检索结果-南通市图书馆

小麦种子贮藏技术及基层种子管理工作问题研究

在线全文

学校读者我要写书评

暂无评论

种子科技 2022年第9期40卷 13-15页

作者：晁元上临泉县农业综合行政执法大队安徽阜阳236400

小麦成熟季节刚好是高温多雨时期,即使经过风干和晾晒,也会因后期管理不当导致小麦发霉、受潮,失去活力和应用价值。做好小麦种子贮藏工作非常关键,能保证小麦的产量和质量。以小麦种子贮藏特点为切入点,分析了小麦种子贮藏方法,为相关... 详细信息

小麦成熟季节刚好是高温多雨时期,即使经过风干和晾晒,也会因后期管理不当导致小麦发霉、受潮,失去活力和应用价值。做好小麦种子贮藏工作非常关键,能保证小麦的产量和质量。以小麦种子贮藏特点为切入点,分析了小麦种子贮藏方法,为相关工作提供参考。

关键词：小麦种子贮藏技术基层种子管理

基于YOLOv5的小麦种子发芽检测方法研究

在线全文

学校读者我要写书评

暂无评论

浙江农业学报 2023年第2期35卷 445-454页

作者：白卫卫赵雪妮罗斌赵薇黄硕张晗陕西科技大学陕西西安710016 北京市农林科学院智能装备技术研究中心北京100097 北京市农林科学院信息技术研究中心北京100097

种子发芽试验是检验作物品质的重要环节。为提高种子发芽检测效率,实现种子发芽检测自动化,以小麦为研究对象,通过机器视觉技术结合深度学习方法,构建基于YOLOv5的种子发芽判别的模型,在此基础上通过小麦7 d发芽试验图像组合分析,设计... 详细信息

种子发芽试验是检验作物品质的重要环节。为提高种子发芽检测效率,实现种子发芽检测自动化,以小麦为研究对象,通过机器视觉技术结合深度学习方法,构建基于YOLOv5的种子发芽判别的模型,在此基础上通过小麦7 d发芽试验图像组合分析,设计一套基于YOLOv5的种子发芽检测改进判别方法(DB-YOLOv5),实现对小麦种子发芽率、发芽势、发芽指数、平均发芽天数的快速检测,并开展检测试验。结果表明,YOLOv5模型对小麦种子发芽判别精确率为92.5%,DB-YOLOv5模型对小麦种子发芽判别精确率为98.5%,发芽势、发芽指数、平均发芽天数与人工检测误差为0.5%、2.39、0.1 d。上述结果表明,DB-YOLOv5模型可实现对小麦种子发芽率、发芽势、发芽指数、平均发芽天数的快速检测,为农作物种子发芽快速检测提供参考。

关键词：小麦种子发芽检测深度学习 YOLOv5

基于高光谱图像的小麦种子年份快速鉴别分析研究

在线全文

学校读者我要写书评

暂无评论

中国粮油学报 2022年第1期37卷 170-174页

作者：孙梅黄宇陈兴海刘业林苏秋城北京工商大学人工智能学院北京100048 北京卓立汉光仪器有限公司北京101102 四川双利合谱科技有限公司成都610016

小麦种子的发芽率对小麦的增产增收至关重要,而小麦种子的发芽率与小麦种子的储藏年份有着密切关系。一般而言,随着储藏年份的增加,小麦种子的发芽率降低,因此小麦种子的储藏年份的鉴别研究具有重要意义。研究了不同年份的小麦种子,通... 详细信息

小麦种子的发芽率对小麦的增产增收至关重要,而小麦种子的发芽率与小麦种子的储藏年份有着密切关系。一般而言,随着储藏年份的增加,小麦种子的发芽率降低,因此小麦种子的储藏年份的鉴别研究具有重要意义。研究了不同年份的小麦种子,通过主成分分析,去除波段之间的多余信息,根据PCA变换的RGB彩色合成,可以更客观地看到不同年份小麦种子在图像显示上的差别。然后在不同年份种子的基础上提取平均值、标准差,对得到的光谱曲线对比分析,选取了500 nm和700 nm 2个波段分别构建进行归一化植被指数(NDVI)和增强型植被指数(EVI)光谱指数。利用7个年份的小麦种子建模,分析NDVI和EVI与其相应年份的散点图和趋势线,得到了决定系数0.7624和0.8585,从这2个决定系数可以看出EVI的建模高于NDVI。利用构建的建模模型对2010、2012、2013和2014年份的小麦种子进行年份预测,预测的年份与实际年份达到100%。本研究以小麦种子为例,利用成像高光谱技术鉴定小麦种子的年份,为农产品时间鉴定提供一种新的技术参考。

