CN113624709B - 甘蔗氮效率差异种质液体筛选系统及方法 - Google Patents
甘蔗氮效率差异种质液体筛选系统及方法 Download PDFInfo
- Publication number
- CN113624709B CN113624709B CN202110844778.0A CN202110844778A CN113624709B CN 113624709 B CN113624709 B CN 113624709B CN 202110844778 A CN202110844778 A CN 202110844778A CN 113624709 B CN113624709 B CN 113624709B
- Authority
- CN
- China
- Prior art keywords
- sugarcane
- nitrogen
- nutrient solution
- score
- seedling
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 240000000111 Saccharum officinarum Species 0.000 title claims abstract description 397
- 235000007201 Saccharum officinarum Nutrition 0.000 title claims abstract description 396
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 title claims abstract description 394
- 229910052757 nitrogen Inorganic materials 0.000 title claims abstract description 200
- 239000007788 liquid Substances 0.000 title claims abstract description 56
- 238000012216 screening Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 12
- 235000015097 nutrients Nutrition 0.000 claims abstract description 141
- 238000001802 infusion Methods 0.000 claims abstract description 53
- QJGQUHMNIGDVPM-UHFFFAOYSA-N nitrogen group Chemical group [N] QJGQUHMNIGDVPM-UHFFFAOYSA-N 0.000 claims abstract description 32
- 238000002329 infrared spectrum Methods 0.000 claims abstract description 10
- 230000014075 nitrogen utilization Effects 0.000 claims description 56
- 238000005192 partition Methods 0.000 claims description 19
- 238000011156 evaluation Methods 0.000 claims description 12
- 239000002351 wastewater Substances 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 8
- 238000003062 neural network model Methods 0.000 claims description 7
- 235000016709 nutrition Nutrition 0.000 claims description 7
- 230000035764 nutrition Effects 0.000 claims description 7
- 239000007921 spray Substances 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 7
- 235000021049 nutrient content Nutrition 0.000 claims description 2
- 238000003672 processing method Methods 0.000 claims description 2
- 238000009395 breeding Methods 0.000 abstract description 3
- 230000001488 breeding effect Effects 0.000 abstract description 3
- 230000002068 genetic effect Effects 0.000 abstract description 3
