排序方式: 共有78条查询结果,搜索用时 15 毫秒
71.
我国设施园艺发展区域适应性的研究 总被引:3,自引:0,他引:3
为评价我国设施园艺发展的区域适应性,运用层次分析法,从自然气候、社会经济以及设施园艺发展情况3个方面建立了以年平均太阳辐射、区域种植传统、设施种植年均每公倾效益等11个影响因素为指标的区域适应性评价体系。同时,构造了判断矩阵,并应用MATLAB6.5计算软件进行编程,确定了各评价指标的权重;建立了设施园艺发展区域适应性评价模型,并对所选北京、山东、上海等8省市区进行了实证分析,评价结果与实际情况相符合。根据评价结果对各区域相应适宜的设施园艺发展模式进行了分析,表明本指标体系具有较高的可信度和较好的适用性,可为科学指导我国不同区域设施园艺适宜发展模式提供理论参考。 相似文献
72.
相比单跨日光温室,两连跨日光温室具有单位面积建造成本低,土地利用率高等优势,为深入了解两连跨日光温室热环境性能,该研究基于计算流体动力学(computational fluid dynamics,CFD)构建了相同结构参数和构造材料的单跨和两连跨日光温室热环境模型。通过试验测试两连跨日光温室内的环境温度和各围护结构表面热流,并与CFD模拟的温度场进行对比,结果表明模拟数据与实测数据吻合度较高。在此基础上,基于该CFD模型分别对两连跨和单跨日光温室热环境进行模拟,并提取各围护结构表面热流和温度、土壤温度和空气温度进行对比分析。结果表明,在相同外界气候条件下,两连跨日光温室比单跨日光温室夜间气温高1.7~3.8 ℃,土壤温度高2.9~3.0 ℃,墙体内表面温度高2.9~7.9 ℃;两连跨日光温室的土壤和墙体在夜间,持续向南侧棚室放热,热流稳定,热流密度分别为7.11~8.59、12.65~15.19 W/m2,分别比单跨日光温室土壤、墙体表面热流密度高0.76~2.42,9.71~14.36 W/m2。相比单跨日光温室,两连跨日光温室地表土壤温度和室内气温波动较小,热环境调节能力明显提升。该研究结果为两连跨日光温室的结构优化、耕种管理等提供参考。 相似文献
73.
[目的]掌握我国设施园艺机械化水平、分布特点,寻找薄弱环节.为制定相关政策和发展我国设施园艺提供参考依据.[方法]采用设施农业(园艺)机械化水平评价指标体系,将设施园艺机械化发展水平分为初级阶段、中级阶段和高级阶段3个阶段,并用区域划分法对各地设施农业机械化水平进行比较.[结果]我国设施园艺机械化水平为32.5;,其中设施机耕水平为69.8;,设施机播为11.7;;西南地区设施园艺机械化水平为26;,华东区域为36;.[结论]我国正处于设施园艺发展的初级阶段,设施园艺各环节和各区域发展不均衡,应进一步完善设施园艺机械化水平评价指标体系. 相似文献
74.
75.
丁小明 《农业工程技术:农产品加工》2009,(11):24-24
2009年10月13日~16日,2009荷兰园艺博览会在荷兰首都阿姆斯特丹的RAI展览中心举行。 相似文献
76.
77.
种子发芽是植物成长中的重要环节之一、良好的环境可以大大提高种子发芽率。 通过控制催芽室内的
温度、相对湿度、光照等参数、为种子发芽创造一个良好的环境、促进种子发芽。 采用中央空调控制系统、控制催芽室
的温度在 18~30益范围内可调;采用超声波加湿器、控制催芽室的相对湿度在 70% ~95% 范围内可调。 安装了光照传
感器、分组控制补光灯。触摸屏设计方便用户直观地使用、采用 RS232与控制器通信。安装了循环风机和风幕机使环
境内温度和相对湿度更加均匀。控制器采用 PI D 算法控制环境精度。目标温度值为 28益、目标相对湿度为 90% 时、温
度控制精度为依0. 5益、相对湿度控制精度为依1. 9% 。 相对于人工气候箱、催芽室空间较大、一定条件下、年产量可达到
340万株、甚至更高。 相似文献
78.
针对目前日光温室损伤程度的统计方法普遍依靠人工目视导致的检测效率低、耗时长、精确度低等问题,该研究提出了一种基于改进YOLOv5s的日光温室损伤等级遥感影像检测模型。首先,采用轻量级MobileNetV3作为主干特征提取网络,减少模型的参数量;其次,利用轻量级的内容感知重组特征嵌入模块(content aware reassembly feature embedding,CARAFE)更新模型的上采样操作,增强特征信息的表达能力,并引入显式视觉中心块(explicit visual center block,EVCBlock)替换和更新颈部层,进一步提升检测精度;最后将目标边界框的原始回归损失函数替换为EIoU(efficient intersection over union)损失函数,提高模型的检测准确率。试验结果表明,与基准模型相比,改进后模型的参数数量和每秒浮点运算次数分别减少了17.91和15.19个百分点,准确率和平均精度均值分别提升了0.4和0.8个百分点;经过实地调查,该模型的平均识别准确率为84.00%,优于Faster R-CNN、SSD、Centernet、YOLOv3等经典目标检测算法。日光温室损伤等级快速识别方法可以快速检测日光温室的数量、损伤等级等信息,减少设施农业管理中的人力成本,为现代化设施农业的建设、管理和改造升级提供信息支持。 相似文献