計(jì)算機(jī)在我國果樹科學(xué)中的應(yīng)用研究_第1頁
計(jì)算機(jī)在我國果樹科學(xué)中的應(yīng)用研究_第2頁
計(jì)算機(jī)在我國果樹科學(xué)中的應(yīng)用研究_第3頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

計(jì)算機(jī)在我國果樹科學(xué)中的應(yīng)用研究

近年來,隨著計(jì)算機(jī)更新和軟件更新的成熟、完善、相關(guān)設(shè)施和農(nóng)業(yè)的應(yīng)用,國內(nèi)外對農(nóng)業(yè)的高產(chǎn)栽培技術(shù)模型、專業(yè)化系統(tǒng)和輔助決策系統(tǒng)的計(jì)算機(jī)在國內(nèi)外的應(yīng)用研究已經(jīng)取得了突破,可以說是一個逐步實(shí)施的階段。計(jì)算機(jī)在我國果樹科學(xué)上的應(yīng)用研究有限,研究體系不深入,但也是一個逐步開始的。本文簡要介紹了計(jì)算機(jī)在我國果樹科學(xué)中的應(yīng)用研究。該研究的目標(biāo)是促進(jìn)這方面的研究廣度和深度,并最終實(shí)現(xiàn)對果樹樣品性質(zhì)、指標(biāo)和模式的科學(xué)評價(jià)。1巨峰系12個葡萄品種的親緣關(guān)系尹克林等(1991)利用測量尺的編碼法對巨峰、紅富士、白香蕉3個葡萄品種新梢中部15~20片成葉進(jìn)行了鑒別研究,用計(jì)算機(jī)判別統(tǒng)計(jì)法證明了該方法的可行性,同時還比較了直接測量法與測量尺的編碼法(計(jì)算機(jī))的準(zhǔn)確性,認(rèn)為后一方法準(zhǔn)確性高、簡便迅速,3個品種平均判別擬合率79.20%。Dettweiler對歐洲種葡萄39個品種鑒別結(jié)果表明,其擬合率為93%。尹克林等(1995)用Galet葉片測量尺測量16個品種新梢中部15~20片成葉,所得數(shù)據(jù)就是各性狀的編碼值,然后采用美國的統(tǒng)計(jì)繪圖軟件包和農(nóng)業(yè)生物統(tǒng)計(jì)軟件包處理數(shù)據(jù),結(jié)果表明:葡萄品種中,親緣關(guān)系越遠(yuǎn)判別擬合率就越大,親緣關(guān)系越近判別擬合率就越小,巨峰系12個品種的擬合率從大到小依次為:信濃蓓蕾(100.00%)、紫玉和伊豆錦(85.71%)、紅富士和大寶(80.00%)、高尾(60.00%)、紅伊豆(53.33%)、選拔巨峰和龍寶(46.67%)、巨峰和黑奧林(33.33%)、奧林匹亞(26.67%),平均擬合率為60.95%;在這些品種中,奧林匹亞和黑奧林等是巨峰與巨鯨直接雜交獲得的品種,它們與巨峰的親緣關(guān)系近,其平均判別擬合率小于31.11%,相反,信濃蓓蕾、伊豆錦、紫玉、紅富士是巨峰多代雜交獲得的品種,它們與巨峰親緣關(guān)系遠(yuǎn),其平均判別擬合率87.86%;非巨峰系品種的擬合率從大到小為白香蕉(100.00%)、黑漢和巨峰(93.33%)、康拜爾和意大利(86.67%),平均擬合率91.96%。他們認(rèn)為采用計(jì)算機(jī)進(jìn)行的鑒別是很有效的,并以此為依據(jù)同時參考其它性狀,提出葡萄品種鑒別檢索表。宋來慶等應(yīng)用數(shù)碼照相獲取葡萄品種赤霞珠、品麗珠、蛇龍珠、梅鹿輒新梢中下部成熟葉片的圖片,并將獲得的圖片轉(zhuǎn)入圖形處理軟件CorelDRAW11.0,利用CorelTrace功能進(jìn)行自動矢量化,改變圖像為黑白兩色,單擊Trace中“用輪廓”跟蹤,圖片輸出為wmf格式,再把wmf格式的圖片調(diào)入AutoCAD2002,用AutoCAD2002對圖像進(jìn)行分解,利用計(jì)算機(jī)軟件測量葉形參數(shù)面積、周長及其比值,結(jié)果是赤霞珠、品麗珠與蛇龍珠、梅鹿輒之間存在極顯著的差異,說明這3個參數(shù)可以把赤霞珠、品麗珠與蛇龍珠、梅鹿輒分開,但不能區(qū)分蛇龍珠和梅鹿輒。