审红薯

花园村有两户农民,一户姓李,户主是李全友。一户姓王,户主是王德贵。他们两家是邻居,责任田也仅仅挨着,两家和睦相处,过着和谐太平的日子。     

用模糊综合评判法预测马尾松毛虫幼虫高峰期发生量

为了提高马尾松毛虫一代、二代幼虫高峰期发生量预报的准确性,为有效防治马尾松毛虫提供科学依据,本文运用模糊综合评判的6个数学模型预测安徽省潜山县马尾松毛虫一代、二代幼虫高峰期的发生量,验证预报1989年、1994年、2002年和2017年一代马尾松毛虫幼虫高峰期发生量,预报结果分别为2级、4级、2级和1级,与实况级别完全吻合,预报结果准确。预报1989年、1994年、2002年和2017年二代马尾松毛虫幼虫高峰期发生量,预报结果依次是4级、5级、2级和1级。同样与实况级别全部相同。预报的准确率为100%,模糊综合评判法是一个运算简便、准确性高的预报方法。     

冀南地区巨峰葡萄高产高效管理规程

本文针对冀南防寒地区巨峰葡萄管理方式进行了调研统计,根据葡萄的产量和表现,系统地对巨峰葡萄高产、优质、高效的管理技术进行了研究,总结了一套高产高效的管理规程,主要包括秋季剪枝、冬季防寒填埋等栽培管理、养分管理、病虫害防治等方面内容,以期为种植户提供参考。     

双低杂交油菜‘丰油10号’干物质积累及养分吸收规律

为了解双低杂交油菜新品种‘丰油10号’养分吸收利用规律,以‘丰油10号’为材料,在河南油菜主产区进行田间试验,分析了油菜各器官干物质积累量以及成熟期氮、磷、钾、硫、硼养分的累积量。结果表明:油菜全株干物质积累量随生育进程的推进呈"S"形变化曲线,蕾薹期至花期呈快速增长趋势;油菜籽粒产量与苗期干物质积累量呈抛物线关系(R2=0.9798**),与开花期-成熟期干物质净增量呈显著线性关系(R=0.9879**)。籽粒是氮、磷的分配中心,分别占总吸收量的73.32%和75.16%;钾主要分布在茎枝和角果壳中,籽粒中钾素仅占总吸收量的21.31%;硫主要分布在角果壳和籽粒中;硼元素主要分布在茎枝和籽粒中,占总吸收量的69.89%;根中各养分分布均最少,分配比例也最低。新品种‘丰油10号’地上部分与全株干物质积累量均随生育时期的推进呈现"慢—快—慢"的变化曲线,根、茎、叶中的养分N和P在花期后会转移到籽粒中,因此,油菜花期前保证充足的养分供给是高产的前提。     

甜樱桃整形修剪的技术要点

甜樱桃幼树通过正确整形修剪可尽快扩大树冠、早成花、多结果，但在整形修剪中存在一些问题，如大枝、长枝开张角度不及时；树冠外围抽生大量长枝，内膛光照差，中短枝上的花芽分化不良；纺锤形树体主枝单轴延伸，开张角度后枝条萌芽率高，成枝力低，形成的健壮带花芽的叶丛枝少；长枝短截后产生的强旺枝疏除过多，伤口大而多，愈合时间长，易引起剪口失水、死芽或流胶溃烂；枝条短截时剪口芽留在花芽上，纯花芽开花结果后无叶芽抽枝，其上的果实营养不足，果个小，品质差，枝条干枯。     

天伦兜兰的种子快繁技术研究

天伦兜兰为国家一级重点保护野生植物，野生资源濒临灭绝，对其开展迁地保育显得尤为重要。在保育过程中，发现种子繁殖是该物种快速繁殖最优方案,因此开展种子快繁技术研究显得十分重要。通过对萌发、增殖培养基及栽培基质的筛选，探究天伦兜兰的种子快繁技术。结果显示，天伦兜兰在1/2MS培养基的萌发率最高，为64.71%；种胚膨胀发育成PLBs后主要通过不定芽进行增殖，以1/2MS+0.2mg/L 6-BA+0.5mg/L NAA组合的增殖效果最好，增殖系数3.96；以1/2MS+土豆泥50g/L组合的壮苗效果最好，生根率98.38%。另外，探索了天伦兜兰栽培基质方案，发现以碎石、中号松树皮（体积比为1︰1）混合较佳，试管苗移栽成活率98.26%。     

PCR技术在食源性致病菌检测中的应用

科技发展日新月异,食品中微生物检测方法正在由传统的培养方法逐渐向分子水平迈进。通过分析利用聚合酶链式反应技术(PCR)检测食源性致病菌的先进技术,对几种不同的PCR技术研究进展进行归纳总结,旨在为食品微生物的快速检测提供参考。     

闽清甜榄幼龄树栽培管理技术

本文针对闽清的气候条件,总结了闽清甜榄幼龄树栽培管理技术,主要包括:品种与种苗选择、科学建园、幼龄树管理、主要病虫害防治等,以期为广大果农科学栽培提供参考。     

一种迁移学习算法在番茄病害检测上的应用

针对当前番茄病害智能识别精度不高、耗时长的问题,提出一种基于Inception-v3和迁移学习相结合的图像分类算法。从试验田中收集8种番茄病害叶片和健康叶片,运用1 000万像素高清扫描仪统一扫描成图像,将图像归类到9种文件夹中,手动标记叶片属性。最后,基于Inception-v3模型结合迁移学习算法对健康和病害叶片进行分类试验,并与传统图像分类算法(KNN、SVM、BP神经网络)和非迁移学习算法进行对比。结果表明,基于Inception-v3模型结合迁移学习算法,在番茄病害图像分类中能够快速有效识别分类生长健康番茄和患病番茄,并且能高效识别番茄病害的种类。其中健康置信度达0.9760,病害种类平均置信度达0.929 7,可为番茄病害检测和防治提供支持。