广西典型喀斯特地区不同土地利用方式土壤养分特征

为了给广西喀斯特农林土壤改良与配方施肥提供理论支撑,调查典型喀斯特地区广西河池市环江县水田、旱地、林地土壤养分现状.调查结果如下:(1)广西河池市环江县土壤养分含量表现为水田土壤>旱地土壤>林地土壤,几种土壤养分含量的共同点是全氮含量较丰富,有机质含量中等,速效钾含量较缺乏.(2)与1982年第2次全国土壤普查结果相比,此次速效磷含量处于中等及以上水平的土壤样品比例更高,速效钾和有机质含量有所下降.(3)本次调查中,属于极强酸性或强酸性土壤的样品数占所有调查样品数的平均值是1982年第2次全国土壤普查结果的5.64倍,旱地和林地土壤酸化现象十分普遍,92.86％的旱地和100％的林地土壤为强酸性或极强酸性土壤.建议增施钾肥,适当施用有机肥、生物有机肥或有机-无机复混肥,对旱地农业或林地土壤选用碱性肥料或补施石灰以提高土壤pH值.     

施肥对当归熟地育苗的生长及质量影响

研究不同施肥量对熟地当归种苗生长及质量的影响，探究当归熟地育苗适宜的施肥量。试验采用单因素随机区组设计，以磷酸二铵用量为试验处理。研究表明不同施肥量对当归种苗单根重、根粗及产量均影响显著，施肥量为20 kg/667m2时当归种苗单根重在0.6g，根粗在3～4mm之间，符合当归种苗标准及生产要求，而且当归种苗产量和一级苗所占比例均较高，是当归熟地育苗过程中较为适宜的施肥量。     

2003—2018年中国森林火灾时空分布格局研究

基于2003—2018年的中国森林火灾统计数据,全面分析了森林火灾发生的时空分布格局,定量分析了其统计学规律,旨在为森林火灾预测、管理和风险决策提供基础支撑。分析结果表明,森林火灾的发生具有极强的随机性和离散性,通过森林火灾总次数、火场面积和受害森林面积的平均数来反映森林火灾发生风险将会导致评估结果偏高。森林火灾发生次数较多的为湖南、贵州、广西等省,而森林火场面积和受害森林面积较多的为黑龙江、内蒙古、云南、湖南、广西等省。按照森林火灾发生的格局,运用K均值聚类分析将31省分为4类。     

基于乡村振兴战略的小农户与现代农业发展有机衔接路径探讨

目前，农业现代化发展的重要标志就是小农户与现代农业之间形成有机衔接。小农户在与现代农业衔接过程中一定要正确认识当前新时代下小农户的发展任务，确定现实以及发展需求。利用完善的多元化社会服务体系，对小农户给予足够的金融政策支持，确保小农户能够与新型经营主体实现良性互动。本文结合小农户衔接现代农业发展的问题进行分析，并提出有效衔接措施。     

多效唑对万寿菊的矮化效果

以万寿菊为试验材料,研究了不同浓度多效唑和喷施时间对万寿菊生长和开花的影响。试验结果表明:喷施浓度越高和时间越早,矮化效果越明显,花期延迟时间越长,总体看来,A500和A750处理矮化效果较好,观赏效果最佳。     

基于应用型技术人才培养的《猪病防治》课程教学改革研究

为了进一步探索基于应用型技术人才培养的《猪病防治》课程教学改革策略,首先对当前阶段《猪病防治》课程教学中所存在的问题进行了研究与分析,并从合理教学内容设计、加强现代教育技术的应用以及转变传统的教学评价方式三个方面阐述了具体的策略。     

江山市公益林管理中矛盾纠纷化解探讨

概述了江山市公益林管理中存在的补偿对象错误、界址不清、面积错误和补偿资金发放错误问题,分析了问题的成因主要有林权证记载有差错、公益林区划界定粗放、个别村队干部不负责任、二类资源数据本身有差错和林业技术落后造成差错,并探讨了江山市化解公益林管理中矛盾纠纷的实践经验。     

蜂蜜掺假的高效智能检测方法

研制了一款依据物质的旋光特性原理来检测蜂蜜是否掺假的智能检测仪,使用该检测仪测量了百花原蜜蜜样、蔗糖及蔗糖假蜂蜜的旋光度,并给出了回归方程。针对蔗糖掺假蜂蜜,实际检测数据表明该智能检测仪可有效检测出蜂蜜是否掺假,为检验蜂蜜品质提供了一种操作便捷、结果可靠的方法。     

青海省农村能源有关问题思考

国家能源战略的重要组成部分之一即是农村能源。建设农村能源,能促进循环经济以及低碳经济等发展,有效实现节能减排目标,其也是保护生态环境以及强化农村基础设施建设的重要举措。在社会主义新农村建设过程中,常规能源因其历史悠久、使用方便,是现阶段最主要的能源。随着社会经济的快速发展,对于环境保护的理念愈来愈深入,新能源也得到了愈来愈大的重视。新能源建设工作能够促进农村农村经济发展形成新的产业,能促进农村环境的改善,促进农民增收,提高生活水平。本文就青海省的农村能源使用情况进行探析研究,并提出一些自己的观点,以期能够指导实践。     

基于帧间路径搜索和E-CNN的红枣定位与缺陷检测

针对红枣自动分级视频图像中红枣定位、缺陷检测难问题,提出一种基于帧间最短路径搜索的目标定位方法和集成卷积神经网络模型(Ensemble-convolution neural network,E-CNN)。通过建立图像坐标系及图像预处理,获得图像中单个红枣目标的位置坐标,并将其映射至空间坐标系中,结合帧间最短路径判定规则,实现目标位置坐标随视频时间序列更新、传递,并且运用此方法快速、有效地构建数据集。基于"Bagging"集成学习方式,采用E-CNN通过训练集构建基础卷积神经网络树模型,再根据每棵基础树模型输出结果,通过"投票"方式得出模型最终结果。试验结果表明,利用帧间最短路径搜索的目标定位方法,定位准确率达100%。同时,使用E-CNN,模型的识别正确率和召回率分别达到98. 48%和98. 39%,分类精度大于颜色特征分类模型(86. 62%)、纹理特征分类模型(86. 40%)和基础卷积神经网络模型(95. 82%)。E-CNN模型具有较高的识别正确率及较强的鲁棒性,可为其他农产品分选、检测提供参考。