浅析东北大豆的病虫害防治技术

我国作为一个农业大国,大豆是我国主要的经济作物之一,也是我国主要农作物之一。受地理条件和气候因素的影响,我国大豆主要以东北地区的大豆产量最高和品质最优,这也使得东北地区成为全国最主要的大豆供应地。近几年来大豆种植面积虽然不断增加,但是豆产量却不见增加,这主要是由于大豆病虫害越来越严重。由于受到病虫害的影响,导致大豆产量连年下降。本研究主要对东北地区常见的大豆病虫害进行了分析,并提出了积极的防御大豆病虫害防治措施和技术,旨在为大豆的种植质量提供了有利的保障,以提高东北地区大豆食产量。     

大豆主要病害症状与防治技术

阐述了大豆主要病害,如大豆根腐病、大豆孢囊线虫病、大豆菌核病和大豆褐杆病的症状,提出了综合防治措施。1、大豆羞萎病1.1病害症状：主要危害叶片、叶柄和茎。     

大豆病虫害发生趋势及防治方法

大豆是我省的主要经济和粮食作物,而大豆病虫害对大豆的产量和质量起到了重要的影响作用,而且病虫害近年来有加重趋势,因此,做好大豆主要病虫害的综合防治势在必行。本文针对危害大豆生产的主要疾病及虫害进行了概述,并提出了防治这些病虫害的主要技术和措施,以为大豆病虫害的防治提供参考。     

大豆食心虫的发生与防治

大豆食心虫是大豆生产中的主要虫害。通过介绍大豆食心虫的形态特征及发生规律,提出了防治大豆食心虫的主要方法。     

大豆主要病虫害的防治措施

大豆作为我国主要的经济作物之一,具有很高的商业价值。在大豆的种植过程中,如何防治主要病虫害对大豆造成的危害,从而增加大豆的产量和质量,是我们首要解决的问题。文章对大豆生长期间常见的主要病虫害进行分析,并对如何防治大豆主要病虫害的措施作出了探讨。     

东北寒地大豆高产栽培技术探析

在我国东北大豆的主产区实施专用品种单独加工、单独收购以及单独生产,建立专用的东北大豆生产基地,使得我国东北地区成为我国专用以及优质的大豆出口基地以及生产基地。在大豆产量计算中,决定其产量主导的因素就是荚数的变化,将大豆单株荚数进行增加已经成为了实施大豆栽培主要的攻关目标。相关研究表明,大豆单株荚数主要受到了大豆主茎节数产生的影响,而主茎节数主要由大豆栽培的品种以及大豆栽培的条件所共同决定的。因此,在我国东北寒地领域中,选择高产品种大豆种植的主要性状就是单株荚数,栽培的条件主要是密度大小以及水肥条件。本文中,笔者就对东北寒地大豆高产栽培技术进行探析。     

论大豆病虫害防治方法

大豆是我省的主要经济和粮食作物,而大豆病虫害对大豆的产量和质量起到了重要的影响作用,而且病虫害近年来有加重趋势,因此,做好大豆主要病虫害的综合防治势在必行。本文针对危害大豆生产的主要疾病及虫害进行了概述,并提出了防治这些病虫害的主要技术和措施,以为大豆病虫害的防治提供参考。     

浅谈大豆安全生产栽培技术

大豆是我国目前供求矛盾最大的粮油兼用作物,食用大豆也是人们生存发展关键的蛋白质的摄入方式。本研究主要针对大豆的安全生产栽培技术进行了探讨,分析总结了大豆安全生产栽培技术的主要方法和注意事项,为大豆种植提供参考。     

浅析大豆高产栽培技术

中国北方属于高寒地带,是大豆的主产区,也是高质、优质大豆的发源地,由于大豆是主要的农作物,许多地方开始栽培高产大豆。但由于技术不够成熟,有些高产大豆达不到预期的效果。为了更好的提高大豆的质量和产量,现总结了大豆高产栽培技术的主要措施。     

东北大豆种植中的主要病虫害及防治措施

东北地区的农业经济在国民经济中占主导地位,大豆种植则是东北地区农业经济的重要组成部分.目前,东北地区大豆种植中病虫害问题频发,不利于东北地区农业经济的健康发展.该文介绍了东北地区的主要病虫害,提出了病虫害的综合防治措施,并详细介绍了大豆灰斑病、大豆根腐病、大豆蚜虫以及大豆食心虫等主要病虫害的药物防治措施,以期实现大豆高...     

