土壤铅和镉溶出伏安法检测中影响因素及其削弱方法研究进展

溶出伏安法具有分析速度快、成本低、灵敏度高等优点被广泛应用于检测土壤重金属含量，但在检测土壤重金属时，溶出伏安检测精度会受到多方面因素的影响。该文在介绍溶出伏安法工作原理的基础上，从伏安参数、试验条件和土壤物质成分三方面阐述溶出伏安法检测土壤Pb2+和Cd2+为的影响因素，解析各因素的影响机理，归纳影响削弱方法的研究进展。研究结论为：方波脉冲阳极溶出伏安法最常用于检测土壤Pb2+和Cd2+，伏安参数包括脉冲幅值、电压增量和脉冲频率，试验条件包括沉积时间、沉积电压和支持电解质种类及其pH值，土壤成分主要干扰因素包括非目标重金属和有机质。针对伏安参数和试验条件的影响可以设计优化试验有效削弱。针对非目标重金属和有机质的干扰影响，目前研究还没有提出有效的削弱方法。最后，展望了溶出伏安法检测土壤重金属的未来发展方向。     

基于经济效益的农业新型经营主体小麦玉米全程机械化农机配备研究

因山东省旱作灌溉区种植模式多样、技术模式不统一，规模化生产下的机械效能未能充分发挥，存在动力机械与机具配套比低、农机动力与资金浪费问题，在对小麦玉米周年轮作下全程机械化技术模式调研后，总结小麦玉米全程机械化技术路线，构建以作业成本最小为目标的农机装备优化配备模型。通过对平度市某小麦玉米种植合作社进行计算，作业成本较实际情况下降10.9%；总动力优化配备结果为23.712 kW，下降51.36%；农机配套比提高50%。研究结果可为山东省旱作灌溉区小麦玉米全程机械化技术模式优选、农机农艺深度融合、农业合作社的农机配备等方面提供技术参考。     

‘哈伯’南天竹组织培养和快速繁殖

为建立‘哈伯’南天竹组织培养和种苗繁育技术体系,以半木质化带芽茎段为外植体材料开展植株再生研究。通过观察对比试验法、L₉(3⁴)正交试验设计完全随机法、极差分析、显著性检验、LSD多重比较,探讨了‘哈伯’南天竹组培的最适培养基配方。试验结果表明：最佳诱导培养基为MS + 6-BA 2.0 mg/L + IBA 0.1 mg/L +蔗糖30 g/L,诱导萌动率71.77%,成活率85.51%;最佳增殖培养基为WPM +6-BA 1.5 mg/L + IBA 0.01 mg/L + 蔗糖30 g/L,增殖系数6.3;最佳生根培养基为1/2 MS+ IBA 0.5 mg/L + NAA 1.0 mg/L + 蔗糖20 g/L + AC 0.2 g/L,生根率97.63%;试管苗移入泥炭土:珍珠岩=3:2(V/V)混合基质中,移栽成活率96.67%。该试验建立了高效稳定的组培快繁技术体系,得到的组培苗后代能够稳定的保持母本优良性状,为工厂化育苗提供了技术支撑。     

总磷测定中消解问题的研究

指出了总磷是评价水质的一个重要指标,在运用钼酸铵分光光度法进行水中总磷测定的过程中,常用的消解方法是国标法,但是这种方法存在耗时长、高压易爆等问题。对比了国标法、恒温干燥箱法和微波消解法,考虑到国标法是大部分检验检测机构申请的资质认定方法,多用于对社会出具有法律效力的检测结果。对国标法不同消解条件的对比研究,摸索提出了采用该方法测定水中总磷的最佳前处理条件。以供参考。     

苹果郁闭园改造要“八看”

苹果郁闭园改造,对于改善果园通风透光条件,促进苹果着色,提高果实品质,提升苹果种植效益,促进苹果产业的可持续发展具有重要意义。但是苹果郁闭园改造不能"一刀切",要根据栽植密度、立地条件、品种、砧木类型、树龄、树形、枝组类型、枝条长势等灵活运用。     