- 239000000618 nitrogen fertilizer Substances 0.000 description 6
- 239000003337 fertilizer Substances 0.000 description 4
- 238000012136 culture method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- CZMRCDWAGMRECN-UGDNZRGBSA-N Sucrose Chemical compound O[C@H]1[C@H](O)[C@@H](CO)O[C@@]1(CO)O[C@@H]1[C@H](O)[C@@H](O)[C@H](O)[C@@H](CO)O1 CZMRCDWAGMRECN-UGDNZRGBSA-N 0.000 description 1
- 229930006000 Sucrose Natural products 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012851 eutrophication Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 230000035784 germination Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000001963 growth medium Substances 0.000 description 1
- 238000009630 liquid culture Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000020477 pH reduction Effects 0.000 description 1
- 235000019362 perlite Nutrition 0.000 description 1
- 239000010451 perlite Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000005720 sucrose Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30188—Vegetation; Agriculture
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P60/00—Technologies relating to agriculture, livestock or agroalimentary industries
- Y02P60/20—Reduction of greenhouse gas [GHG] emissions in agriculture, e.g. CO2
- Y02P60/21—Dinitrogen oxide [N2O], e.g. using aquaponics, hydroponics or efficiency measures
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Analytical Chemistry (AREA)
- Business, Economics & Management (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Marine Sciences & Fisheries (AREA)
- Strategic Management (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Computing Systems (AREA)
- Mining & Mineral Resources (AREA)
- Molecular Biology (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Mathematical Physics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
Abstract
本发明公开甘蔗氮效率差异种质液体筛选系统及方法,系统包括若干个含氮营养液盒,用于安装不同含氮浓度的甘蔗种植营养液;摄像机;红外线光谱测量设备,用于测量甘蔗苗叶片的含氮量;输液装置,用于到指定时间时通过第二输液管向甘蔗苗输入指定含氮浓度和液体体积的甘蔗种植营养液;与含氮营养液盒数量相同的第一输液管,所述第一输液管的两端分别连接输液装置和不同的含氮营养液盒;第二输液管,所述第二输液管的一端连接输液装置,另一端用于为甘蔗苗输入甘蔗种植营养液;甘蔗种质评估模块;输出模块;控制模块。本发明通过选育高产优质的氮高效甘蔗种质,充分挖掘甘蔗自身的基因潜力。
Description
技术领域
本发明涉及蔗叶处理技术领域,更具体地,涉及甘蔗氮效率差异种质液体筛选系统及方法。
背景技术
