棉花是錦葵科棉屬植物，棉花生產(chǎn)的纖維是我國各類衣服、家具布和工業(yè)用布的材料，目前我國的棉花產(chǎn)量也非常高，主要以新疆地區(qū)為主。根系是植物組成的重要部分，其生長發(fā)育至關重要。

根系圖像分割是根系表型分析的重要方法，受限于圖像質(zhì)量、復雜土壤環(huán)境、低效傳統(tǒng)方法，根系圖像分割存在一定挑戰(zhàn)。河北農(nóng)業(yè)大學機電工程學院、河北省教育考試院、河北農(nóng)業(yè)大學農(nóng)學院組成王楠科研團隊，為提高根系圖像分割的準確性和魯棒性，該研究以UNet模型為基礎，提出了一種多尺度特征提取根系分割算法，并結(jié)合數(shù)據(jù)增強和遷移學習進一步提高改進UNet模型的泛化性和通用性。

該算法首先獲取棉花根系單一數(shù)據(jù)集和開源多作物混合數(shù)據(jù)集，基于單一數(shù)據(jù)集的消融試驗測試多尺度特征提取模塊的有效性，與UNet、PSPNet、SegNet、DeeplabV3Plus算法對比驗證其優(yōu)勢?；诨旌蠑?shù)據(jù)集驗證改進算法在遷移學習的優(yōu)勢。

UNet+Conv_2+Add相比其他算法，mIoU、mRecall和根系F1調(diào)和平均值分別為81.62%、86.90%和78.39%。UNet+Conv_2+Add算法的遷移學習相比于普通訓練在根系的交并比值提升1.25%，根系的Recall值提升1.79%，F(xiàn)1調(diào)和平均數(shù)提升0.92%，且模型的整體收斂速度快。

該研究采用的多尺度特征提取策略能準確、高效地分割根系，為作物根系表型研究提供重要的研究基礎。

棉花高產(chǎn)增收要點：

選擇合適的品種。高產(chǎn)棉花品種是實現(xiàn)高產(chǎn)增收的關鍵。目前市場上有許多不同的棉花品種，這些品種的生長周期、適應環(huán)境、抗病性等方面都有所不同。因此，在選擇種子時要根據(jù)當?shù)氐臍夂蚝屯寥罈l件，選擇適合自己的品種，盡量選擇高產(chǎn)、抗病、抗旱的優(yōu)良品種。

科學施肥。棉花對于肥料的需求非常大，而且肥料的種類和用量也要根據(jù)不同的品種和生長期進行變化。在施肥過程中，應該根據(jù)土壤的肥力情況和作物的需要，選擇合適的肥料種類和用量。同時，還要注意把握好施肥的時間，避免在生長旺季過度施肥，從而影響棉花的品質(zhì)和產(chǎn)量。

合理管理病蟲害。棉花生長過程中容易受到各種病蟲害的侵襲，這些病蟲害會嚴重影響棉花的產(chǎn)量和品質(zhì)。因此，在種植棉花時，要采取科學、有效的病蟲害防治措施，及時發(fā)現(xiàn)和防治病蟲害，避免病蟲害的擴散和蔓延。

科學澆水。棉花生長需要適宜的水分，但過多或過少的水都會影響棉花的產(chǎn)量和品質(zhì)。在澆水時要根據(jù)土壤的含水量和天氣情況進行科學澆水，避免浪費水資源和過度澆水造成的病害。

審核編輯 黃宇