遵义朝天椒1号和3号在绥阳县种植表现及气候适应性

为遵义朝天椒1号、3号在绥阳县的推广种植提供参考,在绥阳县选择4个不同海拔区域进行种植试验,对比分析不同试验区2个品种的生育特性及产量,结合气象要素选择适宜的种植区。结果表明:遵义朝天椒1号最适宜种植区为海拔800～900米的洋川镇、风华镇、旺草镇及类似地区种植;次适宜区为海拔650～800米的旺草镇及类似地方;不适宜区为海拔高于1 000米的宽阔镇及类似地区。遵义朝天椒3号适宜在海拔700米左右的旺草镇及类似地区种植。     

露地番茄优质高产种植技术

番茄是居民经常食用蔬菜,因独特风味备受人们喜欢。番茄营养丰富,具有美容养颜、预防衰老等多种功效。露地番茄通过科学栽培管理能够获得较好的产品和可观的经济效益,推广普及露地番茄优质高产栽培技术,对提高菜农收益,促进乡村经济发展具有重要意义。1番茄生长对环境条件要求1.1温度番茄喜温,一般植株生长最适温度22~26℃,根系生长适宜土温20~22℃。     

基于图像处理的茶叶智能识别与检测技术研究进展分析

作为茶叶智能化生产的关键难题之一,基于图像处理的茶叶智能识别与检测技术受到广泛关注。通过综述图像处理技术在茶叶嫩芽识别定位、茶叶病虫害检测、茶叶品种识别与品质检测等方面的研究应用,分析比较各方法的优缺点,总结现有研究存在的主要问题有嫩芽分割受光照影响较大、难以分割含与嫩芽颜色相近背景的图像、枝叶遮挡情况识别效果不理想、缺乏真实背景下茶叶病斑识别算法等。指出基于图像处理的茶叶智能识别与检测技术未来的研究重点:增加不同地域茶叶及品种的样本数据以提高算法普适性;采取多信息融合的方法以求获得更全面的茶叶嫩芽信息;枝叶遮挡严重情况下的识别策略可考虑借助机械装置或风机拨开枝叶,从而避免因枝叶遮挡而导致识别率低的现象发生。     

黑龙江省一 、二积温区水稻花药培养条件优化

为提高黑龙江省第一、二积温带水稻花药培养效率,促进该技术在粳稻新品种选育中的应用,以五优稻2号及黑龙江省第一、二积温区骨干亲本的F1、F2为材料,对提高花培效率的几个关键环节如取材标准、关键时期培养基配方和培养条件等进行了方法改良。结果表明:取穗以叶枕距、颖壳颜色和花药长度等多重因素为标准;适用于以五优稻2号为亲本的诱导培养基配方为进口N6+凝胶3.6g·L-1+蔗糖60g·L-1+2,4-D2mg·L~(-1);分化培养基配方为MS+KT 2mg·L~(-1)+IAA 1mg·L~(-1)+蔗糖30g·L-1+琼脂4g·L-1,同时辅以16h光照;生根培养基中加入3～6mg·L~(-1)多效唑,可以壮苗促分蘖,提高移栽成活率。     

基于快速卷积神经网络的果园果实检测试验研究

近年来,基于数字图像处理和机器学习算法的果实自动识别检测研究已经越来越成熟。针对传统检测方法检测过程中难以满足实时性要求的缺点,采用了基于Faster-RCNN的果实快速检测模型。模型由卷积神经网络(CNN)和区域提议网络(RPN)组成,首先由CNN进行卷积和池化操作提取特征,然后由RPN选取候选区域,通过网络全连接层参数共享,由目标识别分类器和边界框预测回归器得到多个可能包含目标的预测框,最后通过非极大值抑制挑选出精度最高的预测框完成目标检测。分别对桃子、苹果和橙子的三种果实进行检测,采用迁移学习方法,使用已经预训练好的两种深度神经网络模型ZFnet和VGG16,通过数据集的训练对Dropout及候选区域数量进行参数调整完成网络调优。检测并分析果实不同布局形态下模型的检测效果。试验结果表明,当Dropout取值为0.5或0.6,候选区域数量为300时网络模型最佳,ZFnet网络中,苹果平均精确度为92.70%,桃子为90.00%,而橙子为89.72%。VGG16网络中,苹果平均精度为94.17%,桃子为91.46%,橙子为90.22%。且ZFnet和VGG16的图像处理速度分别达到17 fps和7 fps,能够达到果实实时检测的目的。