Пшеничный колос фото: D0 bf d1 88 d0 b5 d0 bd d0 b8 d1 87 d0 bd d1 8b d0 b9 d0 ba d0 be d0 bb d0 be d1 81: стоковые фото, изображения


02.01.1970 Facebook Twitter LinkedIn Google+ Разное


Содержание

%d0%ba%d0%be%d0%bb%d0%be%d1%81 PNG, векторы, PSD и пнг для бесплатной загрузки

  • естественный цвет bb крем цвета

    1200*1200

  • green environmental protection pattern garbage can be recycled green clean

    2000*2000

  • ма дурга лицо индуистский праздник карта

    5000*5000

  • дизайн плаката премьера фильма кино с белым вектором экрана ба

    1200*1200

  • be careful to slip fall warning sign carefully

    2500*2775

  • набор векторных иконок реалистичные погоды изолированных на прозрачной ба

    800*800

  • blue series frame color can be changed text box streamer

    1024*1369

  • Красивая розовая и безупречная воздушная подушка bb крем косметика постер розовый красивый розовый Нет времени На воздушной

    3240*4320

  • ценю хорошо как плоская цвет значок векторная icon замечания

    5556*5556

  • но логотип компании вектор дизайн шаблона иллюстрация

    4083*4083

  • чат комментарий образование синий значок на абстрактных облако сообщение

    5556*5556

  • be careful to fall prohibit sign slip careful

    2300*2600

  • prohibited use mobile phone illustration can not be used

    2048*2048

  • black key that can be hung on the body car key key

    2000*2000

  • logo design can be used for beauty cosmetics logo fashion

    1024*1369

  • bb крем ню макияж косметика косметика

    1200*1500

  • happy singing mai ba sing self indulgence happy singing

    2000*2000

  • bb крем ню макияжа постер Новый список преимущественный колос День святого

    3240*4320

  • Креативное письмо bb дизайн логотипа черно белый вектор минималистский

    1202*1202

  • в первоначальном письме ба логотипа

    1200*1200

  • 81 год лента годовщина

    5000*3000

  • элегантный серебряный золотой bb позже логотип значок символа

    1200*1200

  • Ручная роспись борода ба zihu большая борода

    1200*1200

  • 81 год вектор дизайн шаблона примером передового опыта

    4083*4083

  • bb female cosmetic whitening

    2480*3508

  • простая инициализация bb b геометрическая линия сети и логотип цифровых данных

    2276*2276

  • bb логотип

    2223*2223

  • bb логотип письмо дизайн вектор простые и минималистские ключевые слова lan

    1202*1202

  • аэрозольный баллончик увлажняющий лосьон bb cream парфюм для рук

    3072*4107

  • attention be careful cut icon danger

    2500*2000

  • bb крем элемент

    1200*1200

  • flowering in spring flower buds flowers to be placed rose

    2000*2000

  • сердце сердцебиение любовь свадьба в квартире цвет значок векторная icon

    5556*5556

  • pop be surprised female character

    2000*2000

  • цвет перо на воздушной подушке bb крем трехмерный элемент

    1200*1200

  • bb логотип градиент с абстрактной формой

    1200*1200

  • be careful of electric shock signs warning signs warnings

    2000*2000

  • вектор поп арт иллюстрацией черная женщина шопинг

    800*800

  • safety slogan be careful pay attention to safety caution

    2000*2000

  • be careful to slip warning icon water droplets carefully

    2200*2200

  • bb логотип дизайн шаблона

    2223*2223

  • bb градиентный логотип с абстрактной формой

    1200*1200

  • 3d модель надувной подушки bb cream

    2500*2500

  • bb кремовый плакат белый макияж косметический На воздушной подушке

    3240*4320

  • asmaul husna 81

    2020*2020

  • ba угол звезда голографическая радуга лазерная наклейка

    1200*1200

  • две бутылки косметики жидкая основа белая бутылка крем bb

    2000*2000

  • flowering in spring flower buds flowers to be placed rhododendron

    2000*2000

  • safety signs be careful to meet be careful of steps beware of burglary

    3000*4824

  • flowering in spring flower buds flowers to be placed rhododendrons

    2000*2000

  • %d0%bf%d1%88%d0%b5%d0%bd%d0%b8%d1%87%d0%bd%d1%8b%d0%b9 %d0%ba%d0%be%d0%bb%d0%be%d1%81%d0%be%d0%ba PNG, векторы, PSD и пнг для бесплатной загрузки

  • естественный цвет bb крем цвета

    1200*1200

  • схема бд электронный компонент технологии принципиальная схема технологическая линия

    2000*2000

  • green environmental protection pattern garbage can be recycled green clean

    2000*2000

  • ма дурга лицо индуистский праздник карта

    5000*5000

  • дизайн плаката премьера фильма кино с белым вектором экрана ба

    1200*1200

  • be careful to slip fall warning sign carefully

    2500*2775

  • набор векторных иконок реалистичные погоды изолированных на прозрачной ба

    800*800

  • blue series frame color can be changed text box streamer

    1024*1369

  • ценю хорошо как плоская цвет значок векторная icon замечания

    5556*5556

  • чат комментарий образование синий значок на абстрактных облако сообщение

    5556*5556

  • Красивая розовая и безупречная воздушная подушка bb крем косметика постер розовый красивый розовый Нет времени На воздушной

    3240*4320

  • но логотип компании вектор дизайн шаблона иллюстрация

    4083*4083

  • сердце сердцебиение любовь свадьба в квартире цвет значок векторная icon

    5556*5556

  • вектор поп арт иллюстрацией черная женщина шопинг

    800*800

  • be careful to fall prohibit sign slip careful

    2300*2600

  • black key that can be hung on the body car key key

    2000*2000

  • 88 летний юбилей векторный дизайн шаблона иллюстрация

    4083*4083

  • happy singing mai ba sing self indulgence happy singing

    2000*2000

  • Ручная роспись борода ба zihu большая борода

    1200*1200

  • в первоначальном письме ба логотипа

    1200*1200

  • малыш парень им значок на прозрачных ба новорожденного весы вес

    5556*5556

  • prohibited use mobile phone illustration can not be used

    2048*2048

  • logo design can be used for beauty cosmetics logo fashion

    1024*1369

  • деньги долг финансы помочь кредит им значок на прозрачных ба

    5556*5556

  • 99 имен аллаха вектор al baith асма husna

    2500*2500

  • индийский фестиваль счастливого карва чаут каллиграфия хинди текст ба

    5041*5041

  • в первоначальном письме bd логотипа

    1200*1200

  • буква bf фитнес логотип дизайн коллекции

    3334*3334

  • bb крем ню макияж косметика косметика

    1200*1500

  • чат пузыри комментарии разговоры переговоры аннотация круг ба

    5556*5556

  • Векторная иллюстрация мультфильм различных овощей на деревянном ба

    800*800

  • bd письмо 3d круг логотип

    1200*1200

  • аркада консоли игры машина играть в соответствие значок на прозрачных ба

    5556*5556

  • bb крем ню макияжа постер Новый список преимущественный колос День святого

    3240*4320

  • новые facebook покрытия с red lion и черный и синий полигональной ба

    5556*5556

  • Креативное письмо bb дизайн логотипа черно белый вектор минималистский

    1202*1202

  • в первоначальном письме bd шаблон векторный дизайн логотипа

    1200*1200

  • childrens day childrens day border childrens day cute border can be used for childrens day theme poster stickers

    842*596

  • 81 год лента годовщина

    5000*3000

  • элегантный серебряный золотой bb позже логотип значок символа

    1200*1200

  • Счастливого Дивали традиционного индийского фестиваля карта с акварелью ба

    5041*5041

  • простой ба дизайн логотипа вектор

    8542*8542

  • childrens day childrens day border childrens day cute border can be used for childrens day theme poster stickers

    842*596

  • big cock detailed layered can be used directly cock big cock chicken

    2000*2000

  • в первоначальном письме bf логотип шаблон векторный дизайн

    1200*1200

  • 81 год вектор дизайн шаблона примером передового опыта

    4083*4083

  • bb female cosmetic whitening

    2480*3508

  • в первоначальном письме bd логотип шаблон

    1200*1200

  • ink koi pray for koi exams must pass exams must be

    2000*2000

  • простая инициализация bb b геометрическая линия сети и логотип цифровых данных

    2276*2276

  • ✅ Рожь и пшеница фото колос. Чем отличается пшеница от ржи?

    Пшеница и рожь. Отличия, фото, применение

    Зерновые изучаются и культивируются человеком очень давно, ведь они основной источник питания и жизненной силы. Благодаря таким культурам, как рожь и пшеница, человек не одно столетие обеспечивает пищу себе и домашним животным. Из перемолотого зерна этих злаковых пекут хлеб, который мы ежедневно покупаем в магазине, даже не задумываясь, а чем еще, кроме вкусовых качеств, отличаются рожь и пшеница.

    Как выглядит рожь и как выглядит пшеница

    Даже тот, кто никогда не держал в руках колоски пшеницы и ржи, по фотографии знает, что между ними существуют отличия, ведь и сам хлеб пшеничный и ржаной отличаются на вид. Первый — белый с золотистой корочкой, а второй — серый внутри и коричневый снаружи. Точно также можно отличить зерна этих культур — у пшеницы спелые семена имеют золотистый оттенок, а вот для ржи характерен зеленовато-серый цвет зерен, как у тимофеевки луговой.

    Колосок у ржи тонкий с длинными и густыми усиками. У пшеницы колос более толстый. Он также имеет усики, но они в период созревания зерна зачастую полностью обламываются. Стоит отметить, что ни одна зерновая культура не имеет столько сортов, как пшеница . И это понятно, ведь исторические исследования подтверждают, что именно с нее началась практика культивирования зерновых.

    Высота стебля ржи может достигать порядка двух метров, тогда как пшеница редко вырастает более полутора метров.

    Ниже на первом фото расположена рожь, на втором — пшеница:

    Состав и пищевая ценность

    И рожь, и пшеница относятся к семейству злаковых и могут быть, как однолетними, так и двухлетними. Чаще культивируются однолетние сорта.

    Пшеница считается более питательным продуктом. Из нее выходит более вкусный и ценный хлеб. Но, на самом деле 100 граммов зерна пшеницы имеют энергетическую ценность 339 калорий, тогда как у ржи 338 калорий. Как видите, разница не существенная, если речь идет о самом зерне.

    Состав ржи представлен следующими пропорциями:

    • 8,8 г белков
    • 1,7 г жиров
    • 60,7 г углеводов
    • 13,2 г пищевых волокон
    • 1,9 г минеральных веществ

    В свою очередь, в составе пшеницы:

    • 14 г белков
    • 2-2,5 г жиров
    • 68-71 г углеводов
    • 10 г пищевых волокон
    • а также 65-68 г крахмала и 3 г сахаров

    Таким образом, становится очевидным, что с точки зрения питательности и пользы продукта, пшеница намного ценнее ржи.

    С другой стороны, рожь считается более диетическим продуктом , и ржаной хлеб, особенно грубого помола, рекомендуется при повышенном весе и избытке холестерина.

    Особенности агротехники

    Как и чеснок, обе эти культуры выращивают, как озимые и яровые, что увеличивает объемы урожая при условии сокращения используемой площади полей.

    Пшеница любого сорта — это самоопыляющееся растение, однако ее урожайность зависит от климатических условий. Для нее важна достаточная продолжительность светового дня и теплый климат. Также она весьма чувствительна к сильным морозам в зимнее время. А потому, озимая пшеница в бесснежные зимы очень часто погибает. Это обусловлено тем, что кущение происходит близко к почве.

    Если же говорить про рожь, то она менее прихотлива и может выдерживать в бесснежные зимы до – 30° по Цельсию. Это привело к активному распространению данной культуры в северных регионах.

    Оптимальная почва для этих культур также отличается. Пшеница лучше всего дает урожаи на плодородном черноземе или подзолистом грунте и не переносит высокой кислотности. Рожь чувствует себя хорошо и на бедных глинистых и даже песчаных почвах, и не восприимчива к уровню кислотности. К слову, она даже способна улучшить качество глинистых почв, разрыхляя их и обеспечивая хорошие дренажные свойства.

    При высокой влажности пшеница может быть поражена различными грибковыми заболеваниями, к которым устойчива рожь. Впрочем, в силу большой длинны стебля, рожь может “полечь”, что делает сложной уборку урожая.

    В отличие от ржи, пшеница также может иметь затруднения с сорной травой, препятствующей появлению всходов.

    Практическое применение

    Как уже было сказано, зерна этих культур используют для выпечки хлеба, изготовления макаронных изделий и производства спирта. Рожь и пшеницу нередко включают в состав корма для скота и птицы (кур, перепелов на фермах.

    Широкое применение получили пророщенные зерна пшеницы. В медицине их используют, как рано-заживляющее средство, а также иммуномодулятор. В косметологии они известны, как эффективное омолаживающее средство.

    Зародыши ржи в медицине и косметологии не применяются. Однако, цветущие колосья ржи подходят для приготовления эссенции, используемой в гомеопатии.

    В свою очередь, стебли (солома) этой культуры являются отличным кровельным материалом. В наши дни он используется редко, но все же встречается в сельскохозяйственных постройках.

    Стоит отметить и особенные свойства хлеба из пшеницы и ржи . Первый оказывает закрепляющий эффект на кишечник, а второй наоборот слабит. Из пшеницы можно получить спирт самого высокого качества, а вот из ржи готовят отличный квас.

    Чем отличается пшеница от ржи?

    Злаки (зерновые культуры) выращиваются уже несколько тысячелетий. Они имеют гигантское продовольственное и даже культурное значение. Но современные люди слабо представляют себе разницу между отдельными злаковыми культурами.

    Характеристика растений

    Оба злака могут быть выращены в яровом и озимом режимах. Такое решение позволяет получить больше зерна при оптимальном использовании полей. Но рожь намного лучше приспособлена к выращиванию в России. Даже при бесснежной зиме для нее не страшен мороз в 30 градусов. Именно поэтому такое растение активно выращивают в северных и центральных областях.

    Для выращивания ржи подходят самые разные территории. Эта культура неплохо созревает и на глине, и на песке, даже если они небогаты полезными веществами. Злаку все равно, каков уровень кислотности земли. Мало того, он сумеет сделать глинистые поля лучше. После ржи такие участки оказываются более рыхлыми и повышают свои дренажные характеристики.

    Чрезмерный уровень влажности для ржи не страшен. Она имеет превосходный иммунитет против грибковых заболеваний. Но проблема в том, что удлиненный ржаной стебель полегает чаще, чем пшеничный колос. Это усложняет сбор урожая и тормозит его. Зато есть иные преимущества.

    • Рожь быстро всходит даже в относительно неблагоприятных условиях.
    • На 1 культурный вид этого злака приходится 12 дикорастущих разновидностей.
    • Прямой, полый внутри стебель покрыт особенными сизыми листьями.
    • Колос растет в два ряда.
    • Корни ржи очень хорошо развиты, они доходят до глубины 2 м. Именно это свойство позволяет получать приличные урожаи на бедном песке.

    Пшеница

    Пшеница, вне зависимости от сортовой группы, опыляет себя сама. Величина урожая определяется климатическими факторами. Для этого растения критически важны длительность подсветки в течение дня и поступление тепла. Очень плохо на состоянии пшеничных насаждений сказываются сильные зимние холода. Нередко при малом количестве снега озимая пшеница не доживает до весны.

    Это растение требовательно к земле. Самые лучшие урожаи достигаются на насыщенном питательными веществами черноземе. Неплох будет и подзолистый грунт. А вот высокая кислотность земли сразу губит пшеницу. Если влажность повышается больше определенной нормы, вероятно поражение грибками.

    Еще этот злак намного слабее, чем рожь защищен от различных сорных растений. Обе культуры дают зерно, пригодное для:

    • изготовления хлеба и других печеных продуктов;
    • получения макарон;
    • питания домашних животных и птицы;
    • выработки этилового спирта.

    Надо немного сказать и о том, как выглядит пшеница. Пшеничный лист может вырасти до 2 см в ширину. На нем могут быть волоски, хотя это и необязательно.

    Соцветия основного хлебного злака формируют колос, достигающий 0.15 м в длину. Все колосья образованы 3-5 цветками. Плоды пшеницы относятся к категории зерновок.

    Сходства и отличия

    По внешнему виду

    Даже те люди, которые ни разу в жизни не выходили на колосящееся поле, понимают, что между рожью и пшеницей есть существенная разница. Она отражается и на свойствах хлеба, и на его облике. Однако отличается и зерно у этих культур. Пшеничные плоды окрашены в золотистый тон. Ржаные зернышки – зеленоватые с серым отливом, словно у луговой тимофеевки.

    Сравнение колосьев тоже показывает ощутимые различия. Так, пшеничный побег толще ржаного, у обеих культур есть «усики», но на пшенице они при созревании зерен могут отломиться полностью. У пшеницы больше, чем у ржи и любых иных злаков разнообразие сортов. А вот ржаной колос тяжелее пшеничного, ведь он может достичь 2 м по сравнению с максимальным ростом 1.5 м у пшеницы.

    И пшеницу, и рожь выращивают практически на всей обитаемой территории земного шара. У них есть своеобразный гибрид (тритикале). Пшеница происходит из юго-восточных областей Турции.

    Рожь же впервые была введена в культуру где-то на побережье Средиземного моря. Точнее определить пока не удалось. Твердые сорта пшеницы полностью относятся к яровой группе, а под зиму сажают исключительно мягкий вид злака.

    Если сравнивать зерна по химическому составу, то у ржи они содержат повышенную концентрацию ниацина. В них также больше токоферола. Такие компоненты положительно влияют на нервную систему. В ржаном зерне выше концентрация пищевых волокон, что позволяет предотвращать многие случаи рака толстой кишки. А вот клейковина, которую пшеница вырабатывает активнее, способствует повышению качества теста.

