母树截冠处理对樟子松种子萌发、幼苗生长及根系特征的影响

以榆林市樟子松无性系种子园母树为研究对象,对樟子松母树进行截冠处理,探究截冠处理对樟子松子代种子活力的影响。结果表明:母树经截冠处理后,樟子松子代种子的发芽率、发芽势和发芽指数与未截冠相比分别提高了7.7%、6.3%、3.3;子代幼苗地上、地下鲜重、苗高、根长、地径与未截冠相比分别增加了0.11 g、0.07 g、3.9 cm、39.99 cm、0.21 cm,差异显著;子代幼苗总根体积、总根长、根尖数与未截冠相比分别增加了25.0%、 13.8%、21.1%。     

樟子松红斑病空间分布及抽样技术研究

通过野外调查,采用聚集度指标法构建Iwao m~*-m和Taylor幂法则2种回归模型,对樟子松红斑病害的空间分布格局和抽样技术进行了研究。结果表明,樟子松红斑病在调查区内病株个体之间互相排斥,当种群发病指数较低时,表现为均匀分布型;最适抽样模型显示,当允许误差相同时,样本数随着疾病等级平均值的增加而减少,而在平均疾病等级相同的情况下,误差随着样本数的减少而增加。试验结果对开展樟子松红斑病防控具有重要的参考价值。     

2种截冠处理对种子园樟子松幼龄母树生长的影响

研究2种截冠处理对种子园幼龄樟子松母树生长的影响,以期为樟子松种子园母树科学管理提供理论基础。以樟子松幼龄母树为研究对象,对其进行截取2轮枝处理(L2)和截取3轮枝处理(L3),研究截冠处理L2和L3对樟子松幼龄母树树高、地径、冠幅、枝下高、一年生小枝、二年生小枝、萌芽数量7个生长指标的影响。结果表明,截冠处理L2和L3均抑制了樟子松幼龄母树树高的生长,对母树的地径和冠幅的生长有明显的促进作用。截冠处理L2和L3和对照组一年生小枝和二年生小枝的平均长度的大小顺序均为L3L2对照,说明截冠处理对小枝的长度有一定影响;截冠处理L2对樟子松幼龄母树一年生小枝与二年生小枝的长度无显著影响;截冠处理L3对樟子松幼龄母树一年生小枝长度无显著影响,但对二年生小枝长度有显著影响。2种截冠处理对樟子松幼龄母树的枝下高和萌芽数量无明显影响。2种截冠处理对幼龄母树生长均有不同程度的影响,L3更适合樟子松幼龄母树管理。     

越冬大棚瓠瓜-水稻轮作高效栽培模式

瓠瓜是葫芦科葫芦属一年生蔓性草本植物,在绍兴市主要种植长蒲类瓠瓜品种,越冬大棚栽培效益高。瓠瓜种植后水旱轮作一茬晚稻,既可减轻瓠瓜土传病害,又可增加粮食播种面积。这种菜稻轮作模式,在浙江省大力推广应用,实现了"千斤粮,万元钱"的高效。     

截冠处理对种子园樟子松壮龄母树结实的影响

目的樟子松是我国北方干旱和半干旱沙区水土保持和防风固沙的重要树种。研究截冠处理对种子园壮龄樟子松母树结实的影响,以期为樟子松种子园母树的优质高产和科学管理提供理论依据。方法本研究以陕西省榆林市樟子松种子园18个无性系樟子松24年生的母树为研究对象,比较分析未截冠与截冠处理对樟子松母树球果产量、种子产量、球果大小和种子质量等8个指标的影响。结果结果表明,截冠处理对樟子松母树单果质量和单株球果质量2个指标影响不显著,但其平均增益值分别达到24.84%和23.82%,说明截冠处理在一定程度上能提高樟子松壮龄母树的球果产量。截冠处理对樟子松母树单株种子质量和出籽率有明显影响,截冠后单株种子质量和出籽率的平均增益值分别达到81.38%、55.94%,说明截冠处理能提高壮龄母树种子产量。截冠处理对球果长径和短径均无明显影响,截冠处理后球果长径和短径的平均增益值分别为? 0.25%和1.37%。截冠处理后樟子松母树的种子千粒质量、优良度平均增益值分别达7.43%、24.96%,并且大部分无性系千粒质量为正增益,全部无性系优良度为正增益;截冠处理对种子千粒质量无明显影响,但对种子优良度有明显影响。说明截冠处理能提高樟子松壮龄母树种子的质量。结论研究证明截冠处理可以提高樟子松壮龄母树的产量和种子质量。      

抗旱节水与造林技术

造林整地是造林六项基本措施之一,是造林成活的主要环节。而通过节水抗旱综合整地技术不仅可以改善土壤条件、提高土壤含水量,还可以为林木的成活、生长打下良好的基础。从而达到提高造林成活率的目的。     

绍兴市水生蔬菜产业发展的探讨

概述绍兴市水生蔬菜种植区域变迁及面积、品种等生产现状,分析在莲藕采挖、产品加工、茭白秸秆处理及生产风险等方面存在的问题,提出重视水生蔬菜病虫害预测预报、加强水生蔬菜轻简化栽培和生态种养模式研究推广、提高废弃物综合利用率及尽快实施水生蔬菜农业保险政策等对策建议。     

屋顶蔬菜生态循环栽培技术

导读：屋顶蔬菜有着陶冶情操、改善环境、生产实用等功能，同时屋顶具有光照足、通风好的优点，可以生产出优质高产的放心菜，未来屋顶菜园的发展潜力很大。本文结合屋顶菜园的环境特点与生产要求，介绍了绍兴地区规模型屋顶蔬菜生产布局、茬口安排、栽培管理和生态循环等要点。     

基于BP神经网络和支持向量机的农用地分等方法研究

为建立农用地(耕地)质量评价模型,客观准确地进行农用地(耕地)分等,减少现行农用地分等方法中的人为因素影响,提高农用地分等的精度。以福建省长泰县丘陵山地区为实证研究区,通过无监督网络——自组织特征映射网络(SOM)筛选出2 602组典型样本,分别进行有监督网络——BP神经网络和支持向量机(SVM)的学习训练,将分等指标作为输入变量,以农用地自然质量等指数和等别作为输出变量,分别建立BP神经网络农用地分等模型与SVM农用地分等模型并对其精度进行分析。BP神经网络模型的评价正确率为89%,精度较高;支持向量机(SVM)模型的评价结果正确率为99%,达到高精度等级。2种模型均能满足农用地分等的精度要求,但SVM模型较BP神经网络效果更好,更适合应用于农用地分等工作。