首页期刊导航|山东农业科学
期刊信息/Journal information
山东农业科学
山东省农业科学院；山东农学会；山东农业大学
山东农业科学

山东省农业科学院；山东农学会；山东农业大学

王金宝

月刊

1001-4942

sdnykx@saas.ac.cn,sdnykx@sina.com

0531-83179268

250100

济南市工业北路202号

山东农业科学/Journal Shandong Agricultural Sciences北大核心CSTPCD
查看更多>>《山东农业科学》是山东省农业科学院、山东农学会、山东农业大学共同主办的综合性农业科技期刊，创刊于1963年10月。坚持普及与提高相结合，以提高为主的办刊方针。办刊宗旨是报道农业科技成果，传播农业科学技术，促进农业科技交流，推动农业科技进步。除设遗传育种、生物技术、栽培生理、植物保护、土壤肥料、新品种与新技术、畜牧兽医等固定栏目外，还不定期设农业科技发展论坛、农业信息技术、国外农业科技、实验方法、贮藏加工等栏目，及时报道农业科研的新成果、新进展、新方法及新技术。主要读者对象是农业科研人员、农业院校师生、农业管理干部、农技推广人员、农村科技示范户等。 本刊刊号：ISSN 1001-4942 CN37-1148/S，大16开本，月刊，144页，每期定价10元，全年定价120元，国内外公开发行，邮发代号24-2，各地邮局及本刊编辑部均可订阅。 地 址：济南市工业北路202号 邮 编：250100 电 话：0531-83179268 E-mail：sdnykx@saas.ac.cn，sdnykx@sina.com
正式出版
收录年代

    昆明烟区土壤线虫数量与环境因子的Mantel Test分析

    施锘李恩星陈江政蒋碧霞...
    153-158页
    查看更多>>摘要：为进一步明确昆明烟区影响线虫的环境因素,于 2022 年采集云南昆明烟区 8 个县(市、区)64 个乡镇的 320 个植烟土壤样品,调查与测定样品采集地的海拔、土壤线虫数量以及土壤理化性质(pH值及有机质、水解性氮、速效钾和有效磷含量),并探讨土壤线虫数量与植烟土壤环境因子之间的潜在关系.结果表明,昆明烟区土壤线虫数量一定程度上受到海拔及土壤理化性质的影响,海拔与有机质、水解性氮和速效钾呈显著正相关,pH值与有效磷呈极显著负相关,相关系数为-0.850;土壤线虫数量与土壤有效磷呈正相关,与海拔、pH值、有机质、水解性氮、速效钾呈负相关,其中与海拔、有机质和水解性氮的相关系数较大,分别为-0.751、-0.651和-0.568.通过Mantel test分析确定海拔、有机质和水解性氮含量是影响昆明烟区土壤线虫数量的重要因子.本结果可为有效防治土壤线虫提供科学依据.

    土壤线虫海拔土壤理化特性Manteltest分析

      原文链接:
    • 维普
    • 万方数据

    基于改进MobileViT的葡萄叶部病害识别模型

    胡施威邱林邓建新
    159-166页
    查看更多>>摘要：本研究提出了一种优化的葡萄叶部病害识别模型CD-MobileViT.首先,将MobileViT作为基础网络,在Layer1、Layer2 后面均嵌入坐标注意力模块CA(Coordinate Attention),以使网络能更有效地捕捉不同位置的关键特征;其次,在网络全连接层之后添加Dropout层,防止数据出现过拟合现象;最后,选用结合权重衰减的优化器AdamW(Adam with Weight Decay Regularization),更好地控制模型复杂度并提高泛化能力.实验结果显示,相较于MobileViT基础网络,改进后的CD-MobileViT网络在精确率、召回率、F1 得分和准确率方面分别提高了 1.77、1.85、1.65、1.75 个百分点,与其他几种经典网络模型(InceptionV1、MobileNetV2、Efficient-NetB0、VGG-16)相比也有不同程度的提升(0.25～1.47 个百分点),说明本研究提出的模型在葡萄叶部病害识别上有良好的效果,未来可部署到移动端使用,为葡萄叶部病害的准确识别提供新的解决方案.

    葡萄叶部病害识别MobileViT网络坐标注意力AdamW优化器Dropout层

      原文链接:
    • 维普
    • 万方数据

    基于无人机遥感的苹果树冠层氮含量反演研究

    曾鹏宗王旺袁敏鑫杨福增...
    167-173页
    查看更多>>摘要：快速、便捷地实时获取苹果树冠层氮含量是实现精准施肥的数据基础.本研究以"秦脆"苹果树为研究对象,分别于新梢旺长期、春梢停长期、果实膨大期利用无人机遥感平台获取 30、50、70 m飞行高度下的多光谱遥感图像,并同步测定冠层氮含量.从不同试验条件下的遥感图像中各提取 43 种植被指数,然后通过相关性分析筛选出 6 种敏感植被指数,利用梯度提升决策树(GBDT)算法,建立了苹果树冠层氮含量的反演模型.结果表明:GBDT算法可以在"秦脆"苹果树不同生长期的冠层氮含量反演模型建立中取得良好的效果,且降低无人机遥感试验的飞行高度可以显著提高模型的预测精度;最优模型出现在新梢旺长期30m高度时,其R2为 0.941,RMSE为 0.300.本研究结果可为"秦脆"苹果树的精准施肥提供数据支撑,并为相关研究提供参考.

    无人机遥感苹果树冠层氮含量多光谱梯度提升决策树

      原文链接:
    • 维普
    • 万方数据

    一种基于改进ResNet18神经网络的苹果叶片病害识别方法

    陈诗瑶孔淳冯峰孙博...
    174-180页
    查看更多>>摘要：为有效提升苹果叶片病害识别的精度和效率,实现病害的及时防治进而提高苹果产量,本研究提出一种基于改进ResNet18 神经网络的苹果叶片病害识别方法,可在提升模型识别性能的同时减少参数量和模型尺寸.首先,改进ResNet模型的残差结构,以减少参数量,实现模型轻量化;其次,引入坐标注意力(CA)机制并进行迁移学习,进一步提升模型的泛化性能.将改进ResNet18 模型与原始ResNet18 神经网络进行对比实验,结果发现,改进模型的准确率提升了 1.53 个百分点,但模型参数量减少为原始模型的 50.84%.表明本研究提出的改进ResNet18 模型可有效识别苹果叶片病害,且方便移动端搭载.

    苹果叶片病害识别卷积神经网络ResNet18模型残差结构坐标注意力机制迁移学习

      原文链接:
    • 维普
    • 万方数据