    Сходства и отличия пшеницы от ржи во внешнем виде, составе и применении

    Темный ржаной и белый пшеничный хлеб – продукты, которые легко различаются на полках магазинов. Но сырьевые культуры – рожь и пшеницу – до обработки отличить друг от друга под силу только профессионалу. Расскажем подробнее, чем отличаются эти злаки и каковы особенности их применения.

    Описание ржи и пшеницы

    Рожь и пшеница – растения семейства Мятликовые (Poaceae), применяемые в сельском хозяйстве как кормовые культуры.

    Ботаническое описание и применение ржи

    Рожь (Secale) – род травянистых злаковых растений, включающий порядка десяти видов. В качестве кормовой культуры на территории России распространен вид Рожь посевная (Secale cereale). Слово «рожь» обозначает также плоды этого растения.

    Признаки Ржи посевной:

    • корневая система мочковатая, распространяется на 1-2 м в глубину;
    • стебель не ветвистый, полый, прямостоячий, с 5-7 междоузлиями, опушенный под колосьями, 80-100 см длиной;
    • листовые пластины широколинейные, сизого цвета, 15-30 см длиной и 1,5-2,5 см шириной;
    • соцветие – сложный колос, одиночное, сидящее на верхушке стебля, 5-15 см длиной и 0,7-1,2 см шириной, колос остистый, ости 2-5 см длиной;
    • цветок имеет три тычинки с пыльниками, выступающими из колоска;
    • опыление – ветровое;
    • плод – зерновка, сжатая с боков, имеет глубокую бороздку, длина – 5-10 мм, ширина – 1,5-3 мм, толщина – 1,5-3 мм, форма удлиненная или овальная с поперечной морщинистостью на поверхности, окраска плода – от белого до темно-коричного.

    Происходит растение от дикорастущих сородичей с берегов Турции (район Анатолии).

    В отличие от пшеницы, рожь более засухоустойчива и не требовательна к рН почвы, что делает ее более выносливой культурой.

    Применяют эту культуру в пищевой промышленности для изготовления муки, кваса и ржаного хлеба. Также рожь используют для производства крахмала и спирта.

    В животноводстве используют свежие ржаные стебли в качестве фуража.

    В сельском хозяйстве рожь и горчица – лучшие сидераты. Они подавляют рост сорных видов растений, разрыхляют суглинистые почвы, вытесняют нематод.

    Зерна, ржаные отруби и стебли ржи включают в диетическое питание. Пациентам с сахарным диабетом эндокринологи рекомендуют заменить пшеничный белый хлеб на темный ржаной, так как он имеет меньший гликемический индекс: 55 – для ржаного хлеба, 95 – для пшеничного хлеба из муки высшего сорта.

    Ботаническое описание и применение пшеницы

    Пшеница – род травянистых однолетников, включающий около 20 видов. На территории России выращивают гибриды и сорта видов Пшеница твердая (Triticum durum), Пшеница английская (Triticum turgidum), Пшеница мягкая (Triticum aestivum) и Пшеница спельта (Triticum spelta).

    Признаки рода пшеница:

    • мочковатая корневая система;
    • стебли прямые, голые, не ветвистые, 30-150 см высотой;
    • листовая пластинка линейная или широколинейная, 3-15 мм шириной, голая или волосистая, шероховатая;
    • соцветие – сложный колос, 3-15 см длиной, с остями до 18 см;
    • цветки с 3 тычинками, пыльники 2-4,5 мм длиной;
    • опыление – ветровое;
    • плод – свободная овальная или продолговатая зерновка 5-10 мм длиной, покрыта волосками наверху, имеет глубокий желобок.

    Родина пшеницы – юго-восток Турции. По предположению русского ученого Н. И. Вавилова, пшеница происходит от диких предков, произрастающих в Армении.

    В пищевой промышленности пшеница – сырье для производства муки, крупы, спирта, растительного пшеничного масла, хлеба, макаронных изделий и кондитерской продукции. Ликероводочная промышленность использует пшеницу для приготовления водки, пива, виски. Из пшеничных зерен получают белок – клейковину (глютен), который используют в качестве загустителя и стабилизатора консистенции колбасных изделий, мягкого сыра, паштетов и десертов.

    Внимание! Клейковина и блюда с ее содержанием противопоказаны пациентам с целиакией (неспособностью расщеплять глютен).

    Пшеница – кормовая культура в животноводстве. В пищу животным идут зерна, сенаж, солома, свежая зелень.

    В отличие от ржи, компоненты зерна пшеницы применяются в традиционной медицине. Пшеничный крахмал используют как наполнитель таблеток, мазей, присыпок, а также для накрахмаливания бинтов. Экстракт зародышей пшеницы – иммуномодулирующее лекарственное средство, употребляемое для стимуляции иммунитета после перенесенных травм, заболеваний и в сезон простуд. В косметологии этот препарат применяют наружно как омолаживающее средство.

    Колоски пшеницы используют во флористике для придания цветочным композициям этнического настроения.

    Отличия ржи и пшеницы

    Ржаные и пшеничные зерна получают от растений разных родов. Эти растения – довольно далекие родственники, но несмотря на это, в конце XIX века был получен их гибрид – Тритикале (Triticosecale), отличающийся повышенной морозостойкостью. Разберем подробнее, чем отличаются пшеница и рожь.

    Сравнительный анализ состава ржаных и пшеничных зерен

    Пищевые показатели сухих пшеничных и ржаных зерен приведены в таблице.

    Источники:

    http://www.domogorodnika.ru/zernovye-i-bobovye/pshenica-i-rozh-otlichija-foto
    http://eda-land.ru/pshenica/chem-otlichaetsya-ot-rzhi/
    http://agronom.expert/posadka/ogorod/zlaki/rozh/shodstva-i-otlichiya-pshenitsy-ot-rzhi.html

    Тату колос пшеницы: значение, фото татуировки, эскизы

    Краткое значение тату колос пшеницы

    Татуировка с изображением пшеницы символизирует достаток, тоску по Родине, патриотизм, жизнь, урожай, сытость, богатство, благополучие, хлеб, выпечку, надежду, привязанность, любовь.

    Татуировка колос на руках

    Значение татуировки колос пшеницы

    Пшеница олицетворяет хлеб, сытость, земельный сектор, выпечку, жизнь, всемирное богатство, обеспечение продовольственного достатка. Пшеницу можно заметить на гербах многих государств. Вдобавок, она обозначает достаток и работу.

    Два колоска на предплечье

    Зерно во все времена олицетворяло жизнь во всех её проявлениях, поскольку при смерти зерно рождает новую жизнь – полную связку зерен. В античности римляне инициативно использовали его при похоронных ритуалах. Оно также слыло весьма оригинальным знаком.

    В христианской культуре, пшеница обозначает тот самый хлеб, который Иисус, сказав, что это его тело, отдавал для первого таинства своим ученикам. В античных сказаниях пшеница являлась также и сексуальным знаком, так как символизировала зерно, осеменяющее почву. У большого числа языческих богов колос считался неотделимым предметом.

    Тату колос сбоку тела парня

    Связка пшеницы нередко олицетворяет обильный урожай и материальное благополучие. До какого-то времени, она символизировала выпечку и была знаком данной трудовой деятельности- нарисованная на вывеске хлебобулочных лавок, пшеница говорила о том, что гости могли отведать разного рода выпечку.

    Связка пшеницы, обмотанная веревкой, обозначала гармонию, мир и отсутствие забот и тревог.

    Татуировка в виде трех колосков на предплечье

    В некоторых религиях пшеницу олицетворяют с верой и жертвой своих интересов ради других, сравнивают его с сорным растением, которое намекает на отрицающих религию людей. Пшеница — это ещё и надежда на лучезарное будущее не только в религиозном, но и в вещественном смысле.

    Рисунок колоса обладает конкретным значением. Он является знаком сердечной привязанности к Отечеству, преданности или тоске по родине. Чаще всего их наносят те, кто хотят возвратиться в родной край, быть может, в родимое селение. Вдобавок, пшеничный колос является знаком аграрного хозяйства и указывает на любовь человека к земельному труду. Разумеется, пшеница, как и всякая остальная татуировка, может наноситься элементарно ради украшения.

    Три колоска с лентой на руке

    Если вы решили набить на своем теле колос пшеницы, то вы информируете тем самым своё окружение о благополучии в семье.

    Также данное тату обозначает, что вы загруженный делами человек и отрываться по мелочам вы не станете. У вас каждая минута на счету, поэтому пустая болтовня не для вас.

    Татуировка колос на руке парня

    Таким образом, любая татуировка несёт в себе собственный смысл. Отбирать её необходимо в зависимости от того, что вы хотите показать, о чем поведать своему окружению, ну и, разумеется, тату должно выглядеть на вашем теле эстетично. Согласитесь, данный аспект также имеет существенное значение.

    Большой колос сбоку тела парня

    Понравилась статья? Расскажите друзьям: Оцените статью, для нас это очень важно:

    Проголосовавших: 1 чел.
    Средний рейтинг: 5 из 5.

    Булочки и пшеничный колос. Стоковое фото № 2606053, фотограф Elnur / Фотобанк Лори

    Корзина Купить!

    Изображение помещёно в вашу корзину покупателя.
    Вы можете перейти в корзину для оплаты или продолжить выбор покупок.
    Перейти в корзину…

    удалить из корзины

    Размеры в сантиметрах указаны для справки, и соответствуют печати с разрешением 300 dpi. Купленные файлы предоставляются в формате JPEG.

    ¹ Стандартная лицензия разрешает однократную публикацию изображения в интернете или в печати (тиражом до 250 тыс. экз.) в качестве иллюстрации к информационному материалу или обложки печатного издания, а также в рамках одной рекламной или промо-кампании в интернете;

    ² Расширенная лицензия разрешает прочие виды использования, в том числе в рекламе, упаковке, дизайне сайтов и так далее;

    Подробнее об условиях лицензий

    ³ Лицензия Печать в частных целях разрешает использование изображения в дизайне частных интерьеров и для печати для личного использования тиражом не более пяти экземпляров.

    Пакеты изображений дают значительную экономию при покупке большого числа работ (подробнее)

    Размер оригинала: 2848×4288 пикс. (12.2 Мп)

    Указанная в таблице цена складывается из стоимости лицензии на использование изображения (75% полной стоимости) и стоимости услуг фотобанка (25% полной стоимости). Это разделение проявляется только в выставляемых счетах и в конечных документах (договорах, актах, реестрах), в остальном интерфейсе фотобанка всегда присутствуют полные суммы к оплате.

    Внимание! Использование произведений из фотобанка возможно только после их покупки. Любое иное использование (в том числе в некоммерческих целях и со ссылкой на фотобанк) запрещено и преследуется по закону.

    Как выглядит колосок пшеницы — Ogorod.guru

    Зерновые изучаются и культивируются человеком очень давно, ведь они основной источник питания и жизненной силы. Благодаря таким культурам, как рожь и пшеница, человек не одно столетие обеспечивает пищу себе и домашним животным. Из перемолотого зерна этих злаковых пекут хлеб, который мы ежедневно покупаем в магазине, даже не задумываясь, а чем еще, кроме вкусовых качеств, отличаются рожь и пшеница.

    Как выглядит рожь и как выглядит пшеница

    Даже тот, кто никогда не держал в руках колоски пшеницы и ржи, по фотографии знает, что между ними существуют отличия, ведь и сам хлеб пшеничный и ржаной отличаются на вид. Первый – белый с золотистой корочкой, а второй – серый внутри и коричневый снаружи. Точно также можно отличить зерна этих культур – у пшеницы спелые семена имеют золотистый оттенок, а вот для ржи характерен зеленовато-серый цвет зерен, как у тимофеевки луговой.

    Колосок у ржи тонкий с длинными и густыми усиками. У пшеницы колос более толстый. Он также имеет усики, но они в период созревания зерна зачастую полностью обламываются. Стоит отметить, что ни одна зерновая культура не имеет столько сортов, как пшеница . И это понятно, ведь исторические исследования подтверждают, что именно с нее началась практика культивирования зерновых.

    Высота стебля ржи может достигать порядка двух метров, тогда как пшеница редко вырастает более полутора метров.

    Ниже на первом фото расположена рожь, на втором – пшеница

    :

    Состав и пищевая ценность

    И рожь, и пшеница относятся к семейству злаковых и могут быть, как однолетними, так и двухлетними. Чаще культивируются однолетние сорта.

    Пшеница считается более питательным продуктом. Из нее выходит более вкусный и ценный хлеб. Но, на самом деле 100 граммов зерна пшеницы имеют энергетическую ценность 339 калорий, тогда как у ржи 338 калорий. Как видите, разница не существенная, если речь идет о самом зерне.

    Состав ржи представлен следующими пропорциями:

    • 8,8 г белков
    • 1,7 г жиров
    • 60,7 г углеводов
    • 13,2 г пищевых волокон
    • 1,9 г минеральных веществ

    В свою очередь, в составе пшеницы:

    • 14 г белков
    • 2-2,5 г жиров
    • 68-71 г углеводов
    • 10 г пищевых волокон
    • а также 65-68 г крахмала и 3 г сахаров

    Таким образом, становится очевидным, что с точки зрения питательности и пользы продукта,

    пшеница намного ценнее ржи.

    С другой стороны, рожь считается более диетическим продуктом , и ржаной хлеб, особенно грубого помола, рекомендуется при повышенном весе и избытке холестерина.

    Особенности агротехники

    Как и чеснок, обе эти культуры выращивают, как озимые и яровые, что увеличивает объемы урожая при условии сокращения используемой площади полей.

    Пшеница любого сорта – это самоопыляющееся растение, однако ее урожайность зависит от климатических условий. Для нее важна достаточная продолжительность светового дня и теплый климат. Также она весьма чувствительна к сильным морозам в зимнее время. А потому, озимая пшеница в бесснежные зимы очень часто погибает. Это обусловлено тем, что кущение происходит близко к почве.

    Если же говорить про рожь, то она менее прихотлива и может выдерживать в бесснежные зимы до – 30° по Цельсию. Это привело к активному распространению данной культуры в северных регионах.

    Оптимальная почва

    для этих культур также отличается. Пшеница лучше всего дает урожаи на плодородном черноземе или подзолистом грунте и не переносит высокой кислотности. Рожь чувствует себя хорошо и на бедных глинистых и даже песчаных почвах, и не восприимчива к уровню кислотности. К слову, она даже способна улучшить качество глинистых почв, разрыхляя их и обеспечивая хорошие дренажные свойства.

    При высокой влажности пшеница может быть поражена различными грибковыми заболеваниями, к которым устойчива рожь. Впрочем, в силу большой длинны стебля, рожь может “полечь”, что делает сложной уборку урожая.

    В отличие от ржи, пшеница также может иметь затруднения с сорной травой, препятствующей появлению всходов.

    Практическое применение

    Как уже было сказано, зерна этих культур используют для выпечки хлеба, изготовления макаронных изделий и производства спирта. Рожь и пшеницу нередко включают в состав корма для скота и птицы (кур, перепелов на фермах.

    Широкое применение получили пророщенные зерна пшеницы

    . В медицине их используют, как рано-заживляющее средство, а также иммуномодулятор. В косметологии они известны, как эффективное омолаживающее средство.

    Зародыши ржи в медицине и косметологии не применяются. Однако, цветущие колосья ржи подходят для приготовления эссенции, используемой в гомеопатии.

    В свою очередь, стебли (солома) этой культуры являются отличным кровельным материалом. В наши дни он используется редко, но все же встречается в сельскохозяйственных постройках.

    Стоит отметить и особенные свойства хлеба из пшеницы и ржи . Первый оказывает закрепляющий эффект на кишечник, а второй наоборот слабит. Из пшеницы можно получить спирт самого высокого качества, а вот из ржи готовят отличный квас.

    Злаки (зерновые культуры) выращиваются уже несколько тысячелетий. Они имеют гигантское продовольственное и даже культурное значение. Но современные люди слабо представляют себе разницу между отдельными злаковыми культурами.

    Характеристика растений

    Оба злака могут быть выращены в яровом и озимом режимах. Такое решение позволяет получить больше зерна при оптимальном использовании полей. Но рожь намного лучше приспособлена к выращиванию в России. Даже при бесснежной зиме для нее не страшен мороз в 30 градусов. Именно поэтому такое растение активно выращивают в северных и центральных областях.

    Для выращивания ржи подходят самые разные территории. Эта культура неплохо созревает и на глине, и на песке, даже если они небогаты полезными веществами. Злаку все равно, каков уровень кислотности земли. Мало того, он сумеет сделать глинистые поля лучше. После ржи такие участки оказываются более рыхлыми и повышают свои дренажные характеристики.

    Чрезмерный уровень влажности для ржи не страшен. Она имеет превосходный иммунитет против грибковых заболеваний. Но проблема в том, что удлиненный ржаной стебель полегает чаще, чем пшеничный колос. Это усложняет сбор урожая и тормозит его. Зато есть иные преимущества.

    • Рожь быстро всходит даже в относительно неблагоприятных условиях.
    • На 1 культурный вид этого злака приходится 12 дикорастущих разновидностей.
    • Прямой, полый внутри стебель покрыт особенными сизыми листьями.
    • Колос растет в два ряда.
    • Корни ржи очень хорошо развиты, они доходят до глубины 2 м. Именно это свойство позволяет получать приличные урожаи на бедном песке.

    Пшеница

    Пшеница, вне зависимости от сортовой группы, опыляет себя сама. Величина урожая определяется климатическими факторами. Для этого растения критически важны длительность подсветки в течение дня и поступление тепла. Очень плохо на состоянии пшеничных насаждений сказываются сильные зимние холода. Нередко при малом количестве снега озимая пшеница не доживает до весны.

    Это растение требовательно к земле. Самые лучшие урожаи достигаются на насыщенном питательными веществами черноземе. Неплох будет и подзолистый грунт. А вот высокая кислотность земли сразу губит пшеницу. Если влажность повышается больше определенной нормы, вероятно поражение грибками.

    Еще этот злак намного слабее, чем рожь защищен от различных сорных растений. Обе культуры дают зерно, пригодное для:

    • изготовления хлеба и других печеных продуктов;
    • получения макарон;
    • питания домашних животных и птицы;
    • выработки этилового спирта.

