首页期刊导航|江苏农业科学
期刊信息/Journal information
江苏农业科学
江苏农业科学

常有宏

月刊

1002-1302

nykx@jaas.ac.cn

025-84390282

210014

南京市孝陵卫钟灵街50号

江苏农业科学/Journal Jiangsu Agricultural SciencesCSCD北大核心CSTPCD
查看更多>>本刊是江苏省农业科学院主办的综合性农业技术类期刊，主要刊登国内农业领域（江苏省及周边内外高校、科研单位、国内其他省份）最新农业科研成果、具创新点的实用技术与基础成果应用技术，为解决农业生产全程提供技术支撑和瞻前指导。
正式出版
收录年代

    基于代谢组学分析LED光质对山丹组培苗的生长代谢调控

    邓煜马正政李正潇侯佳...
    150-159页
    查看更多>>摘要：以山丹(Lilium pumilum Redouté)组培苗为试验材料,使用5种不同光质LED灯(R、B、R1B1、R1B2、R2B1)处理,以白炽灯为对照(CK),探究光质影响下山丹组培苗生长发育差异,并采用超高效液相色谱与质谱(UHPLC-MS/MS)联用技术对其进行代谢组学分析,明确差异代谢物质种类含量和相关通路变化,为山丹组培产业化生产中的光质选择提供重要的科学参考依据.结果表明,不同光质处理对山丹组培苗增殖及生长发育情况有显著影响,其中以R1B2处理综合指标较好,增殖系数为3.14、叶片为4.96张、叶片长度为1.81 cm、鳞茎直径达0.37 cm,叶色嫩绿,叶片粗厚,并有少量粗壮根生成.基于UHPLC-MS/MS非靶向代谢组学,山丹组培苗正负离子模式下共鉴定出1 406种代谢物质;比较组间共33种差异代谢物,包括8种脂类及类脂分子、9种苯丙素和聚酮类化合物、2种有机酸及其衍生物等;KEGG富集分析,比较组间共显著富集到类黄酮生物合成、新陈代谢途径2条通路.本试验阐明了光质不仅影响山丹组培苗的生长发育情况,还调控其代谢物的积累,其中R1B2处理下,山丹组培苗增殖效率更高、生长更为健壮;黄酮类物质为山丹组培苗光质胁迫下的主要差异代谢物,且R2B1处理下影响较为显著.

    山丹组培苗光质生长发育代谢组学分析

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    不同光叶苕子用量对娃娃菜生长发育与吸收镉砷的影响

    阮彦楠吕本春杨伟张雪梅...
    160-172页
    查看更多>>摘要：以娃娃菜为试验对象,通过盆栽试验模拟镉污染土壤环境,研究光叶苕子不同施用量7.5 t/hm2(G1)、15.0 t/hm2(G2)、22.5 t/hm2(G3)、30.0 t/hm2(G4)、45.0 t/hm2(G5)对 Cd、As 污染土壤中娃娃菜生长的影响.结果表明,不同光叶苕子用量显著影响娃娃菜生长和Cd、As含量.与CK相比,污染土壤中添加光叶苕子促进了娃娃菜的生长,以22.5 t/hm2施用量效果最佳,可显著增加娃娃菜产量、根系指标(根长、根尖数、根表面积、分支数、根体积)和光合指标(净光合速率、气孔导度、胞间CO2浓度和叶绿素含量).施用光叶苕子均对土壤有效Cd、As含量有不同程度的降低,其中当光叶苕子施用量为22.5 t/hm2时可降低土壤全Cd和有效Cd含量,而光叶苕子施用量为30.0 t/hm2时对降低土壤全As和有效As含量效率最高,但与22.5 t/hm2施用量相比无显著差异.对娃娃菜Cd、As含量的影响,当光叶苕子施用量为22.5 t/hm2时对娃娃菜地上和地下部Cd、As降低效果最好.综合研究表明,光叶苕子施入量为22.5 t/hm2时可以显著提高娃娃菜可食用部位产量和物质积累,并提高根系和光合指标,有利于娃娃菜生长,且对降低土壤以及蔬菜中Cd和As含量的效果最佳,因此推荐在Cd和As复合污染土壤施用22.5 t/hm2光叶苕子来减少作物对重金属的吸收.