我国是世界上第三大产糖国,年产糖1300万吨左右,90%以上来自甘蔗,其中广西占全国65%以上。我国年人均食糖消费量10 kg,如达到24 kg的世界平均水平,缺口达2000万吨。氮是甘蔗的三要素之首,甘蔗植株的氮含量占干重的0.3-2%,对甘蔗的产量和蔗糖积累都有重要的影响(Bell et al. 2010)。目前,我国甘蔗肥料氮素施用量为600-755 kg/hm2,是巴西的6倍以上,超过世界平均水平的3倍以上,甘蔗肥料氮年施用量大概为51.2万吨,而收获的肥料氮量仅为7.5万吨,肥料氮利用效率不到15%(Robison et al., 2011)。
近年来,如何在持续提高甘蔗产量的同时,控制或降低氮肥的施用量,减少因过量氮肥施用带来的负面影响,已经成为甘蔗种植国家面临的重要科学问题 (Wood et al.,2010; Thorburn et al., 2011)。泛滥使用氮肥,不仅造成氮素淋失、挥发损失严重导致资源的浪费,而且也会引起土壤酸化、水体富营养化等生态环境问题。充分挖掘甘蔗吸收利用氮的遗传潜力,从而在一定的氮肥投入下获得较高的生物量和经济产量,是减少氮肥施用量、提高氮肥利用率和缓解环境压力的重要途径之一。不同基因型甘蔗的耐低氮能力及氮效率存在一定的差异,要获得氮效率差异种质,前提必需建立合适的筛选培养系统和方法。本发明针对目前氮高效甘蔗种质筛选工作目前缺乏高效培养、筛选及评价方法,主要依赖人工检测为主现状,开发此套液体培养筛选、检测和评价系统,能够高效筛选并评估高产优质的氮高效甘蔗种质,对加速甘蔗产业品种选育进程有重要的理论和实践意义。
发明内容
本发明提供一种甘蔗氮效率差异种质液体筛选系统及方法,能够通过甘蔗氮效率建立出合适的筛选培养系统和方法,通过选育高产优质的氮高效甘蔗种质,充分挖掘甘蔗自身的基因潜力。
为解决上述问题,提供一种甘蔗氮效率差异种质液体筛选系统,包括
若干个含氮营养液盒,用于安装不同含氮浓度的甘蔗种植营养液;
摄像机,摄像机的镜头对准甘蔗苗,用于采集甘蔗苗的照片;
红外线光谱测量设备,用于测量甘蔗苗叶片的含氮量,并将甘蔗苗叶片的含氮量的数据输入至甘蔗种质评估模块;
输液装置,用于到指定时间时通过第二输液管向甘蔗苗输入指定含氮浓度和液体体积的甘蔗种植营养液,并通过控制模块将输入甘蔗种植营养液的含氮浓度和甘蔗种植营养液的液体体积的数据输入至甘蔗种质评估模块;
与含氮营养液盒数量相同的第一输液管,所述第一输液管的两端分别连接输液装置和不同的含氮营养液盒;
第二输液管,所述第二输液管的一端连接输液装置,另一端用于为甘蔗苗输入甘蔗种植营养液;
甘蔗种质评估模块,包括蔗苗状态打分系统、耐低氮能力打分系统和氮利用率打分系统;所述蔗苗状态打分系统用于接收摄像机采集甘蔗苗的照片存储后输入至甘蔗苗生长状态打分模型获得蔗苗状态分数;所述耐低氮能力打分系统用于接收在输入低浓度甘蔗种植营养液范围下的甘蔗苗对应的蔗苗状态分数及甘蔗种植营养液的含氮浓度并输入至耐低氮能力打分模型获得耐低氮能力分数;所述氮利用率打分系统用于接收甘蔗种植营养液的含氮浓度、甘蔗种植营养液的液体体积、甘蔗苗叶片的含氮量并输入至氮利用率打分模型获得氮利用率分数;
所述蔗苗状态分数模型为神经网络模型,所述蔗苗状态分数模型的训练样本集为根据营养专家依据自然规律和蔗苗生长需求综合甘蔗苗的叶、茎的生长状况进行蔗苗状态打分后,采集若干个对应蔗苗状态分数的甘蔗苗的照片;所述蔗苗状态分数模型以甘蔗苗的照片为输入,以蔗苗状态分数为输出;
所述耐低氮能力打分模型为输入低浓度甘蔗种植营养液范围下的甘蔗苗对应的蔗苗状态分数及甘蔗种植营养液的含氮浓度,输出耐低氮能力分数,所述耐低氮能力分数=蔗苗状态分数/甘蔗种植营养液的含氮浓度;
所述氮利用率打分模型为输入甘蔗种植营养液的含氮浓度、甘蔗种植营养液的液体体积和甘蔗苗叶片的含氮量,输出氮利用率分数;所述氮利用率分数=甘蔗苗叶片的含氮量/甘蔗种植营养液的含氮浓度×甘蔗种植营养液的液体体积;若干个含氮营养液盒,用于安装不同含氮浓度的甘蔗种植营养液;
摄像机,摄像机的镜头对准甘蔗苗,用于采集甘蔗苗的照片;
红外线光谱测量设备,用于测量甘蔗苗叶片的含氮量,并将甘蔗苗叶片的含氮量的数据输入至甘蔗种质评估模块;
输液装置,用于到指定时间时通过第二输液管向甘蔗苗输入指定含氮浓度和液体体积的甘蔗种植营养液,并通过控制模块将输入甘蔗种植营养液的含氮浓度和甘蔗种植营养液的液体体积的数据输入至甘蔗种质评估模块;
与含氮营养液盒数量相同的第一输液管,所述第一输液管的两端分别连接输液装置和不同的含氮营养液盒;
第二输液管,所述第二输液管的一端连接输液装置,另一端用于为甘蔗苗输入甘蔗种植营养液;
甘蔗种质评估模块,包括蔗苗状态打分系统、耐低氮能力打分系统和氮利用率打分系统;所述蔗苗状态打分系统用于接收摄像机采集甘蔗苗的照片存储后输入至甘蔗苗生长状态打分模型获得蔗苗状态分数;所述耐低氮能力打分系统用于接收在输入低浓度甘蔗种植营养液范围下的甘蔗苗对应的蔗苗状态分数及甘蔗种植营养液的含氮浓度并输入至耐低氮能力打分模型获得耐低氮能力分数;所述氮利用率打分系统用于接收甘蔗种植营养液的含氮浓度、甘蔗种植营养液的液体体积、甘蔗苗叶片的含氮量并输入至氮利用率打分模型获得氮利用率分数;