基于NetCDF数据模型的气象资料存储设计

随着气象观测手段和水平的不断发展和提高,出现了大量的、多种多样的气象资料可供业务及科研人员使用。但由于气象资料格式的不统一,为数据的共享和发布设置了障碍。针对该问题,考虑使用统一的NetCDF数据模型来表示多种多样的气象资料,并给出了格点、站点、雷达和遥感4种气象资料的NetCDF数据模型设计。     

基于空间数据仓库的农业大数据研究

农业大数据能从海量的农业数据中寻找和挖掘有价值的数据以及隐藏的信息,准确把握数据之间的内在联系和规律,是发展现代农业的重要推动力。空间性是农业数据的重要特征之一,将空间数据仓库的理论和技术运用到农业大数据中是发展农业大数据的关键。空间数据仓库是数据仓库技术在空间领域的延伸,它能有效地存储、组织和管理农业空间数据,实现农业异质数据转换、集成与调度,并为农业数据分析提供支撑环境。讨论分析了农业大数据的体系结构,并利用空间数据仓库在空间数据处理上的优势,结合空间数据挖掘的理论知识,从数据采集、数据集成处理、数据分析和数据应用4方面对农业大数据进行了全面的研究和分析,最后针对我国农业大数据的研究现状提出了一些建议和思考。     

查全率和查准率的农业数据库

数据库要做到对分类数据的查全率、查准率,除了SQL数据的查询外,必须对数据库数据进行分类数据分类。数据库数据按照一定的分类法则进行分类是达到数据库按分类查全率,查准率的要求。数据库数据的SQL数据查询,可以按照SQL法则查询数据库的数据。但是要做到对数据库数据的查全率和查准率,必须对数据库的数据按照一定的分类法则进行分类。     

大数据背景下高职院校数据素养教育研究——基于广东省科技干部学院商科学生的抽样调查

[目的/意义]针对高职数据素养教育缺位的现状,以师生对数据素养的认知情况为培养现状的分析依据,为高职院校建立科学合理的数据素养培养体系、建设相应的课程体系、合理分配有限教学资源提供参考。[方法/过程]基于已有的数据素养指标体系,构建高职院校数据素养评价体系,采用问卷的方式调查高职学生的数据意识、数据收集、数据组织与管理、数据分析、数据利用与归档、数据伦理6个方面的认知与能力,结合文献提出“三阶递进”式的高职数据素养教育体系。[结果/结论]师生总体具备一定的数据意识,但对商业数据的有效获取能力比较缺乏。具备基础的数据分析能力及表达能力,数据价值的深度挖掘能力不足。数据收集、组织与管理、分析、利用与归档能力认知在群体间的差异明显,认为应从“底层-进阶-高级”3个层次进行教育体系的设计,提升数据素养综合能力。     

本体构建理论在林业科学数据共享中的应用研究

随着林业科学数据共享工程的不断深入,科学家们在实际应用中积累了大量的科学数据,而这些数据并没有被充分利用。如何有效的从海量林业科学数据中快速地查询出所需要的数据,是一个亟待解决的问题。针对林业科学数据检索遇到的问题,本文从本体的构建理论出发,构建林业科学数据本体,对林业科学数据进行语义形式化描述,成为人和机器都可以理解的表达形式。并对基于该本体的林业科学数据检索进行了案列分析,为本体的构建为语义层次上的林业科学数据共享提供前提条件。     

