磷硫配施对冬小麦硒吸收及转运的影响

为了探讨磷硫配施对冬小麦产量、硒的吸收及转运的影响，为生产富硒小麦或合理调控小麦硒含量提供理论依据，采用盆栽试验，设置不同磷、硫水平，在小麦成熟期测定产量及植株各部位硒含量。结果表明：硫磷的配合施用能显著提高冬小麦产量，S0.1P0.4处理下冬小麦产量最高。除颖壳外，冬小麦各部位硒含量最高值都出现在S0P0处理。不论施硫与否，施磷均能显著降低冬小麦各部位硒含量，提高小麦植株硒累积量，促进冬小麦茎叶向颖壳的硒迁移，降低根向茎叶、颖壳向籽粒的硒迁移系数，还会减小籽粒的硒分配。单独施硫会降低植株的硒累积量，促进冬小麦根向茎叶、茎叶向颖壳的硒迁移，降低颖壳向籽粒的硒迁移系数，低硫处理能增加小麦籽粒的硒分配，高硫处理则降低了籽粒的硒分配。S0P0.2处理能显著提高籽粒硒累积量，而高浓度的磷硫配施会降低籽粒硒累积量；S0.1P0和S0.1P0.2处理籽粒硒分配较大,分别是45.3%和44.8%。因此，硫磷的合理配施能显著提高小麦产量，低硫（S0.1）高磷（P0.4）处理增产最显著。低硫（S0.1）低磷（P0.2）处理能更有效地增加植株硒累积量，增强硒在籽粒中的累积。     

切准高考脉搏 确定复习方略——抓好高考地理第二轮复习

高考地理第二轮复习是在第一轮复习基础上的深入、综合和提高,是实现由知识向能力转化的一个重要阶段。这一阶段的目标是落实知识重组、技能训练、查缺补漏、体系完善。重点是针对第一轮复习中存在的问题,构建创新应用性知识体系,并针对考纲要求,分门别类地对重点题型进行重点训练。首要任务是以知识分类为切入点,通过确定专题、专项训练的方式提升解题水平,使考点内容题型化,典型例题方法化,重要方法步骤化。     

学习迁移理论在人力资源管理教学中的应用

人力资源管理是实践性很强的课程。文章以企业实践中人力资源管理从业者所必须具备的理念、素养、技能为迁移目标,探讨通过在教学环节中渗透人文素质的培养、运用启发式讲授法、改革考核方式等措施来提升人力资源管理教学效果。     

竞争吸附对土壤中磷素迁移规律的影响研究

采用黄壤土,以室内土柱为研究对象,探究3种不同种类有机酸(草酸、柠檬酸、乙酸)的不同浓度对土壤中磷的竞争吸附作用。结果表明:在灌溉水中加入有机酸的土柱15 cm截面处的速效磷含量都大于对照组,这说明有机酸对磷向植物根系所在土壤层的迁移具有很明显的促进作用;5 cm和15 cm截面处磷的吸附量会随着有机酸浓度的变化而发生变化,且15 cm截面处速效磷的含量会随着有机酸浓度的增加而增加;在加入相同浓度有机酸的情况下,3种有机酸促进磷迁移效果为柠檬酸草酸乙酸。     

智能轨迹控制割草机器人设计——基于FPGA神经网络

为了提高割草机器人自主导航和定位的精确性和智能性,设计了一种新型的基于FPGA神经网络算法的割草机器人。该设计采用FPGA可重构技术,以3层误差反向传播神经网络作为典型的模型来展开;利用成熟的BP算法公式,设计了割草机器人智能控制的模型;利用FPGA技术,设计了割草机器人的硬件系统;最后采用文本输入的设计方法,利用田间试验的方式,对机器人的轨迹规划能力和控制精度进行了验证。试验结果表明:利用FPGA和神经网络模型可以有效地穿越5个障碍物,并可得到满意的轨迹规划结果。将普通的PID控制器和神经网络PID控制器得到的控制结果误差进行了对比,结果表明:神经网络PID控制器得到的割草机器人控制误差明显比传统的PID控制器误差小。该方法为神经网络的硬件实现提供了可靠的理论基础。     

草地贪夜蛾缅甸虫源迁入中国的路径分析

草地贪夜蛾Spodoptera frugiperda(J.E. Smith)对非洲和南亚国家的入侵已对全球粮食安全造成重大影响,该虫2018年年底已在缅甸形成虫源基地,并零星进入中国云南西南部地区。本文利用历史数据分析了缅甸和华南地区春、夏两季(3-8月)925 hPa夜间平均风温场,并模拟预测了缅甸地区草地贪夜蛾在此期间进入中国的迁飞轨迹以及主要降落和波及的地区。结果表明:3-4月盛行的微弱西风不利于远距离迁移,但成虫的自主飞行可形成对云南和广西局部地区的近距离入侵;进入5月份后,随着西南夏季风的加强,云南和广西全境成为缅甸虫源的主要迁入地,并可能波及贵州、广东、海南和湖南等省。因此,4月份之前要重点监控云南和广西地区草地贪夜蛾的发生与为害,此后,应将监控区域扩大至中国中南部地区的各个省份。     