所述蔗苗状态分数模型为神经网络模型,所述蔗苗状态分数模型的训练样本集为根据营养专家依据自然规律和蔗苗生长需求综合甘蔗苗的叶、茎的生长状况进行蔗苗状态打分后,采集若干个对应蔗苗状态分数的甘蔗苗的照片;所述蔗苗状态分数模型以甘蔗苗的照片为输入,以蔗苗状态分数为输出;
所述耐低氮能力打分模型为输入低浓度甘蔗种植营养液范围下的甘蔗苗对应的蔗苗状态分数及甘蔗种植营养液的含氮浓度,输出耐低氮能力分数,所述耐低氮能力分数=蔗苗状态分数/甘蔗种植营养液的含氮浓度;
所述氮利用率打分模型为输入甘蔗种植营养液的含氮浓度、甘蔗种植营养液的液体体积和甘蔗苗叶片的含氮量,输出氮利用率分数;所述氮利用率分数=甘蔗苗叶片的含氮量/甘蔗种植营养液的含氮浓度×甘蔗种植营养液的液体体积;
输出模块,用于设定蔗苗状态分数、耐低氮能力分数和氮利用率分数的权重并按照权重分别乘以蔗苗状态分数、耐低氮能力分数和氮利用率分数并相加获得甘蔗氮效率差异种质分数后输出;
控制模块,分别连接摄像机、红外线光谱测量设备、输液装置、甘蔗种质评估模块和输出模块。
特别的,所述蔗苗状态打分系统包括用于对进行图像处理的图像处理模块。
特别的,所述图像处理的方法包括以下步骤:
(1)随机设置图像的旋转角度;
(2)随机设置图像的亮度;
(3)随机设置图像的对比度;
(4)随机设置图像的饱和度;
(5)随机设置图像的色调。
特别的,还包括安装架,所述安装架分成与含氮营养液盒的数量一致的层数,用于将含氮营养液盒分别安装在安装架的每一层上。
特别的,所述输液装置包括中间箱、流量计、若干个第一电动泵和第二电动泵;所述中间箱内的中部设有隔板;所述隔板中央设有电动阀;所述第一电动泵设于中间箱内的顶部一侧;所述第一电动泵一一连接第一输液管;所述第二电动泵设在中间箱与第一电动泵相对的一侧且所述第二电动泵设于隔板上方;所述第二电动泵连接第二输液管;所述第一电动泵和第二电动泵分别电性连接控制模块;所述流量计设于第二电动泵上且连接控制模块。
特别的,所述中间箱的顶部设有若干个喷头。
特别的,所述隔板为漏斗状;所述隔板下方设有废水桶。
特别的,所述含氮营养液盒内设有液位传感器,所述液位传感器电连接控制模块。
特别的,所述甘蔗种植营养液的氮源为NH4NO3,pH值为 5.6,每升甘蔗种植营养液中的营养成分含量为0.2-20mmol/L NH4NO3,2 mmol/L MgSO4, 1 mmol/L CaSO4, 5 mmol/LK2SO4, 0.457 mmol/L KH2PO4, 42.5 μmol/L K2HPO4, 100 μmol/L FeEDTA, 10 μmol/LMnSO4, 10μmol/L H3BO3, 1μmol/L CuSO4, 2.5 μmol/L ZnSO4, 0.35 μmol/L Na2MoO4。
结合上述,本发明还提供一种甘蔗氮效率差异种质液体筛选的方法,包括以下步骤:
S1.定时采集甘蔗苗图像;
S2.将步骤S1的甘蔗苗图像输入至甘蔗苗生长状态打分模型获得甘蔗苗生长状态打分;所述蔗苗状态分数模型为神经网络模型,所述蔗苗状态分数模型的训练样本集为根据营养专家依据自然规律和蔗苗生长需求综合甘蔗苗的叶、茎的生长状况进行蔗苗状态打分后,采集若干个对应蔗苗状态分数的甘蔗苗的照片;所述蔗苗状态分数模型以甘蔗苗的照片为输入,以蔗苗状态分数为输出;
S3.按初始设定的时间向甘蔗苗浇指定含氮浓度和液体体积的甘蔗种植营养液;
S4.获取甘蔗苗叶片的含氮量;
S5.输入低浓度甘蔗种植营养液范围下的步骤S2中甘蔗苗对应的蔗苗状态分数及步骤4中甘蔗种植营养液的含氮浓度并输入至耐低氮能力打分模型获得耐低氮能力分数;所述耐低氮能力分数=蔗苗状态分数/甘蔗种植营养液的含氮浓度;
S6.输入步骤S3中甘蔗种植营养液的含氮浓度、甘蔗种植营养液的液体体积以及步骤S4中甘蔗苗叶片的含氮量并输入至氮利用率打分模型获得氮利用率分数;所述氮利用率分数=甘蔗苗叶片的含氮量/甘蔗种植营养液的含氮浓度×甘蔗种植营养液的液体体积;
S7.设定蔗苗状态分数、耐低氮能力分数和氮利用率分数的权重;
S8.按照步骤S7的权重分别乘以蔗苗状态分数、耐低氮能力分数和氮利用率分数并相加获得甘蔗氮效率差异种质分数后输出。
本发明的有益效果:
1.本发明设置若干个含氮营养液盒,能够存储不同浓度的甘蔗种植营养液,通过输液装置可按照指定时间输入所需的含氮浓度盒液体体积的甘蔗种植营养液,设置摄像机对准甘蔗苗可用于采集甘蔗苗的照片;红外线光谱测量设备可用于测量甘蔗苗叶片的含氮量,便于对甘蔗氮效率差异种植液体筛选。
2.本发明在中间箱内设置喷头、电动阀和废水桶;喷头能够对中间箱的甘蔗种植营养液进行清理以便于下次另一种浓度的甘蔗种植营养液;电动阀能够将废弃甘蔗种植营养液流入废水桶;废水桶用于收集这些废水,可取出后再另行处理。
3.本发明通过蔗苗状态分数、耐低氮能力分数和氮利用率分数,并设置设定蔗苗状态分数、耐低氮能力分数和氮利用率分数的权重,获得甘蔗氮效率差异种质分数,依据甘蔗氮效率差异种质分数,该种分数越高,说明该质种的蔗苗,蔗苗生长状态良好,耐低氮能力强,氮利用率搞,蔗种品质越优良,便于选育高产优质的氮高效甘蔗种质,充分挖掘甘蔗自身的基因潜力。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例的结构示意图;
