三种氮素营养快速诊断方法在油菜上的适宜性分析

通过大田试验研究SPAD仪（叶绿素仪）法、硝酸盐反射仪法和光谱仪法在油菜氮素营养快速诊断上的适宜性。试验设施氮0、60、120、180、240、300和400kg/hm2处理,在八叶期、十叶期和蕾薹期对各处理SPAD值、冠层归一化植被指数（NDVI值）和硝酸盐含量进行检测,并测定各时期油菜生物量和收获期籽粒产量。对不同施氮量下的油菜产量进行显著性检验及方程拟合,并对三种诊断方法各测定指标与氮肥用量、籽粒产量进行相关分析。结果表明,油菜施氮量与籽粒产量具有较好的相关关系,满足进行氮素营养快速诊断要求。三种诊断方法中,硝酸盐反射仪法能在一定程度上反映油菜氮素营养状况,但受油菜生理特性（苗期生物量小、蕾薹期氮素奢侈性吸收等）影响,诊断结果的可信度和稳定性不高。光谱仪法比较适宜于油菜蕾薹期氮素营养诊断,但存在追肥时期过晚、操作不方便等缺点。综合分析认为,SPAD仪法诊断结果稳定,并且具有快速、简便、低耗等优点,适合于油菜氮素营养快速诊断。     

纳米增效剂在油菜上的施用效果分析

研究了纳米增效剂在油菜上的施用效果。结果表明,纳米增效剂能促进油菜生长,且在推荐施肥减氮30%下增产效果最好,养分积累量和肥料养分回收率最高;在油菜必需养分都供应充足或都供应不足情况下不利于纳米增效剂效果发挥;两种纳米增效剂间差异不明显。根据我国农户油菜氮肥施用过量与不足同时存在的现状,该纳米增效剂具有广阔的应用前景。     

基于智能驱动模式的柚果品质无损检测装置

目前农产品无损检测方法单一，导致分拣分级精度不高，亟须提升批量动态检测精度。针对梅州蜜柚检测，采用光谱检测、机器视觉、动态称重和人机交互等技术，设计了一款智能驱动无损动态检测装置。阐述了装置关键结构参数与选型、搭建方法与工作原理，并开展了性能测试。测试分析结果表明，该装置可采集和融合柚果特征波长、图像特征、和动态质量等多特征信息，并自主完成多源异质信息融合，通过柚果内部品质深层解析模型——广义神经网络模型，再经样本训练、规则判别、算法寻优和深度学习，快速完成内部品质指标的精确预测和验证。说明所设计的智能驱动无损动态装置可以快速、高效和准确地完成柚果品质检测，满足性能需求。