    光叶苕子娃娃菜镉施用量重金属富集系数转运系数

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于转录组学的牦牛不同部位嫩度差异研究

    林青吴海玥胡蓉闫忠心...
    172-179页
    查看更多>>摘要：为比较牦牛肉不同部位嫩度的差异,以及研究嫩度涉及的基因和途径的运输与合成之间的平衡,以牦牛外脊肉(WJR)、肩肉(JR)、黄瓜条(HGT)3个部位为模型,利用Illumina Hiseq 4000高通量转录组测序技术,分析3个部位中的共同高表达基因及显著差异基因.结果显示,JR/HGT/WJR中共同高表达基因为131个,JR/HGT、WJR/HGT和WJR/JR等3组中差异表达基因分别为607、713、295个.通过对3个部位的共同高表达基因聚类分析,初步筛选出11种与嫩度相关候选的基因:肌球蛋白轻链(MYL1、MYL2),肌凝蛋白家族(TPM1、TPM2),编码横纹肌凝蛋白轻链亚基(MYLPF),肌球蛋白重链(MYH1、MYH2、MYH7),肌球蛋白结合蛋白(MYBPC2)、肌结蛋白(MYOT),Cal-sarcin-2基因(MYOZ1).通过对3个部位差异基因的生物信息学分析,发现6种与嫩度相关的基因:肌凝蛋白β基因(TPM2)、肌凝蛋白γ基因(TPM3),肌球蛋白轻链2(MYL2),肌球蛋白轻链激酶(MYLK3、MYLK4),肌球蛋白重链(MYH6).最终从3个不同部位中共挖掘出15种影响嫩度的候选基因,这些基因主要通过氧化磷酸化、MAPK信号通路和氮代谢等途径调控嫩度.

    青海牦牛转录组学不同部位嫩度品质生物信息学分析

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    2个烤烟品种代谢物差异及其与品质关系的研究

    王初亮袁文彬卢志伟高卫锴...
    180-188页
    查看更多>>摘要：为探究云烟87与云烟116品种烟叶的常规化学成分、代谢物和感官质量的差异及三者间的关系,在云南省红河州6个试验地同时开展试验,取烤后C3F等级烟叶进行常规化学成分测定、GC-MS分析和感官质量评价.结果表明,云烟87烟叶的总糖、还原糖和生物碱含量显著高于云烟116,淀粉含量和两糖比则与之相反;云烟87烟叶整体感官质量要优于云烟116,具体表现为香气质较好、香气量更足、刺激性较小、余味更舒适、清甜香型风格更突出;通过多元统计分析方法共筛选出31种差异代谢物,主要是酯类、烷类和醛类化合物,这类物质是辨别2个品种烟叶的关键生物标记物;和弦图表明多数差异代谢物与香气质、香气量、刺激性、余味、清甜香型风格彰显度得分呈正相关,多数酯类及2-庚醇、苯甲醛和壬酸等烤烟致香物质在云烟87烟叶中的高表达量是造成该品种烟叶感官质量优于云烟116的重要原因;通过代谢通路富集分析发现,差异代谢物主要富集于碳水化合物代谢、氨基酸代谢和能量代谢等代谢通路中,其中,碳水化合物代谢是2个品种烟叶差异最显著的代谢途径.较低的酯类等香气物质含量是导致云烟116烟叶吃香味逊色于云烟87的重要原因,因此后续可通过适当的栽培、调制等措施提升此类物质含量,从而提升云烟116烟叶的品质.

