叶面肥1125与波尔多液对苹果品质和病害的影响

以叶面肥1125与多菌灵交替使用为处理,绿风95 多菌灵与波尔多液交替使用为对照,实验研究了叶面肥1125对苹果品质和病害的影响。结果表明,叶面肥1125与多菌灵交替使用与对照相比,叶面肥lL25能调节苹果果实中矿质营养元素的含量,显著降低果实中Cu^2 ,Zn^2 ,Mg^2 等离子的含量,增加Fe^2 的含量,经t检验,差异分别达到显著、极显著水平;能明显提高苹果果形指数和含糖量、增加果肉干物重、增加果实硬度,果面无污染且光亮,果胶分解速度慢,仅为对照的1／11。在-8℃条件下冻果率较对照减少50％,红粉病果率降低50％,褐腐病病果率降低50％,耐贮性强。对于苹果早期落叶病、炭疽病、轮纹病,也有较好的防治效果,可以替代波尔多液。     

改进VGG模型在苹果外观分类中的应用

为了将采摘后的苹果进行外观分类,提出了一种基于卷积神经网络的方法,通过改进VGG卷积神经网络完成对外观正常苹果、病斑苹果和腐烂苹果的分类。在VGG-16网络的基础上,加入批归一化层、采用全局平均池化和联合损失函数的方法对其进行结构优化。在经过数据增广的数据集上,与其他分类方法进行对比,结果表明:改进后的VGG网络对外观正常苹果、病斑苹果和腐烂苹果的识别精度分别为99.61%、98.89%和99.26%,均高于未改进VGGNet、AlexNet和GoogLeNet算法,证明此网络能够很好地完成对苹果外观的分类识别,可为采摘后的苹果实现智能分类提供技术支持。     

25%阿米西达SC防治苹果斑点落叶病田间药效试验

通过对25%阿米西达SC防治苹果斑点落叶病进行田间药效试验.结果表明,25%阿米西达SC对苹果斑点落叶病有较好的防治效果,防效达80%～90%,而且与环境友好,使用安全.田间适宜使用浓度为0.167～0.1g/L倍,间隔10d喷1次,连喷4次为宜.     

自走式柔性智能苹果采摘机设计

为了提高苹果采摘效率,设计了一种一次性完成苹果识别、定位、采摘、输送等功能的苹果采摘机。该机器由运行系统、苹果识别定位系统、采摘系统和手臂伸缩系统组成,保障作业的准确性及高效性。产品样机在佳木斯市四丰果园进行了试验检测,作业对象为佳木斯特产123小苹果。试验表明,采摘机能快速识别、精准采摘苹果,与人工作业相比采摘效率提高了45%、漏摘率低于4%、苹果损伤率低于4%。自走式柔性智能苹果采摘机的试验研究为提高果园作业自动化程度提供了理论依据及参考。     

果园运输车减振降损性能

针对果实在丘陵果园内运输损伤严重这一情况,需对其损伤原因进行分析并提出一种能够有效降低损伤的解决方案;通过对果实运输过程进行分析可得:路面不平激励下运输车果箱振动是造成果实损伤的主要原因;以苹果为研究对象,建立ADAMS与EDEM的联合仿真模型,对运输车的运输过程进行仿真,测量苹果碰撞受力判断其是否损伤;通过优化运输车减振结构,提升其减振性能,减小苹果在丘陵果园内运输损伤率。仿真结果表明:优化后较优化前苹果损伤率降低近5%,该方案能有效提高运输车减振降损性能,对降低果园内果品运输损伤率具有重要的现实意义。     

改进的Faster R-CNN用于苹果叶部病害检测

针对苹果叶部病害图像存在光照分布不均匀、对比度低、过亮或过暗区域细节丢失等问题,提出一种改进的Faster R-CNN苹果叶部病害检测方法,提高病害检测的准确率。由于HSV颜色空间中的H、S、V三个分量具有相对独立性,且光照及阴影部分的遮挡对H、S分量的影响很小,因此,将病害图像从RGB颜色空间转换到HSV颜色空间,再采用颜色恒常性（Retinex）算法对图像进行处理。然后,采用Faster R-CNN网络模型对苹果叶部的三种病害（雪松锈病、灰斑病、黑星病）进行目标检测。实验结果表明：该方法提升了检测苹果雪松锈病、灰斑病、黑星病的平均精度,分别提高了4.03%、7.14%和13.77%,整体平均精度提升了8.32%。每幅图像的检测时间为0.201 s,单张图片检测时间减少了42 ms,确保了检测的实时性,这对于病害的预防具有重要意义。     

基于改进卷积神经网络的苹果叶部病害识别

针对苹果病害叶片图像病斑区域较小导致的传统卷积神经网络不能准确快速识别的问题,提出基于改进卷积神经网络的苹果叶部病害识别的网络模型.首先,将VGG16网络模型从ImageNet数据集上学习到的先验知识迁移到苹果病害叶片数据集上;然后,在瓶颈层后采用选择性核(selective kernel,简称SK)卷积模块;最后,使用全局平均池化代替全连接层.实验结果表明:与其他传统网络模型相比,该模型能更准确快速捕获苹果病害叶片上微小的病斑.     

