中国畜牧业生产波动的特征及路径识别

基于1978—2016年畜禽产品年度产量数据,采用HP滤波技术和非线性MS-AR模型,分析中国畜牧业生产波动的特征,从畜牧业生产区制转换的视角剖析畜牧业生产波动的具体路径,探讨影响畜牧业生产波动和路径转换的原因。结果表明:从生产波动变化趋势上看,猪肉生产增长高峰期出现最早,其次是牛肉、羊肉、禽肉和禽蛋生产,牛奶生产增长高峰期出现时间最晚;从生产波动比较上看,猪肉生产波动幅度最小,其他畜牧产业生产波动幅度相对较大,各畜牧产业生产波动趋势存在差异,但近年来总体趋于收敛。通过模型识别将畜牧业生产划分为低速、中速和快速增长3个区制,低速和中速增长区制下各畜禽业产品产量平均增长率在3%和5%左右,而快速增长区制下平均增长率在10%以上;猪肉生产倾向于保持中速增长,牛肉、羊肉和牛奶生产容易出现低中速增长往复徘徊的现象,禽肉和禽蛋生产在各区制下均较为稳定且区制变迁较为平稳;改革开放以来,除牛奶产业以外,其他畜牧产业生产基本在低速或中速增长区制时间最长。基于此,提出针对不同畜禽产业在不同发展阶段相机制定不同调控政策,推动畜禽产业规模化养殖和产业化经营水平,提高畜禽产业抗冲击能力等建议。     

常见树木野外识别歌诀

山中一老者，衣衫常不完；躬耕以自乐，不问世长短；辛勤无此比，却有好容颜；我欲观其人，披露入山峦；槐横荒径沿，云宿槐庵端；知我故来意，取果让我啖；所见均不识，自谓山中产；只怪风味别，风卷云已残；我意犹未了，抱愧问其源；老者朗声笑，侃侃与我谈；世间多奇物，遍地是资源；可惜人不识，俗物迷其眼；不解真滋味，盲然而求远；善鼠非好猫，无钱我心闲；蓦然回首时，千年一挥间；今授君一法，山中识珍馔。     

常见树木野外识别歌诀（单子叶植物部分）

被子植物门＊单子叶植物纲总述 单子叶植物特征，多草灌稀有乔本；脉平行或者弧形，其根系常为须根；维管束茎部散生，无形成层无年轮；花各部三为基数，萼与瓣花上不分；种胚里子叶一枚，双子叶与之不混。芭蕉属中有芭蕉,果实形态似香蕉;常绿草本多年生,植株能达四米高;丛生独茎不落叶,一叶新舒一叶焦;叶大可达三米长,假干原由叶鞘包;世人又称甘露树,积水如蜜于花苞;主脉侧有平行脉,观叶品韵听雨敲.     

迪北地区致密砂岩气藏测井评价新技术

迪北地区侏罗系阿合组属于致密裂缝性砂岩储层,沉积相类型以辫状三角洲平原为主,岩性复杂,粒度变化大,岩石骨架受多种矿物影响。利用元素俘获测井(ECS),结合常规测井资料分析岩性对储层有效性的影响,为评价储层孔隙度提供准确的骨架参数。同时,裂缝是改善该区储层渗透性的重要因素,裂缝的发育程度决定了储层的渗流能力,引入EARTH IMAGER新型油基钻井液成像测井仪,并利用岩心标定成像,有效解决了裂缝的识别问题。     

辣椒常见病害识别及防治技术

<正>一、辣椒猝倒病1.症状猝倒病多发生在早春育苗床或育苗盘上,常见的症状有烂种、死苗和猝倒3种。猝倒病是幼苗出土后,真叶尚未展开前,遭受病菌侵染,致幼苗茎基部发生水渍状暗斑,继续绕茎扩展,逐渐缢缩呈细线状,幼苗地上部因失去支撑能力而倒伏地面。苗床湿度大时在病苗或其附近床面上常密生白色棉絮状菌丝,别于立枯病。2.防治方法(1)农业防治①加强苗床管理,     

CIRAD的新软件旨在减少抗生素的使用

正法国--CIRAD的一个研究小组已经开发出一种能识别参与促使细菌感染的蛋白的软件。这种在治疗方法上的创新有很大的潜力,尤其在克服细菌的耐药性问题上。每年新兴的动物和人畜共患病给畜禽养殖场带来了沉重的损失,对人类健康的风险也逐渐加大。为了更有效地控制这种疾病,法国的一个研究小组开发     

黄瓜主要生理性病害的识别及预防

<正>黄瓜病害分侵染性病害和生理性病害两大类。凡是由气候影响和管理不当及有毒物质污染引起的症状均属生理性病害范畴。此类病害不相互传染,一般情况下,当致病因素消失后就不再发展。在黄瓜生产中,生理性病害则往往难以识别。对生理性病害菜农则是认不准、分不清、胡乱猜、蒙着治,有的造成了重大损失。目前,生理性病害具有普遍性     

草莓常见病害的识别与防治

<正>一、叶斑病1.病征主要为害叶片,多在开花结果期开始发生,以后逐渐加重,果实采摘后尤甚。发病初期在叶片上产生淡红紫色、很不明显的小斑点,扩大后变成直径5~6m m的圆形或长圆形病斑,中央灰白色,边缘浓紫褐色,状如蛇眼;严重时,叶片大部分变褐、枯萎,甚至死亡。除叶片外,匍匐茎、果梗、花萼亦能受害。草莓感病后,光合作用受到影响,植株生长衰弱,抗寒性降低。2.防治方法(1)农业防治在春季撤除防寒物时,一并将病枯茎叶清除干净;对于一些感病品种,适当降低栽植密度;雨后     

一种改进深度卷积神经网络的海岛识别方法

受不规律潮汐的影响,现有的海岛地物类别自动识别方法存在精度低和时效性差等问题,通过改进深度卷积神经网络提出了一种基于遥感影像的海岛快速识别方法:(1)在深度卷积神经网络的卷积层中增设1×1的卷积核作为瓶颈单元,对多波段的遥感影像进行降维;(2)在池化层引入了重采样方法,基于灰度值对海量的遥感影像进行特征压缩。以300景Landsat-8遥感影像为源数据,分别采用CNN、RCNN和本文改进的深度卷积神经网络对遥感影像中的海岛进行识别,实验结果表明:(1)改进的深度卷积神经网络降低了海岛识别的计算耗时,其计算耗时仅为CNN的4.56%和RCNN的5.60%;(2)改进的深度卷积神经网络较CNN和RCNN提高了海岛识别的精度,识别精度分别为96.0%、93.3%和95.0%。结果说明,改进的深度卷积神经网络适用于面向遥感影像的海岛自动识别。     

基于射频识别的畜牧业信息化管理创新

畜牧业创新管理的主要趋势是信息化管理，作为先进生产力重要代表之一的射频识别技术，是畜牧业信息化管理的重要途径，也是解决传统畜牧业经营管理问题的主要手段。本文介绍了射频技术工作原理及畜牧业应用情况，分析了畜牧业应用射频技术的条件，并在此基础上论述了射频技术在畜牧业经营管理中的创新表现。