    烤烟品种常规化学成分代谢组学感官质量

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于空洞卷积下采样单元的轻量化害虫图像识别模型

    孔令旺赵刚
    189-196页
    查看更多>>摘要：近年来,随着深度学习技术在计算机视觉领域的广泛应用,害虫图像识别成为农业领域中一项重要任务.为了解决害虫图像识别中传统深度学习模型对计算资源和存储空间需求过高的问题,本研究提出一种基于空洞卷积下采样单元的轻量化害虫图像识别模型.该模型采用轻量化网络架构,并引入空洞卷积和下采样技术来减小计算量和存储空间.首先,采用MobileNet v2网络来替代VGG16网络,以解决主干特征提取网络参数量过大的问题;其次,设计空洞卷积下采样单元对特征图进行降采样,从而实现模型的多尺度识别;最后,引入空洞卷积更好地捕获不同尺度的感受野.试验结果表明,本研究模型对害虫的识别准确率比VGG16模型提高了 1.47％;相较于现有深度学习模型,该模型在减小50％参数量的同时,依然能够保持较高的识别准确率和实时性能.期待本研究模型可以对农业领域中害虫的监测与预警等提供一定的实际应用价值.

    空洞卷积下采样单元轻量化害虫图像识别多尺度识别深度学习

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进ViT模型的水稻叶片病害识别方法

    刘奕崔艳荣
    197-204页
    查看更多>>摘要：针对真实环境下水稻叶片病害识别的背景复杂,且卷积神经网络(CNN)在水稻叶片病害图像识别中仅仅依赖于局部特征信息,识别效果并不理想等问题,提出一种基于改进的vision transformer(ViT)的水稻叶片病害识别方法.首先收集4类常见水稻叶片病害图像样本,每一类样本都包含简单和复杂的背景,为了增加样本多样性以及提高模型泛化能力,对图像进行镜像翻转、高斯模糊等图像增强操作.接着以ViT模型为主体,采用Inception v1与Inception v2组合而成的InceptionMLP模块代替原ViT模型中的原始线性卷积层MLP层,通过在不同大小的图像块上评估模型的性能,发现采用16×16图像块时,改进的ViT模型在水稻叶片白叶枯病、稻瘟病、褐斑病和东格鲁病的识别准确率上获得最佳结果,总体准确率达到了 99.24％,较原模型的准确率提高了 3.23百分点.改进的ViT模型通过增强特征表示能力,能够捕捉到不同感受野的特征,因此,在水稻叶片病害识别中,相比于基于CNN的ResNet和EfficientNet模型,分别提高了 2.30、20.11百分点的准确率.此外,与Transformer系列的BEiT、DaViT和Swin-Transformer模型相比,改进的ViT模型也显著提升了准确率,说明本研究得出的方法具有较高的准确率.

    水稻叶片病害图像识别TransformerViTInception准确率

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    风力作用下多角度梨树叶片的运动研究

    武玉柱许林云张超张爱琪...
    205-215页
    查看更多>>摘要：针对果园风送喷雾作业时,叶片在气流作用下的运动状态对叶片表面的雾滴沉积效果有重要影响,基于双目高速摄影的方法来研究多种角度类型的叶片在不同风速下的叶片形态变化过程,通过高速相机拍摄并利用TEMA Motion软件追踪叶片上的特定标记点,并利用空间向量计算叶柄弯曲角、叶片迎风角及叶片扭转角形态参数的变化.结果表明,叶片在气流作用下会经历静止状态、抬升至某一位置产生微小幅度的摆动状态、大幅度扭转的复合运动状态,叶片产生扭转复合运动状态的风速为扭转临界风速.当风送气流速度小于扭转临界风速,叶片均保持微幅度摆动或静止状态,当风速超过临界风速,叶片产生大幅度扭转复合运动,此时叶柄弯曲角、叶片迎风角、叶片扭转角均呈现周期性运动变化.通过重复试验6张叶片,叶片产生的运动响应状态较为一致,对叶柄直径、叶片面积、叶柄长度和扭转临界风速进行相关性分析可得:临界风速和叶片单一尺寸参数的相关性较差,实际上叶片运动状态会受到叶片尺寸、叶柄强度、叶片表面平整性、主叶脉两侧对称性等多种因素的共同影响.该结果可为研究最佳风送气流速度提供参考.

