黄土区土壤微量元素含量分布与微肥效应

黄土区土壤微量元素含量分布受母质、地形、水热条件、土壤类型等成土过程与成土条件的深刻影响,呈现出一定的规律性。与全国土壤平均含量比较,本区土壤锌、锰较低,钼很低,硼接近,铜略高。土壤有效态锌、硼、钼、锰属低水平,存在着大面积缺乏锌、硼、钼的土壤,近一半土壤面积缺锰。近年来,锌、硼、锰肥已在生产中大面积应用,获得了显著的经济效益。     

干旱高纬度环境对大豆蛋白质和脂肪含量的影响

对干旱高纬度环境下大豆蛋白质和脂肪含量的研究结果表明，干旱高纬度环境对大豆蛋白质含量的影响较大，而对脂肪含量的影响较小。     

基于Lab空间和K-Means聚类的叶片分割算法研究

对植物叶片进行分类,在植物种类鉴别研究中有着重要的意义,而在植物叶片分类中,对叶片的准确分割是进行分类的必要前提。为此,对比分析了传统阈值分割中的最大类间方差法和K-Means聚类两种分割算法,实现对叶片的分割,并将RGB空间转换到Lab空间,再利用两种算法分别进行分割。结果表明:传统的阈值分割和K-Means聚类分割无法将目标图像准确地分割出来;在Lab空间对a分量进行阈值分割可以去除阴影部分,但是分割结果为二值图像;而在Lab空间进行K-Means聚类分割,不仅能够有效地消除在拍摄图像过程中产生的阴影部分,而且分割后的图像为彩色图像,对纹理和颜色特征的提取更加方便,提高了分类识别的准确率。     

泥蒿不同生长时期不同部位维生素C含量比较

以湖北省黄州区生长的泥蒿为试材,采用2,6-二氯靛酚定容法测定维生素C含量,研究了其不同生长时期和不同部位维生素C含量的差异和变化规律,为其合理开发利用提供参考依据。结果表明:泥蒿叶片中维生素C含量高于茎中,顶部叶中高于基部叶中,且随着季节的推移呈现先下降后上升的趋势,春季到夏季温度逐渐升高时维生素C含量下降,而夏季到秋季温度逐渐降低后维生素C含量回升。从不同生长时期来看,同一部位维生素C含量在不同生长时期表现出极显著差异,但3个不同部位维生素C含量在3个生长时期表现出一致的变化规律,均为2月>11月>5月;从不同部位的角度看,泥蒿不同部位维生素C含量也存在极显著差异,且3个生长时期均表现为顶部叶>基部叶>茎;基部叶片的维生素C含量变异程度最高,但与顶部叶维生素C含量变异程度差异不大,二者均远高于茎中维生素C含量的变异程度。     

基于改进YOLOv5模型的经济林木虫害目标检测算法研究

对经济林木虫害进行目标检测有助于及时发现虫情,从而更有针对性地控制虫害。首先采用加权双向特征融合技术丰富各级特征图的语义信息和修改自适应Anchor计算方法对YOLOv5主干网络模型进行改进,然后在含20种经济林木虫害的图像扩增数据集上进行试验,最后与多种基于深度学习的目标检测方法进行对比。试验结果表明：改进后的YOLOv5模型相对于YOLOv3、YOLOv4、YOLOv5、Faster-RCNN和CenterNet模型,其平均精度均值分别提升0.133、0.156、0.113、0.128和0.078,最优达到0.923,模型推断速度为64.9帧。因此,改进的YOLOv5模型对经济林木虫害检测已达到实际应用水平,可为经济林木虫害预警系统提供算法支撑。     

黄土地区旱作土壤资源及其合理利用

旱作土壤主要是指降水量低(年平均降水量为250—500毫米)或降水虽足(年平均降水量为500—760毫米)但分配不均,又未进行灌溉的土壤。我国旱作土壤占总耕地面积的51.9%。黄土地区除林地、草地均为旱作土壤外,农田的旱作土壤占耕地总面积的     

基于Android系统手机的甜玉米病虫害智能诊断系统

为农业智能诊断系统更加廉价、便捷、有效地为普通农户服务,该文针对Android手机终端,提出了一种基于Android手机的农业病虫害智能诊断系统的设计方法,构建了一个通用的、便于"二次开发"且人机交互技术丰富的数据库和应用程序的开发环境,并采用"产生式"规则和正向推理方法,设计了甜玉米病虫害的树型图和推理机等,重点研究和开发了"基于Android手机的甜玉米病虫害智能诊断系统",该系统的开发方法具有一定的通用性。测试和初步应用的效果显示,该系统具有便携、实用、界面友好和不受有线网络环境限制等特点,有较强的实用性和推广应用前景。     

面向竹藤的领域语义信息检索系统研究

针对目前竹藤领域数据格式多样、集成整合不足、检索效率低下等问题,将领域术语权重和概念查询扩展相结合,提出了适用于竹籐的领域语义信息检索模型,并对竹藤领域的语义信息检索系统的检索方式、框架结构进行研究,最终建立了竹藤领域语义信息检索系统。本研究内容可有效地解决竹藤信息资源利用的技术障碍,为竹藤的宏观深层次研究,提供新的技术支持和理论依据,为其他相关领域语义信息检索提供一种新方法和思路。     

云南种子植物特有属领域词语相似度算法研究

以《同义词词林》为基础,结合云南种子植物特有属领域知识补充了《同义词词林》中该领域的词语,并提出了一种基于同义词词林的词语相似度改进算法。经过测试对比,在植物检索领域该计算方法比一般的基于同义词词林的词语相似度算法更加准确,而且召回率得到了明显提升,更适用于云南种子植物特有属领域信息的检索。