    Надо немного сказать и о том, как выглядит пшеница. Пшеничный лист может вырасти до 2 см в ширину. На нем могут быть волоски, хотя это и необязательно.

    Соцветия основного хлебного злака формируют колос, достигающий 0.15 м в длину. Все колосья образованы 3-5 цветками. Плоды пшеницы относятся к категории зерновок.

    Сходства и отличия

    По внешнему виду

    Даже те люди, которые ни разу в жизни не выходили на колосящееся поле, понимают, что между рожью и пшеницей есть существенная разница. Она отражается и на свойствах хлеба, и на его облике. Однако отличается и зерно у этих культур. Пшеничные плоды окрашены в золотистый тон. Ржаные зернышки – зеленоватые с серым отливом, словно у луговой тимофеевки.

    Сравнение колосьев тоже показывает ощутимые различия. Так, пшеничный побег толще ржаного, у обеих культур есть «усики», но на пшенице они при созревании зерен могут отломиться полностью. У пшеницы больше, чем у ржи и любых иных злаков разнообразие сортов. А вот ржаной колос тяжелее пшеничного, ведь он может достичь 2 м по сравнению с максимальным ростом 1.5 м у пшеницы.

    И пшеницу, и рожь выращивают практически на всей обитаемой территории земного шара. У них есть своеобразный гибрид (тритикале). Пшеница происходит из юго-восточных областей Турции.

    Рожь же впервые была введена в культуру где-то на побережье Средиземного моря. Точнее определить пока не удалось. Твердые сорта пшеницы полностью относятся к яровой группе, а под зиму сажают исключительно мягкий вид злака.

    Если сравнивать зерна по химическому составу, то у ржи они содержат повышенную концентрацию ниацина. В них также больше токоферола. Такие компоненты положительно влияют на нервную систему. В ржаном зерне выше концентрация пищевых волокон, что позволяет предотвращать многие случаи рака толстой кишки. А вот клейковина, которую пшеница вырабатывает активнее, способствует повышению качества теста.

    По свойствам

    Для потребителей интересен еще один вопрос – какой злак полезнее. Питательность пшеницы несколько больше, она позволяет получить более вкусный хлеб. Но разница в энергетической ценности составляет всего 1 калорию (338 и 339 соответственно). Поэтому на реальной питательности хлеба больше отражаются иные компоненты и технологические моменты его производства. На 100 г ржаного зерна приходится:

    • более 60 г углеводов;
    • 8.8 г белка;
    • 1.7 г жира.

    Важными дополнительными компонентами оказываются пищевые волокна (их 13.2 г) и минеральные составляющие (почти 2 г). Химический анализ пшеничных зерен показывает, что в них содержится:

    • от 68 до 71 г углеводов;
    • 14 г белка;
    • от 2 до 2.5 г жира.

    На долю пищевых волокон приходится 10 г, также присутствуют крахмал и сахар. Поэтому по общей питательности и пользе для здоровья пшеница далеко опережает рожь. Но диетические характеристики у последней заметно выше.

    Потому ржаные продукты, прежде всего полученные из муки грубого помола, лучше подходят для людей с избыточной массой тела и увеличенным уровнем холестерина.

    Окончательные характеристики определяются спецификой сорта и последующей обработкой.

    Зерна пшеницы после проращивания оказываются ценным средством для медицинских и косметических целей. Они помогают ускорить заживление ран и укрепить иммунитет. Косметологи ценят пшеничные проростки за их способность омолаживать кожу. А вот зародыши ржи для таких целей непригодны. Зато ее солома даже сейчас изредка применяется для покрытия крыш подсобных построек в сельской местности.

    Даже хлеб отличается по своим характеристикам. Пшеничные хлеба укрепляют кишечник, а ржаные, напротив, стимулируют его перистальтику. Пшеница в целом лучше подходит для изготовления спиртного, а рожь – для выработки кваса. Из пшеничного зерна изготавливают крупы. А отруби, получаемые при его обработке, помогают снизить уровень сахара в крови.

    Отличия ржи от пшеницы показаны в следующем видео.

    Колос является одной из разновидностей соцветий покрытосеменных культур и состоит из удлинённой основной оси с находящимися на ней цветками. От числа цветков зависит тип колоса. К простому типу относят колос с присутствием одиночных цветов, а сложный представлен уже несколькими цветками. Именно ко второму типу относится колос пшеницы – одной из самых важных продовольственных культур.

    Характеристики злака

    Пшеница (лат. triticum) является одним из самых ярких представителей семейства злаковых, относится к классу однодольных и является первым злаком, окультуренным человеком. Место происхождения культуры долгое время оспаривалось, однако в результате тщательного исследования им всё же был признан город Диярбакыр, расположенный в Малой Азии.

    Стебель растения имеет полое прямое строение с присутствием узлов. Его рост осуществляется благодаря увеличению междоузлий, количество которых варьируется от 5 до 7. После того как стебель перерастает влагалище последнего листа, начинается процесс колошения. Из каждого мочковатого корня может расти до 12 таких стеблей, достигающих высоты полутора метров каждый. Лист у пшеницы плоский, с выраженной волокнистостью и шершавый на ощупь.

    Ширина листьев варьируется от 1,5 до 2 см и зависит от сорта пшеницы и условий выращивания. От сорта зависит и присутствие волосков на листовых пластинках. Колосья имеют длину до 15 см и сложены из нескольких цветков, которые, в свою очередь, состоят из двух колосковых чешуек, двух плёнок, пестика, трёх тычинок и рыльца. Плодом пшеницы является зерновка. Опыление цветков происходит естественным способом с помощью ветра.

    Размножение пшеницы производится при помощи семян, которые способны прорастать четырьмя корешками сразу. После появления первых листочков происходит формирование вторичной корневой системы, способной проникать внутрь земли на глубину до 1 метра. Боковые побеги образуются от узловых корней, а их количество может доходить до 5 штук.

    Из пшеницы производят муку, используемую для изготовления хлебобулочной и макаронной продукции. Из зёрен производят этиловый спирт, а из отрубей делают препараты, способствующие снижению холестерина и уровня сахара в крови человека. А также культура является сырьём для производства комбикормов, иммуномодулирующих лекарств и молодильных вытяжек.

    Структура колосков

    Каждый из сортов пшеницы отличается особенностями колосного строения, которое в общем виде выглядит так: в устьях коленчатого стержня с двух сторон расположены колоски, в которых под колосковыми чешуйками находятся цветки. Членики расположены спиралеобразно, что обеспечивает формирование площадки на верхнем участке. Каждая площадка заполнена колоском, расположение которых является поочерёдным: первый смотрит влево, следующий – вправо и так далее. Благодаря такому строению по бокам формируется 2 ряда, а на передней части происходит опирание одного колоска на другой. По цвету колосья бывают белыми, красными, чёрными и серо-дымчатыми.

    Колосковая чешуя считается одной из важных составляющих колоса: именно по её строению происходит классификация пшеницы на сорта. Чешуя представлена двумя широкими пластинками, разделёнными посередине килем. Для того чтобы определить, какого сорта пшеница, следует оценивать чешуйки средней части колоса, так как они не подвергаются изменению под воздействием внешних факторов.

    По своей форме колосья пшеницы делятся на нескольких видов:

    • веретеновидный представлен широкой серединой, с постепенным сужением к верхнему и нижнему участкам;
    • призматический колос одинаковый по всей ширине;
    • булавовидный расширяется к верхней части, за что и получил свое название.

    Зёрна

    Плод пшеницы представлен в виде односемянной зерновки с высоким содержанием белков, жиров, углеводов, крахмала, дисахаридов и пищевых волокон. Кроме того, зёрна богаты большим количеством минеральных веществ, витаминов, пектина, фитоэстрогенов и линолевой кислоты.

    Размер зёрен зависит от условий выращивания и варьируется от 5 до 7 и более мм. Форма семян также разнообразна. Различают зёрна овально-удлинённых, яйцевидных, овальных и бочкообразных форм с квадратными, прямоугольными, округлыми и овальными поперечными сечениями. Количество зёрен в колоске также зависит от внешних факторов и составляет от 20 до 50 штук.

    Разновидности

    Пшеницу классифицируют по ряду признаков, среди которых выделяют цвет колоса и зерен, наличие или отсутствие остей и опушение. Остистые виды представлены грубым, тонким и промежуточным типом остей, свойства которых напрямую зависят от количества влаги. Так, в наиболее увлажнённых районах ости нежные и мягкие, а в более засушливых – грубые и ломкие. По отношению к колосу ости могут идти параллельно либо отходить в стороны под разным углом. Цвет остей также зависит от количества влаги, и бывает серо-красным при нормальном увлажнении, и чёрным – при дефиците воды.

    Пшеница также подразделяется на озимые и яровые виды.

    • Озимая является самым распространённым видом и высевается в осенний период. Растения отличаются быстрыми сроками развития и вызревания, в чём значительно опережают сорта яровой пшеницы. Урожай озимой пшеницы убирают на следующее после сева лето. Количество колосков зависит от сорта и варьируется от 16 до 25. Самой продуктивной считается «Мироновская юбилейная», имеющая самый высокий показатель.
    • Яровая пшеница, в отличие от озимой, характеризуется более острым гребнем колосковой чешуи и длинной остью на нижней цветковой чешуйке, которая может достигать 20 см. Вид требователен к внешним факторам и довольно теплолюбив.

    Пшеничная и ржаная культуры – чем различаются?

    Пшеница и рожь являются самыми известными культивируемыми злаками и на протяжении многих лет обеспечивают человечество пищей. Однако несмотря на их распространённость, многие городские жители не могут различить эти две культуры между собой.

    Рожь (лат. Secale) является представителем семейства злаковых, и насчитывает 12 дикорастущих и один окультуренный вид. Растение характеризуется прямостоячим полым стеблем узловатого строения, высота которого может достигать двух метров, и сизыми, иногда ворсистыми листьями, достигающими 30 см в длину. Колосья имеют двухрядное строение и вырастают до 15 см, цветы содержат по 3 тычинки. Корневая система у ржи очень мощная, уходящая вглубь на два метра, что позволяет выращивать культуру на песчаных почвах. По своему химическому составу зёрна ржи очень богаты глютеном, углеводами, витаминами группы В и микроэлементами. Мука широко используется для изготовления хлебобулочной продукции, а молодые побеги растений являются прекрасной пищей для животных.

    Несмотря на то что у пшеницы и ржи так много общего, есть между ними и различия.

    • Цвет семян. Зёрна пшеницы имеют золотистый оттенок, в то время как у ржи семена зеленые или зеленовато-серые.
    • Строение колоска. Рожь обладает тонким колоском, покрытым длинными усами, растущими довольно густо. Пшеница отличается, наоборот, толстым колосом, усы на котором в момент вызревания зёрен полностью обламываются.
    • Высота растений. Рожь часто достигает двухметровой отметки, в то время как пшеница выше полутора метров не вырастает. Однако из-за большой длины стебля рожь часто «ложится», чем вызывает определённые затруднения во время уборочной страды.
    • Пищевая ценность и химический состав. Мука из пшеницы является наиболее питательной в сравнении со ржаной, и из неё получаются более вкусные хлебобулочные изделия. К тому же питательность пшеницы гораздо выше, чем у ржи. Однако калорийность и обеих культур практически одинаковая. Так, энергетическая ценность 100 г пшеничных зёрен составляет 339 калорий, в то время как у ржи этот показатель равен 338. В составе ржи белки составляют 8,9%, жиры – 1,7, а углеводы 60,7%. Пищевые волокна присутствуют в количестве 13,2%, а доля минеральных компонентов равна 1,9% от общего объёма. Пшеница же содержит 13% белков, 2,5% липидов, 67% – углеводов и 10% пищевых волокон. Кроме того, зёрна пшеницы содержат много крахмала и сахара.

    Поэтому питательность пшеницы превышает аналогичные показатели ржи, которая по праву является продуктом диетического питания.

    Оцените статью: Поделитесь с друзьями!

    Колосья ржи и пшеницы фото — MOREREMONTA

    Всем людям со школьной скамьи знакомы названия таких сельскохозяйственных культур, как пшеница и рожь. Правда, в этих растениях почти не видят отличий, хотя они есть, и очень существенные. О них читайте в статье.

    Пшеница

    Говоря о том, чем отличается рожь от пшеницы, нужно в первую очередь дать информацию об этих культурах. Итак, пшеница – это одно из наиболее популярных злаковых растений. Она может выращиваться как один, так и два года. Как правило, в высоту она достигает от тридцати сантиметров до полутора метров.

    Это растение относится к «трем хлебам человечества». Поскольку пшеница может быть разной (твердой и мягкой, яровой и озимой), ее широко используют в хозяйстве. Это растение применяется в пищевой и лекарственной промышленности. Хлебобулочные, макаронные изделия, крупы и корм для животных – все это изготавливают из пшеницы. Кроме того, отдельные части колоска идут на создание спирта, иммуномодуляторов и средств для омоложения.

    Это растение впервые упоминается в Евангелии и некоторых божественных притчах. Возможно, это повлияло на столь уважительное отношение к этой культуре. Считается, что ее стали превращать сельскохозяйственное растение около 8-6 тысяч лет до нашей эры. В настоящее время существует огромное разнообразие сортов пшеницы. К ним относятся как всемирно выращиваемые формы, так и местные. Не все из них официально изучены и занесены в список сортов этого сельскохозяйственного растения.

    В процессе ответа на вопрос: «Чем отличается рожь от пшеницы?» необходимо описать и второе растение. Рожь – вторая самая популярная сельскохозяйственная культура, которая также является одним из «трех хлебов человечества». Ее широко применяют в пищевой промышленности. Хлеб с отрубями, который изготавливают с использованием ржаной муки, является популярным диетическим продуктом, ценность которого признана во всем мире. Кроме того, животные с удовольствием поедают ростки этой культуры.

    Рожь выращивается один год или несколько лет подряд. Это растение достигает шестидесяти сантиметров в высоту. Максимальная высота культуры – два метра. Она может быть как яровой, так и озимой.

    Это растение перестало быть диким около двух тысяч лет назад. С того времени появились многочисленные сорта ржи, которые выращиваются почти повсеместно. Дело в том, что данная сельскохозяйственная культура неприхотлива к условиям окружающей среды, а особенно к холодам. Поэтому ее в больших количествах выращивают на территории России и Украины.

    Сходства

    Конечно же, рожь и пшеница обладают рядом отличий, но у них также есть и сходства, которые проявляются во внешнем строении, выращивании и даже истории этих растений. Например:

    • Существуют как озимые, так и яровые формы данных культур. Это позволяет людям, занимающимся сельским хозяйством, вырастить урожай в наиболее подходящее для этого время.
    • Мощная корневая система. Мочковатые корни опускаются в грунт на два метра.

    • Чем отличается рожь от пшеницы? Строением колоса. Несмотря на то что колосья этих растений отличаются, они относятся к одному и тому же виду. Их называют сложными.
    • Листья ржи и пшеницы – линейные и узкие. Жилкование на них параллельное. Это значит, что несколько крупных по размеру жилок располагаются вдоль листовой пластины.
    • Плодом обоих растений является простая нераскрывающаяся зерновка, в которой находится одно семечко.

    Отличия в колосе

    Многие люди интересуются, чем отличается колос пшеницы от колоса ржи. Этот вопрос имеет место, ведь в данной части этих растений можно найти больше всего различий.

    Во-первых, удлиненный колос ржи держится на оси длиной в пятнадцать сантиметров. Эта прочная часть растения держит его в вертикальном положении. В отличие от пшеничного, колос ржи в сечении является четырехгранным. На его поверхности располагается до трех тычинок, а на пшеничном – до пяти. Ости колосьев ржи направлены вертикально вверх, в то время как ости пшеницы растут в различных направлениях.

    Чем отличается рожь от пшеницы по внешнему виду? Цветками. У пшеницы они состоят из двух рядов, на которых располагается по три чешуйки. В каждой из них есть несколько тычинок, венчик, чашечка и пестик. Пшеница – самоопыляющееся и ветроопыляемое растение. Она способна расти в плохих условиях. При этом она самостоятельно опылится под закрытыми чешуйками. В то же время при хороших условиях окружающей среды она раскроет чешуйки, вследствие чего опылится при помощи ветряных порывов. Рожь же опыляется только вторым способом.

    Чем отличается колосок пшеницы от колоса ржи? Цветом. Еще не созревшие колосья ржи обладают сизым оттенком, а пшеницы – зеленым.

    Отличия в плодах

    Как говорилось ранее, плоды этих важнейших сельскохозяйственных растений – зерновки. Но они тоже могут быть разными. Отвечая на вопрос: «Чем отличается рожь от пшеницы?», нельзя не сказать об их форме. Зерновка ржи длинная и тоненькая, а пшеничная – круглая. По ее форме можно легко определить, о каком растении идет речь, ведь спутать их плоды невозможно.

    На зерне ржи расположена бороздка, которая глубоко проникает внутрь него. Оно окружено несколькими оболочками. Известно, что их количество в полтора или два раза превышает количество оболочек пшеничного зерна.

    Как отличить пшеницу ото ржи?

    Чем отличается рожь от пшеницы? На фото хорошо виден колос одного из наиболее популярных сельскохозяйственных растений. Для того чтобы убедиться в том, что человек имеет дело с рожью или пшеницей, он может провести ряд экспериментов.

    • Проращивание зерен. Необходимо взять по одному зерну пшеницы и ржи и дать им прорасти. Затем нужно выкопать их и сравнить корешки. У пшеницы их три, а у ржи – четыре.
    • Следить за цветом листьев. Одним из отличий этих культурных растений является цвет их листьев. У ржи он красный, иногда даже голубоватый, а у пшеницы – ярко-зеленый.

    • Рост этих культур отличается. Рожь – наиболее высокое зерновое растение. Правда, этот критерий не самый точный – пшеница в хороших условиях может поравняться по высоте с рожью.
    • Ости пшеницы намного короче остей ржи, это очень хорошо заметно в сравнении.
    • Ржаная зерновка тонкая и длинная, а пшеничная – толстая, короткая и почти круглая в поперечном сечении.

