山东省玉米青枯病主要致病菌的分离鉴定及优势致病菌的致病性测定

玉米青枯病是一种严重影响玉米产量的土传病害,在世界各玉米种植区均有发生.玉米青枯病的病原复杂多样,不同地区差别很大.本研究连续3年(2014—2016年)对山东省6市玉米种植区青枯病的病原进行分离鉴定,发现山东省玉米青枯病主要为镰孢菌属(Fusarium spp.)和腐霉属(Pythium spp.)病原菌复合侵染所致...     

温棚黄瓜病虫害综合防治技术

近几年,为取得黄瓜的高产,在黄瓜病虫害防治上,主要依靠大量药剂,但农药用量和施用次数增加,反而增强了一些病虫害的抗药性,造成更大量的施用农药,也污染了环境.为达到既高产又能有效保护环境,需要在选育抗病品种基础上,采用以防为主的病虫害综合防治技术.     

基于 Android 平台的智能温室视频无线监控系统

目前,我国传统农业处于向优质、高产和高效的现代化农业转化过程中,智能温室体现了现代农业发展的方向,而视频监控在智能温室中能够起到指导和监管作用。视频无线传输技术有效地解决了温室中不方便使用有线网络的问题,使我国农业现代化发展进入了一个崭新的阶段。视频监控系统基于 Android 操作系统平台,以Android 手机作为客户端,利用WiFi 技术完成视频的无线传输和指令发送,解决了智能温室中设备不能布线或很难布线时的监控问题。     

湖北省保安湖水体营养状态监测与分析

[目的] 探究湖北省保安湖水体营养状态时空特征,分析影响湖泊水体叶绿素a的主要影响因子,为其生态修复与保护提供科学依据。[方法] 在湖区设置监测点位,于2019—2021年进行取样监测分析,并运用综合营养状态指数(TLI)评价湖区的营养状态。采用空间自相关分析对保安湖营养状态的空间相关性与聚集程度进行研究。通过Logit模型分析叶绿素a浓度变化的关键水环境影响因子。[结果] 保安湖TLI变化范围为47.25～55.86,营养状态在中营养和轻度富营养间波动。湖区营养状态整体呈现显著的正空间自相关关系,其Global Moran’s I分别为0.46,0.93,0.60,0.31,0.60和0.62。主体湖南部是TLI的热点(高/高集聚)区域(p<0.01),扁担塘湖区是TLI的冷点(低/低集聚)区域(p<0.01)。影响叶绿素a浓度变化的主要水环境因子排序为：透明度>TP>pH值>COD_Mn>水深>DO,均与叶绿素a浓度有显著相关性。[结论] 湖区水体营养状态良好。流域内应通过控制农田水土流失及养殖业面源污染,加强入湖河道治理等方式减少外源磷输入,采用生态水位调控和修复水生植被等措施来进一步改善水体营养状态。     

小麦穗期病虫害综合防治技术

小麦穗期是多种病虫害发生危害的主要时期,也是防治的关键时期.此时病虫害发生的种类主要有叶枯病、锈病、白粉病和赤霉病;虫害发生的种类主要有吸浆虫、粘虫、穗蚜、麦叶蜂等.防治小麦穗期病虫害,要以药剂防治为主,严格按照防治指标,选择对路农药,尽量减少施药次数;还应注意保护利用天敌以发挥其控害作用,力争把主要病虫害的危害控制在允许的经济损失水平以下,确保小麦丰收.     

基于改进K-means的农田湿度评估研究

在现代化农业生产中,常采用全自动化设备检测土壤湿度,然后对农田进行灌溉,但现有系统难以精确判断整个农田的湿度信息,当土壤湿度传感器出现设备故障后,会产生控制误差,导致整个系统崩溃.因此,结合土壤湿度传感器,Lora、NB-iot无线网络传输和微控制器处理等先进技术,设计了基于改进K-means的农田湿度评估系统.该系统...     

高效运算网络在作物叶部病害识别中的研究

卷积神经网络模型参数冗余太大,收敛速度慢,对硬件计算资源要求过高,导致适用性差,不适合布署在边缘侧的嵌入式设备上,且大多数识别模型鲁棒性差,在复杂环境下识别效果不佳.为解决以上问题,设计两个基本模块用于搭建病害识别网络:一是高效残差模块,采用残差和多种卷积分解结构,在保证识别精度的情况下简化模型;二是恒等残差模块,用于...     

关于东营市建立城市管理长效机制的调研报告

探索完善科学先进的城市管理长效机制,全面提升城市管理水平,是当前我们面临的一项重要而迫切的重大课题。近期,我对东营市城市管理机制进行了深入调研,探索提出建立完善城市管理长效机制的一些政策措施,仅作参考。     

干旱胁迫对杨树幼苗叶片内ABA和CaM含量的影响

不同浓度PEG 6000(水势分别为-0.2、-0.6-、1.2 MPa)处理两种杨树幼苗,结果表明:随着水势的降低,叶片内ABA和CaM含量都明显增加,说明它们在植物抵抗干旱胁迫的过程中发挥重要作用。     

基于过渡区研究的黄瓜病害识别方法

[目的]针对黄瓜生长过程中常见的霜霉病、白粉病和靶斑病,提出改进的病害识别方法,为黄瓜病害自动识别提供一种技术支持.[方法]将RGB模型的病害图像转换到HSV和YUV颜色空间,通过OTSU筛选,获取阈值分割效果最好的HSV颜色空间的V分量,综合全阈值法和局部动态阈值法对V分量进行分割,获取病斑区和过渡区的分割图像.分别提取病斑区和过渡区的颜色和形状特征,基于支持向量机(Support vector machines,SVM)进行病害识别.[结果]以采集的240幅病害图像为研究样本,当惩罚参数C=32,核函数参数γ=1时,基于病斑区和过渡区在颜色和形状方面的22个特征数据,SVM分类器对霜霉病、白粉病和靶斑病3种病害的识别率分别达83.3%、76.7%和90.0%,对比仅以病斑区的11个特征数据为基础的识别结果,增加过渡区特征数据之后,黄瓜病害识别率有较大提升,分别提高26.6%、13.4%和16.7%(绝对值).[建议]未来研究中应拓展黄瓜病害研究的种类,在进行病害识别时应将病害发展程度及病害的混合性考虑在内.