2計(jì)算機(jī)模擬建模劉國惠分析了遼寧省熊岳地區(qū)1957—1991年蘋果產(chǎn)量與相應(yīng)年份氣象因子的關(guān)系,在計(jì)算機(jī)中建立知識庫、知識模擬庫、知識應(yīng)用預(yù)報(bào)庫,據(jù)此對34年蘋果產(chǎn)量進(jìn)行了預(yù)報(bào)模擬,模擬預(yù)報(bào)完全正確率54.3%,基本正確率40.0%,預(yù)報(bào)錯誤率5.7%,1992—1994年3年預(yù)報(bào)結(jié)果接近實(shí)際情況。鄧九生等借助于CSMP電子計(jì)算機(jī)語言,依據(jù)龍眼、荔枝生長發(fā)育的生理過程及其生產(chǎn)要素,將龍眼、荔枝生產(chǎn)系統(tǒng)模擬模型分為生長發(fā)育子模型、氣象因子影響生長發(fā)育和產(chǎn)量子模型、土壤養(yǎng)分影響產(chǎn)量子模型、害蟲影響產(chǎn)量的子模型,確定各子模型合格變量間的關(guān)系,并計(jì)算出模擬模型的函數(shù)表達(dá)式,初步建立起龍眼、荔枝生產(chǎn)系統(tǒng)計(jì)算機(jī)模擬模型軟件。王國澤等依據(jù)內(nèi)蒙古蘋果梨優(yōu)質(zhì)高產(chǎn)生產(chǎn)技術(shù),提出蘋果梨豐產(chǎn)優(yōu)質(zhì)綜合技術(shù)體系及計(jì)算機(jī)決策支持系統(tǒng),該系統(tǒng)包括蘋果梨生長發(fā)育規(guī)律、蘋果梨栽培管理咨詢、蘋果梨樹整形修剪、蘋果梨病蟲害防治、蘋果梨優(yōu)化決策方案5部分,其中的優(yōu)化決策方案有:光指標(biāo)的評價(jià)和決策、樹體指標(biāo)的評價(jià)依據(jù)、給出修剪指標(biāo)的經(jīng)驗(yàn)性建議、營養(yǎng)指標(biāo)的評價(jià)依據(jù)、負(fù)載量指標(biāo)的理論依據(jù)和經(jīng)驗(yàn)性建議、蘋果梨的投入產(chǎn)出效益分析,該系統(tǒng)是一個網(wǎng)絡(luò)版,能夠更好地服務(wù)于蘋果梨生產(chǎn)。3計(jì)算機(jī)結(jié)合預(yù)處理法陳華林等分析了44個柚品種果實(shí)維生素C與酸含量回歸關(guān)系的計(jì)算機(jī)擬合,他們將1991—1994年連續(xù)4年測定的44個柚品種果實(shí)維生素C和酸含量的平均值輸入計(jì)算機(jī)中,用QBASIC編程,進(jìn)行了直線方程、雙曲線、指數(shù)函數(shù)、冪函數(shù)、對數(shù)函數(shù)、S型曲線、二次多項(xiàng)式曲線等8種常見方程式配合,確定二次多項(xiàng)式Y(jié)=132.12-135.18X+50.43X2(相關(guān)系數(shù)R=0.868)為柚品種果實(shí)維生素C與酸含量相關(guān)關(guān)系的最適合回歸方程,這個方程最能代表柚品種果實(shí)維生素C含量與酸含量的關(guān)系。應(yīng)義斌等探討了用計(jì)算機(jī)視覺進(jìn)行黃花梨果梗識別的新方法,他們用攝像機(jī)將梨果梗攝入計(jì)算機(jī)并以BMP文件存盤,采用中值濾波和圖像分割對圖像進(jìn)行預(yù)處理,以此來識別果梗,并判別果梗的完整性。用該方法判別有無果梗需要2秒,而用細(xì)化算法需要12秒,用收縮膨脹算法需要8秒;該新方法判斷有沒有果梗的正確率100%,判斷果梗是否完好的正確率93%,判別速度比以往所用的方法提高4~6倍;該算法具有一定的魯棒性,對異位、旋轉(zhuǎn)不敏感,可應(yīng)用于識別其它果品的果梗。