    Злаки (зерновые культуры) выращиваются уже несколько тысячелетий. Они имеют гигантское продовольственное и даже культурное значение. Но современные люди слабо представляют себе разницу между отдельными злаковыми культурами.

    Характеристика растений

    Оба злака могут быть выращены в яровом и озимом режимах. Такое решение позволяет получить больше зерна при оптимальном использовании полей. Но рожь намного лучше приспособлена к выращиванию в России. Даже при бесснежной зиме для нее не страшен мороз в 30 градусов. Именно поэтому такое растение активно выращивают в северных и центральных областях.

    Для выращивания ржи подходят самые разные территории. Эта культура неплохо созревает и на глине, и на песке, даже если они небогаты полезными веществами. Злаку все равно, каков уровень кислотности земли. Мало того, он сумеет сделать глинистые поля лучше. После ржи такие участки оказываются более рыхлыми и повышают свои дренажные характеристики.

    Чрезмерный уровень влажности для ржи не страшен. Она имеет превосходный иммунитет против грибковых заболеваний. Но проблема в том, что удлиненный ржаной стебель полегает чаще, чем пшеничный колос. Это усложняет сбор урожая и тормозит его. Зато есть иные преимущества.

    • Рожь быстро всходит даже в относительно неблагоприятных условиях.
    • На 1 культурный вид этого злака приходится 12 дикорастущих разновидностей.
    • Прямой, полый внутри стебель покрыт особенными сизыми листьями.
    • Колос растет в два ряда.
    • Корни ржи очень хорошо развиты, они доходят до глубины 2 м. Именно это свойство позволяет получать приличные урожаи на бедном песке.

    Пшеница

    Пшеница, вне зависимости от сортовой группы, опыляет себя сама. Величина урожая определяется климатическими факторами. Для этого растения критически важны длительность подсветки в течение дня и поступление тепла. Очень плохо на состоянии пшеничных насаждений сказываются сильные зимние холода. Нередко при малом количестве снега озимая пшеница не доживает до весны.

    Это растение требовательно к земле. Самые лучшие урожаи достигаются на насыщенном питательными веществами черноземе. Неплох будет и подзолистый грунт. А вот высокая кислотность земли сразу губит пшеницу. Если влажность повышается больше определенной нормы, вероятно поражение грибками.

    Еще этот злак намного слабее, чем рожь защищен от различных сорных растений. Обе культуры дают зерно, пригодное для:

    • изготовления хлеба и других печеных продуктов;
    • получения макарон;
    • питания домашних животных и птицы;
    • выработки этилового спирта.

    Надо немного сказать и о том, как выглядит пшеница. Пшеничный лист может вырасти до 2 см в ширину. На нем могут быть волоски, хотя это и необязательно.

    Соцветия основного хлебного злака формируют колос, достигающий 0.15 м в длину. Все колосья образованы 3-5 цветками. Плоды пшеницы относятся к категории зерновок.

    Сходства и отличия

    По внешнему виду

    Даже те люди, которые ни разу в жизни не выходили на колосящееся поле, понимают, что между рожью и пшеницей есть существенная разница. Она отражается и на свойствах хлеба, и на его облике. Однако отличается и зерно у этих культур. Пшеничные плоды окрашены в золотистый тон. Ржаные зернышки – зеленоватые с серым отливом, словно у луговой тимофеевки.

    Сравнение колосьев тоже показывает ощутимые различия. Так, пшеничный побег толще ржаного, у обеих культур есть «усики», но на пшенице они при созревании зерен могут отломиться полностью. У пшеницы больше, чем у ржи и любых иных злаков разнообразие сортов. А вот ржаной колос тяжелее пшеничного, ведь он может достичь 2 м по сравнению с максимальным ростом 1.5 м у пшеницы.

    И пшеницу, и рожь выращивают практически на всей обитаемой территории земного шара. У них есть своеобразный гибрид (тритикале). Пшеница происходит из юго-восточных областей Турции.

    Рожь же впервые была введена в культуру где-то на побережье Средиземного моря. Точнее определить пока не удалось. Твердые сорта пшеницы полностью относятся к яровой группе, а под зиму сажают исключительно мягкий вид злака.

    Если сравнивать зерна по химическому составу, то у ржи они содержат повышенную концентрацию ниацина. В них также больше токоферола. Такие компоненты положительно влияют на нервную систему. В ржаном зерне выше концентрация пищевых волокон, что позволяет предотвращать многие случаи рака толстой кишки. А вот клейковина, которую пшеница вырабатывает активнее, способствует повышению качества теста.

    По свойствам

    Для потребителей интересен еще один вопрос – какой злак полезнее. Питательность пшеницы несколько больше, она позволяет получить более вкусный хлеб. Но разница в энергетической ценности составляет всего 1 калорию (338 и 339 соответственно). Поэтому на реальной питательности хлеба больше отражаются иные компоненты и технологические моменты его производства. На 100 г ржаного зерна приходится:

    • более 60 г углеводов;
    • 8.8 г белка;
    • 1.7 г жира.

    Важными дополнительными компонентами оказываются пищевые волокна (их 13.2 г) и минеральные составляющие (почти 2 г). Химический анализ пшеничных зерен показывает, что в них содержится:

    • от 68 до 71 г углеводов;
    • 14 г белка;
    • от 2 до 2.5 г жира.

    На долю пищевых волокон приходится 10 г, также присутствуют крахмал и сахар. Поэтому по общей питательности и пользе для здоровья пшеница далеко опережает рожь. Но диетические характеристики у последней заметно выше.

    Потому ржаные продукты, прежде всего полученные из муки грубого помола, лучше подходят для людей с избыточной массой тела и увеличенным уровнем холестерина.

    Окончательные характеристики определяются спецификой сорта и последующей обработкой.

    Зерна пшеницы после проращивания оказываются ценным средством для медицинских и косметических целей. Они помогают ускорить заживление ран и укрепить иммунитет. Косметологи ценят пшеничные проростки за их способность омолаживать кожу. А вот зародыши ржи для таких целей непригодны. Зато ее солома даже сейчас изредка применяется для покрытия крыш подсобных построек в сельской местности.

    Даже хлеб отличается по своим характеристикам. Пшеничные хлеба укрепляют кишечник, а ржаные, напротив, стимулируют его перистальтику. Пшеница в целом лучше подходит для изготовления спиртного, а рожь – для выработки кваса. Из пшеничного зерна изготавливают крупы. А отруби, получаемые при его обработке, помогают снизить уровень сахара в крови.

    Отличия ржи от пшеницы показаны в следующем видео.

    Зерновые изучаются и культивируются человеком очень давно, ведь они основной источник питания и жизненной силы. Благодаря таким культурам, как рожь и пшеница, человек не одно столетие обеспечивает пищу себе и домашним животным. Из перемолотого зерна этих злаковых пекут хлеб, который мы ежедневно покупаем в магазине, даже не задумываясь, а чем еще, кроме вкусовых качеств, отличаются рожь и пшеница.

    Как выглядит рожь и как выглядит пшеница

    Даже тот, кто никогда не держал в руках колоски пшеницы и ржи, по фотографии знает, что между ними существуют отличия, ведь и сам хлеб пшеничный и ржаной отличаются на вид. Первый — белый с золотистой корочкой, а второй — серый внутри и коричневый снаружи. Точно также можно отличить зерна этих культур — у пшеницы спелые семена имеют золотистый оттенок, а вот для ржи характерен зеленовато-серый цвет зерен, как у тимофеевки луговой.

    Колосок у ржи тонкий с длинными и густыми усиками. У пшеницы колос более толстый. Он также имеет усики, но они в период созревания зерна зачастую полностью обламываются. Стоит отметить, что ни одна зерновая культура не имеет столько сортов, как пшеница . И это понятно, ведь исторические исследования подтверждают, что именно с нее началась практика культивирования зерновых.

    Высота стебля ржи может достигать порядка двух метров, тогда как пшеница редко вырастает более полутора метров.

    Ниже на первом фото расположена рожь, на втором — пшеница:

    Состав и пищевая ценность

    И рожь, и пшеница относятся к семейству злаковых и могут быть, как однолетними, так и двухлетними. Чаще культивируются однолетние сорта.

    Пшеница считается более питательным продуктом. Из нее выходит более вкусный и ценный хлеб. Но, на самом деле 100 граммов зерна пшеницы имеют энергетическую ценность 339 калорий, тогда как у ржи 338 калорий. Как видите, разница не существенная, если речь идет о самом зерне.

    Состав ржи представлен следующими пропорциями:

    • 8,8 г белков
    • 1,7 г жиров
    • 60,7 г углеводов
    • 13,2 г пищевых волокон
    • 1,9 г минеральных веществ

    В свою очередь, в составе пшеницы:

    • 14 г белков
    • 2-2,5 г жиров
    • 68-71 г углеводов
    • 10 г пищевых волокон
    • а также 65-68 г крахмала и 3 г сахаров

    Таким образом, становится очевидным, что с точки зрения питательности и пользы продукта, пшеница намного ценнее ржи.

    С другой стороны, рожь считается более диетическим продуктом , и ржаной хлеб, особенно грубого помола, рекомендуется при повышенном весе и избытке холестерина.

    Особенности агротехники

    Как и чеснок, обе эти культуры выращивают, как озимые и яровые, что увеличивает объемы урожая при условии сокращения используемой площади полей.

    Пшеница любого сорта — это самоопыляющееся растение, однако ее урожайность зависит от климатических условий. Для нее важна достаточная продолжительность светового дня и теплый климат. Также она весьма чувствительна к сильным морозам в зимнее время. А потому, озимая пшеница в бесснежные зимы очень часто погибает. Это обусловлено тем, что кущение происходит близко к почве.

    Если же говорить про рожь, то она менее прихотлива и может выдерживать в бесснежные зимы до – 30° по Цельсию. Это привело к активному распространению данной культуры в северных регионах.

    Оптимальная почва для этих культур также отличается. Пшеница лучше всего дает урожаи на плодородном черноземе или подзолистом грунте и не переносит высокой кислотности. Рожь чувствует себя хорошо и на бедных глинистых и даже песчаных почвах, и не восприимчива к уровню кислотности. К слову, она даже способна улучшить качество глинистых почв, разрыхляя их и обеспечивая хорошие дренажные свойства.

    При высокой влажности пшеница может быть поражена различными грибковыми заболеваниями, к которым устойчива рожь. Впрочем, в силу большой длинны стебля, рожь может “полечь”, что делает сложной уборку урожая.

    В отличие от ржи, пшеница также может иметь затруднения с сорной травой, препятствующей появлению всходов.

    Практическое применение

    Как уже было сказано, зерна этих культур используют для выпечки хлеба, изготовления макаронных изделий и производства спирта. Рожь и пшеницу нередко включают в состав корма для скота и птицы (кур, перепелов на фермах.

    Широкое применение получили пророщенные зерна пшеницы. В медицине их используют, как рано-заживляющее средство, а также иммуномодулятор. В косметологии они известны, как эффективное омолаживающее средство.

    Зародыши ржи в медицине и косметологии не применяются. Однако, цветущие колосья ржи подходят для приготовления эссенции, используемой в гомеопатии.

    В свою очередь, стебли (солома) этой культуры являются отличным кровельным материалом. В наши дни он используется редко, но все же встречается в сельскохозяйственных постройках.

    Стоит отметить и особенные свойства хлеба из пшеницы и ржи . Первый оказывает закрепляющий эффект на кишечник, а второй наоборот слабит. Из пшеницы можно получить спирт самого высокого качества, а вот из ржи готовят отличный квас.

    Колосья пшеницы PNG изображения | Векторные и PSD файлы

  • рисованной иллюстрации шаржа колосья пшеницы

    2100 * 2100

  • иллюстрация желтых колосьев пшеницы

    2000 * 2000

  • колоса пшеницы желтый маленький свежий милый элемент иллюстрации

    2000 * 2000

  • цветной рисунок сельское хозяйство зерно пшеница спелый вектор колосья

    5000 * 5000

  • цветной рисунок сельское хозяйство зерна рожь колосья вектор

    5000 * 5000

  • мультфильм рисованной нежная иллюстрация пшеницы

    1200 * 1200

  • золотая спелая пшеница

    2001 * 2020

  • вектор колосья пшеницы

    2000 * 2000

  • иллюстрация двух кистей пшеницы

    2200 * 32739

  • сорго пшеница

    2000 * 2000

  • колосья пшеницы значок еды

    2000 * 2000

  • колосья зерна

    2480 * 3507

  • фонарь xiangyun пшеничный колос традиционный золотой Градиент китайской границы

    1200 * 1200

  • иллюстрация виноградного пива и колоса пшеницы с черно-зеленой ручной росписью

    1200 * 1200

  • творческий мультфильм рисованной иллюстрации дизайн изображение пива колос пшеницы

    1200 * 1200

  • иллюстрация бутылки с колосьями пшеницы

    2000 * 3405

  • пшеница

    2635 * 2273

  • колосья пшеницы и мука в мешке векторный набор

    800 * 800

  • долина дождь колосья пшеницы мультфильм иллюстрация

    3000 * 3000

  • вектор желтый свежий плоский пшеничный колос wr Текстовое поле eath shape

    2000 * 2000

  • ручная роспись золотая пшеница

    1205 * 1205

  • мультфильм рисованной творческие иллюстрации дизайн пива пшеница

    1200 * 1200

  • мультфильм рисовый колос вектор скачать

    2000 * 2000

  • мультфильм рисованной иллюстрации колосья пшеницы

    1200 * 1200

  • мультфильм рисованной иллюстрации градиент выпускной колпачок

    1200 * 1200

  • счастливый байсахи вектор иллюстрации колосьев пшеницы

    5000 * 5000

  • золотая наклейка с круглой этикеткой высокого класса

    1200 * 1200

  • постарайтесь изо всех сил, чтобы завершить фразу svg

    1200 * 1200

  • постарайтесь изо всех сил, чтобы завершить фразу миссии svg

    1200 * 1200

  • плоский выпускной шрифт 2019 для выпускного колпачка с лентой с колосом пшеницы

    12 00 * 1200

  • симметричная градационная шляпа лента с колосом пшеницы 2019 выпускной шрифт

    1200 * 1200

  • цветной вектор набор колосьев пшеницы и семян

    5000 * 5000

  • выпускной колпак 2019 выпускной шрифт с пшеницей граница колоса

    1200 * 1200

  • пшеница золотого урожая

    2000 * 2000

  • открытка на день благодарения с колосьями пшеницы вектор кленовыми листьями и виноградом

    1200 * 1200

  • коснитесь чашки колосья пшеницы 2019 выпускной шрифт

    1200 * 1200

  • Мультфильм колосья пшеницы png скачать

    2000 * 2000

  • колосья пшеницы

    1200 * 1200

  • медаль за вектор за вектор колоса пшеницы

    3544 * 3544

    3544 * 3524

    золотой колос пшеницы

    2500 * 3000

  • колос пшеницы symm декоративная форма

    2000 * 2000

  • оригинальный логотип фирменный логотип пива логотип пива материал колосья пшеницы

    1024 * 1369

  • колосья пшеницы золотые милые свежие иллюстрации элементы живописи

    2000 * 2000

  • happy baisakhi иллюстрация колосьев пшеницы

    1200 * 1200

  • колосья пшеницы желтая пластина окрашена милый свежий элемент иллюстрации

    2000 * 2000

  • патриотическое металлическое золотое слово колосья пшеницы красная звезда родина да здравствует

    2000 * 2000

  • фото бордюров для выпускников

    1200 * 1200

  • золотых колосьев пшеницы

    2000 * 2000

  • да здравствует родина металл золотое слово колосья пшеницы красная звезда плакат

    2000 * 2000

  • граница выпускного фото на 2019 год

    1200 * 1200

  • выпускник ion font 2019 of mai Spike Star Grade Cap

    1200 * 1200

  • Cartoon Wheels

    1200 * 1200

  • Круглая лента на выпускной колпачок 2019 выпускной шрифт

    1200 * 1200

  • краткая информация о выпускной шляпе 2019 шаблон

    1200 * 1200

  • церемония награждения логотип золотой колосья пшеницы

    1200 * 1200

  • лиственные элементы желтого клена осенью

    1200 * 1200

  • мультфильм квартира ежемесячно отличный сотрудник

    1200 * 1200

  • Золотая рамка для фотографий с выпуском пшеницы

    1200 * 1200

  • Табло с оценками для выпускников 2019 шрифт для выпускных mai suixing cap

    1200 * 1200

  • плоская зеленая визитная карточка юридической отрасли

    1200 * 1200

  • Украшение из пшеницы, расписанное вручную

    1000 * 917

  • плоская синяя визитная карточка юридической отрасли

    1200 * 1200

  • Быстрое распознавание колосьев пшеницы, выращенной в полевых условиях, на основе алгоритма суперпиксельной сегментации с использованием цифровых изображений

    Front Plant Sci.2020; 11: 259.

