首页期刊导航|华南农业大学学报
期刊信息/Journal information
华南农业大学学报
华南农业大学
华南农业大学学报

华南农业大学

陈晓阳

双月刊

1001-411X

journal@scau.edu.cn

020-85280069

510642

广州五山华南农业大学学报编辑部

华南农业大学学报/Journal Journal of South China Agricultural UniversityCSCD北大核心CSTPCD
查看更多>>本刊是由华南农业大学主办的综合性农业科学学术刊物，国内外公开发行，是广东省优秀科技期刊，中文核心期刊。主要刊登农业各相关学科科研活动、学术动态的学术论文、研究简报、综述，为农业及相关学科的教学、研究服务。为中国科学引文数据库和中国学术期刊综合评价数据库来源期刊；为国内所有农业文摘期刊及《中国生物学文摘》等的固定刊源；长期以来被国际著名的《CAB》、《Zooloical Record》、《CA》、《AGRIS》等收录。现任主编为骆世明教授。
正式出版
收录年代

    香蕉抗枯萎病株系内生菌的分离鉴定及抑菌促生效果

    李锦谭德东邱济平杨昌胜...
    256-265页
    查看更多>>摘要：[目的]筛选和鉴定从威廉斯香蕉抗枯萎病株系根、球茎及假茎分离得到的可抑制香蕉枯萎病菌(Fusarium oxysporum f.sp.cubense,Foc)内生菌,研究其抑菌促生效果.[方法]通过 16S rRNA基因序列测定和生理生化试验,对香蕉抗枯萎病株系内生菌进行种类鉴定和系统发育分析;通过平板对峙试验检测各菌株的抑菌能力,探究拮抗菌分泌抑菌相关活性物质的种类;采用盆栽试验对香蕉抗枯萎病株系内生菌进行生防功能和促生功能的分析,筛选出生防性能优良且兼具促生效果的内生菌,并在大田试验中验证.[结果]分离获得 13 株代表菌株,其中 8 株对枯萎病 1 号生理小种(Foc 1)具有抑菌活性,7 株对枯萎病 4 号生理小种(Foc 4)具有抑菌活性;综合盆栽试验和大田试验中代表菌株的防治效果及促生能力,筛选出贝莱斯芽孢杆菌XG1028、变栖克雷伯氏菌XQJ0301 和暹罗芽孢杆菌XG0103 共 3 株具备高抑菌活性以及促生能力的生防菌株.[结论]本研究筛选出的3株菌株丰富了抗香蕉枯萎病微生物种质资源,为防治香蕉枯萎病寻找安全、环保的新型生物防治剂提供参考.

    香蕉枯萎病拮抗菌拮抗因子生防功能促生效果

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 维普
    • 万方数据

    刺五加黑斑病生防细菌分离、筛选及室内防控效果

    丁艳哲杜立财孙卓杨利民...
    266-272页
    查看更多>>摘要：[目的]筛选对刺五加黑斑病具有生防潜力的细菌菌株.[方法]采用平板对峙法从健康刺五加根际土壤中分离筛选对刺五加黑斑病菌具有拮抗作用的菌株,基于形态学、生理生化鉴定及 16S rDNA结合gyrB测序分析进行菌种分类鉴定,测定其抗菌谱;并通过叶面定殖及盆栽防效试验进一步评价该菌的生防潜力.[结果]分离得到 419 株细菌,其中,菌株YZ-375 鉴定为贝莱斯芽孢杆菌Bacillus velezensis.菌株YZ-375 对刺五加黑斑病菌的拮抗效果较好,无菌滤液的抑制率为 65.85%,且对人参立枯丝核菌Rhizoctonia solani、人参链格孢菌Alternaria panax、人参茄腐皮镰孢菌Fusarium solani、人参核盘菌Sclerotinia ginseng、人参毁灭柱孢菌Cylindrocarpon destructans、五味子尖镰孢菌Fusarium oxysporum均具有拮抗效果,抑制率为 69.21%～77.44%.在鲜叶定殖 35d后,菌株YZ-375 菌量仍能保持在每克鲜叶 103 CFU.菌株YZ-375 对刺五加黑斑病防效达72.31%,与枯草芽孢杆菌、苯醚甲环唑防效无显著差异.[结论]贝莱斯芽孢杆菌YZ-375 具有良好的生防潜力,具有一定的开发应用前景.

    刺五加黑斑病贝莱斯芽孢杆菌分类鉴定叶面定殖生物防治

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于梯度点阵结构的浆果变刚度柔性夹持机构设计

    王昱陈婉琼曾山凡健...
    273-279页
    查看更多>>摘要：[目的]根据浆果在采摘、分拣等环节中的夹持性能需求,在机器人末端使用高刚度驱动连接和低刚度无损夹持的夹持机构,有效推进农业机器人在浆果生产领域的推广.[方法]针对典型浆果-小番茄的夹持工况,引入多层级拓扑优化理论,提出基于梯度点阵结构的变刚度柔性夹持机构设计方法,构建变刚度柔性夹持机构的优化设计模型,实现由单一材料构建的刚度梯度分布的一体化柔性夹持机构设计.[结果]采用Polyjet增材制造技术,加工获得柔性质量约 45g的夹持机构样件.对茂名'千禧'小番茄的夹持试验发现,夹持机构样件输入端的驱动载荷为 11.00～14.56 N时,小番茄的压缩率为 0.90%～1.91%,机械损伤度为 0.[结论]优化设计的变刚度柔性夹持机构可有效且几乎零损伤地夹持外表层较为脆弱的浆果,为浆果自动化采摘、分拣等环节中夹持装备的设计提供了可行的设计方法.