关键词：高光谱成像小麦种子储藏年份 NDVI EVI

在线全文

学校读者我要写书评

暂无评论

小麦种子处理技术现状与发展趋势分析

种子科技 2023年第2期41卷 54-56页

作者：吴博中宁县良种繁育场宁夏中卫755100

我国是农业生产大国,农业经济发展对我国经济增长有十分重要的作用,对提高我国经济水平、提升国际地位具有显著意义。小麦是我国重要的粮食作物,也是我国农业生产中的关键构成部分。文章探讨了小麦种子的相关处理技术,分析了小麦种植的... 详细信息

我国是农业生产大国,农业经济发展对我国经济增长有十分重要的作用,对提高我国经济水平、提升国际地位具有显著意义。小麦是我国重要的粮食作物,也是我国农业生产中的关键构成部分。文章探讨了小麦种子的相关处理技术,分析了小麦种植的未来发展趋势,明确了处理小麦种子的关键作用,以期推动我国农业生产种植领域可持续发展。

关键词：小麦种子处理技术种植

小麦种子繁育过程中育种家对种子保纯容忍度的研究

在线全文

学校读者我要写书评

暂无评论

耕作与栽培 2023年第3期43卷 1-5,9页

作者：张建周王继民李春盈刘明宋万献张天兴齐建双河南省农业科学院小麦研究所郑州450002 河南省农业科学院粮食作物研究所郑州450002 长葛市种子管理站河南长葛461500

育种家种子保纯繁育是保障小麦种子质量和产量达到国家要求最重要的环节,本试验从育种家选育并审定的小麦品种中选取郑麦1860、郑麦7698、郑麦0943和郑麦1354等四个品种为研究材料,由授权企业和育种家在生育期内开展以株高、株型、叶色... 详细信息

育种家种子保纯繁育是保障小麦种子质量和产量达到国家要求最重要的环节,本试验从育种家选育并审定的小麦品种中选取郑麦1860、郑麦7698、郑麦0943和郑麦1354等四个品种为研究材料,由授权企业和育种家在生育期内开展以株高、株型、叶色、穗型、芒长等5个关键农艺性状的调查,分别抽取1~5个关键农艺性状对其一致性进行鉴别和筛选,单独混收并对其进行纯度检测,经过比对和方差分析,找出符合育种家种子标准的快速鉴别性状为株高和叶色,确定其性状允许存在的变异和分离异质容忍程度为0~0.005%。

关键词：小麦种子繁育性状保纯容忍度

在线全文

学校读者我要写书评

暂无评论

小麦种子田间质量检验的探讨

中文科技期刊数据库（全文版）农业科学 2023年第3期 0124-0126页

作者：侯银娟杨薇木卜文魏小社朱永霞陕西省宝鸡市种子工作站陕西宝鸡721000

小麦种子质量检验属于农业技术工作范畴,其价值在于改善种子质量,以保证小麦质量和产量,在各小麦产地得到普遍重视。本文以小麦种子质量检验内容与影响因素为切入点,予以简述,在此基础上分析小麦种子田间质量检验的必要性和常见工作问题... 详细信息

小麦种子质量检验属于农业技术工作范畴,其价值在于改善种子质量,以保证小麦质量和产量,在各小麦产地得到普遍重视。本文以小麦种子质量检验内容与影响因素为切入点,予以简述,在此基础上分析小麦种子田间质量检验的必要性和常见工作问题,最后研究小麦种子田间质量检验的工作方法,就加强基础管理、做好静态信息收集分析、深入田间组织现场管理、保证取样的科学性等措施进行研究,服务小麦种子质量检验工作。

关键词：小麦种子田间质量检验基础管理科学取样

高光谱技术无损检测单粒小麦种子生活力的特征波段筛选方法研究

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

光谱学与光谱分析 2019年第5期39卷 1556-1562页

作者：张婷婷向莹莹杨丽明王建华孙群中国农业大学农学院植物遗传育种与种子科学系农业部农作物种子全程技术研究北京创新中心北京市作物遗传改良重点实验室北京100093 中国农业大学理学院北京100083

种子活力是种子质量的一项重要指标,高活力的种子具有较强的抗逆性、生长优势及生产潜力。而种子活力在种子生理成熟时最高,随后随着贮藏时间的延长而发生着自然不可逆的降低。因此,在播种前及时、准确地对种子活力进行检测和筛选具有... 详细信息

