基于卷积神经网络的草莓识别方法

针对目前草莓识别定位大多在简单环境下进行、识别效率较低的问题,提出利用改进的YOLOv3识别方法在复杂环境中对草莓进行连续识别检测。通过训练大量的草莓图像数据集,得到最优权值模型,其测试集的精度均值(MAP)达到87.51%;成熟草莓的识别准确率为97.14%,召回率为94.46%;未成熟草莓的识别准确率为96.51%,召回率为93.61%。在模型测试阶段,针对夜晚环境下草莓图像模糊的问题,采用伽马变换得到的增强图像较原图识别正确率有显著提升。以调和平均值(F)作为综合评价指标,对比多种识别方法在不同果实数量、不同时间段及视频测试下的实际检测结果,结果表明,YOLOv3算法F值最高,每帧图像的平均检测时间为34.99 ms,视频的平均检测速率为58.1 f/s,模型的识别正确率及速率均优于其他算法,满足实时性要求。同时,该方法在果实遮挡、重叠、密集等复杂环境下具有良好的鲁棒性。

基于主成分分析的广西干旱时空格局

广西地处喀斯特地貌区,土壤保水效率低,且年降水时空分布不均,研究干旱时空分布尤为重要。基于广西1981—2010年20个气象站实测和2011—2100年HadGEM2-ES模型模拟数据,利用标准化降水指数(SPI,Standardized Precipitation Index)和标准化降水蒸散指数(SPEI,Standardized Precipitation Evapotranspiration Index),分析广西干旱的时空变化。对不同时间尺度的SPI和SPEI应用主成分分析(PCA,Principal Component Analysis)确定干旱的空间模式,结果揭示了3个空间分布明确的区域:桂东北地区(PC1),桂西北地区(PC2)和桂南地区(PC3)。各区域干旱的时空变化和频率分布差异显著。PC1和PC3的SPEI-12呈负增长趋势,PC2的SPEI-12呈正增长趋势,且PC1、PC2和PC3的SPI-12均大于SPEI-12。年尺度(SPEI-12)上PC1和PC3的干旱频率大于PC2,其干旱频率分别为34.24%和35.83%。SPI和SPEI在空间和时间尺度上相关,且具有高度可比性。SPEI因子载荷的空间模式优于SPI,严重干旱年份(1988、1996和2003年)的SPI值明显小于SPEI,且SPEI检测到的干旱频率较高。研究结果可作为广西干旱预测、评估及其风险管理和应用决策的重要科学基础,也可为广西区域社会经济发展提供重要的科学参考。

不同遮荫条件下施肥量对西南干热区小粒咖啡产量和肥料利用的影响

干热区小粒咖啡肥光管理粗放,产量和肥料利用率受到限制。为探明干热区小粒咖啡节肥高产的肥光耦合模式,通过大田试验,设置4个遮荫度(100%NR、75%NR、60%NR、45%NR,NR为自然光照)和4个施肥量(不施肥及666.67、1000、1333.33 kg·hm-2),研究不同肥光处理对小粒咖啡冠层结构、产量、肥料利用率、土壤养分含量及微生物生物量碳的影响。结果表明:遮荫和施肥对小粒咖啡冠层结构、产量及肥料利用率、土壤养分含量及微生物生物量碳影响显著。小粒咖啡土壤养分含量及微生物生物量碳随遮荫度的增加而减少。土壤养分含量随施肥量增加而增加,微生物生物量碳则先增后减,施肥量1000 kg·hm-2时达最大(200.30 mg·kg-1)。遮荫和施肥对小粒咖啡叶面积指数、开度等冠层结构影响显著。叶面积指数与开度、林隙分数、总定点因子、冠下总辐射呈显著负相关。通过响应面分析及空间分析可得,当肥料偏生产力、产量、肥料农学利用率及肥料增产率达到最大时,对应的遮荫和施肥组合分别为80%NR和666.67 kg·hm-2、79%NR和1286.81 kg·hm-2、79%NR和967.74 kg·hm-2、82%NR和1075.27 kg·hm-2。产量、肥料农学利用率和肥料增产率同时达到大于等于最大值的80%时,遮荫和施肥区间为68%~77%NR和946.24~1178.79 kg·hm-2。在本试验条件下,最优遮荫度及施肥量组合为75%NR和1000 kg·hm-2。