岩石-土壤-四川牡丹元素迁移体系中的微生物效应

[目的]研究四川牡丹岩土环境背景以及微生物在元素迁移过程中的作用,为了解营养元素的表生地球化学行为规律及微生物在元素迁移体系中的作用提供理论依据。[方法]利用ICP-OES测定四川牡丹生境母岩、土壤以及种子的大量(P,S,K,Ca,Na,Mg,Al)、微量(Fe,Mn,Cu)营养元素含量,同时利用Illumina高通量测序技术测定根际土壤中细菌、真菌的组成和结构。[结果](1)四川牡丹生长土壤以弱碱富钙为主要特征,元素组成基本保留了母岩特征;(2)元素从母岩到土壤中的迁移富集系数排序为:CaNaSPMgKAlFeMnCu,植物吸收系数排序为:PSKCuMgCaNaMnFeAl;(3)碱土金属淋溶率和铝铁率对土壤细菌的多样性(Alpha)影响显著,但对真菌的影响不显著;(4)P,Mn的迁移主要受母岩控制,而Ca,Mg,Fe,S等元素的迁移富集受到了微生物的影响。[结论]细菌和真菌在元素迁移体系中的作用相似,主要参与Fe,S,Mg,Ca的相关反应过程。     

油菜基质块苗移栽机取苗装置设计与试验

针对现有油菜基质块苗取苗装置在取苗过程易脱苗和基质损失率高等问题，设计了一种往复夹取式取苗装置。根据垂直苗盘取苗、平行铅垂线投苗的取苗臂位置要求，确定了取苗装置各构件尺寸关系，构建了取苗臂的运动学模型，得出其位移方程及相对运动轨迹。以减小取苗轨迹水平间距及取苗轨迹高度为优化目标，基于Matlab软件优化取苗装置各构件参数为：主动杆长度75.10mm，取苗臂长度335.26mm，从动杆长度100.42mm，机架长度171.32mm，该参数组合下，取苗轨迹水平间距为173.20mm，取苗轨迹高度为29.56mm。构建了取苗回程苗块的动力学模型，分析了苗块临界脱苗方程，结合苗块力学特性参数测定试验，得出最小取苗夹持力为7.07N，确定了末端执行器气缸缸径为20mm。应用ADAMS软件获得仿真取苗轨迹，运用高速摄影技术测定实际取苗轨迹高度和取苗轨迹水平间距，经对比分析，实际值与理论值、仿真值的相对误差均小于3%，验证了取苗装置设计的合理性。台架试验表明，取苗成功率为93.33%，脱苗率为2.86%，基质损失率为3.75%，满足油菜基质块苗移栽要求。     

基于迁移学习的棉花叶部病虫害图像识别

针对传统图像识别方法准确率低、手工提取特征等问题,该研究以棉花叶部病虫害图像为研究对象,利用迁移学习算法并辅以数据增强技术,实现棉花叶部病虫害图像准确分类。首先改进AlexNet模型,利用PlantVillage大数据集训练取得预训练模型,在预训练模型上使用棉花病虫害数据微调参数,得到平均测试准确率为93.50%;然后使用数据增强技术扩充原始数据集,在预训练模型上再训练,得到最终平均测试准确率为97.16%。相同试验条件下,该研究方法较支持向量机(Support Vector Machine,SVM)和BP(Back Propagation,BP)神经网络以及深度卷积模型(VGG-19和GoogLeNet Inception v2)分类效果更好。试验结果表明,通过迁移学习能把从源领域(PlantVillage数据集)学习到的知识迁移到目标领域(棉花病虫害数据集),数据增强技术能有效缓解过拟合。该研究为农作物病虫害识别技术的发展提供了参考。     

基于迁移学习和改进残差神经网络的黄瓜叶部病害识别方法

针对在黄瓜叶部病害识别过程中使用传统卷积神经网络存在模型训练时间长、识别准确率低等问题，提出一种迁移学习和改进残差神经网络相结合的方法对黄瓜叶部病害进行识别。首先对数据集图像进行预处理，将数据集划分为训练集和测试集；然后对传统残差神经网络进行改进；最后使用迁移学习的方式对网络模型进行训练。利用该研究方法对不同的黄瓜叶部病害进行识别试验，结果表明该方法具有较高的识别准确率，可为其他作物的识别方法研究提供参考。