    , 1, * , 1, , 2, , 1 , 1 , 1 , 3 , , 1 , 3 , 3 , 1 и 1, *

    Changwei Tan

    1 Ключевая лаборатория генетики и физиологии сельскохозяйственных культур Цзянсу / Центр совместных инноваций Цзянсу по современным технологиям производства зерновых культур / Объединенная международная исследовательская лаборатория сельского хозяйства и безопасность агропродукции Министерства образования Китая, Университет Янчжоу, Янчжоу, Китай

    Pengpeng Zhang

    1 Ключевая лаборатория генетики и физиологии сельскохозяйственных культур Цзянсу / Центр совместных инноваций Цзянсу для современных технологий производства зерновых культур / Объединенная международная исследовательская лаборатория сельского хозяйства и безопасности агропродукции Министерства образования Китая, Университет Янчжоу, Янчжоу, Китай

    Yongjiang Zhang

    2 Colle ge of Agronomy, Хэбэйский сельскохозяйственный университет / Ключевая лаборатория регулирования роста сельскохозяйственных культур провинции Хэбэй, Баодин, Китай

    Синьсин Чжоу

    1 Ключевая лаборатория генетики и физиологии сельскохозяйственных культур Цзянсу / Центр совместных инноваций Цзянсу для современных технологий производства зерна Сельскохозяйственные культуры / Объединенная международная исследовательская лаборатория сельского хозяйства и безопасности агропродукции Министерства образования Китая, Университет Янчжоу, Янчжоу, Китай

    Чжисян Ван

    1 Ключевая лаборатория генетики и физиологии сельскохозяйственных культур Цзянсу / Центр совместных инноваций Цзянсу по современной технологии производства зерновых культур / Объединенная международная научно-исследовательская лаборатория сельского хозяйства и безопасности агропродукции Министерства образования Китая, Университет Янчжоу, Янчжоу, Китай

    Ин Ду

    1 Ключевая лаборатория генетики и физиологии сельскохозяйственных культур Цзянсу / Центр совместных инноваций Цзянсу для современных технологий производства зерновых культур / Joint Internati Национальная исследовательская лаборатория сельского хозяйства и безопасности агропродукции Министерства образования Китая, Университет Янчжоу, Янчжоу, Китай

    Wei Mao

    3 Станция охраны земель города Янчжоу, Янчжоу, Китай

    Wenxi Li

    3 Станция охраны земель города Янчжоу, Янчжоу, Китай

    Dunliang Wang

    1 Ключевая лаборатория генетики и физиологии сельскохозяйственных культур Цзянсу / Центр совместных инноваций Цзянсу по современным технологиям производства зерновых культур / Объединенная международная исследовательская лаборатория Сельское хозяйство и безопасность агропродукции Министерства образования Китая, Университет Янчжоу, Янчжоу, Китай

    Вэньшань Гуо

    1 Ключевая лаборатория генетики и физиологии сельскохозяйственных культур Цзянсу / Центр совместных инноваций Цзянсу для современных технологий производства зерновых культур / Объединенная международная исследовательская лаборатория сельского хозяйства и безопасности агропродукции Министерства образования C hina, Университет Янчжоу, Янчжоу, Китай

    1 Ключевая лаборатория генетики и физиологии сельскохозяйственных культур Цзянсу / Центр совместных инноваций Цзянсу по современным технологиям производства зерновых культур / Объединенная международная исследовательская лаборатория сельского хозяйства и безопасности агропродукции Министерства Образование Китая, Университет Янчжоу, Янчжоу, Китай

    2 Колледж агрономии, Хэбэйский сельскохозяйственный университет / ключевая лаборатория регулирования роста сельскохозяйственных культур провинции Хэбэй, Баодин, Китай

    3 Станция охраны земель города Янчжоу, Янчжоу , Китай

    Отредактировал: Сиинь Ван, Северо-Китайский университет науки и технологий, Китай

    Рецензировал: Джитендра Кумар, Университет городов-побратимов Миннесоты, США; Шайлендер Кумар Верма, Центральный университет штата Химачал-Прадеш, Индия

    Эти авторы внесли равный вклад в эту работу

    Эта статья была отправлена ​​в раздел «Биоинформатика и вычислительная биология» журнала Frontiers in Plant Science

    Поступила в сентябре 2019 г. 27; Принята в печать 19 февраля 2020 г.

    Авторские права © 2020 Тан, Чжан, Чжан, Чжоу, Ван, Ду, Мао, Ли, Ван и Го.

    Это статья в открытом доступе, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License (CC BY). Использование, распространение или воспроизведение на других форумах разрешено при условии указания автора (авторов) и правообладателя (ов) и ссылки на оригинальную публикацию в этом журнале в соответствии с принятой академической практикой. Запрещается использование, распространение или воспроизведение без соблюдения этих условий.

    Эта статья цитируется в других статьях в PMC.

    Abstract

    Число колосьев пшеницы, которое можно быстро и точно оценить с помощью технологии обработки изображений, служит основой для мониторинга роста сельскохозяйственных культур и прогнозирования урожайности. В этом исследовании была проведена простая линейная итеративная кластеризация (SLIC) для суперпиксельной сегментации цифровых изображений выращиваемой в полевых условиях пшеницы. Во-первых, из цифровых изображений были извлечены и проанализированы определенные характерные цветовые параметры, а для последующей классификации изображений были выбраны классификаторы с наивысшей точностью.Затем основная часть колоса пшеницы была извлечена посредством серии морфологических преобразований, и была проведена оценка для каждого региона. Был удален позвоночник головы и определено количество точек перегиба позвоночника. Затем было определено количество колосьев пшеницы путем объединения оценки точек перегиба позвоночника и оценки для каждого региона. Наконец, оценка количества колосьев пшеницы была подтверждена при четырех уровнях азотных удобрений. Результаты были следующими: (1) значение суперзелености (Eg) и нормализованный индекс красно-зеленого (Dgr) использовались в качестве классификационных признаков для распознавания колосьев пшеницы, почвы и листьев; (2) по сравнению с обработкой изображений на основе пикселей, эффект распознавания колосьев пшеницы был намного лучше после суперпиксельной сегментации, поскольку основная часть извлеченных колосьев пшеницы была более четкой, а морфология более нетронутой; и (3) растения пшеницы лучше росли при высоком уровне азотных удобрений, и точность оценки числа колосьев пшеницы также была самой высокой — 94.01%. Состояние роста было наихудшим без внесения азотных удобрений, а точность определения количества колосьев пшеницы также была самой низкой, которая составила всего 80,8%. После исключения условий отсутствия азота точность оценки количества колосьев пшеницы среди смешанных образцов с более однородным статусом роста составила до 93,8%, что на 10,1% больше, чем до исключения. Оценка количества колосьев пшеницы, основанная на суперпиксельной сегментации и цветовых характеристиках, была быстрым и точным методом, применимым к полевым условиям.Однако этот метод не рекомендуется использовать при плохом росте пшеницы или высокой неоднородности. Полученные данные послужили ориентиром для оценки урожайности пшеницы, выращиваемой в полевых условиях.

    Ключевые слова: колосья пшеницы, распознавание, суперпиксельная сегментация, цифровые изображения, оценка

    Введение

    Пшеница была самой важной зерновой культурой во всем мире, а также одной из самых важных продовольственных культур в Китае. Для Китая, крупного импортера пшеницы, стандартизация управления производством и стабилизация сортов пшеницы были ключевыми путями к повышению урожайности, что, в свою очередь, было тесно связано с национальной экономикой и продовольственной безопасностью.Количество колосьев на единицу площади было важным компонентом урожайности пшеницы, и быстрая и точная оценка количества колосьев пшеницы имела большое значение для высокопродуктивного выращивания и отбора и селекции лучших видов (Nerson, 1980; Siddique and Whan, 1993). . Однако обычное полевое обследование с использованием людских ресурсов было трудоемким и трудоемким. Наряду с повышением уровня информатизации и механизации сельского хозяйства, технологии обработки изображений нашли широкое применение в растениеводстве.Более того, компьютерное зрение с его преимуществами высокой точности и интеллекта привлекло его как альтернативу человеческому контролю. Эта технология стала мощным стимулом для обнаружения вредных организмов (Boissard et al., 2008; Shahin and Symons, 2011; Ding and Taylor, 2016; Senthilkumar et al., 2017), мониторинга роста (Clevers and Leeuwen, 1996; Chaerle and Straeten, 2000; Wang et al., 2013; Silva et al., 2014), прогноз урожайности (Salazar et al., 2007; Dunn, Martin, 2010; Aggelopoulou et al., 2011; Aguate et al., 2017) и распознавание видов (Neuman et al., 1987; Lópezgranados et al., 2006; Tellaeche et al., 2011; Pantazi et al., 2016).

    Было проведено большое количество исследований по выявлению фенотипических признаков пшеницы с использованием технологии обработки изображений. Jin et al. (2017) предложили метод высокопроизводительного извлечения информации о фенотипе плотности проростков пшеницы в полевых условиях на стадии проростков с использованием изображений с маловысотного беспилотного летательного аппарата с высоким разрешением.Хосой и Омаса (2009) использовали технологию трехмерной портативной лидарной визуализации для оценки профиля плотности площади вертикальных посевов и параметров роста полога пшеницы на разных стадиях роста и достигли хороших результатов. Walter et al. (2017) выполнили обработку трехмерного облака точек для надежной оценки высоты растительного покрова пшеницы и индекса урожая. Надежность модели была дополнительно повышена за счет увеличения количества подбираемых изображений. Колосья пшеницы было одним из важных агрономических компонентов, и точное определение количества колосьев пшеницы было очень важно для оценки урожайности пшеницы, что было ключевым этапом исследования фенотипа в полях (Zhang et al., 2007). Колосья из-за сложности полевых условий (например, интенсивности света, отражательной способности почвы, сорняков и т. д., меняющих цвет, текстуру и форму изображения колоса пшеницы), точная сегментация и идентификация колоса пшеницы остаются серьезной проблемой. Balasubramaniam et al. предложил интуиционистский алгоритм нечеткой кластеризации цветов C-средних для сегментации пикселей с недостаточным питанием в изображениях обрезки после нормализации. Путем сравнения других методов была доказана эффективность этого метода (Balasubramaniam, Ananthi, 2016).Ли и др. (2017) обнаружили колосья пшеницы с помощью нейронной сети, основанной на измерении энергии текстуры Лоуса. Эффект обнаружения был улучшен за счет объединения пороговых значений площади и высоты до более 80%. Также была эффективно измерена площадь шипа (Li et al., 2017). Schirrmann et al. (2016) использовали изображения поля пшеницы, полученные с помощью беспилотного летательного аппарата (БПЛА), для анализа взаимосвязи между биофизическими параметрами и переменными изображения, доказывая применимость изображений БПЛА для определения временных и пространственных закономерностей развития полога пшеницы.Чжоу и др. (2018) предложили новый алгоритм, который использовал компьютерное зрение для точного определения колосьев пшеницы на цифровых изображениях, а также применил многофакторную оптимизацию и модель сегментации с двумя опорами и векторной машиной (TWSVM-Seg) для определения количества колосьев. Jose et al. применил фильтр Лапласа и медианный фильтр к цифровым фотографиям пшеницы, снятым в полевых условиях, чтобы извлечь основную часть колосьев пшеницы. Алгоритм обнаружения пиков использовался для извлечения пиков изображения и определения количества пиков.Кроме того, была проанализирована взаимосвязь между количеством колосьев и урожайностью на разных стадиях, и было обнаружено, что количество колосов на стадии цветения имело наибольшую корреляцию с урожайностью (Fernandez-Gallego et al., 2018).

    Предыдущие исследования распознавания колосьев пшеницы в основном основывались на пиксельной сегментации, и редко учитывалось влияние различного статуса роста на эффект распознавания. Здесь после определенной предварительной обработки пиксели на цифровых изображениях пшеницы были сгруппированы в суперпиксели, а колосья пшеницы были распознаны на основе суперпиксельной сегментации, чтобы уменьшить влияние нерелевантных пикселей в процессе извлечения характеристик изображения и улучшить эффект узнавания.Кроме того, изменение статуса роста пшеницы моделировалось путем применения градиента азота к проросткам, и оценка количества колосьев пшеницы сравнивалась при различных уровнях внесения азотных удобрений, чтобы повысить надежность оценки количества колосьев пшеницы. Чтобы быстро и точно оценить количество колосьев пшеницы в полевых условиях, к цифровым изображениям была применена простая линейная итеративная кластеризация (SLIC) для суперпиксельной сегментации, и колосья пшеницы были распознаны на основе цветовых характеристик.Затем был извлечен позвоночник головы, и количество колосьев пшеницы было оценено на основе количества точек перегиба позвоночника. Точность оценки количества колосьев пшеницы сравнивалась при различных уровнях внесения азотных удобрений. Обсуждается влияние различного статуса роста на эффект узнавания. Цель заключалась в том, чтобы предоставить новый надежный путь к точной оценке колоса пшеницы.

    Материалы и методы

    Схема эксперимента

    Эксперименты проводились на экспериментальном поле Сельскохозяйственного колледжа Университета Янчжоу в 2018 году (119 ° 23′26 ″ в.д., 32 ° 23′53 ″ с.ш.), и был проведен полностью рандомизированный дизайн. усыновленный ().Репрезентативными сортами пшеницы были Yangmai 16 и Yangmai 17 , оба были сортами яровой пшеницы со средней зрелостью и длинной остью, а типы колосов были прядильными и прямоугольными, соответственно. Первым урожаем был рис, а текстура почвы — супеси. В слое почвы 0–30 см органическое вещество почвы составляло 22,7 г⋅кг –1 , а доступный азот — 101,8 мг; кроме того, доступный фосфор составлял 27,2 мг, а доступный калий — 84,6 мг. Для исследования различий в росте и биохимическом составе пшеницы было установлено четыре уровня внесения азотных удобрений (мочевины), а именно: 0 (N1), 225 кг⋅ га –1 (N2, 1/2 от нормального уровня). ), 450 кг⋅га –1 (N3, нормальный уровень) и 900 кг⋅га –1 (N4, избыточный уровень).На каждом уровне было две повторности, и было подготовлено 16 делянок для двух сортов озимой пшеницы. Остальные меры управления на местах применялись в обычном режиме. Источником данных были цифровые изображения пшеницы в поле.

    Опытный образец. (V1 и V2 представляют разновидностей Янмай 16 и Янмай 17 соответственно. N1, N2, N3 и N4 представляют собой различные варианты азотной обработки 0,225 кг⋅ га 1 , 450 кг⋅ га 1 , 900 кг⋅ га 1 соответственно.На каждом уровне было по две реплики. Всего участков 16, площадь каждого опытного участка 8 * 10 м ( 2 ).

    Сбор данных

    Сбор цифровых изображений пшеницы

    В 17:00 22 мая 2018 г. (стадия налива зерна, зенитный угол Солнца 65 ° 04′54 ″, азимут 94 ° 38′27 ″), в солнечный безветренный день, цифровые изображения пшеницы были сняты камерой SONY DSC-H9 на фоне свет и в вертикальном направлении. Высота съемок составляла около 1 метра над пологом пшеницы.Площадь снимка составляла около 0,75 м 2 на изображение. Для каждого участка было снято четыре изображения пшеницы с разрешением 2592 * 1944, всего было получено 64 изображения.

    Оценка количества искусственных колосьев пшеницы

    В данном исследовании была объединена искусственная и автоматическая оценка количества колосьев пшеницы (). Во-первых, цифровые изображения пшеницы были интерпретированы исследователями, которые отметили части колосьев пшеницы. Затем отмеченные точки были извлечены из изображений с помощью MATLAB R2016a.Эти точки были подсчитаны и пронумерованы на изображениях, чтобы точно и интуитивно определить количество колосьев пшеницы.

    Ручной подсчет колосьев пшеницы. [Местоположение колосьев пшеницы было отмечено вручную, отмеченные точки были извлечены и подсчитаны. Красные точки, отмеченные на панели (A) , указывают положение колосьев пшеницы, а красные числа на панели (B) обозначают порядковые номера колосьев пшеницы на картинке].

    Метод распознавания колосьев пшеницы

    Распознавание колосков пшеницы состояло из следующих этапов: суперпиксельная сегментация, маркировка образцов, анализ цветовых признаков, обучение и распознавание классификатора ().Если быть точным,

    Процесс распознавания колосьев пшеницы. [ A была исходной цифровой фотографией. SLIC — это простая линейная итеративная кластеризация. (B) был суперпиксельным блоком. (C) — образец искусственной предварительной сегментации. (D) был образцом этикетки. Два классификатора были машинами опорных векторов (SVM) и K ближайшего соседа (KNN). (E) был результатом классификации суперпикселей, а F был результатом сегментации колосьев пшеницы].

    • (1)

      Суперпиксельная сегментация на основе SLIC была применена к цифровым изображениям пшеницы для предварительной обработки. Суперпиксели относятся к блокам изображения, составляющим смежные пиксели с однородными элементами. Сегментация суперпикселей, которая предназначена для группировки этих пикселей в суперпиксели, широко используется при предварительной обработке изображений (Kavzoglu and Tonbul, 2018). SLIC — это типичный алгоритм среди множества методов суперпиксельной сегментации. SLIC основан на подобии цвета и пространственном расстоянии и использует кластеризацию K-средних для локальной итеративной кластеризации для формирования суперпикселей (Radhakrishna et al., 2012; Акылмаз и Лелоглу, 2016; Zu et al., 2019). Этот алгоритм включает два ключевых параметра: количество пикселей предварительной сегментации ( n ) и компактность пикселей ( m ). Номер пикселя n — это количество центров кластеров в изображении, которое равномерно назначается в изображении в соответствии с предустановкой n . Вообще говоря, чем больше n , тем меньше суперпикселей и лучше эффект сегментации, хотя это может вызвать проблемы более высокой вычислительной нагрузки и более низкой общей эффективности.Следовательно, значение n должно быть разумно установлено в соответствии с размером изображения. Компактность пикселей м — это весовой коэффициент, присвоенный максимальному расстоянию в каждом кластере (включая пространственное расстояние и цветовое расстояние). Чем больше значение м , тем более регулярными будут границы суперпикселей. Для более сложного изображения обычно требуется меньшее значение м . Основные параметры алгоритма включали количество пикселей и плотность пикселей предварительной сегментации, которые были установлены на 10 000 и 10 в зависимости от размера изображений, используемых в эксперименте (2592 * 1944).

    • (2)

      При каждом уровне внесения азотных удобрений (независимо от сорта пшеницы) пять изображений пшеницы размером 500 * 500 были случайным образом вырезаны в качестве образцов для искусственной предварительной сегментации. Затем суперпиксели были помечены по результатам искусственной предварительной сегментации. То есть пиксели с долей колосьев пшеницы более 0,8 были помечены 1, а те, что ниже 0,

    • (3)

      Некоторые часто используемые показатели цвета были проанализированы, и соответствующие были выбраны в качестве признаков классификации (Стайнко и др., 2004; Moffett and Gorelick, 2013), который включал в себя значение супер-зеленого (E g ), нормализованный красный зеленый индекс (D gr ) и нормализованный сине-зеленый индекс (D gb ), определяемый по формуле:

    • где g , r и b — значения зеленого, красного и синего компонентов соответственно.