基于粒子滤波的LAI时间序列重构算法设计与实现

遥感观测的叶面积指数（LAI）时间序列数据广泛应用于作物长势监测,但数据受大气条件等影响,存在数值偏低和时间序列数据缺失等问题。为此,本文设计了一种基于重采样粒子滤波的LAI时间序列重构算法,以LAI为同化变量,在WOFOST模型本地化的基础上,实现了遥感LAI数据和WOFOST模型模拟的LAI数据的同化,以重构LAI时间序列。算法将WOFOST作物模型简化为LAI状态随时间演变的非线性计算方程,作为重采样粒子滤波的状态转移方程;将地面实测LAI数据和遥感LAI数据建立的线性方程,作为重采样粒子滤波的观测方程,建立LAI时间序列数据同化模型。以带权重粒子表示LAI时间序列状态后验分布,并在循环迭代中对粒子重采样,以此实现单点和区域LAI时间序列重构。应用该算法,对河北省冬麦区2010年LAI时间序列进行重构,结果表明,基于重采样粒子滤波的LAI时间序列重构算法在单点和区域上得到的LAI值明显更接近冬小麦实际生长状况,且算法能够弥补遥感LAI时序数据的缺失,为进一步的作物长势监测提供基础支撑。     

数据质量研究述评：比较视角

数据质量是数据应用的前提,也是大数据研究的核心内容。笔者对数据质量内涵、数据质量影响因素、数据质量评价、数据质量优化策略等相关主题的研究进展进行全面梳理与述评,并采用比较分析法,将数据质量与信息质量、传统数据质量与大数据质量研究分别进行比较分析,以期厘清数据质量领域关键问题研究进展,明晰数据质量研究重点。     

图书馆开放数据的游戏化开发路径探析

[目的/意义]上海图书馆开放数据竞赛部分获奖作品的实践证明,对开放数据进行游戏化开发,有利于提高其利用效率,发挥其内在文化价值,缓解目前图书馆开放数据利用效率较低的现实问题。为了探析深入如何对图书馆开放数据进行游戏化开发,[方法/过程]通过查阅上图开放数据历年培训资料、获奖作品简介、观看部分获奖作品视频介绍以及亲身体验部分获奖作品等方式,文章结合《民国百花》《神秘书信》《医图寻踪》3 款作品为具体案例,归纳分析了已有实践对于图书馆开放数据游戏化开发的共性特征。[结果/结论]结合数字游戏的机制、故事、美学及技术4 个构成要素,总结了图书馆开放数据的游戏化开发路径：玩法机制契合开放数据特征、故事化形式表达开放数据内涵、美术化视觉展示开放数据文化底蕴和先进技术改善玩家游戏体验。     

地面自动气象站观测数据文件的质量控制

通过分析地面自动气象站观测数据文件A文件、分钟观测数据文件J文件中出现的缺测记录和疑误记录,并结合工作实际,提出了合理解决方法,最大限度地减少了观测数据文件中的缺测记录和疑误记录,保证了气象资料的完整性、连续性和准确性,从而实现地面气象观测资料的质量控制。     

基于粒子滤波的LAI时间序列重构算法设计与实现

遥感观测的叶面积指数(LAI)时间序列数据广泛应用于作物长势监测,但数据受大气条件等影响,存在数值偏低和时间序列数据缺失等问题。为此,本文设计了一种基于重采样粒子滤波的LAI时间序列重构算法,以LAI为同化变量,在WOFOST模型本地化的基础上,实现了遥感LAI数据和WOFOST模型模拟的LAI数据的同化,以重构LAI时间序列。算法将WOFOST作物模型简化为LAI状态随时间演变的非线性计算方程,作为重采样粒子滤波的状态转移方程;将地面实测LAI数据和遥感LAI数据建立的线性方程,作为重采样粒子滤波的观测方程,建立LAI时间序列数据同化模型。以带权重粒子表示LAI时间序列状态后验分布,并在循环迭代中对粒子重采样,以此实现单点和区域LAI时间序列重构。应用该算法,对河北省冬麦区2010年LAI时间序列进行重构,结果表明,基于重采样粒子滤波的LAI时间序列重构算法在单点和区域上得到的LAI值明显更接近冬小麦实际生长状况,且算法能够弥补遥感LAI时序数据的缺失,为进一步的作物长势监测提供基础支撑。