基于内部信息构象与深度信息补偿的棉种生命强度表征机理研究

The region of southern Xinjiang is the producing areas of high-quality cotton in China,but the natural environment is complex in the southern Xinjiang,and there is the high rate of seedling shortage,which causes that cotton production declined significantly.The object of this project is the life intensity of cotton seeds,and study on the characteristics of the conformation change of the protein inside cotton seed.Collect and analysis the characteristic parameters of the conformation changes of the protein inside cotton seeds by spectral technique.When the depth information is compensated,the characteristic equation of the conformation change of the protein will be established.The internal factors affecting the life intensity of cotton seeds will be revealed and clarified.The model of the life intensity of cotton seeds will be established. Artificial intelligence algorithm is used to optimize the model weights.Through field experiment,this model is optimized and reconstructed.The characterization mechanism of the life intensity of cotton seeds and the control strategy for improving cotton seed preference are provided. Finally, the measure of impairment is provided.

新疆南部地区是我国优质棉花的主产区，但南疆地区自然环境复杂、棉田缺苗率高，致使棉花产量明显下降。本项目以棉种生命强度为研究对象，开展棉种内部蛋白质构象变化特征研究。利用光谱技术对棉种内部蛋白质构象变化特征参数进行采集和分析，以及补偿深度信息后，建立蛋白质的构象变化规律特征方程；揭示并阐明影响棉种生命强度的内部因素；建立表征棉种生命强度的模型，利用人工智能算法对模型权值进行优化。通过田间试验，对模型进行优化和重构，并以此给出棉种生命强度表征机理和提高棉种优选效果的控制策略，给出减损措施。

目前，第一师垦区棉花种植面积将近200万公顷，总产量达到350万吨，棉花生产给垦区内棉农带来了极大的经济收益。但是由于南疆地区自然环境复杂、棉田缺苗率高，致使 棉花产量明显下降，对棉农的收益影响巨大。针对这一现实问题，本项目研究过程中，通过调研进一步掌握棉花出苗率以及棉种筛选现状；研究了不同批次、不同年份、不同种系的棉种内部信息构象；分析了棉种仁蛋白质含量与其蛋白团聚体之间的关系，建立了相应的关系模型；利用光谱技术提取蛋白质含量特征波长信息，利用机器视觉技术提取棉种外部颜色信息参数以及破损参数；利用连续投影、K-S划分、中值滤波、边界过度生长等人工智能算法处理数据；建立了融合内外部信息的棉种生命强度表征模型以及优选模型；开发了棉种优选装置，进行了优选试验、培养箱试验、田间试验，试验结果表明：优质棉种的正确率最高可达到96%，一般棉种的正确率最高可达到90%，劣质棉种正确率可达到97%，综合正确率可达到94.2%，通过试验对模型进行了验证和校正；并提出了棉种优选控制策略，为作物种子筛选研究提供一个参考。