重庆2个区土壤养分状况与海拔高度关系分析

通过测定其pH值、有机质、碱解氮、有效磷、速效钾等指标，研究重庆巴南区和北碚区海拔高度在175～1000 m的旱地和水田土壤的养分状况，揭示土壤养分含量与海拔高度的关系。结果表明：除pH值外，其他指标均有较高的变异系数，其中以有效磷最高；海拔高度800 m以下，水田和旱地土壤pH值会随海拔升高而降低，有效磷也有相同趋势，而土壤有机质和碱解氮旱地和水田土壤则呈现不同的变化。

重庆地区辣椒疫霉对氟吡菌胺的敏感性及抗性突变体的生物学性状

为明确重庆地区辣椒疫霉对氟吡菌胺的抗性风险,采用菌丝生长速率法测定了采自重庆未使用过氟吡菌胺地区的110株辣椒疫霉菌株对氟吡菌胺的敏感性,并对辣椒疫霉抗氟吡菌胺突变体的诱导方法及抗性突变体的主要生物学性状进行了研究。结果表明:110株辣椒疫霉对氟吡菌胺的EC_(50)平均值为(0.32±0.11)μg/mL,不同菌株的敏感性频率呈连续单峰曲线分布,未出现敏感性明显下降的亚群体,因此可将该EC_(50)平均值作为重庆地区辣椒疫霉对氟吡菌胺田间抗性监测的敏感基线。通过紫外诱导菌丝体的方法,共获得3株可稳定遗传的抗氟吡菌胺突变体,抗性倍数介于69.5～98.5之间,突变频率为0.86%;抗性突变体BS11-5-1与亲本菌株BS11-5在菌丝生长速率、温度适应性、产孢子囊能力及致病力方面均无显著差异,而抗性突变体JLP11-4-2和JLP11-4-3在菌丝生长速率、温度适应性、产孢子囊能力及致病力方面均显著低于亲本菌株JLP11-4;不同抗性突变体对渗透压的敏感性与亲本菌株之间均存在不同程度差异;3个抗性突变体对Biolog PM1中95种碳源的利用情况与亲本菌株基本相似。交互抗性测定表明,辣椒疫霉抗氟吡菌胺突变体对甲霜灵、霜脲氰、烯酰吗啉、丁吡吗啉及嘧菌酯之间均不存在交互抗性,建议可将氟吡菌胺与上述几种杀菌剂交替或混合使用。

城乡结合部粮油产业向现代农业转型的思考——以重庆市北碚区为例

"十二五"期间,北碚区农业结构调整不断深化,特色效益农业快速发展,传统农业特别是粮食生产在国民经济中的比重逐年减小,但通观全局目前北碚区仍然处于传统农业向现代农业的过渡阶段,农业基础仍然薄弱,加快传统粮油产业转型,促进农业可持续发展,维护粮食安全与社会稳定仍然是我区现代农业建设的重要环节。

西南丘陵地区小米种植技术

小米作为一种深受人民喜爱的杂粮,具有营养价值高,适应性广,耐寒耐瘠薄的特点,在全国多地均有广泛分布。但在西南地区,小米分布零星、不集中连片,种植粗放,通过科学的栽培措施,可以有效提高其产量和品质。本文简要介绍了西南丘陵地区小米优质高产栽培技术,旨为该地区小米生产提供一定的借鉴。

北碚区农作物病虫害专业化防治现状及思考

以重庆市北碚区农作物病虫害专业化防治工作为例,介绍专业化防治的发展历程、组织类型、组织规模、防治效果、节本增效、环境污染等,并提出存在的问题及相应的策略,为重庆非粮食主产区开展病虫害防治提供科学依据。

重庆市北碚区铁棍山药浅生槽栽培管理技术

自引种铁棍山药后,重庆市北碚区不断总结改良了铁棍山药浅生槽栽培管理技术,取得了良好的效果,可扩大铁棍山药的种植范围、降低采收难度、提高产量等,值得在重庆市丘陵地区推广应用。

重庆市北碚区花木种植区土壤理化性质及变化

北碚江东花木种植区土壤整体呈微酸性,其中静观土壤pH值最低,平均仅为5.8;其次为三圣;柳荫最高,接近中性水平。这可能与静观作为最早的花木种植区域,且土地有着更高的利用率有关。但是静观土壤pH值总体具有较小的变异系数,远低于柳荫和三圣,这可能是由于静观地处位置海拔较低,不同区域土壤空间差异小于其他两镇。江东花木种植区土壤有机质含量以静观最高,达到23.6 g/kg,其次是柳荫和三圣,也均高于20 g/kg,区域整体处于中等水平,三个镇中土壤有机质含量变异系数以柳荫最高,三圣和静观稍低,但是均高于30%。

北碚区花木种植区土壤养分状况及利用分析

本文选取重庆北碚区位于静观、三圣、柳荫等地花木种植集中的优质平坝耕地,研究其土壤养分和理化性质,对北碚花木产业可持续发展提供养分资源利用借鉴。

基于半监督离散度的土壤彩色图像阴影检测

【目的】由于光照及土壤心土自然断口凹凸的影响,机器视觉采集终端获取的土壤图像中存在阴影,为避免对后续土种识别造成干扰,研究对土壤图像进行阴影检测的方法。【方法】通过对土壤彩色图像HSI颜色空间阴影与非阴影分析,发现阴影与非阴影分别在色调(H)和亮度(I)分量具有一定的分离特性;首先,为了增大分离特性用于土壤图像阴影检测,将H转换为H″,并利用H″和I引入拉伸因子构建具有显著双峰和分离特性的m测度,用于阴影检测;然后,利用m测度直方图双峰特性粗略估计阴影检测阈值,并根据粗略估计的阴影检测阈值及2个主峰点,对部分数据做阴影与非阴影标定,分析获取阴影与非阴影区域监督信息;最后,构建待检测数据子集和定义它与阴影和非阴影监督信息的离散度,逐步对未标定数据进行半监督聚类,完成土壤彩色图像阴影检测。【结果】本文算法分割土壤图像非阴影和阴影标准差分别为0.063,0.058,检测的土壤图像非阴影和阴影标准差非常接近且数值较小,说明算法是有效的,和已有文献中的算法相比本文检测的土壤图像非阴影和阴影标准差更低,精度更高;同时,本文算法平均时间花销分别为0.355 s,相比已有文献的结果,本文阴影检测时间花销更少。【结论】提出的基于半监督离散度聚类算法提升了土壤彩色图像阴影检测效率,算法有效。

吸引权重加权FCM的土壤图像阴影检测

【目的】自然环境下机器视觉采集的土壤图像存在阴影,而阴影检测是后续亮度归一化和土种识别的重要预处理工作,基于此提出算法对机器采集的土壤图像进行阴影检测。【方法】首先,对图像的L分量和I分量的密度峰值集进行优化截断对齐,通过高斯平滑获取主峰值点,得到基于L分量和I分量的2因素密度峰值,作为改进模糊C均值(FCM)的自适应初始聚类中心;然后,引入拉伸因子对数据进行拉伸,提升数据差异;最后,定义基于全局密度和类面积的吸引权重,重构FCM优化模型,实现基于FCM的土壤图像自适应阴影检测。【结果】提出的算法检测的阴影区域和非阴影区域的平均亮度标准差分别为25.988 0,27.981 4,比对比算法降低了1.04%~32.23%;提出的算法平均迭代次数和平均运行时间分别为3次和1.515 8s。【结论】提出的算法可实现自然环境下土壤图像阴影检测,具有检测精度高、时间花销小的特点。研究结果为土壤图像阴影检测提供了参考。