机插稻营养土培肥技术的效果初探

通过大田土培肥的时间和用量试验,明确最佳培肥时间和肥料用量,提高水稻机插秧秧苗素质和产量。结果表明,不同培肥的时间和比例对秧苗及农艺性状产生不同程度的影响。其中,培肥35 d、磷二胺与土的质量比为0.5%时,较有利于秧苗期干物质的增加;培肥30 d、磷二胺与土的质量比为1.5%时,群体于抽穗期积累干物质较多,形成具有强抗倒力和巨量安全库容的高光效群体,较有利于水稻产量的增加。     

叶面滞尘量对大叶黄杨光谱特征影响研究

  目的  叶面滞尘会影响植被光谱特征，削弱植被指数对植被的响应能力，影响反演评估的准确性。为探究叶面滞尘量对植被光谱响应特征及预测模型的影响，本文以北京市常见常绿绿化树种大叶黄杨为研究对象展开研究。  方法  从封闭区域、半封闭区域、开放区域，采集叶片样本，并收集环境灰尘。通过室内控制试验，利用ASD FildSpec Handheld光谱仪测量不同滞尘量叶片的高光谱数据，选取5个特征波段，通过光谱角的方法研究了叶面滞尘量对叶片光谱特征的影响，以及滞尘量对叶面滞尘量预测模型的精度和稳定性影响。  结果  随着叶面滞尘量的增加，植被光谱曲线特征逐渐减弱，灰尘的特征逐渐增强，但光谱曲线的总体变化趋势基本一致。当叶面滞尘量 > 120 g/m2时，光谱曲线的基本表现为灰尘的光谱特征。当叶面滞尘量较少时，预测模型的模拟精度相对较高，随着滞尘量的增加，所有模拟预测模型的决定系数均减小；当叶面滞尘量 > 120 g/m2时，预测模型对叶面滞尘量的模拟预测能力将更差，并且均方根误差（RMSE）随着叶片单位面积滞尘量的增加而增大，模拟预测模型的稳定性及预测精度逐渐降低。光谱角对滞尘叶片350 ~ 1 770 nm波段区间的光谱变化十分敏感，利用叶片光谱角检测滞尘程度不需要分区域讨论，只需与阈值做简单的比较，方法简便易行。  结论  本研究通过室内控制试验，研究叶面滞尘量对植被光谱响应特征，可为建立滞尘植被光谱反射物理模型提供参考与借鉴。      

机插稻田"插喷同步"控草技术中不同封闭除草剂的控草效果及安全性

随着农村劳动力向城市转移和农业经营主体向种植大户转变,农业生产迫切需要一种低成本、高效率、轻简化的生产管理模式.水稻机插秧技术在各地快速发展,但机插秧稻田的杂草危害问题却越来越严重.以"插喷同步"控草技术为基础,研究不同除草剂及组合配方在插秧时同步喷施到稻田,对稻田杂草的防控效果、持效期以及对水稻生长发育的影响.小区试验和大面积示范试验的结果表明,插秧后15 d,不同药剂对杂草的株防效具有显著性差异,以30％苄嘧·丙草胺油悬浮剂(OD)的控草效果最好,总防效达到96.85％～100.00％;而40％苄嘧·丙草胺可湿性粉剂(WP)和53％苄嘧·苯噻酰草胺WP的控草效果较差,总防效分别为90.70％、91.46％.插秧后30 d,不同除草剂对杂草持续防控能力出现极显著性差异,以30％苄嘧·丙草胺OD的控草效果最好,株防效达94.21％以上,鲜质量防效达92.11％以上,而对照药剂的株防效只有76.89％、62.47％,鲜质量防效只有72.80％、57.71％.水稻外观和分蘖情况调查结果显示,在"插喷同步"过程中,不同除草剂对水稻安全性具有显著性差异,以30％苄嘧·丙草胺OD安全性较高,但重复喷雾还有一定隐患,其他药剂的安全性较差.大区示范试验结果表明,喷施30％苄嘧·丙草胺OD过程中,添加安全解毒剂,可以显著提高药剂对幼苗的安全性;对杂草的防控效果和持效期与小区试验结果相同.由此可见,利用"插喷同步"技术,结合使用30％苄嘧·丙草胺OD,配套安全解毒剂,既能有效抑制杂草萌发,又能延长药剂持续防控杂草的能力,而且对水稻安全无药害.     

