排序方式: 共有48条查询结果,搜索用时 31 毫秒
11.
鲜活农产品冷链过程储运环境及品质维持关键指标的在线监管,可有效提升冷链物流服务质量,减少易腐产品的物流损耗,保证食品安全、维持优良品质。介绍了冷链物流过程中监控技术研究进展,结合近年来无线传感器(WSN)技术在冷链物流过程监管中的研究热点领域,分别从能耗问题、传输稳定性、监测全面性和农产品特殊性等四个方面进行分析,阐述了目前农产品冷链监控技术存在的问题以及今后的发展趋势。 相似文献
12.
为了获得罗布麻转录组信息,研究罗布麻中功能基因的表达以及分子标记的开发,本研究采用Illumina HiSeq2000高通量测序技术对罗布麻进行转录组测序及分析。通过过滤掉低质量的读序,共获得26148138个高质量的读序,组装得到61538个Unigene序列。其中,有25296个Unigene在公共数据库中得到注释。通过KEGG分析,共发现29个Unigene参与活性成分(黄酮类)生物合成。检测出单核苷酸至六核苷酸重复类型的SSR位点13524个。本研究结果分析了参与黄酮类化合物合成的相关基因以及潜在的SSR位点,为进一步研究罗布麻次生代谢产物合成的功能基因的挖掘、分子标记的开发以及资源利用提供有用的信息。 相似文献
13.
目的测定环翠楼高丽红参与韩国产高丽红参中人参皂苷的含量。方法采用HPLC色谱法和比色法。结果人参皂苷的含量分别为环翠楼高丽红参:人参皂苷-Rg3含量为0.039 6 mg/g,人参皂苷-Rh2含量为0.021 6 mg/g,总皂苷含量为3.02%(g/g);韩国产高丽红参:人参皂苷-Rg3含量为0.038 9 mg/g,人参皂苷-Rh2含量为0.020 8 mg/g,总皂苷含量为2.98%(g/g)。结论环翠楼高丽红参与韩国产高丽红参中人参皂苷-Rg3、人参皂苷Rh2和总皂苷含量相近;该方法分离效果好、准确、快速、样品制备简单。 相似文献
14.
张瑞瑞 《农业工程技术:农产品加工》2019,(20)
马铃薯是主要的经济作物之一,同时也是农民增收的有效途径。早春地膜马铃薯提早上市经济价值较高,可以有效填补市场空缺。该文在深入分析马铃薯种植和栽培特点的基础上,介绍了品种选择、播期选择、播前处理、种植地选择、整地施肥与播种覆膜等早春地膜马铃薯栽培技术要点。 相似文献
15.
16.
随着植保无人机在精细农业上的应用日益增长,目前在植保无人机下洗风场演化及其作用下的雾滴沉积飘移过程的数值模拟方法取得了快速多样化发展,但对各方法的优势、缺陷、适用范围及验证手段仍缺乏系统的梳理。本文针对无粘模型、计算流体力学模型及格子玻尔兹曼模型分别开展论述。基于涡元法的无粘尾涡模型优势在于计算过程简单,但由于缺乏粘性和湍流模型,其雾滴沉积飘移模拟精度较低。计算流体力学模型又分为有限体积法与有限差分法。其中,有限体积法鲁棒性高,可适用于各种复杂环境的模拟,但格式精度有限,其模拟的翼尖涡耗散速度远快于实际情况;有限差分法能够实现对翼尖涡演化的高时空精度模拟,但其存在网格结构化要求高,算力要求过大等问题。格子玻尔兹曼方法在计算具有复杂边界条件和非平稳运动物体的三维流场问题中具备优势,但其在功能多样性和完备性上还存在不足。上述数值模型精度还需综合运用田间实验及室内实验,如高速粒子图像测速(Particle Image Velocimetry,PIV)或相位多普勒测速(Phase Doppler Interferometry,PDI)方法进行验证和优化。最后,本文提出了未来植保无人机施药模拟及验证方法发展方向。 相似文献
18.
19.
IEA-I型航空植保高速风洞的设计与校测 总被引:1,自引:1,他引:0
针对固定翼农用飞机所搭载航空喷头施药雾滴分布研究的需要,该文依照低湍流度风洞设计原理设计了IEA-I型高速风洞.该风洞型式为直流开口式,主要由动力段、过渡段、扩散段、稳定段、收缩段及试验段等部分组成,风洞总体尺寸为9.8 m×1.2 m×1.8m(长×宽×高);动力段选用离心风机;扩散段为小角度扩散,扩散角5°;稳定段采用六角形蜂窝器和9层阻尼网组合设计;收缩段缩比10.24;试验段截面直径为300 mm.该文采用热线风速仪,皮托管和高速PIV系统测定了风洞试验段气流品质,试验结果表明:试验段风速7.6~98 m/s连续可调,气流紊流度小于1.0%,试验段风场均匀度小于0.4%,平均气流偏角小于0.2°,气流动压稳定系数小于2.0%,归一化轴向静压梯度小于0.02.该风洞能模拟固定翼农用飞行器作业飞行条件,为进一步研究航空喷头的参数优化提供试验平台. 相似文献
20.
基于U-Net网络和无人机影像的松材线虫病变色木识别 总被引:3,自引:3,他引:0
松材线虫病是由松墨天牛等媒介昆虫快速传播的一种针对松树的毁灭性流行病。及时对染病变色木进行识别、定位,并砍伐清除是当前控制该病扩散蔓延的主要手段。该研究使用无人机航拍获取大区域染病松林可见光影像,结合深度学习分割网络U-Net开展染病松材变色木图像分割研究。使用制作的样本数据训练U-Net网络,得到训练精度和验证精度分别为98.74%和97.76%。使用混淆矩阵评估U-Net网络分割精度,表明变色木图像分割的用户精度和生产者精度分别达到93.51%和97.30%,误报率6.49%,漏报率2.70%。总体上,U-Net网络变色木识别精度95.17%,Kappa系数0.90,达到较高精度。U-Net分割网络运用于松材线虫病变色木图像识别较随机森林方法能更有效地降低误报,减少分割噪音。 相似文献