    浆果夹持柔性夹持机构点阵结构变刚度拓扑优化

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于混合分组扩张卷积的玉米植株图像深度估计

    周云成刘忠颖邓寒冰苗腾...
    280-292页
    查看更多>>摘要：[目的]研究面向玉米田间场景的图像深度估计方法,解决深度估计模型因缺少有效光度损失度量而易产生的精度不足问题,为田间智能农业机械视觉系统设计及导航避障等提供技术支持.[方法]应用双目相机作为视觉传感器,提出一种基于混合分组扩张卷积的无监督场景深度估计模型.设计一种混合分组扩张卷积结构及对应的自注意力机制,由此构建反向残差模块和深度估计骨干网络;并将光照不敏感的图像梯度和Gabor纹理特征引入视图表观差异度量,构建模型优化目标.以田间玉米植株图像深度估计为例,开展模型的训练和测试试验.[结果]与固定扩张因子相比,采用混合分组扩张卷积使田间玉米植株深度估计平均相对误差降低了63.9%,平均绝对误差和均方根误差则分别降低 32.3%和 10.2%,模型精度显著提高;图像梯度、Gabor纹理特征和自注意力机制的引入,使田间玉米植株深度估计平均绝对误差和均方根误差进一步降低 3.2%和 4.6%.增加浅层编码器的网络宽度和深度可显著提高模型深度估计精度,但该处理对深层编码器的作用不明显.该研究设计的自注意力机制对编码器浅层反向残差模块中不同扩张因子的卷积分组体现出选择性,说明该机制具有自主调节感受野的能力.与Monodepth2 相比,该研究模型田间玉米植株深度估计的平均相对误差降低 48.2%,平均绝对误差降低 17.1%;在 20m采样范围内,估计深度的平均绝对误差小于 16 cm,计算速度为 14.3 帧/s.[结论]基于混合分组扩张卷积的图像深度估计模型优于现有方法,有效提升了深度估计的精度,能够满足田间玉米植株图像的深度估计要求.

    深度估计扩张卷积自注意力无监督学习玉米植株图像

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于图像融合的不同成熟阶段苹果果实识别

    刘茗洋崔凯宫金良张彦斐...
    293-303页
    查看更多>>摘要：[目的]针对复杂农业环境中不同成熟阶段苹果目标识别困难的问题,研究一种基于图像融合的苹果识别算法.[方法]采用保边性能较好的均值漂移滤波对图像进行预处理,滤除少量背景噪声.分别从RGB颜色空间和YIQ颜色空间提取R-G分量和I分量特征图像,采用像素级图像融合算法融合 2 幅特征图像信息,突出显示果实目标区域.利用Otsu自适应阈值算法获得最佳阈值,将目标苹果从背景中分割出来.为识别苹果目标,提出一种基于改进梯度场的Hough变换圆检测算法,通过引入形态学重建算法清理背景中残留的小面积区域,提高检测效率;同时以分割的苹果二值图像为判断标准构造剔除虚假圆算法,避免检测出现虚假目标.[结果]对采集到的 50 幅未完全成熟的苹果图像和 50 幅完全成熟的苹果图像进行识别,并与最小外接圆法进行对比,试验结果表明,本文算法平均识别时间为 0.367 s,对完全裸露果实、被遮挡面积≤1/2 果实和被遮挡面积＞1/2 果实的识别正确率分别为 100%、92.46%,和 81.87%,整体识别准确率比最小外接圆算法提高了 11.43 个百分点.本文算法圆心相对误差均值和半径相对误差均值分别为 0.216 和 0.048%,最小外接圆算法圆心相对误差均值和半径相对误差均值分别为 0.508 和 0.370%.[结论]本文提出的方法能够快速识别苹果目标,具有较高精度和效率的果实定位,可以服务于苹果采摘机器人进行果实采摘.

    苹果图像融合Hough变换成熟阶段

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于红外图像的笼养白羽肉鸡体温检测方法

    姜来王英超霍晓静王辉...
    304-310页
    查看更多>>摘要：[目的]针对大规模笼养肉鸡体温自动检测困难的问题,提出一种深度学习与回归分析相结合的肉鸡体温检测方法.[方法]采用红外热成像仪采集肉鸡的红外图像,通过YOLOv5s深度学习算法训练感兴趣区域(肉鸡鸡头)模型,分别引入多元线性回归和多元非线性回归以建立肉鸡感兴趣区域温度与翅下温度的预测模型,从而实现自动体温检测.[结果]基于深度学习的感兴趣区域模型的精准率与召回率分别为 93.8%和 95.8%,多元线性回归温度预测模型 1 和多元非线性回归温度预测模型的平均相对误差分别为 0.28%和 0.27%,温度预测值与真实值的最大差值分别为 0.34 和 0.32℃.[结论]非线性模型预测肉鸡体温的准确率更高,可为日后舍内鸡只温度自动巡检设备提供技术支撑及前期研究基础.

    深度学习红外热成像温度检测肉鸡反演

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 维普
    • 万方数据

    《华南农业大学学报》征稿简约

    封2页
      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 维普
    • 万方数据

    《华南农业大学学报》参考文献格式标准

    封3页
      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 维普
    • 万方数据