快速饲养肉鸭技术

网上快速饲养肉鸭,是一项脱离水面,饲养简单,管理容易,生产周期短,经济效益高的新技术。从雏鸭出壳至出栏全过程只需45～60天,1年饲养6～8批,每批可养1000～2000只,是目前农民很理想的快速致富门路。山东省沂南县农民利用塑料大棚网上养殖肉鸭,取得了可观的经济效益。现将其主要技术介绍如下:一网具、鸭舍设置选择靠近无污染水源的河边、水库、塘坝等地势开阔平坦、排水性好、利于防疫隔离地方建造大棚。大棚用木棒作为支架和顶棚骨架。大棚上面铺上高粱秆或玉米秸,覆盖麦草或稻草,用尼龙网围上,用玉米秸封培,冬天用塑料布保暖。鸭棚朝向应根据所处地势而定(有条件的最好座北朝南)。舍内网床下面设有半倾斜水泥地面或水沟,以利冲洗和扫鸭粪。鸭舍建筑面积按饲养量大小决定,如一批养1000只肉鸭,育雏室需8平方米(育雏室利用率为80%)。育雏密度为每平方米网床15只;中、成鸭舍240平方米,饲养密度为每平方米网床5只。育雏网床和中、成鸭网床高70厘米,宽300～400厘米,长与鸭舍长度相等。可单列式,也可双列式。网床用木架,网用毛竹片(毛竹破成宽2厘米,长与网床宽相等的竹片)铺钉。育雏网床的竹片间距1厘米,中、成鸭网床的竹片间距2厘米...     

抚顺市“8·16＂特大暴雨山洪灾害调查分析

2013年辽宁省抚顺地区遭受千年一遇暴雨洪水袭击,损失惨重。采用实地调研、问卷调查等方式,深入研究暴雨山洪灾害的成因,总结防洪工程发挥的防洪效益,查找防汛工作中存在的问题,并提出今后防汛管理和防灾减灾的工作建议。     

常绿树覆膜防寒的有效性初步调查

常绿树种在北方的越冬一直是绿化工作者关心的问题。近几年,北方城市中很多常绿乔木被套上了白色的外衣(塑料膜)以达到防寒作用。但这种方法是否有效或者作用有多大,并没有人进行验证。为了确认这种措施是否有效,作者进行了初步调查。结果表明:塑料膜在中午升温明显,但在晚上低温下升温作用并不明显,由此,对于这种方法的有效性提出了疑问。     

克伦生葡萄适时不结果原因的调查与探讨

针对陕西省渭南市渭北葡萄产业园区引进栽植的克伦生葡萄,出现栽植后4-5 a仍不能正常结果的情况,667 m²产量不到500 kg,远低于正常产量（2 000-2 500 kg /667 m²）,从而造成果农损失的问题,从施肥量、管理方式等方面进行了调查,并对其可能原因进行了探讨,从而为其他地区有可能出现该现象的情况提供参考。     

我省以竹代木发展林纸生产前景广阔

以竹代木生产纸浆纸张有什么优越性?我省以竹代木发展林纸生产条件如何?有什么对策?本文作者用大量科学而有说服力的事实作了回答。     

冬春季谨防鸡呼吸道病

冬春季是鸡呼吸道病的高发季节,鸡只不仅生长发育受影响,而且因死亡及耗用药物造成经济上的损失。养殖户应注意加强这方面的预防措施。(一)慢性呼吸道病慢性呼吸道病又称鸡败血支原体病。其病原是鸡败血支原体。此病一年四季均可发生,尤以冬春季节严重,气候突变,饲料不全价,饲养密度过大,疫苗免疫接种等应激因素都可能诱发本病发生。该病可经蛋垂直传播。主要症状是开始流鼻涕、打喷嚏,渐发展为咳嗽和呼吸困难,气管有锣音,后期可见眼睑肿胀、流泪,泪液由清液变成浓液,甚至变成干酪样渗出物,眼部突出如肿瘤状,最后双目失明。病程可达1个月以…     

应用抗菌药物治疗鸡病要得法

在当今养鸡行业里，鸡病的种类越来越多．治疗起来越来越难。正确合理地使用抗菌药物．是疫病防治工作中的关键。     

河流藻类生长动态预测方法研究-以德国易北河为例

基于变量参数的建模思想,依据拉格朗日法提出了河流藻类生长单日定时预测机理,并采用L-M率定方法对模型参数进行动态率定。该模型以德国易北河为例进行验证。首先构建了河流藻类叶绿素a单日12时预测机理模型,对机理模型中的7个参数进行选择,取其中5个参数作为率定参数,其余2个参数作为先验参数。根据易北河2000年5月1日至8月1日期间的12时的叶绿素a浓度,对2组5参数组合分别进行率定,根据率定参数将机理模型沿时间轴外推至次日12时获得计算值作为预测结果。结果表明以率定最优(率定误差最小)为原则选取的5参数组合获得的预测结果最优。而通过改变率定数据长度获得的率定参数进行预测比较表明,采用连续7 d的近期历史数据获得预测结果最优。该方法还原藻类生长空间和时间异质性上优于先验参数预测方法,为采用机理模型进行河流短期藻类预测提供了一种新的解决方案。     

蒲城县柿长绵粉蚧发生特点及防治对策

柿长绵粉蚧是蒲城县柿子上主要害虫。种植业结构调整改变了寄主环境,该虫在危害柿子的同时,开始危害苹果、梨、李、桑、玉兰等经济作物。在分析其发生特点的基础上提出了综合防治对策。     

基于无人机可见光图像Haar-like特征的水稻病害白穂识别

实现稻田精准植保的关键是自然环境下病变区域的准确识别。为实现大面积稻田中白穗的精确识别,该文提出一种小型多旋翼无人机水稻病害白穂识别系统,该系统以无人机平台作为图像采集、处理和识别的基础,首先对白穗图像提取Haar-like特征,其次以Adaboost 算法进行白穗训练识别。以4类Haar-like特征及其组合构建弱分类器,用采集的稻田白穗和背景共700个样本点训练生成强分类器。所得强分类器对测试集中65幅图像中的423个白穗样本点进行识别验证,结果表明：白穗识别率可达93.62%,误识别率为5.44%,该方法可有效抑制一般的稻叶遮挡、稻穗黏连以及光照等复杂背景的影响,适合于自然环境下的稻田白穗现场识别。