高寒山区荒坡建立丰产苹果园试验成果初报

在威宁的高寒山区,经过采用撩壕整地、高标准栽植、引进红富士和新红星等新品种、加强病虫害管理等措施建立的苹果园,经过观测,提高了园地肥力,增强了保水保肥能力,促进了地上树体的发育,第3年结果植株达到70%,第4年达95%,第5年全部结果,株均产量3kg,第10年以后每hm2平均产量已达到7500～15000kg,达到了优质丰产的目的.     

以农林复合为核心的林业科技示范与推广研究

本文拟在通过实用技术组装，实施混农林业模式，达到既要治理已退化的石漠化生态环境，又要促进以调整结构品种为主的产业结构调整，使农民增产、增收，脱贫致富。     

春小麦种子物理指标与种子活力关系的初步分析

以2013—2015年116份春小麦种子样品为材料,应用Seed Identification软件并结合仪器和手工测定获得17个物理指标值(千粒重、宽度、长度、投影面积、厚度、比重、硬度、灰度值、RGB颜色模型中红色R、绿色G和蓝色B、Lab颜色模型中的亮度L、色彩通道a和色彩通道b、HSB颜色模型中的色相H、饱和度S和亮度B。利用主成分分析法和聚类分析法,在标准环境及3种逆境(盐胁迫、干旱胁迫和人工加速老化胁迫)下,探讨了春小麦种子物理指标与种子活力的关系。研究发现各培养环境下,种子活力与种子的千粒重、宽度、长度、投影面积、S和a有明显相关性。千粒重、宽度、长度、投影面积、S和a值较小的小粒种子比大粒种子表现出更高的活力。本研究结果表明:小粒种子较大粒种子有更强的耐逆境能力;千粒重、宽度、长度、投影面积、S和a可作为逆境萌发条件下高活力种子样品筛选的候选指标。     

两级压缩制冷循环性能指标的探讨

以第一次以中间完全冷却两级压缩制冷循不为例，模拟计算两级压缩制泠循环的系数和压缩机单位容积制冷量随工况和高低压容积比变化的情况，得出一系列结论为探讨合理的两级压缩机高低压容积比和确定最佳运行工况提供指导。     

2013-2015年中国冬小麦种子发芽率及高活力关联物理性状的检测

为了解中国冬小麦种子市场的种子质量情况,连续三年(2013-2015)收集全国冬小麦主产区市场上的冬小麦种子样品共计756份,进行了种子发芽率普查和活力检测,并对与品种种子高活力相关联的物理性状进行了分析.结果表明,全国冬小麦种子标准发芽率在三年内有所提升,分别为83.6％、92.8％和93.0％;在不同地区收集到的同一冬小麦品种种子标准发芽率基本一致,但其耐盐性、抗旱性和耐老化能力均在地区间略有差异.在与种子活力有关的物理性状中,千粒重和种子厚度与种子活力相关性高且稳定.当种子萌发期条件较好时,千粒重49.54～50.30 g、厚度3.20～3.29 mm的冬小麦种子萌发较好;当种子萌发期逆境胁迫较强时,则应选择千粒重33.83～34.50 g、厚度2.76～2.84 mm的冬小麦品种.     

基于电子鼻传感器阵列优化的甜玉米种子活力检测

针对甜玉米种子活力传统检测方法操作繁琐、重复性差等不足,该研究利用电子鼻技术建立甜玉米种子活力快速检测方法。利用电子鼻获取不同活力甜玉米种子的气味信息,再结合主成分分析(PCA,principal component analysis)、线性判别分析(LDA,linear discriminant analysis)、载荷分析(loadings)和支持向量机(SVM,support vector machine)对气味信息进行提取分析,建立甜玉米种子活力的定性定量分析模型。结果显示:PCA和LDA分析均无法区分不同活力的甜玉米种子,而SVM的鉴别效果较好。全传感器阵列数据集SVM分类判别模型训练集和预测集正确率分别为97.10%和96.67%,建模时间为30.75 s,回归预测模型训练集和预测集决定系数R~2分别为0.993和0.913,均方差误差分别为2.23%和8.50%。经Loadings分析将10个传感器阵列优化为6个。优化后传感器阵列数据集SVM分类判别模型训练集和预测集正确率分别为98.55%和96.67%,建模时间为21.81 s,回归预测模型训练集和预测集决定系数R~2分别为0.982和0.984,均方差误差分别为3.80%和3.01%。结果表明:基于SVM的电子鼻技术可以实现对不同活力甜玉米种子的高效判别和预测,将传感器阵列优化为6个,判别和预测效果均有所提升。该研究为电子鼻技术应用于甜玉米种子活力检测提供理论依据。     

