排序方式: 共有96条查询结果,搜索用时 156 毫秒
81.
针对当前星云湖中度富营养化(劣V类)水质的实际问题,采用漂浮种植设施直接在星云湖湖面种植空心菜(Ipomoea aquatica),开展适应性生长试验和湖水养分吸收净化试验的研究。结果表明:空心菜能够很好地适应生长于低浓度养分的星云湖水体环境(全N 2.41 mg·L-1、水溶性N 2.00 mg·L-1、水溶性P 0.46 mg·L-1),并且前期表现为较短的缓苗期(7 d),后期则枝叶生长旺盛;在空心菜的6次茎叶收割周期中,其生长量呈现出"先增后降"的趋势,且茎叶生长量较高,空心菜的茎叶鲜重达75555 kg·hm-2·a-1,生长量为1260 kg·hm-2·d-1;空心菜的养分含量主要分配在茎叶,茎叶中总N、总P、总K含量分别为3.43%、0.74%、6.25%;空心菜对星云湖湖水养分具有较强的吸收净化能力,吸收星云湖湖水中的N、P、K量分别为259.05、55.21、469.84 kg·hm-2·a-1,净化星云湖湖水的量以水溶性N、水溶性P、水溶性K计,分别为129525、120022、34220 m3·hm-2·a-1;空心菜的生长量与茎叶养分吸收量和湖水养分量之间存在一定的相关性。利用空心菜漂浮种植于星云湖水面,产生了明显的经济效益及显著的生态效益。 相似文献
82.
采用热水浸提、醇沉法提取绞股蓝多糖,对绞股蓝多糖提取工艺和一般理化性质进行了研究。选择浸提固液比、温度、时间和浸提次数作为单因素进行梯度实验,确定其条件范围,再通过正交实验L9(3^4)进一步确定绞股蓝水溶性多糖最佳提取工艺条件。结果表明最佳提取工艺为:固液比1:40、浸提温度85℃、浸提时间2h、反复浸提2次。理化性质结果表明提取的绞股蓝多糖中含有多肽和AA,为蛋白质复合多糖。 相似文献
83.
为实现实时准确的墒情预报,以北京市延庆区为例,利用在该地区获取的2012—2016年5年的系列土壤墒情和气象数据,对土壤墒情预测模型进行了对比研究。通过相关性分析选取时段初墒值W_0、降雨、湿度、气温、气压、地温和蒸发7种影响因子,对土壤墒情分别建立线性回归方程、基于主成分分析的径向基函数(PCA-RBF)神经网络和误差反向传导(BP)神经网络3种预测模型,并对3种模型预测结果进行了对比分析。结果显示:PCARBF神经网络模型精度最高,平均精度达到96.8%,线性回归模型和BP神经网络模型分别为94.6%和95.7%。研究认为,PCA-RBF神经网络具有稳定性好、精度高的特点,可以很好的实现土壤墒情预测。 相似文献
84.
85.
86.
不同基质配比对微型月季扦插育苗效果的影响 总被引:1,自引:0,他引:1
为微型月季扦插育苗的工厂化生产提供理论依据及技术支撑,以微型月季品种伊莎贝尔插穗为试材,采用随机区组试验研究草炭与珍珠岩不同配比对月季插穗扦插育苗效果的影响。结果表明:V_(草炭)∶V_(珍珠岩)为10∶0.5时扦插育苗效果最好,插穗发根率和发芽率分别在扦插12d和24d达100.00%;根数、根长、新芽叶片数、新芽枝条长及商品率均高于其余基质配比,V_(草炭)∶V_(珍珠岩)为9∶2时次之,V_(草炭)∶V_(珍珠岩)为10∶1(CK)及V_(草炭)∶V_(珍珠岩)为8∶3时较差。 相似文献
87.
88.
89.
针对水稻稻纵卷叶螟和二化螟成虫图像识别中自动化程度较低的问题,引入目标检测算法YOLO v5对监测设备和诱捕器上的稻纵卷叶螟和二化螟成虫进行识别与计数。依据稻纵卷叶螟和二化螟的生物习性,采用自主研发的水稻害虫诱集与拍摄监测装置,自动获取稻纵卷叶螟和二化螟成虫图像,并与三角形诱捕器和虫情测报灯诱捕拍摄的稻纵卷叶螟和二化螟成虫图像共同构建水稻害虫图像数据集;采用左右翻转、增加对比度、上下翻转的方式增强图像数据集;对比了不同训练模型对三角形诱捕器和监测设备诱捕拍摄的水稻害虫图像的检测性能,并对比稻纵卷叶螟成虫不同训练样本量对识别结果的影响,用精确率、召回率、F1值、平均精度评估各模型的差异。测试结果表明,测试集图像为三角形诱捕器和监测设备诱捕拍摄虫害图像时,稻纵卷叶螟识别的精确率和召回率分别达到91.67%和98.30%,F1值达到94.87%,二化螟识别的精确率和召回率分别达到93.39%和98.48%,F1值达到95.87%。不同采样背景、设备构建的多源水稻害虫图像数据集可以提高模型对水稻害虫识别的准确性。基于YOLO v5算法设计的水稻害虫识别计数模型能够达到较高的识别准确率,可以用于... 相似文献
90.
[目的]分析切花月季花枝的周年生长发育规律,建立生长发育模型,为切花月季优质高效栽培生产提供参考依据.[方法]以周年生产花枝的切花月季为材料,在观测其物候期和发育过程的基础上,运用Logistic方程对花枝高度实测数据进行曲线拟合,构建其生长发育模型,并对花枝生育期进行阶段划分.[结果]切花月季花枝在冬春季(1—4月和11月—翌年2月)生育期平均为88~104 d,在夏秋季(4—6月、6—8月和8—10月)生育期平均为54~71 d.切花月季花枝的生长发育符合Logistic曲线规律,与花枝实测数据的吻合度较高,生长曲线呈S形.根据Logistic模型结合实际观察情况,可将切花月季花枝生长划分为渐长期、快长期和缓长期,现蕾期处于花枝生长快长期的后期,其中在冬春季的渐长期35~45 d、快长期21~37 d、缓长期19~32 d,在夏秋季的渐长期15~25 d、快长期16~20 d、缓长期12~26 d.[结论]运用Logistic方程可构建切花月季花枝生长发育模型,并将花枝生长划分为渐长期、快长期和缓长期.切花月季花枝在冬春季的生育期明显长于夏秋季,因此生产中对不同生长季节花枝的管理应根据其生长发育天数采取相应的肥水管理措施. 相似文献