分享到:

水稻不同生育期对稻叶瘟的抗性研究

从水稻移栽—穗期对水稻不同生育期稻叶瘟发生消长情况进行调查研  (本文共1页) 阅读全文>>

《江西植保》2007年03期
江西植保

稻叶瘟发病率与病情指数关系的研究

通过对水稻自然发病情况连续多年的调查,获得了109组稻叶瘟发病率和病情指数间对应关系(1-S)的数据,通过对这些数...  (本文共2页) 阅读全文>>

《农业机械学报》2017年02期
农业机械学报

初期稻叶瘟病害的叶绿素荧光光谱分析

为了实现稻叶瘟病害的早期、快速检测,对稻叶瘟病害初期水稻叶片的叶绿素荧光光谱变化进行分析,建立光谱诊断模型。将稻梨孢接种于水稻叶片,分别在接种前期(0 h)、潜育期(48 h)和病斑初现期(7 d)3个时段采集水稻叶片的叶绿素荧光光谱。分析3个时段光谱变化特征,并利用Savitzky-Golay平滑(SG)和一阶导数变换(FDT)对光谱进行预处理。利用高斯拟合法(GFF)分...  (本文共5页) 阅读全文>>

《农技服务》2015年12期
农技服务

几个红米品种对稻叶瘟病的抗性比较试验

对引进的红米新品种稻叶瘟病的发生进行比较,从...  (本文共1页) 阅读全文>>

《植保技术与推广》1960年60期
植保技术与推广

水稻叶瘟抗性鉴定设施的改进

用组合式铅皮盒代替水泥槽进行水稻叶瘟鉴定...  (本文共2页) 阅读全文>>

中国地质大学(北京)
中国地质大学(北京)

水稻叶瘟病灶区智能圈定与分级

水稻是我国最重要的经济作物之一,在我国种植面积广,食用人口比例大,因此,其长势与产量直接关系到我国的粮食安全。叶瘟病是引起水稻减产的主要病害之一,其中病斑位置、面积等特征信息的提取对于水稻叶瘟病情监测具有重要意义。传统稻田叶瘟病情监测主要以农技人员在田间采样调查叶损率以及病斑面积占比的方式对水稻染病情况进行评估,其成本高,效率低;以无人机为监测平台,利用图像处理技术对稻田冠层图像中染病区域进行圈定,并基于圈定结果对区域内病害分布情况进行监测、分级能够有效地提高监测效率,同时监测结果更为客观准确,具有极大的研究价值。随着深度学习技术的飞速发展,卷积神经网络在图像处理领域的优势十分明显,近年来研究学者针对不同应用场景提出了多种深度网络结构,并取得了良好的分割或分类效果。因此本文在湖北一实验田展开研究,在大田环境下,以无人机低空航拍的分蘖期水稻图像及其病斑标注样本作为数据集,基于Linknet深度卷积神经网络结构训练水稻叶瘟病圈定模型...  (本文共59页) 本文目录 | 阅读全文>>