苹果黑星病流行规律研究进展

苹果黑星病在世界各国苹果产区均有发生,严重威胁着苹果产业的可持续发展.本文概述了苹果黑星病发生症状、病原菌形态及生物学特性、病害防治措施,并着重阐述了病害的流行规律.     

采前外源植物激素与采后1-MCP处理对糖心苹果贮藏品质的影响

为解决糖心苹果采后糖心品质快速劣变问题,提高果实贮藏品质,以阿克苏糖心苹果为材料,研究了采前3种外源植物激素与采后1-甲基环丙烯(1-MCP)协同处理对糖心苹果贮藏品质的影响。结果表明,3种处理方式均能在一定程度上提高糖心苹果的贮藏品质。赤霉素与1-MCP处理可有效促进糖心的形成并延缓其消失,贮藏180d后糖心仍有较大面积占比;脱落酸与赤霉素分别协同1-MCP处理均可有效提升果实外观色泽和鲜艳度;生长素与1-MCP处理综合品质调控效果最好,低温贮藏6个月期间可较好地维持果皮和果肉色泽属性,果皮色相角有效降低3.43%,果肉L*值提升1.47%,有效抑制果实呼吸强度6.53%~9.21%,并推迟30d出现呼吸峰,果实失重率和腐烂率分别降低了3.49%和1.12%,分别提升可溶性固形物和维生素C含量1.32%和10.72%。此外,生长素与1-MCP协同处理后,果实硬度提升3.25%,水溶性果胶含量降低19.23%,多聚半乳糖醛酸酶活性始终维持在较低水平,有效延缓了果实采后软化过程。因此,生长素与1-MCP协同处理是一种安全有效的糖心苹果保鲜新技术,应用前景广阔。     

陕北苹果常见真菌病害病原菌的分离鉴定研究

用组织分离法从陕北苹果的6种常见真菌病害的病组织中分离出了9种病原菌，并对其进行鉴定和病原学特性研究。结果表明它们分别为苹果黑腐皮壳菌、壳囊孢菌、苹果干腐病菌；早期落叶病菌4种：分别有褐斑病由苹果盘二孢菌引起，斑点落叶病由苹果链格孢菌引起，灰斑病和圆斑病分别由梨叶点霉菌和孤生叶点霉菌所致。另外还有引起苹果果实病害的苹果轮纹病：梨生囊孢壳菌和苹果炭疽病：围小丛壳菌。     

高钙低氮能改进苹果果实质量

园艺工作者明白,如果想要苹果优质,并且能贮藏得好,必须充分施给钙素(Ca)。现在证实了,过多的氮素(N),会抵消钙素的有益功效。因此,对苹果质量来说,重要的不仅是充分的钙素,而且是低的氮/钙比例。充足的钙素能降低苹果的呼吸率,从而使果实能较长时间地保存。充足的钙素还能保持细胞膜的构造,有助于蛋白质的合成。苹果收获以后的损失,实质上都是钙素不足所引起的。     

如何防治苹果早期落叶病

近年来,由于采用了套袋技术,减少了用药次数,而加剧了早期落叶病的发生,应引起果农高度重视。苹果早期落叶病是苹果的重要叶片病害,常引起早期落叶,树势衰退,降低果实产量和品质,而且影响花芽的形成,严重者下年绝产。苹果早期落叶病是褐斑病、灰斑病、斑点落叶病的总称。     

基于HSV颜色特征的苹果病斑点检测系统设计与实现

为提高苹果表面质量检测的效率,降低劳动强度,设计了苹果表面病斑点程度自动化检测软件系统,主要包括样本图像采集等预处理、HSV颜色过滤、苹果整体定位、整体像素统计、病斑点区定位、病斑点区像素统计等多种功能.以C#2005为开发平台,综合利用数字图像处理中的多种方法,通过对大量的数据样本进行测试,实验表明能够有效地对苹果图像进行精确检测.     