    • (4)

      Classification Learner в MATLAB R2016a использовался для выбора соответствующих индексов на основе анализа цветовых признаков в качестве значений признаков для классификации.Были обучены два классификатора, машина опорных векторов (SVM) и K ближайшего соседа (KNN) (). Лучшим был выбран тот, у которого по результатам обучения была лучшая точность.

      ТАБЛИЦА 1

      Различные типы признаков классификатора.

      Средний разделение между классами
      Тип классификатора Скорость прогнозирования Использование памяти Интерпретируемость Гибкость модели
      linSVM Двоичный: Быстрый Мультикласс: Средний
      quaSVM Двоичный: Быстрый Мультикласс: Медленный Двоичный: Средний Мультикласс: Большой Жесткий Средний
      cubSVM
      cubSVM Мультиклассовый Мультиклассовый S Большой Жесткий Средний
      finGSVM Двоичный: Быстрый Мультикласс: Медленный Двоичный: Средний Мультикласс: Большой Жесткий Высокий, складки с настройкой масштаба ядра Делает тонкие различия между классами с масштабом ядра установить в sqrt (P) / 4
      medGS VM Двоичный: Быстрый Мультикласс: Медленный Двоичный: Средний Мультикласс: Большой Жесткий Средний Средние различия, с масштабом ядра, установленным на sqrt (P)
      coaGSVM Бинарный: Медленный Мультикласс Двоичный: Средний Мультикласс: Большой Жесткий Низкий Делает грубые различия между классами, со шкалой ядра, установленной на sqrt (P) * 4, где P — количество предикторов
      finKNN Средний Средний Hard Мелко детализированные различия между классами.Число соседей установлено на 1
      medKNN Среднее Среднее Жесткое Средние различия между классами. Число соседей установлено равным 10
      coaKNN Средний Средний Жесткий Грубые различия между классами. Число соседей установлено на 100
      cosKNN Средний Средний Жесткий Средние различия между классами с использованием метрики косинусного расстояния.Число соседей установлено на 10
      cubKNN Медленно Среднее Жесткое Средние различия между классами с использованием метрики кубического расстояния. Количество соседей установлено равным 10
      weiKNN Среднее Среднее Жесткое Среднее различие между классами с использованием веса расстояния. Число соседей установлено равным 10
    • (5)

      Затем выбранный классификатор был применен к классификации суперпикселей для предварительно обработанных изображений.Результаты классификации были подвергнуты простой морфологической обработке (удалению фрагментов) для получения финального колоса пшеницы, а именно распознавания колосьев пшеницы.

    Определение номера колоса пшеницы

    Как показано на, результаты распознавания колоса пшеницы были преобразованы в двоичную форму. При подсчете колосьев пшеницы больше внимания уделялось основной части колосьев, а не морфологии. Основная часть шипов была сохранена в результате морфологической трансформации, такой как операция эрозии и дилатации (Possa et al., 2014), а края были ослаблены, чтобы уменьшить адгезию к соседним шипам. Статистические данные были выполнены для регионов на бинаризованных изображениях. Были рассчитаны такие характеристики, как число ( n область ) и площадь областей в бинаризованных изображениях. В дополнение к сложной окружающей среде поля зерна были пухлыми, а шипы были больше по размеру на стадии заполнения зерна. Следовательно, бинаризованные изображения после морфологической трансформации все еще содержали несколько перекрывающихся колосьев пшеницы.Эти перекрытия были проверены на основе площади и морфологии (отношения длины к ширине) областей. Позвоночник головы был извлечен из наложений (Cremers et al., 2007; Delgado-Friedrichs et al., 2015) и количества точек перегиба позвоночника (Liu et al., 2001) ( n точка ). Число колосьев пшеницы для перекрытий составляло n точек + 1, а общее количество колосьев пшеницы составляло n область + n точек .

    Процесс подсчета колосьев пшеницы. [ (A) Сегментация колосьев пшеницы: бинаризация результатов распознавания. (B) Морфологическое преобразование: для уменьшения возмущений использовался открытый оператор математической морфологии. (C) Точка перегиба каркаса в области перекрытия колосьев пшеницы: область перекрытия была обнаружена в соответствии с параметрами формы и площади области].

    Статистический анализ

    Программное обеспечение SPSS 22.0 использовалось для статистического анализа.Связь между автоматическим подсчетом и искусственным подсчетом была проанализирована на основе коэффициента корреляции Пирсона (r) и анализа линейной регрессии. Такие корреляции сравнивались при различных уровнях внесения азотных удобрений, и точность ( A ) была рассчитана с использованием искусственного подсчета в качестве эталона. Таким образом, точность оценки количества колосьев пшеницы сравнивалась при различных уровнях внесения азотных удобрений, чтобы обсудить влияние статуса роста на эффект распознавания.Точность A приведена ниже:

    , где N c — автоматический счет; N a — искусственный счет; А — точность.

    Результаты и анализ

    Распознавание колосьев пшеницы

    Анализ классификационных признаков

    Три цветовых индекса, связанных с компонентом G, а именно: супер-зеленый цвет ( E г ), нормализованный красно-зеленый индекс ( D gr ) и нормированный сине-зеленый индекс ( D gb ), были применены для расчета в образцах колоса, листьев и почвы пшеницы на стадии заполнения зерна соответственно ().Результаты показали, что E г образцов почвы, как правило, были меньше и имели концентрированное распределение, почти не перекрываясь шипами; диапазон распределения и морфология кривой E г в образцах листьев и колосьев пшеницы были очень близки друг к другу, что приводило к сильному перекрытию. Таким образом, E г подходит для различения колосьев и почвы, но не для уменьшения пересечения листьев на изображениях (). D гр образцов почвы в целом были небольшими, и наблюдалось серьезное перекрытие в положительной части кривой колосьев пшеницы. Однако образцы листьев D gr были распределены в более широком диапазоне, показывая небольшое перекрытие с кривой образцов колосьев пшеницы и большую разницу пиков, что помогло отличить колосья пшеницы от листьев. D gb кривые трех типов образцов почти совпали друг с другом, что указывает на небольшую ценность для распознавания колосьев пшеницы.

    Цветовая гистограмма образцов колоса, листьев и почвы пшеницы. [ (A) Супер зеленый индекс, E г = 2 г r b . (B) Нормализованный красно-зеленый индекс, D gr = ( g r ) / ( g + r ). (C) Нормализованный сине-зеленый индекс, D gb = ( g b ) / ( g + b ). Желтая, красная и синяя линии изображали колосья, листья и почву соответственно].

    Результаты обучения классификаторов

    E г и D gr были выбраны в качестве признаков классификации для обучения классификаторов SVM и KNN () в наборе инструментов MTLAB R2016a. Затем по результатам обучения был выбран соответствующий классификатор (). Результаты показали, что без внесения азотных удобрений (N1) точность классификатора составила 80%, а medGSVM занял высший уровень с точностью 85.63%. При низком уровне внесения азотных удобрений (N2) точность различных классификаторов различалась незначительно, как правило, около 88%. finGSVM был оптимальным классификатором на этом уровне с точностью до 90,93%. При нормальном уровне внесения азотных удобрений (N3) точность почти всех классификаторов превышала 90%. medGSVM оказался оптимальным с точностью 93,82%. При высоком уровне внесения азотных удобрений (N4) точность всех классификаторов превышала 90%.Оптимальным под этот уровень оказался cubSVM с точностью 94,01%. При уровне внесения смешанных азотных удобрений оптимальным классификатором был классификатор weiKNN с точностью 90,61%. Одним словом, классификаторы SVM имели более высокую производительность при однократном внесении азотных удобрений и более высокую точность; но при уровне внесения смешанных азотных удобрений классификаторы KNN превзошли классификаторы SVM с точки зрения точности. По мере увеличения уровня внесения азотных удобрений точность классификации также повышалась и достигла стабильного уровня.Например, по сравнению с уровнем N1 классификаторы показали улучшение точности на 5,3% по уровню N2; по сравнению с уровнем N2 точность увеличилась на 2,89% на уровне N3; точность на уровне N4 улучшилась только на 0,19% по сравнению с уровнем N3. В целом точность классификации была близка к двум классификаторам на пробах с внесением азотных удобрений (N2, N3 и N4). Состояние роста проростков пшеницы было хуже без внесения азотных удобрений, и наблюдались значительные различия в однородности, цвете и размере по сравнению с таковыми при внесении азотных удобрений.Следовательно, чем больше неоднородность смешанных выборок, тем ниже точность классификации.

    ТАБЛИЦА 2

    Результаты обучения классификатора (точность классификации классификации,%; единичный уровень азота, n = 3000; смешанный уровень азота, n = 10000).

    Тип классификатора Уровень азота
    N1 N2 N3 N4 Смесь
    lin 906S54 87,65 90,48 90,26 83,57
    quaSVM 84,55 88.09 91,25 91,13 87,02 87,02 91,13 87,02 55,78
    finGSVM 83,37 90,93 90,07 92,42 88,61
    medGSVM 85.63 88,87 93,82 91,03 86,61
    coaGSVM 80,92 87,43 90,97 90,17 84,75
    finKNN 83,47 87,89 87,43 90.64 83,67
    medKNN 84,26 88,28 90,64 91,33 83,67
    coaKNN 81.90 86,81 89,17 90,26 85,63
    cosKNN 83,27 87,79 90,46 90,33 85,53
    cubKNN 83,96 88,18 89,34 90.75 85,53
    weiKNN 84,84 89,46 90,48 91,54 90,61
    Результаты анализа колосьев пшеницы, установленного выше, были применены к классу
    на основе установленной выше классификации колосов пшеницы3. распознавание по предварительно обработанным изображениям ().В качестве контроля использовались элементы цвета E g и D gr для автоматического определения порога. Результаты двух пороговой сегментации были наложены друг на друга для пиксельной сегментации всплесков. Результаты показали, что эффект распознавания был лучше с суперпиксельными классификаторами при однократном внесении азотных удобрений, чем при смешанном уровне, при значительно меньшем смешивании листьев. По сравнению с пороговой сегментацией на основе пикселей, распознавание суперпикселей привело к более высокой целостности основной части спайков, эффективному улучшению пятен в спайках и лучшему представлению спайков по морфологии и размеру.По мере увеличения уровня внесения азотных удобрений морфология колоса пшеницы визуализировалась более четко, а эффект распознавания улучшался. Скачки в регионах с внесением азотных удобрений (N2, N3 и N4) могут быть эффективно распознаны. Фактические результаты классификации соответствовали результатам обучения классификаторов.

    Результаты распознавания колосьев пшеницы. [Для модели смешивания уровней азота, модели уровня азота и модели сегментации пороговых значений цвета, распознавание при разном градиенте уровня азота.Левое изображение представляет собой модель смешения уровней азота, среднее изображение представляет собой модель уровня азота, правое изображение представляет собой сегментацию пороговых значений цветовых характеристик. N1, N2, N3 и N4 представлены 0 (без азота), 225 кг / га –1 (1/2 нормального уровня азота), 450 кг / га –1 (нормальный уровень азота) и 900 кг⋅га –1 (избыточный уровень азота) соответственно].

    Оценка количества колосьев пшеницы

    Оценка количества колосьев пшеницы при различных уровнях внесения азотных удобрений

    Образцы смешивали вместе при одном уровне внесения азотных удобрений и при смешанном уровне, соответственно.Классификаторы были обучены извлечению колосьев пшеницы на основе суперпиксельных блоков. Затем на основе результата распознавания колосьев пшеницы автоматически определялось количество колосьев пшеницы. Искусственно подсчитанное количество колосьев пшеницы использовалось в качестве ориентира для расчета точности. Линейная регрессия была выполнена между автоматическим подсчетом и фактическим подсчетом, чтобы сформировать диаграмму отношения 1: 1 (). Автоматические подсчеты сравнивали при различных уровнях внесения азотных удобрений. Общая точность составила 80.8% без внесения азотных удобрений. Сильное отклонение наблюдалось при автоматическом подсчете при небольшом количестве колосьев пшеницы, и корреляция между автоматическим и искусственным подсчетом также была хуже ( R 2 = 0,23, p > 0,05), соответственно. Другими словами, разница не имела статистической значимости, и автоматический подсчет был менее удовлетворительным. Напротив, более высокая точность была достигнута при всех трех уровнях внесения азотных удобрений ( A низкий = 92.8%, A нормальный = 93,1%, A высокий = 94,2%). Кроме того, между автоматическим подсчетом и фактическим подсчетом была хорошая корреляция ( R 2 низкий = 0,71, R 2 нормальный = 0,76, R 2 высокий = 0,79), что имело крайнюю статистическую значимость ( P <0,01). Точность автоматической оценки количества колосьев пшеницы в целом была высокой.По мере увеличения уровня внесения азотных удобрений автоматическая оценка числа колосьев пшеницы также была улучшена, и она была лучшей при высоком уровне внесения азотных удобрений с точностью до 94,2%. Автоматическая оценка количества колосьев пшеницы была основана на обработке и статистике регионов в бинаризованном изображении сегментации колосьев пшеницы. Таким образом, автоматическая оценка числа колосьев пшеницы и сегментация колосьев пшеницы были согласованными при различных уровнях внесения азотных удобрений.Однако классификаторы плохо применялись без внесения азотных удобрений, в то время как все статистические данные были эффективны для регионов с внесением азотных удобрений. Когда все образцы были смешаны вместе, независимо от уровня внесения азотных удобрений, точность автоматической оценки числа колосьев пшеницы составила 83,7%, а R 2 составила 0,22. При условии 240 шипов на изображение в настоящем исследовании эта точность была довольно низкой и не могла соответствовать требованиям практики производства пшеницы.

    Результаты распознавания колосьев пшеницы. [ (A) Без азота, 0 кг⋅га –1 . A = 80,8%, n = 16, R 2 = 0,23, p -значение = 0,1. (B) Низкое содержание азота, 225 кг⋅га –1 . A = 92,8%, n = 16, R 2 = 0,71, p -значение = 0,0036. (C) Нормальный азот, 450 кг⋅га –1 . A = 93,1%, n = 16, R 2 = 0.76, p -значение = 0,0015. (D) Высокое содержание азота, 900 кг⋅га –1 . A = 94,2%, n = 16, R 2 = 0,79, p -значение = 0,0003. (E) Смешанный азот, образцы смешивали при четырех уровнях азота. A = 83,7%, n = 64, R 2 = 0,22, p -значение = 0,0061].

    Оценка числа колосьев пшеницы на участках, на которых вносились азотные удобрения

    На основании приведенных выше результатов образцы без внесения азотных удобрений были удалены из обучающих образцов.Для создания репрезентативного набора смешанных выборок, применяемого для обучения классификаторов, оставшиеся образцы были смешаны и использованы для обучения классификаторов после кластеризации K-средних. Общая точность и точность сегментации колосьев пшеницы определялась в соответствии с результатами обучения (), а классификатор weiKNN в дальнейшем использовался для суперпиксельной классификации для извлечения колосков. Наконец, была получена автоматическая оценка количества колосьев пшеницы (). По сравнению со статистикой при уровне внесения смешанных азотных удобрений () оценка эффективности значительно улучшилась.Точность увеличилась с 83,7 до 93,8%, а также значительно улучшилась корреляция между автоматическим подсчетом и фактическим подсчетом: R 2 увеличилась с 0,22 до 0,74. Следовательно, в регионах с внесением азотных удобрений сегментация и статистика могут выполняться без учета различий в уровне азота, и оценка является надежной.

    ТАБЛИЦА 3

    Результаты обучения классификации образцов внесения азота ( n = 10 000).

    [Отобрать 16 проб, не содержащих азота, и смешать оставшиеся 48 проб для проверки идентификации. Результат был A = 93,8% и R 2 = 0,74, при p значение <0.0001 уровень].

    Обсуждение

    Точность автоматической оценки количества ушей зависит от надежной сегментации изображений уха. Среди существующих методов сегментации изображения функции изображения, извлеченные на основе целевых характеристик, в основном включали цвет, текстуру и форму (Caelli and Reye, 1993; Mukherjee et al., 2015). Тем не менее, элементы текстуры получили большое влияние от листьев в процессе сегментации остроконечного изображения на стадии заполнения зерна, и эффект сегментации был менее удовлетворительным (Felzenszwalb and Huttenlocher, 2004).Более того, из-за большого количества растений пшеницы на стадии наполнения зерна шипы перекрывали друг друга, что также увеличивало сложность выделения деталей формы. По данным полевых наблюдений, колосья пшеницы существенно изменили цвет на стадии налива зерна, а именно с зеленого на желтовато-зеленый, в то время как стебли и листья все еще остаются зелеными. Таким образом, на этом этапе цветовые особенности подходили для сегментации изображения колосьев пшеницы, что согласуется с предыдущими исследованиями.Кроме того, большинство алгоритмов сегментации изображения основывались на пикселях, игнорируя при этом внутреннее пространственное соотношение между пикселями. В результате эффект обработки изображений был плохим при неструктурированных естественных сценах (Zhang et al., 2017). В последние годы мы стали свидетелями все более широкого применения технологий дистанционного зондирования. Для крупномасштабных изображений дистанционного зондирования пиксельная сегментация вряд ли могла удовлетворить требования к эффективности вычислений. По сравнению с пикселями суперпиксели имели следующие преимущества: эффективное использование пространственного отношения между пикселями, уменьшение масштаба объекта и сложности последующей обработки при одновременном повышении эффективности обработки (Alex et al., 2009; Дерксен и др., 2019). Основываясь на предыдущих исследованиях (Mangasarian and Wild, 2006; Xiong et al., 2017), мы использовали суперпиксельную сегментацию для предварительной обработки изображения и извлекали информацию о цвете в качестве характеристик колоса пшеницы, чтобы улучшить эффект распознавания колоса пшеницы.