种子活力是种子质量的一项重要指标,高活力的种子具有较强的抗逆性、生长优势及生产潜力。而种子活力在种子生理成熟时最高,随后随着贮藏时间的延长而发生着自然不可逆的降低。因此,在播种前及时、准确地对种子活力进行检测和筛选具有重要的实践意义。针对传统种子活力检测方法存在的操作过程复杂繁琐、耗时长、重复性差且对种子有破坏性等缺点,研究尝试利用高光谱成像技术建立单粒小麦种子生活力快速、无损、精确的检测方法。以高温高湿老化后的190粒小麦种子(发芽128粒,不发芽62粒)作为研究样本,先利用可见-近红外(Vis-NIR)高光谱成像系统采集样本种子的光谱图像和进行标准发芽试验,并确保光谱采集试验和标准发芽试验的小麦种子一一对应。随后提取种子光谱图像的感兴趣区域并对其光谱数据进行平均和特征分析。分别采用一阶导数(FD)、均值中心化(MC)、正交信号校正(OSC)和多元散射校正(MSC)对原始光谱数据进行预处理,结合偏最小二乘辨别分析(PLS-DA)建立全波段PLS-DA模型,比较分析,并筛选出最适预处理方法。分别利用无信息变量消除算法(UVE)、竞争性自适应重加权算法(CARS)、连续投影算法(SPA)及耦合不同变量筛选方法对特征波段进行筛选提取,再分别基于所提取出的特征波段建立PLS-DA定性判别模型,对比分析,最终确立提取与单粒小麦种子生活力相关性最高的高光谱特征波段方法体系。结果表明:不同光谱预处理建立的模型其表现有所差异,在MC, FD, OSC和MSC中,采用MC对原始高光谱数据进行预处理,建立的全波段MC-PLS-DA判别模型,其校正集和预测集对小麦种子生活力的整体鉴别正确率分别为82.5%和83.0%,优于原始及其他预处理后建立的全波段PLS-DA判别模型,其校正集和预测集对小麦种子活种子鉴别正确率分别为94.8%和90.6%。进一步对比3种单特征波段提取方法及其耦合分析建模中,发现3种变量筛选方法耦合(UVE-CARS-SPA)的方式能够将光谱全波段的688个变量压缩至8个变量(473, 492, 811, 829, 875, 880, 947和969 nm),利用所筛选出的8个变量建立的MC-UVE-CARS-SPA-PLS-DA模型获得了最优秀的鉴别效果,其校正集和预测集对小麦种子生活力的整体鉴别正确率分别为86.7%和85.1%,较全波段模型(MC-Full-PLS-DA)分别提升了4.2%和2.1%,活种子的鉴别正确率分别为93.8%和84.4%,经过此优秀模型筛选后,种子批最终发芽率可达到93.1%。实验结果表明,基于高光谱成像技术结合UVE-CARS-SPA-PLS-DA模型能够实现对单粒小麦种子生活力的定性判别。研究工作为小麦种子活力的快速、精确且无损的检测提供理论支持。

关键词：高光谱技术小麦种子生活力检测特征波段

基于机器视觉技术的小麦种子活力检测技术方法研究

在线全文

学校读者我要写书评

暂无评论

基于机器视觉技术的小麦种子活力检测技术方法研究

作者：吴旭东中北大学

学位级别：硕士

要提高我国的种业市场竞争力,种子质量是关键。种子活力检测是提高种子质量的重要环节。种子活力是衡量种子播种质量的一项重要指标,高活力种子对实际农业生产具有非常重要的意义,因此,测定种子活力显得十分重要。通过查找文献总结前人... 详细信息