图2为本发明实施例的方法的流程图;
图中:1.含氮营养液盒;2.第一输液管;3.中间箱;4.红外线光谱测量设备;5.摄像机;6.甘蔗苗;7.第二输液管;8.喷头;9.第一电动泵;10.隔板;11.废水桶;12.安装架;14.电动阀;15.第二电动泵。
具体实施方式
下面结合附图对本发明的优选实施例进行详细阐述,以使本发明的优点和特征能更易于被本领域技术人员理解,从而对本发明的保护范围做出更为清楚明确的界定。
本发明实施例的甘蔗苗6是将甘蔗种茎切成5 cm长度的单芽茎段,温室条件(35 -38℃)沙培催芽处理20天后,选择生长一致的苗移栽至PVC培养盆(20×30 ㎝ )中,每盆定植1株,每个材料6 个重复。培养基质为珍珠岩和沙子(1:1),移栽后每隔一天浇水,直至长出三片真叶后开始浇含氮营养液。材料种植于广西壮族自治区农业科学院甘蔗研究所玻璃温室大棚,培养温度22-36℃,光照为自然光照。
如图1所示,本实施例的一种甘蔗氮效率差异种质液体筛选系统,包括
若干个含氮营养液盒1,用于安装不同含氮浓度的甘蔗种植营养液。
摄像机5,摄像机5的镜头对准甘蔗苗6,用于采集甘蔗苗6的照片。
红外线光谱测量设备4,用于测量甘蔗苗6叶片的含氮量,并将甘蔗苗6叶片的含氮量的数据输入至甘蔗种质评估模块。
输液装置,用于到指定时间时通过第二输液管7向甘蔗苗6输入指定含氮浓度和液体体积的甘蔗种植营养液,并通过控制模块将输入甘蔗种植营养液的含氮浓度和甘蔗种植营养液的液体体积的数据输入至甘蔗种质评估模块。
与含氮营养液盒1数量相同的第一输液管2,第一输液管2的两端分别连接输液装置和不同的含氮营养液盒1。
第二输液管7,第二输液管7的一端连接输液装置,另一端用于为甘蔗苗6输入甘蔗种植营养液。
甘蔗种质评估模块,包括蔗苗状态打分系统、耐低氮能力打分系统和氮利用率打分系统。
蔗苗状态打分系统用于接收摄像机5采集甘蔗苗6的照片存储后输入至甘蔗苗生长状态打分模型获得蔗苗状态分数。蔗苗状态分数模型为神经网络模型,蔗苗状态分数模型的训练样本集为根据营养专家依据自然规律和蔗苗生长需求综合甘蔗苗6的叶、枝、茎的生长状况进行蔗苗状态打分后,采集若干个对应蔗苗状态分数的甘蔗苗6的照片。蔗苗状态分数模型以甘蔗苗6的照片为输入,以蔗苗状态分数为输出。
耐低氮能力打分系统用于接收在输入低浓度甘蔗种植营养液范围下的甘蔗苗6对应的蔗苗状态分数及甘蔗种植营养液的含氮浓度并输入至耐低氮能力打分模型获得耐低氮能力分数。耐低氮能力打分模型为输入低浓度甘蔗种植营养液范围下的甘蔗苗6对应的蔗苗状态分数及甘蔗种植营养液的含氮浓度,输出耐低氮能力分数,耐低氮能力分数=蔗苗状态分数/甘蔗种植营养液的含氮浓度。
氮利用率打分模型为输入甘蔗种植营养液的含氮浓度、甘蔗种植营养液的液体体积和甘蔗苗叶片的含氮量,输出氮利用率分数。氮利用率打分模型为输入甘蔗种植营养液的含氮浓度、甘蔗种植营养液的液体体积和甘蔗苗叶片的含氮量,输出氮利用率分数。氮利用率分数=甘蔗苗叶片的含氮量/甘蔗种植营养液的含氮浓度×甘蔗种植营养液的液体体积。
输出模块,用于设定蔗苗状态分数、耐低氮能力分数和氮利用率分数的权重并按照权重分别乘以蔗苗状态分数、耐低氮能力分数和氮利用率分数并相加获得甘蔗氮效率差异种质分数后输出。
控制模块,分别连接摄像机5、红外线光谱测量设备4、输液装置、甘蔗种质评估模块和输出模块。本发明实施例的控制模块采用MSP430FR6972IPMR处理器。
蔗苗状态打分系统包括用于对进行图像处理的图像处理模块。
图像处理的方法包括以下步骤:
(1)随机设置图像的旋转角度;
(2)随机设置图像的亮度;
(3)随机设置图像的对比度;
(4)随机设置图像的饱和度;
(5)随机设置图像的色调。
本实施例包括安装架12,安装架12分成与含氮营养液盒1的数量一致的层数,用于将含氮营养液盒1分别安装在安装架12的每一层上。
输液装置包括中间箱3、流量计、若干个第一电动泵9和第二电动泵15。中间箱3内的中部设有隔板10。隔板10中央设有电动阀14。第一电动泵9设于中间箱3内的顶部一侧。第一电动泵9一一连接第一输液管2.第二电动泵15设在中间箱3与第一电动泵9相对的一侧且第二电动泵设于隔板10上。第二电动泵15连接第二输液管7。第一电动泵9和第二电动泵15分别连接控制模块。控制模块可控制指定浓度的甘蔗种植营养液对应的第一电动泵9打开,使指定浓度的甘蔗种植营养液进入中间箱3内的隔板10上部。将流量计设于第二电动泵15上且连接控制模块,可用于将甘蔗种植营养液施给甘蔗苗6并通过控制器计算出施给甘蔗苗6的甘蔗种植营养液的液体体积。中间箱3的顶部设有若干个喷头8。隔板10为漏斗状。隔板10下方设有废水桶11。使用时,喷头8能够对中间箱3内隔板10上放的甘蔗种植营养液进行清理以便于下次另一种浓度的甘蔗种植营养液进入。电动阀14能够在打开时将废弃甘蔗种植营养液流入废水桶11,在闭合时能使隔板10上盛放甘蔗种植营养液。废水桶11用于收集这些废水,可取出废水桶11后再另行处理。
含氮营养液盒内设有液位传感器,液位传感器电连接控制模块。
