国家科技支撑计划(2007BAD52B06-2)
- 作品数：6 被引量：110H指数：5
- 相关作者：邵新庆王宇通王堃韩建国黄欣颖更多>>
- 相关机构：中国农业大学甘肃农业大学山西省农业科学院更多>>
- 发文基金：国家科技支撑计划国家现代农业产业技术体系建设项目公益性行业(农业)科研专项更多>>
- 相关领域：农业科学自动化与计算机技术更多>>
- 基于叶片图像的植物鉴别技术研究进展(综述)被引量：4
- 2010年
- 基于叶片的计算机图像处理与识别技术,实现了植物分类的自动化和快捷化.从叶片分类和检索两个方面回顾了近年来基于叶片图像的植物分类领域的研究进展,围绕叶片图像的特征选取、分类器设计、相似性度量和算法性能等方面对多种方案的技术特点做了介绍,并指出了目前这些技术需要改进的方面.
- 邵新庆冯全邵世禄王敬轩王宇通
- 关键词：叶片植物识别图像处理图像检索系统
- 植物根系氮吸收过程的研究进展被引量：24
- 2010年
- 氮对植物的生长发育有着重要的作用,氮素也是植物根系从土壤中吸收最多的元素之一。因此,了解根系吸收氮素的机理和过程对检测生态系统的结构与功能有着重要的意义。土壤中的氮大体上可分为无机态和有机态两大类,植物能够吸收的有机态氮主要是氨基酸,而植物能够吸收利用的无机态氮主要是NO3-和NH4+。本研究较全面地总结了植物根系对氮的吸收和调控的机理,并在此基础上对该方面的研究进行了展望。
- 王宇通邵新庆黄欣颖王堃
- 关键词：根系硝态氮铵态氮氨基酸
- 无机盐添加剂对窖贮紫花苜蓿品质的影响被引量：8
- 2010年
- 以第2茬紫花苜蓿(Medicago sativa)为原料,采用窖贮的方式,用青贮卫士(Siloguard)添加剂进行处理,设4个质量分数0、0.05%、0.1%和0.2%,探讨紫花苜蓿窖贮的可行性及添加剂的最佳质量分数,为大规模生产实践提供科学依据。试验结果表明:Siloguard添加剂对改善青贮料的感官、降低pH值、提高乳酸含量均有作用,但由于所加入添加剂的质量分数不同,窖贮后效果不一,以添加0.1%Siloguard效果最佳;加入添加剂后,青贮料的可溶性糖(WSC)含量显著提高,显著改善了紫花苜蓿青贮料的品质。综合分析认为,青贮窖越深,青贮料发酵品质越好;窖贮添加Siloguard能改善青贮饲料的品质,推荐生产最佳添加质量分数为0.1%。
- 刘振宇玉柱刘忠宽黄欣颖王宇通邵新庆
- 关键词：紫花苜蓿青贮窖青贮品质
- 链烷技术估测典型草原放牧牛食性食量方法研究被引量：6
- 2009年
- 为进一步探讨饱和链烷技术在典型草原自由放牧家畜中的应用,定量研究放牧牛食性及食量,于2004年夏秋季节在中国科学院内蒙古草原生态系统定位研究站典型草原进行自由放牧试验,选择体重相近4岁肉乳兼用哺乳牛4头,分两期测定其食性和食量,每头牛投喂一粒YC饱和链烷缓释胶囊,试验期内每天跟踪放牧牛的采食路线,收集其所采食的牧草及粪便样品,利用气相色谱分析牧草和粪样中的链烷含量,应用链烷技术估测放牧牛的排粪量、牧草采食比例和干物质采食量。结果表明:不同放牧季节放牧牛采食的牧草种类基本相同,但采食的比例存在差异,随放牧季节后移,放牧牛采食量显著增加(P<0.05),但日排粪量差异不显著。因此,链烷技术可以估测典型草原放牧牛的排粪量、食物组成和采食量,且放牧季节对放牧牛的采食量影响较大。建议在牧草种类组成较为复杂的典型草原估测放牧家畜食性食量时要进行多种方法比较,以进一步完善链烷技术。
- 刘贵河汪诗平张英俊韩建国
- 关键词：放牧牛食性食量典型草原
- 典型草原自然演替过程中土壤理化性质动态变化被引量：59
- 2008年
- 以内蒙古巴林右旗退化典型草原为研究对象，采用空间序列代替时间序列的方法，探讨围封条件下，退化典型草原自然恢复过程中土壤物理性质及养分的动态变化。结果表明：围封对典型草原土壤含水量产生深刻影响，土壤水分含量呈增加趋势，增加最明显的是土壤表层0～5cm；典型草原群落自然恢复过程中，土壤有机质、全氮、速效氮、速效钾增加极显著（P〈0．01），全磷和速效磷增加较为显著（0．01〈P〈0．05），同时，土壤养分有明显的表聚现象；典型草原群落去除放牧践踏的干扰后，土壤物理性状得以改善，恢复6年和10年的0～5cm土层土壤容重分别为1．27和1．25g／cm^3，显著低于恢复初期的土壤容重（P〈0．05）。
- 邵新庆石永红韩建国王赟文王堃
- 关键词：典型草原围封土壤理化性质
- 基于图像识别技术的豆科牧草分类研究被引量：9
- 2010年
- 利用计算机图像处理技术,依据植物叶片图像的形状特征对14种豆科牧草进行分类识别。通过对叶片图像进行预处理,提取出叶片的轮廓。在此基础上提取了叶片形状的全局特征和局部特征;全局特征包括叶片的横纵轴比、矩形度、圆形度等8项几何特征和7个图像不变矩特征;局部特征为叶缘粗糙度。利用PNN(Probabilisticneural network)和BPN(Back propagation network)作为分类器进行识别分类,实现了对豆科牧草叶片图像的分类。识别结果表明,PNN网络的平均识别率为85.1%、BPN网络的平均识别率为82.4%。
- 王敬轩冯全王宇通邵新庆
- 关键词：豆科牧草图像处理PNNBPN