苹果树病虫害智能识别系统设计与实现

为提高苹果的产量和质量,防止病虫害对果实质量的影响,设计了一款基于机器视觉的苹果树病虫害智能识别系统。该系统采用交互式分割(GrabCut)算法对图像进行分割,然后使用高斯拉普拉斯算子和拉普拉斯高斯(Laplacian-of-Gaussian, LOG)算法将苹果叶片中的病斑提取出来,最后将提取出的图像送入深度神经网络(deep neural networks, DNN)进行进一步的分析与处理,能够实时、方便地识别出苹果树叶病害中较为常见、发病率高的花叶病,锈病,灰斑病,斑点落叶病以及褐斑病。经测试,该系统对苹果树5种常见病虫害识别率精度高达91.17%。结果表明,该算法能够有效提升苹果树病虫害防治,优于基于卷积神经网络特征的区域方法(regions with CNN features, R-CNN)、YOLO(you only look once)等单一病虫害检测方法。     

蜂蜜对控制苹果加工中维生素C损失的效应

研究了蜂蜜在苹果果实浸洗、打浆工序中控制维生素C损失的效应,并与果品加工常用的EDTA和草酸进行比较.结果表明:加入w=0.4%的蜂蜜能有效地控制苹果果实加工中维生素C损失,使维生素C保存率提高到65.50%.     

苹果树喷施稀土增产效应研究初报

以红富士、秦冠、国光为试材,选择苹果幼果期、膨大期进行叶面喷施稀土试验,结果表明,苹果树喷施稀土有显著的增产效果,平均增产幅度13.0%,而且能明显改善苹果的质量.幼果期喷施的增产效果大于膨大期,喷施浓度分别以 0.1%、0.15%为宜.     

微软、Google、华为、百度、小米如何淘汰旧的知识管理模式

和微软、Google、华为、百度、小米公司相比,苹果公司的专利产出量不高,但是苹果面向市场的知识产出量大,且已经走向了知识的模块化、开放化、实用化发展趋势。已形成的"苹果式知识管理"模式比较成熟,不仅能提高知识实施率,实现去专利化,还能优化知识产权制度,提升制度竞争力。根据苹果探索、发展知识产权管理制度的经验,微软、Google、华为、百度、小米或可借鉴。     

日光蜂的发生及其对苹果绵蚜的控制作用

日光蜂在田间全年平均寄生率为15.3%,高峰期出现在8月中旬~10月下旬,寄生率可高达41.5%.试验表明,在不施药情况下,日光蜂可以有效控制苹果绵蚜种群消长,效果明显.日光蜂对苹果绵蚜的功能反应符合HollingⅡ模型,其数学模型为:Na=0.1246No/(1+0.1246×0.0127No).日光蜂寄生苹果绵蚜的数量随苹果绵蚜密度的增加而增加,但日光蜂寻找效应随苹果绵蚜密度的增加而降低,其数学模型为:E=0.1246/(1+0.1246×0.0127No).日光蜂的最大寄生量和最佳寻找密度分别为50.40头和194.46头.日光蜂寻找效应随其自身密度的增加而降低,其数学模型为:E=0.1698P-1.0639.不同温度条件下日光蜂对苹果绵蚜的寄生量有差异,在22℃时寄生量最高.因此,日光蜂的保护与利用,在苹果绵蚜的防治中尤其重要.     

枯草芽孢杆菌PRS5菌剂控制水果贮藏期病害的研究

用枯草芽孢杆菌(Bacillus subtilis)PRS5菌剂浸涂并辅以塑膜或生物膜包裹于10℃下处理苹果,苹果贮藏120 d的腐烂率和病害相对防效分别为6.7%和79.9%。常温条件下,以纯菌剂和辅以塑膜包裹处理效果最佳,120 d腐烂率13.3%,相对防效达86.7%。对脐橙而言,PRS5浓度越高,防腐效果越好,水果失水率越低。灭活后的PRS5菌剂防效下降约1/3。浸果时间以4~8 h最佳,塑膜包裹具有提高水果鲜度,减少水分丧失的作用。在自然储藏条件下,PRS5菌剂处理罗伯森脐橙72 d时的防腐效果高达95.15%,与专用化学防腐剂相当。     

基于VGG-F动态学习模型的苹果病虫害识别

为了提高自然环境下苹果病虫害的识别准确率和识别效率,提出了具有动态学习特征的VGG-F苹果病虫害识别模型。首先,依据常见的苹果病害和虫害类型构建图像数据集,同时采用Retinex算法对数据集中的含雾图像进行增强处理;然后选择网络层数较少的VGG-F网络模型作为迁移学习对象,并依据数据样本特性对重训练过程进行学习率动态调整,以及基于试验对比选取最佳动量值;最后,利用数据集对三种不同模型进行重训练和识别效果对比测试。数值测试结果表明,相比于原始VGG-F模型和深层模型VGG-19,文中模型将苹果病虫害识别准确率分别提升了5%和0.63%,且该模型的重训练时间最短,从而验证了文中苹果病虫害识别模型的有效性。