甘蔗种植营养液的氮源为NH4NO3,pH值为 5.6,每升甘蔗种植营养液中的营养成分含量为2 mmol/L MgSO4, 1 mmol/L CaSO4, 5 mmol/L K2SO4, 0.457 mmol/L KH2PO4, 42.5μmol/L K2HPO4, 100 μmol/L FeEDTA, 10 μmol/L MnSO4, 10μmol/L H3BO3, 1μmol/LCuSO4, 2.5 μmol/L ZnSO4, 0.35 μmol/L Na2MoO4。
如图2所示,一种甘蔗氮效率差异种质液体筛选的方法,包括以下步骤:
S1.定时采集甘蔗苗图像;
S2.将步骤S1的甘蔗苗图像输入至甘蔗苗生长状态打分模型获得甘蔗苗生长状态打分。蔗苗状态分数模型为神经网络模型,蔗苗状态分数模型的训练样本集为根据营养专家依据自然规律和蔗苗生长需求综合甘蔗苗6的叶、茎的生长状况进行蔗苗状态打分后,采集若干个对应蔗苗状态分数的甘蔗苗6的照片。蔗苗状态分数模型以甘蔗苗6的照片为输入,以蔗苗状态分数为输出;
S3.按初始设定的时间向甘蔗苗6浇指定含氮浓度和液体体积的甘蔗种植营养液;
S4.获取甘蔗苗叶片的含氮量;
S5.输入低浓度甘蔗种植营养液范围下的步骤S2中甘蔗苗6对应的蔗苗状态分数及步骤4中甘蔗种植营养液的含氮浓度并输入至耐低氮能力打分模型获得耐低氮能力分数;所述耐低氮能力分数=蔗苗状态分数/甘蔗种植营养液的含氮浓度;
S6.输入步骤S2的步骤S3中甘蔗种植营养液的含氮浓度、甘蔗种植营养液的液体体积以及步骤S4中甘蔗苗叶片的含氮量并输入至氮利用率打分模型获得氮利用率分数;所述氮利用率分数=甘蔗苗叶片的含氮量/甘蔗种植营养液的含氮浓度×甘蔗种植营养液的液体体积;
S7.设定蔗苗状态分数、耐低氮能力分数和氮利用率分数的权重;本发明实施例做因子分析,认定蔗苗状态分数的权重31.72%,耐低氮能力分数为47.09%,氮利用率分数为21.19%。
S8.按照步骤S7的权重分别乘以蔗苗状态分数、耐低氮能力分数和氮利用率分数并相加获得甘蔗氮效率差异种质分数后输出。
虽然结合附图描述了本发明的实施方式,但是专利所有者可以在所附权利要求的范围之内做出各种变形或修改,只要不超过本发明的权利要求所描述的保护范围,都应当在本发明的保护范围之内。
Claims (10)
1.一种甘蔗氮效率差异种质液体筛选系统,其特征在于:包括
若干个含氮营养液盒,用于安装不同含氮浓度的甘蔗种植营养液;
摄像机,摄像机的镜头对准甘蔗苗,用于采集甘蔗苗的照片;
红外线光谱测量设备,用于测量甘蔗苗叶片的含氮量,并将甘蔗苗叶片的含氮量的数据输入至甘蔗种质评估模块;
输液装置,用于到指定时间时通过第二输液管向甘蔗苗输入指定含氮浓度和液体体积的甘蔗种植营养液,并通过控制模块将输入甘蔗种植营养液的含氮浓度和甘蔗种植营养液的液体体积的数据输入至甘蔗种质评估模块;
与含氮营养液盒数量相同的第一输液管,所述第一输液管的两端分别连接输液装置和不同的含氮营养液盒;
第二输液管,所述第二输液管的一端连接输液装置,另一端用于为甘蔗苗输入甘蔗种植营养液;
甘蔗种质评估模块,包括蔗苗状态打分系统、耐低氮能力打分系统和氮利用率打分系统;所述蔗苗状态打分系统用于接收摄像机采集甘蔗苗的照片存储后输入至甘蔗苗生长状态打分模型获得蔗苗状态分数;所述耐低氮能力打分系统用于接收在输入低浓度甘蔗种植营养液范围下的甘蔗苗对应的蔗苗状态分数及甘蔗种植营养液的含氮浓度并输入至耐低氮能力打分模型获得耐低氮能力分数;所述氮利用率打分系统用于接收甘蔗种植营养液的含氮浓度、甘蔗种植营养液的液体体积、甘蔗苗叶片的含氮量并输入至氮利用率打分模型获得氮利用率分数;
所述蔗苗状态分数模型为神经网络模型,所述蔗苗状态分数模型的训练样本集为根据营养专家依据自然规律和蔗苗生长需求综合甘蔗苗的叶、茎的生长状况进行蔗苗状态打分后,采集若干个对应蔗苗状态分数的甘蔗苗的照片;所述蔗苗状态分数模型以甘蔗苗的照片为输入,以蔗苗状态分数为输出;
所述耐低氮能力打分模型为输入低浓度甘蔗种植营养液范围下的甘蔗苗对应的蔗苗状态分数及甘蔗种植营养液的含氮浓度,输出耐低氮能力分数,所述耐低氮能力分数=蔗苗状态分数/甘蔗种植营养液的含氮浓度;
所述氮利用率打分模型为输入甘蔗种植营养液的含氮浓度、甘蔗种植营养液的液体体积和甘蔗苗叶片的含氮量,输出氮利用率分数;所述氮利用率分数=甘蔗苗叶片的含氮量/甘蔗种植营养液的含氮浓度×甘蔗种植营养液的液体体积;
输出模块,用于设定蔗苗状态分数、耐低氮能力分数和氮利用率分数的权重并按照权重分别乘以蔗苗状态分数、耐低氮能力分数和氮利用率分数并相加获得甘蔗氮效率差异种质分数后输出;
控制模块,分别连接摄像机、红外线光谱测量设备、输液装置、甘蔗种质评估模块和输出模块。
2.根据权利要求1所述的甘蔗氮效率差异种质液体筛选系统,其特征在于:所述蔗苗状态打分系统包括用于对进行图像处理的图像处理模块。
3.根据权利要求2所述的甘蔗氮效率差异种质液体筛选系统,其特征在于:所述图像处理模块的处理方法包括以下步骤:
(1)随机设置图像的旋转角度;
(2)随机设置图像的亮度;
(3)随机设置图像的对比度;
(4)随机设置图像的饱和度;
(5)随机设置图像的色调。
4.根据权利要求1所述的甘蔗氮效率差异种质液体筛选系统,其特征在于:还包括安装架,所述安装架分成与含氮营养液盒的数量一致的层数,用于将含氮营养液盒分别安装在安装架的每一层上。
