洼地蓄积水完全抑制两种植物的萌发;距井口50m溪沟水和距井口30m农田水处理油菜都表现为种子发芽后发霉死亡;距井口100m处溪沟水和距井口30m农田水处理油菜和水稻的种子发芽率、幼苗鲜重和干重、发芽指数和简化活力指数与对照(蒸馏水处理)之间均存在极显著差异(P〈0.01)。煤矿酸性排水胁迫下,水稻各项指标变幅低于油菜,说明物种耐性强度为水稻〉油菜。  相似文献   

18.
超干处理两种落叶松种子的生理生化特征研究   总被引:1,自引:0,他引:1  
采用硅胶干燥法, 将两种落叶松种子含水量由自然含水量降至5%以下, 测定不同含水量种子老化前后的发芽势、发芽率、发芽指数、活力指数、相对电导率、脱氢酶和异柠檬酸裂解酶活性。结果表明: 长白落叶松种子含水量降至3.02%时, 种子各发芽指标在老化前后保持在较高水平, 且老化前的活力指数及老化后的发芽率、发芽指数、活力指数显著高于自然干燥种子; 在此含水量下, 老化后种子脱氢酶和异柠檬酸裂解酶活性显著高于自然干燥种子, 相对电导率比后者低, 说明长白落叶松种子以含水量为3.02%时储藏较为适宜。兴安落叶松种子含水量为2.63%时, 各发芽指标均高于自然干燥种子, 且老化前除发芽势外各发芽指标及老化后各发芽指标差异显著; 此含水量下, 老化后种子脱氢酶和异柠檬酸裂解酶活性显著高于自然干燥种子, 相对电导率比后者低, 比其他含水量种子表现出更强的抗老化能力, 说明兴安落叶松种子较适宜在2.63%含水量下储藏。  相似文献   

19.
极低频高压脉冲电场提高陈年棉种活力的参数优化   总被引:1,自引:1,他引:0  
为研究极低频脉冲电场对陈年棉种活力的影响,该文利用高压脉冲电源和弧形电极-平板组成的电场系统在极间距离为50 mm条件下,以16 k V、10 Hz为中心点,利用Design-expert软件设计正交试验,高压脉冲电场处理棉种时间为40 s。并利用响应面分析法,对发芽势、发芽率、发芽指数、活力指数等4个指标进行参数优化,得出最优处理电压为16.25 k V,最优频率为10.90 Hz。在此基础上,对优化条件进行了试验验证。结果表明:陈年棉种在脉冲电压16.25 k V、脉冲频率10.90 Hz处理条件下,与对照相比,发芽势提高了44.2%,发芽率提高了56.8%,发芽指数提高了64.3%,活力指数提高了81.8%,各指标都达到极显著差异(P0.01)。陈年棉种的电场生物学效应对电场电压和频率都具有选择性,在电压为16.25 k V、频率为10.90 Hz的脉冲电场作用下,陈年棉种的电场生物学效应最明显,研究结果为后续作物种子高压电场处理的参数优化提供参考。  相似文献   

20.
Abstract

Management practices during seed development are crucial for boosting seed quality and establishment. This study determined the interactive effect of soil fertility and maturity stage on maize seed quality. The cultivar SC701 were harvested at milk, dent, and physiological maturity stages and dried to <12% moisture content. Field trials were split plots replicated four times. Seed quality was evaluated using standard germination test, vigor indices and electrical conductivity test. Highly significant interactions (p?相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号