四端法土壤电导率传感器恒流源设计与试验

土壤信息对于指导农业生产有着极为重要的作用，土壤电导率反映了土壤含水量、盐分、粘粒含量和类型等土壤信息，准确获取土壤电导率对于实现农业精细化生产意义重大。在各种土壤电导率测量方法中，四端法因其成本低、精度高、测量快速和操作简便而大量应用于实际测量；恒流源是四端法测量仪器的重要组成部分，其性能直接决定着测量仪器的精度以及测量范围。本文对比了3种恒流源对测量仪器测量性能的影响，发现采用Howland恒流源的四端法测量仪器高电导率测量能力强而低电导率测量范围较小，测量精度最高；采用改进型Howland恒流源的四端法测量仪器低电导率测量范围有所扩大，测量精度良好；采用基于差动放大器的恒流源的电导率仪低电导率测量范围最大，高电导率测量范围较优，测量精度良好。     

低容量热力喷雾机对果树病虫害防治的试验初报

<正>目前,果树病虫害防治的施药液量呈现由高容量向低容量、超低容量方向发展,喷药机械也呈现多样化。这些喷雾机在生产上的运用效果各不相同。为此我们从2008年3月至     

基于加权随机森林的番茄氮元素缺乏分级模型研究

基于叶面颜色特征建立番茄氮元素缺乏分级模型判别准确率可达08以上。夏季定植的番茄叶片表面会覆盖粘质腺毛,粘质腺毛利于番茄吸收水分和营养元素,相同营养液氮离子浓度下叶片黄化过程异于未覆盖粘质腺毛的叶片。故仅基于叶面颜色特征建立分级模型,其准确率降至0.65。覆盖粘质腺毛番茄其叶片周长和叶面积两个形状特征均小于未覆盖粘质腺毛的番茄叶片,本文将番茄叶片两个形状特征结合原有叶面颜色特征共同作为模型输入,建立新的番茄氮元素缺乏分级模型。搭建图像采集系统,该图像采集单元由树莓派和其相机模块构建,使用WiFi或4G网络完成智能手机、图像采集单元、本地计算机之间无线数据传输。智能手机通过Web界面可远程控制采集图像并将图像传输到云平台存储。本地计算机对图像进行预处理提取叶片形状、颜色特征后输入模型进行预测,并输出预测结果。试验结果表明,图像采集系统春季和夏季平均温度在19.7~28.3℃范围内,光照在1.125~9.543lx范围内均可正常使用,采集的图像经预处理分割后降低了环境光线的影响。使用优化后的加权随机森林模型,基于形状特征和颜色特征相结合的叶片氮元素缺乏分级判别准确率可达0.83。     

梨园要重视防治黑斑病

梨树黑斑病是近年来在一些绿色日韩梨品种上普遍发生的一种真菌性病害。由于该病害来势凶、发生早、蔓延快，以前在传统梨上发病较轻，所以应引起梨树管理者的高度重视。     

日光温室条件下油桃整形修剪技术初探

探讨了日光温室条件下油桃的整形修剪方法，由南向北依次采用“V”形、“丰”形、“三挺身”等低平矮冠树形，形成南代北高、向南开放的波浪形大斜面；四季修剪，但各有侧重，冬疏放、春重剪、夏更新、秋控旺，夏季全树更新，抹芽选梢，限制多次生长是关键。     

葡萄缺硼症的表现及综合防治

一、症状及原因 葡萄谢花期,花朵顶部的花冠脱不掉,座果少,果粒稀疏。果穗中,产生许多小型的“豆粒果”,果粒发育不整齐,并在后期大粒果面出现干斑,造成早期脱落,这主要是缺硼引起的。葡萄缺硼时,花芽发育不良,花序瘦小,授粉受精不正常,落花落果严重。葡萄缺硼症也称葡萄小粒病     

影响套袋梨果面光洁度的因素及防止措施

近年来，我市栽培的黄金、大果水晶、新世纪、金二十世纪、绿宝石等梨品种，果实普遍套袋。但果实出现果锈、皲皮、裂口、黑斑、黑点等现象，影响了果面光洁度，降低了商品率，制约了出口，造成很大损失。为究其原因，笔者进行了调查，明确了影响果面光洁度的因素，并采取了相应的措施，使优质果率由原来的78％提高到89％。     

青贮饲料紧实度与含水率复合传感器设计与试验

为了同步获取青贮饲料的紧实度和含水率，综合评价青贮饲料品质，本文基于电阻应变效应和频域法设计了一种复合传感器。复合传感器采用一体化结构设计，将电阻应变片和含水率测量电极嵌入圆锥探头内，实现了青贮饲料紧实度和含水率的实时同步测量。对复合传感器进行了标定和验证试验：标定结果表明，青贮饲料紧实度和含水率与复合传感器输出电压均呈线性关系，决定系数分别为0.99和0.909。验证试验表明，本文设计的复合传感器不仅可以实时、同步测量青贮饲料紧实度和含水率，还能消除圆锥杆与被测饲料间摩擦力对紧实度测量造成的测量误差。     

一种红富士苹果休眠期修剪的技术探讨

本文介绍了苹果休眠期修剪新方法与传统的修剪方法相比所做的两种改变,使修剪方法技术难度变小,简单易掌握,修剪速度快,省工省力。     

不同深度基质含水率变化规律与预测模型研究

为探明不同深度的基质含水率变化规律，使用干燥法分别对多个EC-5型传感器进行校准，并将4个传感器分别放置垂向距滴头5、10、15、20cm 4个不同深度处，测量不同滴头流量及滴灌量条件下垂向基质含水率的变化，建立了不同深度基质含水率预测模型。试验结果表明，在滴灌开始后第1层（距滴头5cm处）基质含水率最先上升并迅速达到较高水平，滴灌停止后水分将快速扩散至更深基质层，其含水率可提升至根系易利用水平（25.3%及以上），水分快速运移时间持续1h左右，随着初始基质含水率的降低，在相同滴头流量及灌溉量条件下，水分在垂直方向的运移程度更深，将第1层基质初始含水率、滴灌时间、预测时间、预测层高度差、滴头流量作为输入，利用遗传算法优化的BP神经网络算法与随机森林回归算法（RFR），建立滴灌下基质不同深度含水率预测模型。将试验所预测的滴灌后基质含水率与实际测量的不同深度基质含水率进行对比分析，并对不同预测深度的预测结果进行误差分析，结果表明GA-BP预测模型及RFR预测模型的R2分别为0.8664、0.9465，即RFR算法建立的预测模型更加精确，并且预测深度越接近于第1层基质预测结果越准确。