用于小麦多生长阶段倒伏边界精准检测的分层交互特征金字塔网络（英文）

[目的/意义]传统的小麦倒伏检测方法需要人工进行田间观测和记录,这种方法存在主观、效率低、劳动强度大等问题,难以满足大规模的小麦倒伏检测的需求。基于深度学习的小麦倒伏检测技术虽已在一定程度上得到应用,但普遍局限于对小麦单一发育阶段的倒伏识别,而倒伏可能发生在小麦生长的各个时期,不同时期倒伏特征变化复杂,这给模型特征捕捉能力带来考验。本研究旨在探索一种基于深度学习技术的多生育期小麦倒伏区域检测方法。[方法]用无人机采集小麦灌浆期、早熟期、晚熟期这三个关键生长阶段的RGB图像,通过数据增强等技术构建出多生育期小麦倒伏数据集。提出一种小麦倒伏提取模型Lodging2Former,该模型在Mask2Former的基础上加以改进,引入分层交互式特征金字塔网络(Hierarchical Interactive Feature Pyramid Network,HI-FPN),用于提高模型在复杂田间背景干扰下对于多个生长阶段小麦倒伏特征的捕捉能力。[结果和讨论]所提出的Lodging2Former模型相较于现存的多种主流算法,如Mask R-CNN (Mask Region-Based Convolu...     

猪瘟病毒荧光RT-PCR快速检测方法的建立

以猪瘟病毒5＇端非编码区为靶核酸序列设计引物和探针，建立了一步法荧光RT-PCR检测猪瘟病毒。荧光RT-PCR仅检测出猪瘟C株、T株，未能检测出牛病毒性腹泻病毒（BVDV）、猪呼吸系统冠状病毒、猪传染性胃肠炎病毒、猪细小病毒、伪狂犬病病毒、猪生殖与呼吸综合征病毒、PK-15细胞和牛睾丸原代细胞；对猪瘟病毒T株的扩增反应产物进行了测序分析，与预期序列相符。荧光RT-PCR的检测极限可达到1 TCID50／mL，整个试验流程只需2h。采用荧光RT-PCR和抗原捕获ELISA同时检测临床病料、猪副产品共207份样本，两种方法的检出率分别为17．4％和13．5％，两者符合率为95．7％（198／207）；荧光RT-PCR的检出率高于ELISA，两者差异显著。结果表明，建立的荧光RT-PCR可用于猪产品、临床病料中猪瘟病毒的快速检测。     

接种丛枝菌根真菌配合氮肥减施对辣椒–大豆间作体系氮素吸收的影响

【目的】叶菜及经济效益较高的茄果类如辣椒、番茄等占云南省设施蔬菜栽培面积的62.19%,蔬菜连作以及氮肥的大量施用制约了设施蔬菜高产优质,降低了土壤质量。研究接种丛枝菌根真菌(AMF)和氮水平对作物生长、土壤氮残留及生物相关特性的影响,为提高设施蔬菜产量,减少氮肥施用量,降低土壤氮残留提供理论依据。【方法】以大豆和辣椒间作为种植模式进行盆栽试验。设计了接种AMF、氮肥用量、种植模式三因素试验。在大豆、辣椒单作、大豆辣椒间作3个种植模式下,分别设3个施氮(N)水平：0、100、200 mg/kg土(N0、N1、N2);每个氮水平下,再设土壤不接种、接种AMF菌剂处理(NM、AMF),共组成18个处理。在蔬菜收获期,取样测定蔬菜生物量、根系长度、AMF侵染率,测定根际土壤硝态氮、铵态氮含量、氮代谢酶活性以及菌丝密度。【结果】接种AMF、施氮量、种植模式及三者的交互作用对辣椒和大豆根系AMF侵染率、植株生物量和根长的影响都达到显著水平(P<0.01)。N1处理显著增加了辣椒、大豆根系的菌根侵染率,且在间作条件下的增幅最高;N1处理下,接种AMF和间作均显著增加了辣椒、大豆植株生物量和氮...     

融合注意力机制的小麦赤霉病语义分割网络

小麦赤霉病是导致小麦大幅度减产的病害之一，对其开展自动识别研究具有重大意义。然而，传统方法一般通过阈值、色彩直方图等在农田复杂背景下开展小麦赤霉病的分割识别研究，其分割识别精确度较差并且泛化能力也不尽如意。为了在节省大量人力成本的同时对小麦赤霉病病斑进行快速、准确地分割从而辅助农业工作者对小麦患病的严重程度进行确认并开展后续的针对性研究，提出一种融合卷积神经网络和注意力机制的小麦赤霉病语义分割网络模型UNetA。该模型依据小麦赤霉病数据集的特点，使用融合了位置自注意力和空间注意力的注意力机制模块，并将注意力机制模块融入改进了的UNet结构中，再利用加权交叉熵损失函数来衡量预测值与实际值的差距同时缓解样本不均衡问题。试验结果表明，与现有的经典网络模型相比，UNetA模型的分割精度和实时性明显占据优势，其MIoU值达到83.90%，分割单张图像所用平均时间仅为0.588 0 s。