    Затем, на основе выделенных признаков изображения, для распознавания колосьев пшеницы были применены классификаторы SVM и KNN соответственно. Результаты показали, что классификатор SVM превосходит классификатор KNN при одном уровне внесения азотных удобрений и имеет более высокую точность классификации.Но для смешанных выборок точность классификатора KNN была выше, чем у классификатора SVM. SVM, основанный на теории статистического обучения, был более адаптирован к задачам классификации с небольшим размером выборки, нелинейностью и высокой размерностью. Однако эффект распознавания может быть слабым при применении к задачам классификации с большим количеством обучающих выборок и опорных векторов (Weinberger et al., 2009). KNN, классический алгоритм ленивого обучения, обычно имеет особенности большой вычислительной нагрузки и низкой эффективности, но для выборок с большим количеством перекрытий или большого масштаба это может быть предпочтительный метод (Zhang and Zhou, 2007).В этом исследовании классификатор SVM превзошел классификатор KNN, когда размер выборки был небольшим, тогда как классификатор KNN был лучше в случае большего размера выборки, что типично для двух типов классификаторов.

    Более того, результаты распознавания при различных уровнях внесения азотных удобрений показали худший эффект распознавания колосьев пшеницы без внесения азотных удобрений, чем при внесении азотных удобрений. У проростков пшеницы, выращенных на почвах с дефицитом азота, будут нежные стебли и желтовато-зеленые листья, стебли и колосья.В этом случае использование цветовых характеристик, извлеченных из изображений, для распознавания колосьев пшеницы приведет к неправильной классификации и плохому эффекту распознавания. Более того, статус азота влияет на накопление сухого вещества и азота в шипе (Demotes-Mainard and Jeuffroy, 2004). Колосья пшеницы короткие и маленькие при недостатке азота. Они могут быть легко ошибочно интерпретированы как фоновые фрагменты и удалены при постклассификационной обработке, что приведет к серьезным пропускам классификации. Вот почему без внесения азотных удобрений эффект распознавания колосьев пшеницы слабый.

    Здесь классифицировались цифровые изображения пшеницы в полевых условиях на стадии насыпки зерна. После цветения зерна удобряли, и колосья продолжали увеличиваться в размерах. На этапе заполнения зерна шипы, наконец, вырастут до максимального размера, и на этом этапе шипы будут основными компонентами цифровых изображений. Но на стадии цветения листья занимали более высокую долю на изображениях, в то время как доля шипов была ниже, что не способствовало выделению и анализу признаков.На стадии созревания после стадии наполнения зерна, когда зерна созревают и листья стареют, проростки пшеницы в целом имели золотистый цвет, с небольшими различиями между колосьями и стеблями. Более того, из-за нарушения почвенного фона на изображениях было трудно выделить элементы изображения. Поэтому мы полагали, что стадия налива зерна была оптимальным временем для распознавания колосьев пшеницы. Учитывая отчетливую морфологию и изменение цвета пшеницы на стадии заполнения зерна, мы выбрали только цифровые изображения пшеницы на этом единственном этапе.Анализ полевых изображений и распознавание колосьев пшеницы на нескольких репродуктивных стадиях заслуживают дальнейшего исследования. Полевая среда может быть сложной для получения изображения колосьев пшеницы из-за разнообразия положений листьев и колосьев пшеницы, что в дальнейшем приводило к изменению условий освещения даже для одних и тех же колосьев. Поскольку цветовые особенности пиков на изображениях значительно различаются, точность сегментации изображения на основе цветовых характеристик будет снижена. Все вышеперечисленные факторы могут повлиять на эффект распознавания колосьев пшеницы, и необходимо провести дополнительные исследования, чтобы найти подходящий метод получения и обработки изображений, который лучше отражает особенности колоса пшеницы.Эти методы важны для улучшения эффекта распознавания колосьев пшеницы и точности оценки количества колосьев пшеницы.

    Кроме того, с помощью анализа цветовой гистограммы колосья пшеницы на этапе наполнения зерна были эффективно распознаны на основе цветовых характеристик E г и D gr . По сравнению с сегментацией на основе пикселей, сегментация на основе суперпиксельного блока позволила получить более неповрежденную морфологию колосьев пшеницы, лучше сохранившуюся информацию о краях и уменьшив количество пропущенных классификаций.Статус роста проростков пшеницы варьировался при разных уровнях внесения азотных удобрений. Наилучший эффект распознавания колосьев пшеницы был достигнут при более высоком уровне внесения азотных удобрений ( A высокий = 94,2%), а также хороший эффект при нормальном уровне ( A нормальный = 93,1%) и низкие ( A низкие = 92,8%) уровни внесения азотных удобрений. Эффект распознавания был наихудшим без внесения азотных удобрений ( A без азота = 80.8%). Для смешанных образцов, после исключения образцов без внесения азотных удобрений, оценка числа колосьев пшеницы была значительно улучшена с точностью до 93,8%, что на 10,1% больше. В заключение, автоматическая оценка числа колосьев пшеницы, основанная на суперпиксельной сегментации и цветовых характеристиках, является быстрым и точным методом, применимым к общей среде поля. Однако этот метод не рекомендуется использовать при плохом росте пшеницы или в регионах с высокой неоднородностью.

    Методы глубокого обучения в настоящее время очень популярны (Sadeghi-Tehran et al., 2019), но их методы в основном основаны на большом количестве образцов данных и высококонфигурированном оборудовании. Подготовка проб требует много труда и времени. По сравнению со сложными алгоритмами нейронной сети, этот метод, основанный на традиционной суперпиксельной сегментации машинного зрения, более приемлем. Он не ограничен производительностью аппаратных вычислений, прост и эффективен, а также обладает определенной стабильностью.Этот экспериментальный метод имеет высокую точность распознавания колосьев пшеницы и подходит для популяризации и применения.

    Заявление о доступности данных

    Все наборы данных, созданные для этого исследования, включены в статью / дополнительный материал.

    Вклад авторов

    Исследование разработали CT и WG. CT, PZ и XZ разработали и провели эксперименты. CT, YZ, YD и ZW подготовили и отредактировали рукопись. CT и DW проанализировали данные. WM и WL предоставили техническую информацию.Все авторы обсудили результаты и прокомментировали рукопись.

    Конфликт интересов

    Авторы заявляют, что исследование проводилось в отсутствие каких-либо коммерческих или финансовых отношений, которые могли бы быть истолкованы как потенциальный конфликт интересов.

    Благодарности

    Авторы благодарны PAPD, Центру совместных инноваций по современным технологиям производства зерновых культур провинции Цзянсу, а также рецензентам и редактору за их ценные комментарии по улучшению качества рукописи.

    Сноски

    Финансирование. Эта работа была частично поддержана Национальной программой ключевых исследований и разработок Китая (2018YFD0300805), Национальным фондом естественных наук Китая (41271415 и 31771711), проектом, финансируемым Китайским фондом постдокторантуры (2019M650125), и приоритетом Развитие академической программы высших учебных заведений Цзянсу (PAPD).

    Список литературы

    • Aggelopoulou A. D., Bochtis D., Фунтас С., Суэйн К. К., Гемтос Т. А., Нанос Г. Д. (2011). Прогноз урожайности в яблоневых садах на основе обработки изображений. Precis. Agric. 12 448–456. 10.1007 / s11119-010-9187-0 [CrossRef] [Google Scholar]
    • Агуате Ф., Трахсель С., Перес Л. Г., Бургеньо Дж., Кросса Дж., Бальзарини М. и др. (2017). Использование данных гиперспектральных изображений превосходит показатели вегетации при прогнозировании урожайности кукурузы. Crop Sci. 57 год 5–37. 10.2135 / cropci2017.01.0007 [CrossRef] [Google Scholar]
    • Akyilmaz E., Лелоглу У. (2016). Сегментация изображений SAR с использованием коэффициентов сходства для создания и кластеризации суперпикселей. Электрон. Lett. 52 654–656. [Google Scholar]
    • Алекс Л., Адриан С., Кутулакос К. Н., Флит Д. Дж., Дикинсон С. Дж., Калим С. (2009). TurboPixels: быстрые суперпиксели с использованием геометрических потоков. IEEE Trans. Pattern Anal. Мах. Intell. 31 год 2290–2297. 10.1109 / TPAMI.2009.96 [PubMed] [CrossRef] [Google Scholar]
    • Баласубраманиам П., Ананти В. П. (2016).Сегментация дефицита питательных веществ в неполных изображениях сельскохозяйственных культур с использованием интуиционистского алгоритма кластеризации нечетких C-средних. Нелинейная динамика. 83 849–866. 10.1007 / s11071-015-2372-y [CrossRef] [Google Scholar]
    • Буассар П., Мартин В., Мойсан С. (2008). Когнитивный подход к раннему обнаружению вредителей в тепличных культурах. Comput. Электрон. Agric. 62 81–93. 10.1016 / j.compag.2007.11.009 [CrossRef] [Google Scholar]
    • Caelli T., Reye D. (1993). О классификации областей изображения по цвету, текстуре и форме. Распознавание образов. 26 год 461–470. 10.1016 / 0031-3203 (93)

      -3 [CrossRef] [Google Scholar]
    • Chaerle L., Straeten D. V. D. (2000). Методы визуализации и раннее выявление стресса растений. Trends Plant Sci. 5 495–501. 10.1016 / S1360-1385 (00) 01781-7 [PubMed] [CrossRef] [Google Scholar]
    • Clevers J. G. P. W., Leeuwen H. J. C. V. (1996). Совместное использование данных оптического и микроволнового дистанционного зондирования для мониторинга роста сельскохозяйственных культур. Remote Sens. Environ. 56 42–51.10.1016 / 0034-4257 (95) 00227-8 [CrossRef] [Google Scholar]
    • Кремерс Д., Руссон М., Дериче Р. (2007). Обзор статистических подходов к сегментации набора уровней: интеграция цвета, текстуры, движения и формы. Внутр. J. Comput. Зрение. 72 195–215. 10.1007 / s11263-006-8711-1 [CrossRef] [Google Scholar]
    • Дельгадо-Фридрихс О., Робинс В., Шеппард А. (2015). Скелетизация и разбиение цифровых изображений с использованием дискретной теории Морса. IEEE Trans. Pattern Anal.Мах. Intell. 37 654–666. 10.1109 / TPAMI.2014.2346172 [PubMed] [CrossRef] [Google Scholar]
    • Demotes-Mainard S., Jeuffroy M. (2004). Влияние азота и радиации на сухое вещество и накопление азота в колосе озимой пшеницы. Урожай полевой. Res. 87 221–233. 10.1016 / j.fcr.2003.11.014 [CrossRef] [Google Scholar]
    • Дерксен Д., Инглада Дж., Мишель Дж. (2019). Масштабирование суперпикселей SLIC с использованием мозаичного подхода. IEEE T. Geosci. Удаленный. 1 3073–3085.10.1109 / TGRS.2018.2880248 [CrossRef] [Google Scholar]
    • Динг В., Тейлор Г. (2016). Автоматическое обнаружение моли по изображениям ловушек для борьбы с вредителями. Comput. Электрон. Agric. 123 17–28. 10.1016 / j.compag.2016.02.003 [CrossRef] [Google Scholar]
    • Данн Г. М., Мартин С. Р. (2010). Прогнозирование урожайности на основе анализа цифровых изображений: метод, позволяющий оценить виноградники до сбора урожая. Aust. J. Grape Wine Res. 10 196–198. 10.1111 / j.1755-0238.2004.tb00022.x [CrossRef] [Google Scholar]
    • Felzenszwalb P. F., Huttenlocher D. P. (2004). Эффективная сегментация изображений на основе графиков. Внутр. J. Comput. Зрение. 59 167–181. 10.1023 / B: VISI.0000022288.19776.77 [CrossRef] [Google Scholar]
    • Фернандес-Гальего Дж. А., Кефовер С. К., Гутьеррес Н. А., Нието-Таладрис М. Т., Араус Дж. Л. (2018). Подсчет пшеницы в полевых условиях: высокая производительность и низкая стоимость с использованием изображений RGB. Растительные методы 14:22. 10.1186 / s13007-018-0289-4 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
    • Хосой Ф., Омаса К. (2009). Оценка вертикального профиля плотности площади растений и параметров роста полога пшеницы на разных стадиях роста с использованием трехмерной портативной лидарной съемки. ISPRS-J. Фотография. Дистанционный датчик 64 151–158. 10.1016 / j.isprsjprs.2008.09.003 [CrossRef] [Google Scholar]
    • Цзинь X., Лю С., Фредерик Б., Хемерле М., Комар А. (2017). Оценки плотности посевов пшеницы при появлении всходов по снимкам с БПЛА на очень малой высоте. Remote Sens. Environ. 198 105–114.10.1016 / j.rse.2017.06.007 [CrossRef] [Google Scholar]
    • Кавзоглу Т., Тонбул Х. (2018). Экспериментальное сравнение сегментации с несколькими разрешениями, SLIC и кластеризации K-средних для объектной классификации изображений VHR. Внутр. J. Remote Sens. 39 1–17. [Google Scholar]
    • Ли К., Цай Дж., Бергер Б., Окамото М., Миклавчич С. Дж. (2017). Обнаружение колосьев растений пшеницы с помощью нейронных сетей с текстурной энергией Лоуса. Растительные методы 13 83–96. 10.1186 / s13007-017-0231-1 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
    • Liu W.Ю., Хуа Л., Чжу Г. X. (2001). Быстрый алгоритм определения углов по морфологическому каркасу. Распознавание образов. Lett. 22 891–900. 10.1016 / S0167-8655 (01) 00029-0 [CrossRef] [Google Scholar]
    • Лопесгранадос Ф., Хурадоэкспосито М., Пеньябарраган Дж. М., Гарсиаторрес Л. (2006). Использование дистанционного зондирования для выявления позднеспелых пятен сорняков на пшенице. Weed Sci. 54 346–353. 10.1043 / 0043-1745200654 [CrossRef] [Google Scholar]
    • Мангасарян О. Л., Уайлд Э. У. (2006). Машинная классификация проксимальных опорных векторов с несколькими поверхностями через обобщенные собственные значения. IEEE Trans. Pattern Anal. Мах. Intell. 28 год 69–74. 10.1109 / TPAMI.2006.17 [PubMed] [CrossRef] [Google Scholar]
    • Моффетт К. Б., Горелик С. М. (2013). Выявление растительности водно-болотных угодий и особенностей каналов с помощью объектной сегментации изображения. Внутр. J. Remote Sens. 34 1332–1354. 10.1080 / 01431161.2012.718463 [CrossRef] [Google Scholar]
    • Мукерджи Д., У К. М. Дж., Ван Г. (2015). Сравнительное экспериментальное исследование детекторов и дескрипторов признаков изображения. Мах. Vis. Прил. 26 год 443–466. 10.1007 / s00138-015-0679-9 [CrossRef] [Google Scholar]
    • Нерсон Х. (1980). Влияние плотности популяции и количества колосьев на урожайность пшеницы и ее компонентов. Урожай полевой. Res. 3 225–234. 10.1016 / 0378-4290 (80)
    • -3 [CrossRef] [Google Scholar]
    • Нойман М., Сапирштейн Х. Д., Шведик Э., Бушук В. (1987). Определение класса и сорта пшеницы с помощью анализа цифровых изображений образцов цельного зерна. J. Cereal Sci. 6 125–132. 10.1016 / S0733-5210 (87) 80049-8 [CrossRef] [Google Scholar]
    • Пантази X. Э., Мошоу Д., Браво К. (2016). Система активного обучения для распознавания видов сорняков на основе гиперспектрального зондирования. Биосист. Англ. 146 193–202. 10.1016 / j.biosystemseng.2016.01.014 [CrossRef] [Google Scholar]
    • Поса П. Р., Махмуди С. А., Харб Н., Вальдеррама К., Маннебэк П. (2014). Архитектура на основе FPGA с несколькими разрешениями для обнаружения краев и углов в реальном времени. IEEE T. Comput. 63 2376–2388. 10.1109 / TC.2013.130 [CrossRef] [Google Scholar]
    • Радхакришна А., Аппу С., Кевин С., Аурелиен Л., Паскаль Ф., Сабин С. (2012). Суперпиксели SLIC по сравнению с современными методами суперпикселей. IEEE Trans. Pattern Anal. Мах. Intell. 34 2274–2282. 10.1109 / TPAMI.2012.120 [PubMed] [CrossRef] [Google Scholar]
    • Садеги-Тегеран П., Вирлет Н., Амп Э., Рейнс П., Хоуксфорд М. (2019). DeepCount: автоматическая количественная оценка колосьев пшеницы в полевых условиях с использованием простой линейной итеративной кластеризации и глубоких сверточных нейронных сетей. Фронт. Plant Sci. 10: 1176. 10.3389 / fpls.2019.01176 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
    • Салазар Л., Коган Ф., Ройтман Л. (2007). Использование данных дистанционного зондирования для оценки урожайности озимой пшеницы в США. Внутр. J. Remote Sens. 28 год 3795–3811. 10.1080 / 01431160601050395 [CrossRef] [Google Scholar]
    • Ширрманн М., Гибель А., Глейнигер Ф., Пфланц М., Даммер К. Х. (2016). Мониторинг агрономических параметров посевов озимой пшеницы с помощью недорогих снимков с БПЛА. Дистанционный датчик 8 706–725. 10.3390 / rs80
    [CrossRef] [Google Scholar]
  • Senthilkumar T., Jayas D. S., White N. D. G., Fields P. G., Gräfenhan T. (2017). Обнаружение загрязнения охратоксином А в хранящейся пшенице с использованием гиперспектральной визуализации в ближнем инфракрасном диапазоне. Infrared Phys. Техн. 81 год 228–235. 10.1016 / j.infred.2017.01.015 [CrossRef] [Google Scholar]
  • Шахин М. А., Саймонс С. Дж. (2011). Обнаружение зерен, поврежденных фузариозом, у красной яровой пшеницы западной Канады с использованием гиперспектральных изображений в видимом / ближнем инфракрасном диапазоне и анализа главных компонентов. Comput. Электрон. Agric. 75 107–112. 10.1016 / j.compag.2010.10.004 [CrossRef] [Google Scholar]
  • Сиддик К. Х. М., Ван Б. Р. (1993). Соотношение колос: стебель в селекционных популяциях пшеницы: значение для повышения урожайности. Euphytica 73 241–254. 10.1007 / bf00036703 [CrossRef] [Google Scholar]
  • Сильва Ф. Д. Ф. Д., Луз П. Х. К., Ромуальдо Л. М., Марин М. А., Бруно О. М. (2014). Инструмент диагностики магниевого питания кукурузы на основе анализа изображений различных участков листа. Crop Sci. 54 738–757. 10.2135 / cropci2013.03.0165 [CrossRef] [Google Scholar]
  • Стайнко Д., Лакота М., Хочевар М. (2004). Оценка количества и диаметра плодов яблони в саду во время вегетации с помощью тепловизора. Comput. Электрон. Agric. 42 31–42. 10.1016 / s0168-1699 (03) 00086-3 [CrossRef] [Google Scholar]
  • Теллаеке А., Пахарес Г., Бургос-Артиццу X. П., Рибейро А. (2011). Подход компьютерного зрения для идентификации сорняков с помощью опорных векторных машин. Заявл. Soft Comput. 11 908–915. 10.1016 / j.asoc.2010.01.011 [CrossRef] [Google Scholar]
  • Уолтер Дж., Эдвардс Дж., Макдональд Дж., Кучел Х. (2017). Фотограмметрия для оценки биомассы и индекса урожая пшеницы. Урожай полевой. Res. 216 165–174. 10.1016 / j.fcr.2017.11.024 [CrossRef] [Google Scholar]
  • Ван Ю., Ван Д., Чжан Г., Ван Дж. (2013). Оценка азотного статуса риса с использованием сегментации изображения по методу пороговой обработки G-R. Урожай полевой.Res. 149 33–39. 10.1016 / j.fcr.2013.04.007 [CrossRef] [Google Scholar]
  • Вайнбергер К. К., Блитцер Дж., Сол Л. К. (2009). Дистанционное метрическое обучение для классификации ближайших соседей с большим запасом. J. Mach. Учить. Res. 10 207–244. 10.1007 / s10845-008-0108-2 [CrossRef] [Google Scholar]
  • Xiong X., Duan L., Liu L., Tu H., Yang P., Wu D., et al. (2017). Panicle-SEG: надежный метод сегментации изображений рисовых метелок в полевых условиях, основанный на глубоком обучении и оптимизации суперпикселей. Растительные методы 13 104–116. 10.1186 / s13007-017-0254-7 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
  • Чжан Х., Тернер Н. С., Пул М. Л., Ассенг С. (2007). Большое количество початков является ключом к достижению высоких урожаев пшеницы в зоне с большим количеством осадков на юго-западе Австралии. Crop Pasture Sci. 58 21–27. [Google Scholar]
  • Чжан М. Л., Чжоу З. Х. (2007). ML-KNN: ленивый подход к обучению с несколькими ярлыками. Распознавание образов. 40 2038–2048.10.1016 / j.patcog.2006.12.019 [CrossRef] [Google Scholar]
  • Zhang Y., Li X., Gao X., Zhang C. (2017). Простой алгоритм суперпиксельной сегментации с граничным ограничением. IEEE Trans. Circuits Syst. Video Technol. 27 1502–1514. 10.1109 / TCSVT.2016.2539839 [CrossRef] [Google Scholar]
  • Чжоу К., Донг Л., Ян X., Хао Ю., Юэ Дж., Ян Г. (2018). Подсчет пшеницы в полевых условиях на основе многофункциональной оптимизации и TWSVM. Фронт. Plant Sci. 9: 1024.10.3389 / fpls.2018.01024 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
  • Цзу Б., Ся К., Ли Т., Хе Ц., Ли Ю., Хоу Дж. И др. (2019). SLIC основанный на суперпикселях l 2,1 -нормальный робастный анализ главных компонент для классификации гиперспектральных изображений. Датчики 19 479–485. 10,3390 / с1