張?zhí)X等報(bào)道了應(yīng)用計(jì)算機(jī)視覺技術(shù)檢測梨果的碰壓傷,他們用攝像機(jī)將梨果實(shí)和碰壓傷梨果攝入計(jì)算機(jī),并對圖像進(jìn)行開窗處理、中值濾波、圖像模糊邊緣增強(qiáng)、圖像多值化處理、圖像合成、小區(qū)域消除等預(yù)處理和處理,以碰壓傷區(qū)域在梨果實(shí)外形輪廓上對應(yīng)的投影弦長作為碰壓傷的直徑來計(jì)算碰壓傷面積,建立計(jì)算梨果實(shí)碰壓傷面積的數(shù)學(xué)模型,消除相對誤差。結(jié)果表明:應(yīng)用該方法檢測梨果實(shí)碰壓傷相對誤差0.071,誤差控制在-0.1~+0.1,而統(tǒng)計(jì)像素法的平均相對誤差為0.268;該方法可行,準(zhǔn)確性較高,計(jì)算精度高于將投影面積作為測量面積的計(jì)算方法。宋來慶等應(yīng)用數(shù)碼照相獲取葡萄品種赤霞珠、品麗珠、蛇龍珠、梅鹿輒新梢中下部成熟葉片的圖像,將圖像轉(zhuǎn)入圖形處理軟件CorelDRAW11.0,利用CorelTrace功能進(jìn)行自動矢量化,單擊Trace中“用輪廓”跟蹤,圖片調(diào)入AutoCAD2002,用AutoCAD2002對圖像進(jìn)行分解,結(jié)果表明:用數(shù)碼照相機(jī)照取葡萄品種成熟葉片,用CorelDRAW11.0中的CorelTrace功能進(jìn)行自動矢量化,利用AutoCAD2002測量葡萄葉片面積可以省略計(jì)算不同圖片格式下圖像的單個像素的面積和同等條件下葉片的像素個數(shù),而且對葉片的大小、形狀、厚薄等沒有要求,極大地提高了測量葉面積的效率,其測量結(jié)果與用CI-203葉面積儀測量的結(jié)果極顯著相關(guān)。4柑橘種質(zhì)資源數(shù)據(jù)庫我國從“九五”開始建立果樹種質(zhì)資源數(shù)據(jù)庫,目前該數(shù)據(jù)庫已經(jīng)建成,共保存有18個果樹樹種種質(zhì)資源6700份,其中蘋果507份、梨709份、山楂157份、桃840份、葡萄611份,共計(jì)有8萬多個性狀數(shù)據(jù)信息,這些種質(zhì)的主要性狀均能從中國作物種質(zhì)信息網(wǎng)上查詢到。沈麗娟等于1994年在廣西柑桔研究所建成“柑桔種質(zhì)資源性狀數(shù)據(jù)庫”,該數(shù)據(jù)庫收集了462份柑桔種質(zhì)的資料,性狀近8萬個,種質(zhì)資源彩色照片420幅,數(shù)據(jù)庫于1994年通過鑒定,可供用戶查找。舒常慶等于1998年以能反映板栗品種簡況的物候期、結(jié)實(shí)性狀、果實(shí)性狀等作為品種資源系統(tǒng)管理的主要內(nèi)容,建立了板栗品種簡庫、物候庫、結(jié)果性狀庫等基本數(shù)據(jù)庫。雷一東等運(yùn)用VisualBasic5.0編程語言及MicrosoftAccess97數(shù)據(jù)庫軟件,初步建立起中國科學(xué)院武漢植物研究所獼猴桃種質(zhì)資源管理信息系統(tǒng),該系統(tǒng)有獼猴桃資源圃信息管理子系統(tǒng)和獼猴桃數(shù)據(jù)子系統(tǒng),前者包括種質(zhì)資源圃基本資料數(shù)據(jù)庫、種質(zhì)資源圃年度管理數(shù)據(jù)庫,后者包括獼猴桃品種和株系數(shù)據(jù)庫、獼猴桃種數(shù)據(jù)庫、獼猴桃病蟲害數(shù)據(jù)庫,它涵蓋了獼猴桃46個種、變種,共計(jì)155個品種的信息,利用該系統(tǒng)的快速查詢或查詢生成器可以查到該數(shù)據(jù)庫所保存的獼猴桃種質(zhì)資源信息,該系統(tǒng)能為科研提供快捷、準(zhǔn)確的數(shù)據(jù)資料,為獼猴桃科學(xué)實(shí)踐數(shù)據(jù)的積累提供現(xiàn)代化的管理手段。5建立基礎(chǔ)技術(shù)研究,為果園生產(chǎn)優(yōu)質(zhì)高效奠

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論