基于Seed Identification软件的棉籽机器视觉快速精选

为了研究Seed Identification软件在棉花种子加工工艺和精选参数选择上应用的可行性,以鲁棉28酸脱绒棉籽为材料,通过扫描仪获取400粒棉籽的PNG图像,利用Seed Identification软件快速提取图像中棉籽的RGB、Lab、HSB、灰度、长度、宽度和投影面积等物理指标,通过卷纸发芽获得每颗幼苗鲜质量作为种子的活力指标,种子物理指标与种子活力的相关性分析表明：幼苗鲜质量与R、S、B（HSB）、b、宽度、长度、投影面积的相关系数均达到0.05显著水平。按R<90、S≤18、B(HSB)≤36、b≤4、宽度＞4 mm、长度＞7.2 mm、投影面积≥25 mm2对种子进行精选,发芽率可由原来的89%分别提高到96.1%、95.1%、95.1%、95.3%、93.1%、93.5%、94.4%,获选率分别为96.6%、99.2%、98.9%、97.8%、98.6%、97%、94.7%。验证试验将种子按以上指标精选后,发芽率分别为95.1%、95.1%、94.8%、94.8%、94.4%、94.4%、94.8%。该研究为基于机器视觉技术对脱绒棉种实施快速、有效精选提供了理论依据。     

荷兰"比斯兰农场":人与自然和谐的乐土

荷兰农场主戴丹姆:"城市人为房、为车、为养保险而终日奔忙劳碌,疲于应付竞争和人际关系,这种压力我们是感觉不到的."     

荷兰“比斯兰农场”：人与自然和谐的乐土

戴丹姆先生的“比斯兰农场”悄悄地躲在一片树林和纵横着的小河背后。如果不是西荷兰招商局的狄仁德先生指引，记者还真难找到这个离荷兰代尔夫特市不远的奶牛场。荷兰是世界第三大农业出口国。据荷兰农业部的一位官员介绍，荷兰70％的土地作为农业用途。而在荷兰所有农业产业中，奶业就占了70％～80％。戴丹姆52．61hm^2土地的农场只能算是一个中型农场。     

基于电子鼻技术的小麦种子活力鉴别

为探究准确高效鉴别种子活力的新技术,利用电子鼻系统对未老化(CK)、58℃热水浴老化(Hot water aging method,HW)和50%甲醇老化(Methanol solution aging method,MS)后的山农27小麦种子进行检测,采用主成分分析(Principal component analysis,PCA)、线性判别分析(Linear discriminant analysis,LDA)及载荷分析(Loadings)对老化处理后不同活力水平的小麦种子进行鉴别研究。试验结果:1)老化处理后不同活力水平的小麦种子在电子鼻传感器上有不同的特征性响应图谱;2)PCA分析无法区分热水浴老化后活力接近的小麦种子;3)LDA分析对热水浴老化和甲醇老化不同活力水平的小麦种子均具有较好的区分效果;4)载荷分析确定了热水浴老化各活力水平小麦种子的差异气味主要来自于无机硫化物(W1W)、小分子氮氧化合物(W5S)和有机硫化物(W2W),短链烷烃(W1S)、醇醚醛酮类气体(W2S)和氢气类(W6S)。甲醇老化各活力水平小麦种子的差异气味主要来自于有机硫化物(W2W)、小分子氮氧化合物(W5S)、短链烷烃(W1S)、醇醚醛酮类气体(W2S)和无机硫化物(W1W)。本研究结果揭示以电子鼻技术作为检测手段,通过对小麦种子挥发性成分的检测结合LDA分析,可以实现对不同活力小麦种子进行快速准确高效地鉴别,再结合Loading分析,可以进一步分析相关的差异性气体成分。