基于卷积神经网络的玉米病害识别方法研究

为解决传统的玉米病害识别方法中特征提取主观性强及误识率高的问题,提出利用卷积神经网络对玉米病害进行识别。以玉米病害图像和健康图像共5种类别的玉米图像为研究对象,并采用LeNet模型进行试验。首先,按照8∶2的比例为每种玉米病害图像选择训练集和测试集。然后,通过试验组合和对比分析的方法比较不同卷积神经网络结构设置对准确率的影响,选出最佳参数。另外,选用Adam算法代替SGD算法来优化模型,通过指数衰减法调整学习率,将L2正则项添加到交叉熵函数中,并选择Dropout策略和ReLU激励函数。最后,确定了一个10层CNN网络结构。试验结果显示,玉米花叶病、灰斑病、锈病、叶斑病和玉米健康识别率分别为95.83%、90.57%、100%、93.75%、100%,平均识别率达96%,平均计算时间为0.15 s。经试验结果比较,该模型识别效果明显高于传统方法,为玉米病害的防治提供技术支持。     

塞罕坝林场有害生物防治监测预警系统建设

该文介绍了塞罕坝林业有害生物防治现状,分析了有害生物防治监测预警系统建设的必要性,从建立监测预警指挥中心、建立监测数据采集与传输系统、监测信息处理与发布系统3个方面提出了林业有害生物防治监测预警系统的建设途径,以期为塞罕坝森林资源的可持续发展提供参考.     

基于VGGNet网络的雾霾无人车防碰撞研究

针对雾霾天气下无人车行驶容易出现视野受限，导致防碰撞能力下降的问题，提出了一种基于VGGNet网络的深度卷积神经网络模型，通过反向传播算法不断调整模型的权重和偏置，对收集雾霾天气下的图像和相关数据进行处理，实现模型的训练和优化。实验结果表明，所提出的方法可以有效地提高无人车在雾霾天气下的防碰撞能力，达到了良好的效果。研究结果可以为无人车行业在特殊气候条件下的防碰撞提供了一种新思路和实现方法，具有一定的参考价值和应用前景。     

稻-草-鹅种养模式的应用价值

稻-草-鹅种养模式是一种生态种养模式，具有较好的生态效益、经济效益和社会效益。文章就稻-草-鹅种养模式的含义、生态效益、经济效益和社会效益、应用价值作一综述，以期为稻-草-鹅种养模式的广泛推广应用提供理论依据。     

基于径向基函数神经网络模型的桃江县森林碳储量估测

量化森林碳储量对森林经营者的正确决策至关重要。本文以湖南省桃江县为研究区,根据2013年森林资源一类调查数据和Landsat 8遥感影像,建立多元逐步回归、偏最小二乘回归和径向基函数神经网络模型,开展碳储量的估测方法比较。结果表明:三种方法中,径向基函数神经网络模型估测森林碳储量效果最好,决定系数达到0.645,相对均方根误差为15.582 t·hm~(-2);其次为偏最小二乘回归模型,决定系数和相对均方根误差分别为0.511和17.135 t·hm~(-2);多元逐步回归模型精度最低,决定系数和相对均方根误差分别为0.431和18.105 t·hm~(-2)。径向基函数神经网络模型反演的研究区森林碳储量分布图表明,海拔高的地方碳储量较大,城区碳储量较小,与实际植被分布情况一致。     

湖南省粮食产量波动的影响因素分析及预测

旨在维护国家稳定,为预判粮食生产前景、提高粮食生产效率、保障粮食安全提供理论依据。利用湖南省统计数据,运用灰色关联分析法筛选关联性较强的影响因素,并建立GM(1,N)预测模型预测粮食产量。2008—2017年与湖南省粮食产量关联度最大的影响因素是粮食作物播种面积和农业机械总动力;科技因素是影响2008—2017年湖南省粮食产量的主要因素,其次是自然因素,社会因素;2018—2027年湖南省粮食产量有较小波动,且农业机械总动力和财政农业支出影响较大;农业机械总动力在前后十年对粮食产量都有较重要的影响,越来越占据主导地位。粮食产量受国家政策的影响,受农业机械总动力影响最大,维持产量水平需高度重视农业机械化水平,稳步提高粮食作物播种面积。