排序方式: 共有70条查询结果,搜索用时 31 毫秒
31.
32.
采用灰色关联度分析法和逐步回归分析法,分析了麦棉两熟种植棉花生育期间主要气候因子与籽棉产量的关系.灰色关联度分析法结果表明,黄淮海棉区棉花产量在年度间的差异主要受积温的影响,4-10月份≥20℃积温与籽棉产量的关联系数0.4463;其次为日照时数,关联系数0.4052,第三是降雨量,关联系数0.3133.在棉花生长的4-10月期间,以8月、9月的日照时数和8月份≥20℃的积温对产量的影响最大,关联系数分别达到0.7201、0.7116和0.7042.逐步回归分析法结果同样表明,积温是影响产量的主要因子,且为正效应;而降水量对产量的影响为负效应;得出的回归方程(P=0.0007598,R2 =0.7477)可试用于黄淮棉区两熟籽棉产量的预测和预报. 相似文献
33.
34.
麦后移栽棉不同时期喷施催熟剂对产量及品质的影响 总被引:2,自引:1,他引:1
在麦后移栽和麦后直播棉生长后期的4个不同时期用乙稀利催熟,研究其对棉花产量、品质的影响。结果表明,9月10日过早喷施催熟剂,铃重、衣分和成铃数均极显著降低,导致子棉、皮棉产量也极显著降低;且纤维上半部平均长度、整齐度指数、断裂比强度、伸长率和麦克隆值5项指标均极显著减小。麦后移栽棉田喷施催熟剂的适宜时期在10月上旬,可提高霜前子棉产量和皮棉产量,对纤维品质无不良影响。育苗移栽可促进麦后棉早发早熟,提高产量和霜前花率并改善纤维品质。 相似文献
35.
蚕业是四川传统的优势产业,当前四川蚕业正面临着一个新的发展环境,蚕茧生产正处于调整恢复阶段。一方面,加入世贸组织、农业产业结构调整和实施西部大开发战略、退耕还林政策及“东桑西移”发展战略,给四川蚕业生产的发展带来一个新的历史性机遇;另一方面,宏观调控和资金扶持力度减弱,茧丝市场和价格大幅波动,管理体制和技术服务体系不适应,不仅影响到蚕业工作和生产经营活动的正常开展,对蚕业生产的稳定与发展也极为不利。优势与困难同在,机遇与挑战并存。如何适应发展变化,理清思路,把握机遇,采取和落实相应政策与措施,促进四川蚕茧生产恢复与发展,是蚕业战线的一项重要任务,也是业界的一大课题。 相似文献
36.
裸苗移栽棉花缓苗期抗氧化酶活性和叶绿素含量的变化特点 总被引:9,自引:4,他引:5
2007年在一熟棉田设裸苗移栽、钵苗移栽和直播3个处理,在麦棉两熟裸苗移栽棉田设置地膜覆盖和不覆盖两个处理,在移栽后40 d内分次取样测定棉花功能叶片的超氧化物歧化酶(SOD)、过氧化物酶(POD)、过氧化氢酶(CAT) 活性和叶绿素含量。结果表明,移栽棉花由于移栽时根系受损,存在明显的缓苗期,缓苗期内功能叶片三种酶活性和叶绿素含量变化规律均表现为先升高而后下降或趋于平稳变化;CAT、POD较SOD对逆境的反应敏感,其活性当处于逆境时快速升高,逆境解除时就迅速下降;地膜覆盖有利于缩短移栽缓苗期,促进棉苗早发。 相似文献
37.
38.
不同密度下棉花群体光辐射空间分布及生物量和纤维品质的变化 总被引:8,自引:1,他引:7
【目的】研究不同密度群体棉花生育期、光合有效辐射(PAR)分布、叶面积指数(LAI)和干物质累积特征值的差异。【方法】供试品种为转Bt(Bacillus thuringiensis)基因杂交种中棉所75(CCRI 75)和常规品种鲁棉研28(SCRC 28),2012和2013年密度处理为1.5万、5.1万和8.7万株·hm~(-2)。【结果】不同密度群体在棉花不同生育期PAR存在显著差异,且冠层光透射率随密度增加而减少,不同种植密度的棉花群体冠层株型结构各不相同,不同群体棉花茎叶的空间分布决定PAR的分布;LAI随生育进程呈现出开口向下的抛物线,不同的密度群体LAI均在播种后60 d左右开始快速增加,100 d或110 d后LAI开始急速下降;随密度增加最大生物量累计值减少,且营养器官占单株总干物质的比例增加,而生殖器官所占比例下降;密度显著影响马克隆值大小,高密度下马克隆值最大。【结论】本研究为棉花田间管理、合理密植提供理论依据。 相似文献
39.
随着人工智能的发展,机器学习正逐渐应用于大田信息化管理,可以节约时间、减少劳动用工。利用无人机获取6个密度(1.5万株·hm-2、3.3万株·hm-2、5.1万株·hm-2、6.9万株·hm-2、8.7万株·hm-2、10.5万株·hm-2)棉田的RGB图像,以数据增强技术扩大数据集,通过机器学习算法的不同模型(支持向量机、VGGNet16、GoogleNet、MobileNetV2)实现不同密度棉田图像的识别分类,并对比了不同模型的图像识别效果。基于支持向量机模型的方法是利用尺度不变特征变换对数据集进行特征提取,将其作为分类器的输入向量进行图像分类;该模型的平均分类识别准确率为74.18%。基于3种卷积神经网络模型(VGGNet16、GoogleNet、MobileNetV2)的方法是结合迁移学习并搭配Adam优化算法对模型进行微调,自动提取数据集特征并重新训练;其分类识别准确率均在90%以上。结果表明,相较于传统机器学习,3种卷积神经网络模型训练对不同密度棉田图像的分类识别准确率更高。比较4种神经网络模型的测试集验证结果,GoogleNet和MobileNetV2模型的平均分类识别准确率达到98%;结合模型评估指标精确率、召回率、F1分数可知,这2种模型的性能较好。该研究表明了深度学习算法对不同密度棉田图像分类的有效性,探索的图像识别方法和优选模型可为棉花大田信息化管理提供技术支持。 相似文献
40.
随着智慧农业技术数字化程度的提高,物联网和传感器技术的不断发展与成熟,以及智能化设备的出现,数据统计、数据分析、数字制图得到了越来越多的应用。Surfer 20软件具有强大的插值和绘制等值线图的能力,可极大减轻科研人员后期数据分析、制图工作量,获取精确的作物环境信息。在概述该软件特点及其在农业制图中应用进展,介绍其数据库构建和制图操作方法的基础上,利用其空间统计学网格取样法,快速处理智慧农业装备全天无间断实时监测获取的棉田土壤水分、温度、铜离子含量以及棉花冠层光合分布等数据,绘制等值线图,展示作图的效果,为该软件在棉花生产管理决策中的应用提供参考。 相似文献