贵州省食用菌产业现状与可持续性发展分析

笔者分析了贵州省食用菌产业特点与产业优势,认为贵州食用菌产业在自然条件、交通条件以及政策条件等方面均具有较大优势;全省食用菌规模逐渐扩大,品牌效应凸显。进一步总结了贵州省食用菌产业存在的问题,即缺乏行业规范,产品结构较为单一,行业人才匮乏。继而提出了贵州省食用菌产业可持续性发展建议,即加大食用菌产业的开发程度,加强科技支撑及专业人才培养,政府统筹,建立行业标准,重视菌渣的综合开发利用,以实现本省食用菌产业的后发赶超和可持续性发展。     

中国林产工业产业关联与波及效应分析——基于投入产出模型的国际比较

文中基于中国、美国、俄罗斯、印度、巴西、印度尼西亚6国2000—2014年投入产出数据，通过测算中间需求率、中间投入率、感应度系数和影响力系数，对林产工业产业关联与波及效应进行动态比较分析。研究结果表明:相较于其他国家，中国木材加工业、造纸业的中间产品型产业特征明显，对国民经济贡献程度较高，但同时也面临成为“瓶颈产业”的风险；中国家具制造业的最终需求型产业性质显著，受整体经济发展的拉动作用明显弱于其他国家。总体而言，中国林产工业对国民经济的推动作用整体上高于国民经济发展对其的拉动作用。需要重点提升木材加工业、家具制造业整体产业链竞争力，加大科研创新投入力度以提升产出效率，并进一步提高家具制造业整体产品的附加值。     

基于经济效益与生态效益的食用菌产业优化评价

为了优化食用菌产业结构,促进食用菌产业的可持续发展。给出了调整优化食用菌产业结构、促进食用菌产业生态经济建设的一些措施;提出重视经济效益和生态效益,合理引导发展中小食用菌企业的思路。对食用菌产业优化和生态经济的发展具有一定的参考价值。     

我国大蒜产业现状及发展对策

大蒜是一种经济作物。我国大蒜种植历史悠久,目前以大蒜产业为主要收入的农户有千万人以上;在国际市场上,我国大蒜占据超过60%的份额,是世界上最大的大蒜生产国和消费国。然而,随着经济的发展,大蒜产业在发展过程中逐渐暴露出许多问题。本文针对我国大蒜产业的现状和问题,提出了解决对策,为我国调整大蒜产业发展结构提供理论依据。     

保定市工业废水农灌的研究

本文论述了保定市工业废水经农灌土地处理,对土壤、地下水和农作物品质的影响。结果表明:以造纸、食品、轻纺和化工为主的工业废水在重金属常年不超出农灌标准下,宜于在非盐化土壤灌溉;废水中硫化物超标,通过土壤生物区系,能降低毒性;废水中常规有机物,农灌后利大于害;只要在土壤容量允许内,可具有二级污水处理工艺不能完成的效果。     

火炬松短周期工业材不同高度上干缩性能的研究

对湖南同一立地指数（１８）下，５株１７．５年生的火炬松（ＰｉｎａｓｔａｅｄａＬ．）短周期工业材１．３，３．６，５．６，７．６，９．６ｍ５个高度的木材干缩系数、基本密度、生长轮宽度、晚材率和微纤丝角度，按生长轮取样，进行了测量和统计分析．结果表明，弦向、径向、体积干缩系数和干缩比，在树于５个高度之间的差异，均达到了显著水平；各高度干缩系数与生长轮的年龄（离髓心的距离）以及与上述各主要构造因子之间呈显著的线性相关，且相关度度随树干高度的增加而减弱．     

我国自然保护区旅游产业生态模式

我国在自然保护区内开展旅游业十分普遍 ,造成的问题也十分严重 ,因此旅游产业生态化建设在自然保护区内势在必行 ,有利于保护和发展二者齐头并进。该文对自然保护内开展旅游业所造成对环境的潜在威胁作了分析 ,提出自然保护区内实现旅游产业生态化的主要措施 ,以及实现产业生态化的方法 ,最后提出相应的保证措施。     

退耕还草产业化技术经济效果评价方法探讨

以平凉市退耕还草产业化技术开发为例,以产业化系统链中各子系统间的功能协调统一为依据,以退耕还草产业化机制为纽带,在研究建立平凉市退耕还草产业化技术经济效果包括4个一级指标(基础指标、配套指标、服务指标和效益指标)和17个二级指标体系的基础上,采用层次分析法(AHP法)、隶属度函数法和综合效益指数法作为退耕还草产业化技术经济效果的评价方法.经比较得出:平凉市退耕还草产业化技术开发综合指数达到0.595 1,属初步产业化阶段,相对发展指数达到27.268%,年均产业化进步速度达到6.817%.     

基于Harris和卡尔曼滤波的农业机器人田间稳像算法

针对田间颠簸环境影响农业机器人采集实时稳定图像问题，提出了基于Harris和卡尔曼滤波的农业机器人田间稳像算法。首先，利用摄像头获取田间抖动视频图像序列，进行图像子区域划分并计算各区域灰度均方差，进而确定各区域Harris角点阈值；通过自适应角点阈值设置，增加角点距离约束，完成图像角点检测。然后，对检测出的角点进行光流跟踪，计算出帧间运动估计参数。最后，利用自适应卡尔曼滤波算法对运动估计参数进行平滑操作并动态调整滤波平滑性能，获得精确运动估计矢量。测试结果表明，改进后的Harris角点检测算法区域平均分布标准差减小；自适应卡尔曼滤波算法在保证平滑随机运动前提下，跟踪主动运动性能平均提升30.75个百分点；稳像后的图像峰间信噪比提升15.93%,单帧处理时间为25.66 ms,满足农业机器人30 f/s高速图像采集时同步稳像对实时性要求。     

基于级联卷积神经网络的番茄花期识别检测方法

对作物花期状态的准确识别是温室作物执行授粉的前提。为提高花期状态识别的准确度，该研究以温室番茄为例提出了一种基于级联卷积神经网络的番茄花朵花期识别方法。首先采用改进的端到端的特征金字塔网络FS-FPN实现番茄花束的分割，然后采用Prim最小生成树对分割后的花束图片进行花期识别优先级排序，最后将已排序的分割花束图片输入改进的Yolov3网络，实现番茄花朵花期状态的精准识别。在由1600幅包含花蕾期、全开期、谢花期、初果期4类花期状态的番茄花束图像构成的数据集上，所提方法对番茄花朵花期平均检测时间为12.54 ms，平均检测精度分别比Mask R-CNN和SPP-Net提高了3.67%和2.39%，识别错误率比改进前的Yolov3网络降低了1.25%。最终将该方法部署到番茄授粉机器人上，并在大型玻璃温室内进行验证，结果表明，所提方法对番茄花朵各花期的检测精度分别为花蕾期85.71%、全开期95.46%、谢花期62.66%、初果期88.34%，该研究结果可为智能授粉机器人的精准作业提供重要依据。