5.根据权利要求4所述的甘蔗氮效率差异种质液体筛选系统,其特征在于:所述输液装置包括中间箱、流量计、若干个第一电动泵和第二电动泵;所述中间箱内的中部设有隔板;所述隔板中央设有电动阀;所述第一电动泵设于中间箱内的顶部一侧;所述第一电动泵一一连接第一输液管;所述第二电动泵设在中间箱与第一电动泵相对的一侧且所述第二电动泵设于隔板上方;所述第二电动泵连接第二输液管;所述第一电动泵和第二电动泵分别电性连接控制模块;所述流量计设于第二电动泵上且连接控制模块。
6.根据权利要求5所述的甘蔗氮效率差异种质液体筛选系统,其特征在于:所述中间箱的顶部设有若干个喷头。
7.根据权利要求5所述的甘蔗氮效率差异种质液体筛选系统,其特征在于:所述隔板为漏斗状;所述隔板下方设有废水桶。
8.根据权利要求1所述的甘蔗氮效率差异种质液体筛选系统,其特征在于:所述含氮营养液盒内设有液位传感器,所述液位传感器电连接控制模块。
9. 根据权利要求1所述的甘蔗氮效率差异种质液体筛选系统,其特征在于:所述甘蔗种植营养液的氮源为NH4NO3,pH值为 5.6,每升甘蔗种植营养液中的营养成分含量为0.2-20mmol/L NH4NO3,2 mmol/L MgSO4, 1 mmol/L CaSO4, 5 mmol/L K2SO4, 0.457 mmol/LKH2PO4, 42.5 μmol/L K2HPO4, 100 μmol/L FeEDTA, 10 μmol/L MnSO4, 10μmol/L H3BO3,1μmol/L CuSO4, 2.5 μmol/L ZnSO4, 0.35 μmol/L Na2MoO4。
10.一种甘蔗氮效率差异种质液体筛选的方法,包括以下步骤:
S1.定时采集甘蔗苗图像;
S2.将步骤S1的甘蔗苗图像输入至甘蔗苗生长状态打分模型获得甘蔗苗生长状态打分;所述蔗苗状态分数模型为神经网络模型,所述蔗苗状态分数模型的训练样本集为根据营养专家依据自然规律和蔗苗生长需求综合甘蔗苗的叶、茎的生长状况进行蔗苗状态打分后,采集若干个对应蔗苗状态分数的甘蔗苗的照片;所述蔗苗状态分数模型以甘蔗苗的照片为输入,以蔗苗状态分数为输出;
S3.按初始设定的时间向甘蔗苗浇指定含氮浓度和液体体积的甘蔗种植营养液;
S4.获取甘蔗苗叶片的含氮量;
S5.输入低浓度甘蔗种植营养液范围下的步骤S2中甘蔗苗对应的蔗苗状态分数及步骤4中甘蔗种植营养液的含氮浓度并输入至耐低氮能力打分模型获得耐低氮能力分数;所述耐低氮能力分数=蔗苗状态分数/甘蔗种植营养液的含氮浓度;
S6.输入步骤S3中甘蔗种植营养液的含氮浓度、甘蔗种植营养液的液体体积以及步骤S4中甘蔗苗叶片的含氮量并输入至氮利用率打分模型获得氮利用率分数;所述氮利用率分数=甘蔗苗叶片的含氮量/甘蔗种植营养液的含氮浓度×甘蔗种植营养液的液体体积;
S7.设定蔗苗状态分数、耐低氮能力分数和氮利用率分数的权重;
S8.按照步骤S7的权重分别乘以蔗苗状态分数、耐低氮能力分数和氮利用率分数并相加获得甘蔗氮效率差异种质分数后输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110844778.0A CN113624709B (zh) | 2021-07-26 | 2021-07-26 | 甘蔗氮效率差异种质液体筛选系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110844778.0A CN113624709B (zh) | 2021-07-26 | 2021-07-26 | 甘蔗氮效率差异种质液体筛选系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113624709A CN113624709A (zh) | 2021-11-09 |
CN113624709B true CN113624709B (zh) | 2024-04-09 |
Family
ID=78380923
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110844778.0A Active CN113624709B (zh) | 2021-07-26 | 2021-07-26 | 甘蔗氮效率差异种质液体筛选系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113624709B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109042314A (zh) * | 2018-08-17 | 2018-12-21 | 中国农业科学院油料作物研究所 | 一种利用苗期甘蓝型油菜培养试验筛选氮高效油菜品种的方法 |
WO2020177232A1 (zh) * | 2019-03-07 | 2020-09-10 | 云南省农业科学院甘蔗研究所 | 一种基于综合适宜度指数的甘蔗种植区划方法 |
CN112342267A (zh) * | 2020-11-11 | 2021-02-09 | 广西壮族自治区农业科学院 | 一种测定甘蔗体内固氮菌固氮酶活性的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