    79 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
  • Сетевой путь не найден

    Сетевой путь не найден

    Сетевой путь не найден Описание: Необработанное исключение во время выполнения текущего веб-запроса.Просмотрите трассировку стека для получения дополнительных сведений об ошибке и ее происхождении в коде.

    Сведения об исключении: System.ComponentModel.Win32Exception: сетевой путь не найден

    Ошибка источника:

    Тип классификатора Общая точность (%) Точность колоса пшеницы (%) Фоновая точность (%)
    linSVM 86.40 87.301 87.30 88,49 90,27 86,30
    cubSVM 83,33 76,38 90,27
    плавник29 89.28
    medGSVM 89.78 91.27 88.30
    coaGSVM 87.30 89.28 medKNN 88,68 89,28 88,29
    coaKNN 88,39 92,26 85,31
    cosKNN 88.09 87,30 89,28
    cubKNN 88,19 88,29 87,30
    weiKNN 91,48 93,88 93,81
    Необработанное исключение было создано во время выполнения текущего веб-запроса. Информацию о происхождении и местонахождении исключения можно определить с помощью трассировки стека исключений ниже.

    Трассировка стека:
    
    [Win32Exception (0x80004005): сетевой путь не найден]
    
    [SqlException (0x80131904): при установке соединения с SQL Server произошла ошибка, связанная с сетью или конкретным экземпляром. Сервер не найден или не был доступен. Убедитесь, что имя экземпляра правильное и что SQL Server настроен на разрешение удаленных подключений.(поставщик: поставщик именованных каналов, ошибка: 40 - не удалось открыть соединение с SQL Server)]
       System.Data.ProviderBase.DbConnectionPool.TryGetConnection (DbConnection owningObject, UInt32 waitForMultipleObjectsTimeout, Boolean allowCreate, Boolean onlyOneCheckConnection, DbConnectionOptions userOptions, DbConnectionInternal & connection) +35
       System.Data.ProviderBase.DbConnectionPool.TryGetConnection (DbConnection owningObject, TaskCompletionSource`1 повторная попытка, DbConnectionOptions userOptions, DbConnectionInternal и соединение) +118
       Система.Data.ProviderBase.DbConnectionFactory.TryGetConnection (DbConnection owningConnection, TaskCompletionSource`1 retry, DbConnectionOptions userOptions, DbConnectionInternal oldConnection, DbConnectionInternal & connection) +268
       System.Data.ProviderBase.DbConnectionInternal.TryOpenConnectionInternal (DbConnection externalConnection, DbConnectionFactory connectionFactory, повторная попытка TaskCompletionSource`1, DbConnectionOptions userOptions) +315
       System.Data.SqlClient.SqlConnection.TryOpenInner (повторная попытка TaskCompletionSource`1) +128
       Система.Data.SqlClient.SqlConnection.TryOpen (повторная попытка TaskCompletionSource`1) +265
       System.Data.SqlClient.SqlConnection.Open () +133
       Компоненты.DBAccess.OpenConnection () +181
       Components.RealImages.GetImage (ID изображения Int32, состояние записи Int32) +81
       FeaturePics2015.Image.ImageSmall.GetImage (Int32 imgid) +122
       FeaturePics2015.Image.ImageSmall.Page_Load (Отправитель объекта, EventArgs e) +1098
       System.Web.UI.Control.OnLoad (EventArgs e) +108
       System.Web.UI.Control.LoadRecursive () +90
       Система.Web.UI.Page.ProcessRequestMain (логическое includeStagesBeforeAsyncPoint, логическое includeStagesAfterAsyncPoint) +1533
     


    Информация о версии: Microsoft .NET Framework Версия: 4.0.30319; Версия ASP.NET: 4.8.4261.0

    колосья пшеницы Колосья пшеницы — стоковое фото из Photocase

    Купите это Стоковое фото RF На ухе пшеницы Колосья пшеницы Зеленое поле Сельское хозяйство Зерно Лето Природа Кукурузное поле Пшеничное поле Аграрный урожай Урожай Окружающая среда Еда Питание Мука Ландшафт Кукурузный завод Пивной завод Внешний снимок Фото цвета Поле зерна Экологическое для вашего редакционного или рекламного веб-сайта, обложки , Флаер, статья, блог WordPress и шаблон из Photocase.

    Похожие изображения

    skyla80 keiner_weis Jensson как видно Ульрике Штайнбреннер Tganseforth наслаждайся этим Suschaa Альпенфукс Кристиан Тоблер Hopfi23 файл.bold.berry.tales the.bold.berry.tales зак Двальдон Дэвид-В- дерджоахим Pontchen Behrchen MPower. Корнелия Ост фотокомплизин багладипики Грипп Мистер.Нико наслаждайся этим Клаус Вайтенгрубер the.bold.berry.tales Axelbueckert Пауло Соуза hoffi99 Amapolchen Тим Т. Михал Циммерманн Г-н Нико дерджоахим skyla80 Анджаджули Мистер.Нико наслаждайся этим Jeeni С.Грамбах Пауло Соуза Behrchen Behrchen Behrchen Jeeni Фотолайн Пауло Соуза наслаждаться.Это

    Колосья пшеницы изображение_фото номер 500986359_jpg формат изображения_ru.lovepik.com

    Применимые группы для личного пользования Команда запуска Micro Enterprise Среднее предприятие
    Срок полномочий Навсегда Навсегда Навсегда Навсегда
    Портретное разрешение Навсегда Навсегда Навсегда
    Авторизованное соглашение Персональная авторизация Авторизация предприятия Авторизация предприятия Авторизация предприятия
    Онлайн-счет-фактура

    Маркетинг в социальных сетях

    (Facebook, Twitter, Instagram и др.)

    Личное Коммерческое использование

    (ограничение 20 000 показов)

    Маркетинг в цифровых СМИ

    (SMS, электронная почта, интернет-реклама, электронные книги и т. Д.)

    Личное Коммерческое использование

    (ограничение 20 000 показов)

    Интернет, мобильные устройства, программное обеспечение Дизайн страницы

    Веб-дизайн и дизайн приложений, программное обеспечение и игровая оболочка, H5, электронная коммерция и продукты и т. Д.

    Личное Коммерческое использование

    (ограничение 20 000 показов)

    Печатные экземпляры физического продукта

    Упаковка продукции, книги и журналы, газеты, открытки, плакаты, брошюры, купоны и т. Д.

    Личное Коммерческое использование

    (ограничение печати 200 копий)

    Лимит 5000 Копий Печать Лимит 20000 Копий Печать Неограниченное количество Копий Печать

    Отчет по маркетингу продукта и бизнес-плану

    Предложение по дизайну сети, дизайну VI, маркетинговому планированию, PPT (неперепродажа) и т. Д.

    Личное Коммерческое использование

    Маркетинг и показ наружной рекламы

    Наружные рекламные щиты, реклама автобусов; витрины магазинов, офисные здания, гостиницы, магазины, другие общественные места и т. Д.

    Личное Коммерческое использование

    (ограничение печати 200 копий)

    СМИ

    (CD, DVD, фильм, ТВ, видео и т. Д.)

    Личное Коммерческое использование

    (ограничение 20 000 показов)

    Перепродажа физического продукта

    текстиль, чехлы для мобильных телефонов, поздравительные открытки, открытки, календари, чашки, футболки

    Интернет-перепродажа

    Мобильные обои, шаблоны дизайна, элементы дизайна, шаблоны PPT и используйте наш дизайн в основном элементе для перепродажи.

    Портретное коммерческое использование

    (Только для обучения и общения)

    Использование с портретной ориентацией

    (табачная, медицинская, фармацевтическая, косметическая и другие отрасли)

    (Только для обучения и общения)

    (Свяжитесь со службой поддержки для настройки)

    (Свяжитесь со службой поддержки для настройки)

    (Свяжитесь со службой поддержки для настройки)

    Фотография колоса пшеницы и зерна пшеницы в — ID: 86551770 — Изображение

    Фотография колоса пшеницы и зерна пшеницы в — ID: 86551770 — Изображение RF — Stocklib 86551770 Вы здесь:
    • Главная страница
    • колосья пшеницы и зерна пшеницы в мешковине, изолированной на белом фоне.
    © Stocklib / Сергей Колесников
    • Id: 86551770
    • Тип носителя: Фотография
    • Автор: Сергей Колесников / kolesnikovserg
    • Ключевые слова:

    колосья пшеницы и зерно пшеницы в мешковине на белом фоне.

    Дополнительная информация 2 90182 9018
    Размер Ширина * Высота МБ Кредиты
    Малый веб- (jpg) 450 px * 300 px 9682 922
    Большая паутина (jpg) 848 пикселей * 565 пикселей 1,37 2
    Мелкий шрифт (jpg) 16227 1622 5.37 3
    Средняя печать (jpg) 2508 пикселей * 1672 пикселей 12 4

    2554 пикселей

    27,99 5
    Очень крупный шрифт (jpg) 5760 пикселей * 3840 px 63,28 9068 формат 2 61
    7200 пикселей * 4800 пикселей 98.88 10
    Дополнительная информация
    Размер Ширина * Высота МБ Кредиты
    POEL (tiff) 968002 (tiff) 98,88 50
    EOEL (tiff) 7200 пикселей * 4800 пикселей 98,88 75
    tiff200 98.88 100

    Вы не авторизованы!

    Войдите, чтобы скачать это изображение.

    Невероятные материалы. Гибкая ценовая политика. Купите кредиты и начните скачивание сегодня.

    Подождите, ваше изображение загружается

    Этапы роста пшеницы —

    Надеюсь, вам всем понравились посты «Урожай месяца», начиная с пшеницы! Раньше я довольно много писал о пшенице, поэтому в этой серии я изменил назначение многих из этих статей.Я также поделился некоторыми отличными рецептами из пшеницы, которые включают в свой рацион пшеницу как цельное зерно. Надеюсь, вы пробовали некоторые из них!

    Поскольку мы приближаемся к завершению нашей части этой серии, посвященной пшенице, я хотел рассказать вам о стадиях выращивания пшеницы. Это своего рода жизненный цикл, который проходит пшеница на нашей ферме.

    Почему мы выращиваем пшеницу?

    Пшеница — это культура, которая выращивается здесь, в Северной и Южной Дакоте, с тех пор, как люди эмигрировали в эту область, а также единственная культура, которую мы выращивали на нашей ферме с момента ее основания.Я уже говорил об этом раньше. Мы решили оставить пшеницу в севообороте, потому что это отличная трава для короткого сезона. В нашем регионе у нас может быть отличный короткий сезон и плохой длинный сезон, или наоборот, поэтому в нашем севообороте мы сохраняем различные короткосезонные и долгосезонные культуры. Наш климат просто не приспособлен для выращивания урожая в течение всего сезона, как кукуруза.

    Обычно мы сажаем пшеницу в пожнивные остатки подсолнечника, потому что она хорошо себя чувствует после полного урожая, как подсолнечник. Подсолнухи также имеют тенденцию оставлять после себя ограниченное количество воды, поэтому, если бы мы посадили другой урожай полного сезона, такой как кукуруза, у него могла бы закончиться вода в конце года.С короткосезонными культурами, такими как пшеница, обычно такой проблемы не возникает.

    Итак, как растет пшеница?

    Обычно здесь, в Северной Дакоте, твердую красную яровую пшеницу сажают весной с конца апреля до конца мая, а собирают урожай с начала августа до конца сентября. Мне кажется невероятным, что наша пшеница растет около трех месяцев, прежде чем ее можно будет собрать.

    Рост пшеницы можно условно разделить на несколько стадий: прорастание / всходы, кущение, удлинение стебля, ростков, колошение / цветение и насыпка зерна / созревание.Было разработано несколько различных систем для определения стадий роста пшеницы, две наиболее популярные из них называются шкалой Фикеса и шкалой Задокса. Возможность знать и распознавать, на какой стадии находится ваш урожай пшеницы, жизненно важна для получения хорошего урожая пшеницы. Пшеница лучше всего реагирует на определенные факторы на определенных этапах развития.

    Стадия прорастания / рассады

    На стадии прорастания для прорастания семян пшеницы необходимы соответствующая температура и влажность.Семена пшеницы имеют оптимальную температуру от 54 ° до 77 ° F. При благоприятных условиях всходы всходов обычно наступают в течение семи дней. Пока первый лист не станет функциональным, росток будет зависеть от энергии и питательных веществ, хранящихся в семенах.

    Кущение и удлинение стержня

    Следующий этап — кущение. Кущение обычно начинается при появлении 3-4 листьев. После того, как растение пшеницы завершает формирование побегов, оно начинает рост междоузлий или стадию удлинения стебля.У большинства короткосезонных пшениц обычно образуется 7-8 листьев на главном стебле до того, как происходит удлинение стебля. Стадия загрузки начинается, когда голова начинает формироваться внутри флагового листа.

    Заголовок и цветение (опыление)

    Далее следует направление, в котором голова полностью выйдет из стебля. После этого растение начинает репродуктивный рост или цветение. Опыление обычно происходит очень быстро и длится всего от трех до пяти дней. Пшеница самоопыляется, и именно в это время количество зерен на голову определяется количеством опыляемых цветов.Высокие температуры и стресс от засухи во время колошения и цветения могут снизить количество ядер или урожай.

    Созревание и зрелость

    После опыления наступает стадия созревания. Созревание делится на четыре степени зрелости: молоко, мягкое тесто, твердое тесто и, наконец, созревание. Именно в это время растение пшеницы приобретает соломенный цвет, а ядро ​​становится очень твердым. Ядро становится трудно разделить с помощью миниатюры, его нельзя раздавить ногтями, и его больше нельзя помять миниатюрой.Сбор урожая можно начинать, когда зерно достигнет подходящего уровня влажности. Многие фермеры могут определить зрелость, разжевав ядро, чтобы определить твердость и приблизительный уровень влажности.

    Заключение

    Следующим этапом жизненного цикла пшеницы является сбор урожая, вы можете прочитать об этом в этом посте! Итак, этапы роста, через которые проходят растения пшеницы на нашей ферме!

    Следите за новостями на следующей неделе, чтобы узнать о завершении пшеничной части серии «Урожай месяца», И я сделаю раздачу, связанную с пшеницей!

     Ресурсы 
     Дворжак, К.
    Comments