    风送喷雾叶片运动形态高速摄影响应状态

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进RegNet网络的玉米叶片病害识别研究

    张澳雪崔艳荣李素若陈华锋...
    216-224页
    查看更多>>摘要：针对目前玉米叶片病害识别模型参数量大、移动端部署难、识别准确率不够高等问题,提出一种基于轻量化网络RegNet和迁移学习的识别方法,首先收集4类常见玉米叶片病害图像样本,通过平移、镜像、旋转等方式对图像进行处理,以增加图片数量,提升模型识别和泛化能力.接着以轻量化网络RegNet为主体,采用Inception A结构对stem中的3x3卷积进行替换,增加模型宽度,以分解卷积的形式对玉米叶片病害进行多尺度特征提取.最后在head中引入金字塔池化模块(pyramid pooling module,PPM),用于减少空间信息丢失,保留病害重要特征和细节.试验结果表明,改进后的模型相比RegNet,Top-1准确率提升1.26百分点,平均精确率提升1.34百分点,平均F1分数提升1.33百分点,平均召回率提升1.34百分点,参数量只增加了 0.89 × 106,改进后的模型具有更好的特征提取能力,该模型为玉米叶片病害类型的识别提供了一种有效的方法.

    玉米叶片病害图像分类RegNetInceptionv3金字塔池化

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于轻量化卷积神经网络的番茄叶片病害识别

    郑超杰李少波蒲睿强张涛...
    225-231页
    查看更多>>摘要：传统的卷积神经网络在番茄叶部病害识别中存在结构复杂、参数庞大等问题,导致难以在移动设备上实现良好的应用效果.因此,提出一种基于轻量化卷积神经网络的番茄叶片病害识别方法.首先,将番茄叶片病害图片进行数据增强扩充,保证数据分布均匀;其次,绘制MobileNet v3模型基于扩充数据集tomato2的敏感度分析曲线图,根据敏感度分析曲线图对模型的输出通道数进行裁剪,构建轻量化卷积神经网络模型MobileNet v3-Prune;最后,运用4种卷积神经网络及其对应的轻量化模型对番茄叶片病害图片训练进行试验对比.结果表明,MobileNet v3-Prune对番茄叶片病害识别性能最佳,在测试集上的平均识别准确率达到了 99.60％,模型权重仅为3.69 MB,单张图片识别时间为12.13 ms.本研究结果可以为移动设备上的番茄叶片病害识别应用的实现提供理论支持.

    番茄叶片病害数据增强MobileNetv3敏感度分析轻量化模型

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于多尺度空洞胶囊孪生网络的水稻虫害识别方法

    张会敏谢泽奇
    231-237页
    查看更多>>摘要：水稻是我国主要的农业粮食产物,害虫严重影响水稻的产量和质量.为了快速、准确地识别水稻害虫,针对现有传统识别算法中需要依赖大量训练样本、训练时间长等问题,提出一种基于孪生多尺度空洞胶囊网络(multi-scale dilated capsule siamese network,MSDCSNet)的水稻害虫识别方法.首先,该方法采用3个空洞Inception模块依次提取图像的多尺度卷积特征;其次,由胶囊网络进一步提取特征向量,构建图像的特征向量对;然后通过孪生网络计算每对向量图像的余弦相似度进行害虫识别,该方法集合多尺度空洞卷积、胶囊网络和孪生网络的优势,可有效克服深度卷积网络需要大样本、训练时间长等问题;最后在一个自建的水稻害虫小样本数据集上进行测试,实现对水稻5种常见害虫(稻蝗、稻纵卷叶螟、稻棘缘蝽、二化螟、稻飞虱)的识别,平均识别率达到95.6％,与VGG19算法、ACapsNet算法相比,识别率分别提高20.8、3.6百分点.结果表明,该方法在小训练样本集中,具有较强的鲁棒性和较高的识别率,可实现对水稻害虫的精确识别,为其他农作物的害虫识别提供参考.

    水稻害虫识别尺度空洞卷积胶囊网络孪生网络多尺度空洞胶囊孪生网络

      原文链接:
    • NETL
    • NSTL
    • 万方数据