要提高我国的种业市场竞争力,种子质量是关键。种子活力检测是提高种子质量的重要环节。种子活力是衡量种子播种质量的一项重要指标,高活力种子对实际农业生产具有非常重要的意义,因此,测定种子活力显得十分重要。通过查找文献总结前人的实验方法,传统的种子活力检测方法都是由专业的技术员手工检测,主观性较大且效率低。传统的发芽法测定种子活力的具体方法是采用标准发芽试验,逐日记载发芽种子数,发芽试验结束后测定正常幼苗长度。这些方法无法满足当前育种智能化的发展需求。随着计算机技术和图像处理技术的快速发展,基于机器视觉检测种子活力的技术应运而生。为了寻找新的种子活力检测方法,本文以小麦种子为实验对象,研究基于机器视觉的小麦种子活力检测方法,可为小麦种子在线活力检测提供有力的理论依据和技术支撑。本文的主要研究内容及结果如下:1)设计垂直发芽装置。对传统的卷纸发芽法进行改进,设计出适用于机器视觉技术检测小麦种子活力的垂直发芽装置,该装置可以实现种子活力的在线检测,无需将待测种子脱离发芽环境。2)提出了一种基于形态学检测小麦种子活力的方法。基于形态学分析,设计了小麦种子芽点（胚根、胚芽突破种皮的位置点）检测方法,借助芽点位置对胚根、胚芽长度进行检测,实现了种子发芽快速识别。通过对连续7天的发芽实验数据进行检测分析,与人工测定结果进行对比,本文方法测定小麦种子发芽率的准确率100%,发芽势、发芽指数、平均发芽天数误差分别为4%,0.47、0.08天。试验结果表明,本文设计的装置和方法实现了对种子活力参数的准确检测,可为农作物种子的活力快速检测提供研究基础。3)提出一种基于机器学习检测小麦种子活力的方法。首先利用HALCON图像处理软件提取小麦种子的颜色特征信息（RGB、HSV、HSI、Lab各分量的均值以及标准差）和形状特征参数（长度、宽度、区域面积、圆形度、周长、紧实度、凹凸性、矩形度、外接圆半径、内切圆半径、圆周到中心的平均距离、圆周到中心的距离偏差、轮廓区域点之间的最大距离）,然后分别采用PER（皮尔逊相关性分析法）、PCA（主成分分析法）和PER-PCA（前两者结合）对归一化后的数据进行特征筛选,并建立与之对应的3种OCSVM（One Class SVM）小麦种子发芽检测模型,3种模型均取得了较好的检测结果,其中PER-OCSVM模型的表现最佳,该模型的准确率（Accuracy）能达到96.81%,精准率（Precision）为98.70%,召回率（Recall）为95.58%,F1值为97.11%。利用PEROCSVM模型对连续7天的小麦种子发芽试验数据进行检测,检测结果表明,本文设计的检测方法测定的小麦种子活力指标与人工统计的基本一致,检测发芽率误差为1%,发芽势、发芽指数、平均发芽天数的误差分别为1%、0.38、0.12天。结果表明本文提出的基于机器学习检测种子活力的方法具有可行性。

关键词：机器视觉小麦种子活力检测发芽率

小麦种子物理参数和萌发阶段抗旱性关系的研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

麦类作物学报 2014年第12期34卷 1661-1666页

作者：贾佳王建华谢宗铭杨丽明孙宝启孙群中国农业大学农学与生物技术学院/北京市作物遗传改良重点实验室北京100193 新疆农垦科学院分子农业技术育种中心新疆石河子832000 中国农业大学理学院北京100094 北京农林科学院北京100193

为了解陕西省当前推广小麦品种的物理性状与萌发阶段抗旱性的关系,测定了模拟干旱胁迫下小麦种子相对发芽率和各项物理指标(RGB、Lab、HSB、灰度、长度、宽度、投影面积等),并运用相关分析、方差分析和回归分析等方法,对陕西省目前推广... 详细信息

为了解陕西省当前推广小麦品种的物理性状与萌发阶段抗旱性的关系,测定了模拟干旱胁迫下小麦种子相对发芽率和各项物理指标(RGB、Lab、HSB、灰度、长度、宽度、投影面积等),并运用相关分析、方差分析和回归分析等方法,对陕西省目前推广种植的18个小麦品种萌发阶段的抗旱性与物理性状的关系进行了综合分析。结果表明,基于宽度、R、G、B(HSB)、L、H、灰度值等物理指标对小麦种子萌发阶段抗旱能力的预测具有统计学意义,且G、B(HSB)、L、H、灰度值等颜色指标之间相关系数较高,均大于0.96。在这些物理指标和相对发芽率建立的回归模型中,以宽度和G值为参数建模最好,决定系数为0.575,达到极显著水平。以供试材料中的5个品种及陕西省推广种植的其他10个小麦品种进行验证,以宽度和G值为参数所建模型得到的相对发芽率与模拟干旱胁迫条件下实测到的相对发芽率吻合度达到86.7%,说明依据宽度和G值对小麦品种萌发阶段抗旱能力的筛选是可行的。

关键词：小麦种子物理特性干旱胁迫相对发芽率回归模型