排序方式: 共有13条查询结果,搜索用时 31 毫秒
1.
奶牛热应激及其预防措施 总被引:1,自引:0,他引:1
1奶牛的热应激及其控制的意义
1.1热应激的本质
夏季气候炎热,空气潮湿,极易引起奶牛热应激。当奶牛承受的热量超过它所能散发排出的热量时,即处于热应激状态。我国北方大部分地区夏季气温较高,持续时间较长,奶牛的热应激反应时常发生,严重影响着生产效益,因而受到养牛界的普遍关注和重视。采取有效措施,消除夏季热应激对奶牛的影响,对保证奶牛高产、稳产具有重要经济意义。 相似文献
2.
3.
为探索高分一号卫星(GF-1)估算农作物光合有效辐射吸收比率(Fraction of absorbed photosynthetically active radiation, FPAR)的潜力,以田间小区与大田夏玉米为对象,基于GF-1卫星的16 m空间分辨率宽视场(Wide field view, WFV)传感器光谱响应函数对地面实测冠层高光谱反射率进行重采样,获取GF-1 WFV的模拟反射率,构建宽波段植被指数,利用与FPAR极显著相关且具有较高相关系数的植被指数,建立不同生育期夏玉米FPAR的一元与多元逐步回归模型,筛选FPAR估算的最适模型,并在此基础上实现县域尺度不同生育期的FPAR动态估算。结果表明:模拟宽波段光谱反射率与GF-1 WFV光谱反射率间的相关系数|R|为0.967~0.985,决定系数R2为0.935~0.969;基于模拟反射率构建3波段植被指数与FPAR的相关性优于2波段植被指数,增强型植被指数(EVI)、土壤调节植被指数(MTVI2)、可见光大气阻抗植被指数(VARI)、综合植被指数(TCARI/OSAVI)等3波段植被指数与FPA... 相似文献
4.
5.
为草海及周围地区生态综合治理提供参考依据,采用环刀法和铝盒燃烧法研究草海北坡工程区不同灌丛植被土壤的持水性能。结果表明:不同灌丛植被土壤的容重和孔隙度均存在显著差异,其持水能力均偏低,0~20cm土层土壤容重,女贞最小,为1.04g/cm~3,花叶青木最大,为1.38g/cm~3;受工程回填土的影响,土壤容重在垂直结构上呈无规律变化;土壤孔隙度,0~20cm土层42.87%~54.58%,茶最大,云南羊蹄甲最小;毛管孔隙度,0~20cm土层为38.08%~53.47%,茶最高,火棘最低;非毛管孔隙度偏小,为0.98%~6.77%,不利于植被的生长;0~20cm土层土壤的持水量为云南羊蹄甲火棘南天竹杜鹃红叶石楠花叶青木女贞小果蔷薇茶,云南羊蹄甲最小,为857.4g/kg,茶林最大,为1 091.6g/kg。植被选择上应优先考虑茶树的生态和经济价值。 相似文献
6.
8.
[目的]分析县域冬小麦干旱的时空异质性,为抗旱减灾提供辅助决策支持。[方法]基于GF1,Landsat, Sentinel-2等中高分辨率遥感数据,选取植被状态指数(Vegetation Condition Index, VCI)作为干旱监测指标,计算2011—2021年禹州市冬小麦VCI,逐年分析禹州市冬小麦干旱分布情况,并通过变异系数、线性趋势法、重心迁移和标准差椭圆等方法,对禹州市冬小麦干旱的稳定性、变化趋势、时空变化等特征进行了多维度分析。[结果](1)空间上,2011—2021年禹州市冬小麦干旱主要分布在北部和西部的山岗丘陵区,干旱面积和干旱强度由平原区向山岗区逐渐延展扩大;变异系数与变化百分率均值分别为0.62,13.12%,冬小麦干旱稳定性与变化趋势空间分布一致性高;重心迁移轨迹总距离和标准差椭圆扁率从无旱到重旱逐渐变小,标准差椭圆面积逐渐变大,表明干旱空间分布由集中趋于分散;(2)时间上,禹州市冬小麦每年都有轻旱发生,中旱和重旱平均2~4年发生一次,2012—2014年连续3年旱情较重,中旱和重旱总占比均超过35%,其次为2016年和2018年。[结论]近11年来禹州市... 相似文献
9.
10.
快速、无损、高通量地获取棉花育种材料的光合有效辐射信息,对棉花高光效品种选育及栽培管理具有重要意义.于2020年8-9月在河南现代农业研究开发基地,采用大疆Matrice 600 Pro无人机搭载Micasense RedEdge-M多光谱成像仪获取棉花育种材料的多光谱影像,提取光合有效辐射吸收比率(Fraction of photosynthetically active radiation,FPAR)测量点蓝、绿、红、红边、近红外等5个通道反射率值构建多光谱变量;然后分析多光谱变量与FPAR的定量关系,建立FPAR的一元与多元回归模型;最后,基于实测FPAR对估测模型进行精度验证.结果表明:棉花育种材料的多光谱遥感影像可以快速、直观表征植株冠层叶片颜色、长势等表型性状信息;基于多光谱影像构建的变换土壤调节植被指数(Transformed soil adjusted vegetation index,TSAVI)、土壤调节植被指数(Soil adjusted vegetation index,SAVI)、垂直植被指数(Perpendicular vegetation index,PVI)、比值植被指数(Ratio vegetation index,RVI)、差值植被指数(Difference vegetation index,DVI)、增强型的植被指数(Enhanced vegetation index,EVI)、归一化差值植被指数(Normalized difference vegetation index,NDVI)、大气阻抗植被指数(Atmospherically resistant vegetation index,ARVI)等8种多光谱变量均与棉花FPAR具有较好的相关性,|r|为0.542~0.932;基于TSAVI构建的FPAR 一元线性回归模型,对棉花FPAR具有较好的估测效果,估测模型的R2为0.867,SE 为0.115,验证模型的R2为0.932,RPD 为2.468,RMSE 为0.119. 相似文献