共查询到14条相似文献,搜索用时 78 毫秒
1.
2.
3.
4.
本文介绍了水稻生物可降解秧盘(规格58cm×28cm×2.8cm)育秧、机插试验及示范情况。用生物可降解秧盘育秧可提高出苗率与成秧率,秧苗分布均匀,插种时漏插率低,更能适应机械插种的要求;育成的秧苗插种时伤根少,插种后返青快,分蘖略早,生育进程快,苗数足,有利于获得高产;育成的秧苗机插时不散秧,比常规育秧有增产作用。 相似文献
5.
6.
7.
介绍了机插水稻塑盘泥浆育秧栽培技术,主要包括秧田准备、品种选择与种子处理、适期播种、秧田管理、插秧、大田管理等内容,以期为机插水稻栽培提供技术参考。 相似文献
8.
9.
水稻要高产,壮秧是关键,烂秧死苗会造成水稻减产和农民巨大的经济损失。结合水稻育秧经常出现的问题,总结育秧中的“五害”问题,即冷害、热害、药害、肥害、病虫害,并根据实践经验提出相应的预防措施,以供水稻生产参考。 相似文献
10.
11.
为促进新品种权审查提速,尽早实现"快保护",基于DUS测试实践及来源于农业农村部的数据分析,对我国草本花卉DUS测试现状进行总结。草本花卉的新品种权审批由农业农村部植物新品种保护办公室负责,农业系统具有相对完善的测试机构,拥有一支高素质的测试队伍,采用的是官方测试为主,现场考察为辅的实质审查方式。根据我国草本花卉DUS测试机构、测试指南、品种权申请与授权情况和DUS测试基本情况,归纳DUS测试中的常见问题,并提出提高DUS测试质量的建议。面对我国的丰富花卉资源保护重任,草本花卉DUS测试任重而道远。 相似文献
12.
为进一步明确秸秆热解过程的影响因素及其相互作用,本研究系统分析2000—2018年国内外秸秆热解研究的相关文献,总结秸秆热解研究中存在的问题。从数值模拟分析的角度对影响秸秆热解过程的因素进行归纳分类,分析数值模拟中需要考虑的因素及其应用,如基于非稳态数值模拟可实时监测秸秆热解过程中装置内部瞬时温度分布、挥发分流动路径、秸秆颗粒流动规律及浓度分布等瞬态物理量变化。阐述将CFD数值模拟与试验测试、理论推导相结合来研究秸秆热解的必要性,并分析此种研究方式的可行性。 相似文献
13.
深度学习方法在农业信息中的研究进展与应用现状 总被引:4,自引:3,他引:4
为使农业信息领域的研究人员能够系统和快速地了解深度学习在农业中的研究进展以及应用现状,对深度学习在农业信息领域的应用进行归纳、梳理、分析和展望。对涉及农业领域且应用深度学习技术的90项研究中所涉及的农业问题、具体模型和框架、数据集的来源和特征以及预处理方法、模型评价指标等进行归纳总结分析,并讨论深度学习的优点和局限性,进而展望深度学习的发展趋势。农业领域中的应用包括作物及其器官分类、病虫害识别、果实识别和计数、植物识别、土壤覆盖分类、杂草识别、行为识别和分类、植物养分含量估计、植物叶片或种子表型分析等方面;大多数研究采用卷积神经网络,如AlexNet、VGG16和Faster R-CNN。在框架方面,Caffe使用频次最高,其次是Tensorflow和Keras/Theano;分类准确度是最常用的模型评价指标,其次是F1得分和平均精度。与其他常用方法和技术相比,深度学习不仅精度高,而且性能优于现有的常用图像处理技术。其他涉及计算机视觉技术的农业应用有望通过深度学习技术的使用获得更好的效果。 相似文献