株行距及穴苗数的配置对寒地水稻产量和品质的影响

为明确垦稻26和龙粳31高产优质栽培的株行距和穴苗数处理,采取裂区设计进行试验研究。结果表明,最优群体因品种而异,垦稻26在株距10cm、行距30cm、5苗/穴产量最佳,龙粳31则以株距13.3cm、行距27cm、9苗/穴产量最佳;垦稻26在5苗/穴、行株距30cm×10cm处理,有利于提高稻米的碾磨品质,不利于改善稻米的外观品质,营养品质较低,利于改善稻米的食味品质,且食味评分值高达86.5,显著高于最低处理;龙粳31在5苗/穴、行株距27cm×13.3cm处理,碾磨品质较高,不利于营养品质和外观品质的改善,食味品质得到明显改善,食味评分值高达86.0,与最低处理差异达显著水平。因此,高产优质栽培要因品种选择适宜的穴苗数和株行距,是实现水稻高产优质最为快捷、最为经济有效的措施。     

2017年衡水市夏玉米生产气象条件分析及应对措施

本文分析了2017年衡水市夏玉米生产特点及气象条件。针对降雨偏少的的气象特点,提出了采取的主要措施,以供种植户参考。     

基于双向准Z源逆变器的无刷直流电机驱动系统研究

针对农用电动运输车直流电源电压降落而导致的动力降低,以及车辆行驶工况复杂多变等问题,设计一种基于双向准Z源逆变器的无刷直流电机驱动系统。以STM32F103C8T6为控制器,完成驱动系统的硬件电路设计。通过直流母线方波升压和SVPWM控制策略,使无刷直流电机驱动系统具有ON-PWM斩波、准Z源方波升压、准Z源SVPWM三种驱动模式。最后搭建驱动系统的试验平台,取直流电源电压U_(dc)=24 V,直通占空比D_0=0.2,准Z源方波升压和准Z源SVPWM都将逆变桥的直流母线电压提升至40 V以上,有效解决直流电源电压降落的问题。驱动系统根据加速、爬坡、重载等具体工况快速、准确地切换工作模式,满足车辆的动力需求,提高车辆行驶的安全性和可靠性。     

1961—2018年黑龙江省干湿气候的时空格局特征

黑龙江省作为中国粮仓和东北亚生态屏障,旱涝对该区域农业生产及生态安全具有重要影响。为明确区域气候干湿状况的时空格局特征,根据黑龙江省62个气象站点1961—2018年逐日降水量资料,采用标准化降水指数(I_(SP)),利用气候趋势、Mexican Hat小波分析、经验正交函数(EOF)等方法,分析了黑龙江省近60年的气候干湿时空格局特征。结果表明:1961—2018年,黑龙江省年尺度标准化降水指数(I_(SP12))值在波动中呈微弱的增加态势,气候状况总体表现为湿润化趋势;季节尺度上,春季、秋季、冬季的气候均呈湿润化趋势,其中春季和冬季湿润化趋势较明显,均通过了0.01水平显著性检验,夏季总体呈不显著的干旱化趋势。年尺度I_(SP12)存在7 a主周期、28 a次周期,春季I_(SP3)(3个月尺度的I_(SP)值)存在24 a主周期,夏季I_(SP3)存在7 a主周期,秋季I_(SP3)存在7 a主周期、3 a次周期,冬季I_(SP3)存在28 a主周期、2 a次周期。且在未来一段时间内,黑龙江省年和季节气候在其主周期内均将处于湿润期。年气候干湿状况的空间变化具有3种典型模态,4个季节则均具备2种典型模态,年和四季的第一典型模态对应的典型场分布均为正值,具有全局一致型的空间变化特征,年季节尺度的气候整体干湿变化基本同步。松嫩和三江两大平原区是区域气候干湿变化的敏感区域。     

聚焦安全生产管理——探索“公司+农户”林下养鸡疫病防控的有效实施

"公司+农户"是我国养鸡事业发展的特有形式。目前,越来越多的农户采用这种模式进行生产,成为他们脱贫致富的有效途径。随着人们生活水平的提高,对肉鸡数量和品质的要求越来越高。"公司+农户"林下养鸡的生产模式既满足了市场"量"的需求,又满足了人们对肉鸡"质"的要求。通过完善制度,强化人员素质培养,使用现代信息化手段,加强规范化管理,严抓各个生产环节,把病原微生物挡在养殖场外、鸡体外,增强鸡只自身免疫力,使肉鸡安全高质量度过饲养期,满足人们对高品质肉鸡的需要。     

植物免疫诱导剂在草莓中的应用情况

为了助力实现草莓的安全生产,对一类能诱导植物产生免疫防御反应的植物免疫诱导剂在草莓中的应用情况进行综述。主要阐述了植物免疫诱导剂的种类、诱导机理及其在草莓栽培上的应用现状,发现:植物免疫诱导剂能促进草莓生长和发育、诱导抗病性、提高产量、改善果实品质、提高耐贮性等,从而减少了化学农药的使用,有利于草莓高质量生产,应用前景广阔。     

优质、高产转基因抗虫棉杂交种苏杂668的选育与栽培技术

本文概述了苏杂668的选育过程，阐明了苏杂668的特征特性、产量水平、纤维品质和抗性表现，并提出其高产栽培技术措施。     

基于PCA-Attention-LSTM网络的土壤氮含量监测

土壤作为农作物生长的主要营养来源,氮是植物生长的重要元素,有效评价土壤氮素含量可以促进配方施肥的发展。提出主成分分析、注意力机制和长短时记忆神经网络相结合的模型(PCA-Attention-LSTM)来监测土壤的氮素含量。采用PCA(主成分分析)对数据进行处理,提取影响土壤氮含量的关键影响因子,降低模型向量输入的维数,利用注意机制突出预测中的关键输入特征。在Keras深度学习框架的基础上搭建PCA-Attention-LSTM的网络模型,实现对未来2 h土壤氮含量的精监测。最后,以黑龙江省依安甜菜养植基地的数据对土壤氮含量进行训练和验证。结果表明,与RNN等其它网络模型相比,该模型的效果更好,基于PCA-Attenlion-LSTM网络模型的平均绝对误差,均方根误差和平均绝对百分误差分别为0.119、0.020、0.156。该模型预测精度高,泛化能力强,可以应用于土壤氮含量的监测。