摘要：为模拟研究小麦生长过程中生物量的影响因素,运用WOFOST作物模型,筛选模型的敏感性参数,设计15种模拟情景,利用情景分析与系统分析方法,模拟与评价了土壤中水分养分对小麦生物量的影响。结果表明:WOFOST模型中有6个参数敏感性指数均超过0.1,极为敏感,包括在20℃下的单叶有效光能利用率(EFFTB3)、生育期(DVS)指数设为0.0和0.5时的比叶面积(SLATB1和SLATB2)、从出苗到开花阶段的累积温度(TSUM1)、30℃下的最大CO2同化率(TMPF4)以及在35℃下的叶面积生长周期(SPAN)。按照养分缺乏、养分正常、养分充足3个情景下模拟小麦生物量指标叶面积指数(LAI)、地上总生物量(TAGP)与贮藏器官总干重质量(TWSO),得到土壤养分对小麦生物量的影响较小,土壤水分对小麦生物量影响较大。根据模拟结果得到每米土壤深度的有效含水量AWC的饱和值为190(kg·m-^1),小麦生物量随水分增加而增加,但当水分达到饱和时,增加水分对小麦生物量影响不大。本研究可为WOFOST小麦模型的参数优化和区域应用,以及定量模拟土壤水分与养分对小麦生物量的影响提供理论依据和方法。

摘要：为解决作物病害图像识别准确率低的问题,本研究以黄瓜叶片病害图像为研究对象,首先建立SVM模型,利用数据集训练取得模型并本地化,然后基于MATLAB平台搭建了黄瓜叶片病害等级识别系统。结果表明,通过输入图片,系统可自动识别黄瓜叶片病害等级并输出,平均预测准确率为91.25%。本研究可为农作物病害识别技术的发展提供参考。