安徽省农业科学院科研管理系统的研发与应用

安徽省农业科学院开发建立了实用的科研管理系统,并与现有OA系统整合,配套科研成果知识产权交易库和交易平台,从而可更便捷高效地开展农业科研管理系统服务工作。系统使用中应加强网络信息安全防护、存储、备份工作。     

旱稻草害化学防除技术

叙述了旱稻田杂草发生规律、常用化学除草剂的选择及化学防除措施。     

2002年-2011年安徽省农业科学院发表论文统计与分析

以中国知网的《中国期刊全文数据库》和《中国引文索引》为统计源,对2002年-2011年安徽省农业科学院科研人员在国内期刊上的论文发表情况进行统计分析。从发文量和被引量、院属单位发文统计以及排名前20位的发文作者、被引论文、被下载论文等角度进行分析,以期客观反映安徽省农业科学院的科研论文产出情况及学术水平,为管理部门的科研管理和决策提供参考。     

广东中烟遵义基地不同烤烟品种烟叶品质差异性研究

[目的]研究适应广东中烟品牌要求的烤烟品种的适应性、经济效益、质量特点和工业可用性等.[方法]在贵州遵义基地单元特定的生态条件下,对遵烟6号、云烟87、K326和南江3号进行比较试验.[结果]遵义6号和南江3号有较好的农艺性状,产量和产值均较高,K326、云烟87和遵烟6号的化学成分协调性和评吸结果较为符合广东中烟“双喜”品牌的原料需求.[结论]在贵州遵义的生态条件下,遵烟6号可以考虑作为广东中烟遵义基地单元主栽品种之一.     

高致病性禽流感的诊断

禽流感为禽流行性感冒的简称,是由A型禽流行性感冒病毒引起的全身性、出血性、败血性传染病.其临床症状有多种类型:有的为无明显症状的隐性感染,有的为病死率较低的呼吸道感染,有的为病死率较高的急性出血性感染.禽流感这些临床症状的差异,主要是由禽流感病毒的毒型所决定的.由高致病毒株感染禽流感称做高致病性禽流感,其潜伏期短(数小时到2～3d),病经常呈急性经过,死亡率极高,有时高达100%[1,2].……     

贵州不同生态烟区烤烟质量状况分析

为探索烟叶特色的地域性差异,为建立不同生态烟区特色烟叶品质特征评价体系提供依据,对贵州5大生态烟区烟叶质量状况进行了比较分析.结果表明:在相同的栽培管理条件下,烟叶产量在130～155kg/667m2,产值均在2000元/667m2左右,烟叶单叶重表现为黔西北最高,黔北、黔东最小;含梗率黔北最高,黔西南、黔东最低;单位叶面积重黔西北最大,黔北、黔东最小;黔西南、黔西北及黔中烟碱含量在2.2%左右,黔东最低(1.73%);总糖含量黔西南、黔西北两地相对较高,在30%以上,黔中最低(28.83%);钾含量黔北、黔中及黔东相对较高;各地烟叶评吸质量均较好,可作为卷烟工业的优质原料.     

基于双极化双时相RADARSAT-2的冬小麦估产模型研究

为了给农业部门提供准确的冬小麦产量评估,应用安徽省淮河流域4月底和5月初双极化星载合成孔径雷达(SAR)影像——RADARSAT-2和该区域冬小麦收割前（5月底）试验田产量资料,应用不同拟合方法建立冬小麦产量和2个时相（4月底和5月初）后向散射系数关系的估产模型;选择其余试验田对其检验,优选出最佳的估产模型,实现冬小麦大面积估产。结果表明,经计算得到了超过80%精度的估产模型和冬小麦较准确的估产结果。说明在冬小麦收割前1个月左右应用SAR进行估产,这种思路和方法是行之有效的。     

安徽省农业灾害情况及防灾减灾对策分析

分析安徽省主要农业灾害发生及分布情况,探讨相应的防灾减灾对策,为实现安徽省农业可持续发展及保障安徽省粮食安全提供依据。以1978—2012年安徽省农业灾情及粮食播种面积、粮食总产等数据为依据,分析农业灾害对安徽省农业生产的影响和安徽省水灾、旱灾、风雹灾、霜冻灾等主要农业灾害发生及分布规律,并提出防灾减灾对策。结果表明,1978年以来,安徽省农业气象灾害频发,1991、1998、2003年受灾面积较大,总体上粮食总产呈增加趋势,农业气象灾害受灾及成灾面积与粮食总产呈负相关;1979—2012年安徽省粮食总产呈周期性波动,且与成灾面积的年际增长率呈负相关关系,表现为每3年左右为1个周期;影响安徽省农业生产发展的最主要灾害种类是旱灾、水灾、风雹、霜冻等,其中水灾和旱灾是最主要灾害,其危害多数年份占所有农业灾害危害受灾面积和成灾面积的80%以上;安徽省绝大部分地市的旱灾成灾面积指数大于水灾成灾面积指数,说明旱灾是影响安徽省农业生产发展的最重要农业气象灾害类型。该研究可为安徽省农业灾害风险的有效管理和政府部门相关决策提供技术支持和参考。     

基于星载SAR的冬小麦估产模型比较分析

旨在让农业部门等提前预知小麦产量,从而准确判断粮食生产形式,制订相关政策。应用2014年4月中旬和5月初星载合成孔径雷达(SAR)——RADARSAT-2各一幅,选择安徽省寿县和怀远县冬小麦产区,通过试验田产量和反演的雷达影像后向散射系数,建立冬小麦线性估产模型,在此基础上对2013和2014年估产模型精度进行比较。结果表明：通过星载SAR的同极化HH和交叉极化HV方式建立的估产模型对寿县涧沟镇冬小麦估产精度分别为68.37%和74.01%,对怀远县龙亢镇冬小麦估产精度分别为63.10%和69.10%。特别是针对倒伏区域冬小麦估产模型精度差异进行理论详细分析,指出冬小麦大面积倒伏区域,基于交叉极化(HV)估产模型精度高于同极化(HH)估产模型精度。最后指出将来可选择四极化SAR影像,针对不同的生长方式有针对性的选择不同极化方式进行估产。模型结果分析结论为将来冬小麦估产模型参数纠正及推广奠定基础和积累经验。     

浅谈星载SAR在冬小麦估测产方面的应用

由于雷达遥感的全天候、全天时的优势,使之成为冬小麦监测的手段。利用星载SAR(合成孔径雷达)在阴雨天气多、云量大的冬小麦种植地区开展估测产具有光学遥感无可比拟的优势。但目前星载SAR在冬小麦测产和估产等方面的研究还比较缺乏。本文总结了国内外基于星载SAR的冬小麦测产和估产研究进展,并对未来进行了展望。