BRPI0706526A2 (pt) * | 2006-01-13 | 2011-03-29 | Ceres Inc | sequências de nucleotìdeos e polipeptìdeos correspondentes que conferem caracterìsticas de eficiência aperfeiçoada no uso de nitrogênio em plantas |
-
2021
- 2021-07-26 CN CN202110844778.0A patent/CN113624709B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109042314A (zh) * | 2018-08-17 | 2018-12-21 | 中国农业科学院油料作物研究所 | 一种利用苗期甘蓝型油菜培养试验筛选氮高效油菜品种的方法 |
WO2020177232A1 (zh) * | 2019-03-07 | 2020-09-10 | 云南省农业科学院甘蔗研究所 | 一种基于综合适宜度指数的甘蔗种植区划方法 |
CN112342267A (zh) * | 2020-11-11 | 2021-02-09 | 广西壮族自治区农业科学院 | 一种测定甘蔗体内固氮菌固氮酶活性的方法 |
Non-Patent Citations (2)
Title |
---|
杨荣仲 ; 周会 ; 桂意云 ; 梁强 ; 贤武 ; 雷敬超 ; 李杨瑞 ; .甘蔗低氮胁迫性状变化与蔗茎含氮量的研究.安徽农业科学.2013,(02),23-26. * |
邢永秀 ; 莫遥 ; 罗丽静 ; 魏春燕 ; 杨丽涛 ; 李杨瑞 ; .接种固氮菌Klebsiella sp.120对甘蔗光合特性和主要矿质营养元素含量的影响.植物营养与肥料学报.2015,(02),195-202. * |
Also Published As
Publication number | Publication date |
---|---|
CN113624709A (zh) | 2021-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109042314B (zh) | 一种利用苗期甘蓝型油菜培养试验筛选氮高效油菜品种的方法 | |
CN112882517A (zh) | 基于大数据和物联网的智慧农业种植环境监测方法和云监测平台 | |
CN112042353A (zh) | 一种适用于日光温室的水肥精准决策方法及系统 | |
CN107082672A (zh) | 番茄岩棉基质栽培营养液 | |
CN106069445A (zh) | 一种促进水稻颖花分化减少退化的施肥灌溉方法 | |
CN107581040A (zh) | 一种鉴定根系遗传多样性的高通量培养系统及应用 | |
CN114451282A (zh) | 一种耐盐碱燕麦室内快速鉴定筛选方法 | |
CN109033655A (zh) | 一种农作物生长模型优化方法及装置 | |
CN105359856A (zh) | 一种批量鉴定小麦耐盐性的方法及装置 | |
CN113624709B (zh) | 甘蔗氮效率差异种质液体筛选系统及方法 | |
CN105850273B (zh) | 一种筛选耐盐花生品种的方法 | |
CN109197080A (zh) | 一种长枣的灌溉施肥管理方法 | |
CN205596803U (zh) | 一种全景水培装置 | |
Goswami et al. | Soil-less culture (hydroponics)—A review | |
CN113273370B (zh) | 基于相关性分析和数据修正的精准施肥方法 | |
CN112020972A (zh) | 穴盘式有机稻硬地育秧的智能水肥一体化系统 | |
Mostafazadeh-Fard et al. | Effects of irrigation water management on yield and water use efficiency of rice in cracked paddy soils | |
CN109496824A (zh) | 收集栽培植物根际分泌物的水培装置及水培方法 | |
CN105850272B (zh) | 一种筛选耐盐甜瓜品种的方法 | |
Ryther et al. | Biomass production by marine and freshwater plants | |
CN111264322B (zh) | 一种基于栽差期判断杂交稻亲本机插制种花期相遇的方法 | |
CN107896842B (zh) | 一种盐地碱蓬群落建造方法 | |
CN100341398C (zh) | 小型浮动式自动循环水培装置及使用方法 | |
CN105766414A (zh) | 一种筛选耐盐西瓜品种的方法 | |
CN113298198A (zh) | 一种基于育种大数据的种子培育过程精准协同控制模型 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |