活性污泥应用于农业前发酵处理过程中病原菌变化研究

采用黑曲霉为发酵剂对活性污泥进行全程无公害处理并对各种病原菌的生长变化进行监测。结果表明病原菌总量在发酵过程中呈“马鞍型”变化。由于不同堆肥处理组合的C/N比及添加辅料的不同,导致各种病原菌的生长规律出现差异;采用黑曲霉处理城市活性污泥可使病原菌数目减少,但不能达到完全杀灭的目的;对发酵污泥进行200℃高温物理处理后,病原菌存活量为零。因而活性污泥在堆肥后必须经过高温物理处理才能达到安全化和资源化。     

南方果蔬冷藏保鲜库结构及使用维护

随着现代农业的不断发展推进,果蔬种植业已成为农业增效、农民增收的有效途径,但因果蔬生产地域性、季节性差异较大,造成低产时市场供应不足,高产时果蔬囤积田头,农民增产不增收的情形则难以避免。为切实解决这一难题,同时推动订单农业的发展,近几年各地各级农机部门大力推广发展了果蔬冷藏保鲜技术,使得蔬果收获后通过贮藏保鲜可以跨季节销售,跨地域供给,农民的生产效益进一步提高,居民的菜篮子也能得到充分保障。     

水田耕整机事故原因及预防措施

水田耕整机由于具有结构简单,小巧灵活,操作容易,经济适用等特点,一直深受农民的青睐,并被誉为"一头牛的价格,半头牛的消耗,三头牛的功效",在各地农村快速发展,为农业生产、农民增收作出了贡献.但随着水田耕整机在农村普及使用,事故也伴随着发生,其主要原因是机手操作不当.     

温室作业机具室内定位方法研究

针对农机具在温室大棚内的定位、作业轨迹跟踪及作业面积核算需求,提出一种基于多源数据融合理论的温室机具室内定位优化算法。首先根据惯性导航测量技术预估被测目标定位初值,再利用无线RSSI测距技术使用加权质心算法获得定位测量结果,利用卡尔曼滤波算法进行定位信息最优化计算,以消除基于单一测量技术存在数据漂移、测试信号受遮挡、电磁干扰造成的误差,获得准确的定位信息,进而实现作业轨迹的实时跟踪以及作业面积的有效核算。在Matlab仿真分析中,首先建立定位算法评价指标以便于定位效果评估,通过仿真计算得出:基于多源数据融合的优化定位算法的定位精度及稳定性均优于单一无线RSSI室内定位算法。温室大棚田间试验的实际测试结果表明,室内定位精度不大于0.125 m,定位误差小于0.4%,能够较好地满足温室内作业机具的定位及作业轨迹实时获取与监测的需求。     

草地贪夜蛾形态特征及与3种玉米田为害特征和形态相近鳞翅目昆虫的比较

草地贪夜蛾Spodoptera frugiperda(J.E.Smith)是一种重要的世界性害虫,目前已经侵入我国云南省。田间调查发现,草地贪夜蛾与甜菜夜蛾S.exigua、斜纹夜蛾S.litura和黏虫Mythimna separata在玉米上往往混合发生,且形态相近,容易混淆。本文详细描述了草地贪夜蛾卵、幼虫、蛹和成虫的外部形态特征,并比较了其与甜菜夜蛾、斜纹夜蛾和黏虫的幼虫和成虫的形态差异。本文为草地贪夜蛾的准确鉴别和田间调查提供依据,并为草地贪夜蛾的精准测报奠定基础。     

青藏高原草地降水利用效率时空动态及对气候变化的响应

本研究利用CASA(Carnegie-Ames-Stanford Approach)模型模拟了2000—2013年青藏高原草地净植被生产力(Net Primary Production,NPP),结合实测数据、气象数据和土地覆被数据计算了草地降水利用效率（PUE）,探究其时空分布特征,以及不同草地类型PUE及其对气候变化的响应。结果表明：青藏高原草地PUE在研究年限内呈现波动增加趋势,增加速率为每年0.0035 g·m^-2·mm^-1,14 a的平均值为0.38 g·m^-2·mm^-1。PUE的空间分布具有明显的异质性,呈现东部高、中西部低的基本格局。PUE分布在0.2～0.4 g·m^-2·mm^-1之间的比例最大,占青藏高原总面积的55.63%,呈减少趋势的区域主要分布在青藏高原的北部和西部,以及东部的边界地区,呈增加趋势的地区集中在研究区的中部和南部。研究年限内PUE的变异系数分布在0.07～0.85之间,变化稳定的区域所占面积最大,为总面积的43.43%,主要分布在唐古拉山脉和横断山脉附近。不同草地类型间PUE均值存在差异,具体表现为：草甸（1.06 g·m^-2·mm^-1）>坡面草地（0.80 g·m^-2·mm^-1）>平原草地（0.30 g·m^-2·mm^-1）>高山与亚高山草甸（0.29 g·m^-2·mm^-1）>荒漠草地（0.23 g·m^-2·mm^-1）>高山与亚高山草地（0.094 g·m^-2·mm^-1）。总体上,青藏高原草地PUE与降水成负相关关系,而与气温呈正相关,PUE的变化对降水响应更加敏感。     

非洲猪瘟下常规养猪设备的优化改进

非洲猪瘟给我国生猪养殖业带来了巨大的冲击,在有效疫苗研制成功之前,养猪场通过提高生物安全管理来有效防控非洲猪瘟.为了给生猪提供较好的生长环境,减少感染疫病的机会,从减少人与猪、猪与猪之间的接触角度出发,根据生猪直接接触对象(栏舍、舍内空气和粪污等),通过分析围栏饲喂、环境控制、粪污处理三大环节所涉及到的常规设备使用中的...     

BMY牛的选育进展

总结了经历20多年选育的BMY牛所取得的进展,再通过3～5年的努力将完成BMY牛的培育,届时BMY牛将是一个适应我国南方炎热地区的热带肉牛新品种.     

基于随机森林回归算法的小麦叶片SPAD值遥感估算

使用机器学习中的随机森林(RF)回归算法构建小麦叶片SPAD值遥感反演模型。以2010—2013年江苏地区试验点稻茬小麦3个生育期(拔节、孕穗、开花)的叶片为材料,结合我国自主研发的环境减灾卫星HJ-1对研究区域进行同步监测,分析了各生育期叶片SPAD值与8种植被指数间的相关性;以0.01水平下显著相关的植被指数作为输入参数,使用RF回归算法构建了每个生育期的小麦SPAD反演算法模型,即RF-SPAD模型,以支持向量回归(SVR)和反向传播(BP)神经网络算法构建的SVR-SPAD模型和BP-SPAD模型作为比较模型,以R2和均方根误差(RMSE)为指标,分析了每个生育期3个模型的学习能力和回归预测能力,结果表明:RF-SPAD模型在3个生育期都表现出最强的学习能力,R2和RMSE在拔节期分别为0.89和1.54,孕穗期分别为0.85和1.49,开花期分别为0.80和1.71;RF-SPAD模型在3个生育期的回归预测能力都高于BP-SPAD模型,高于或接近于SVR-SPAD模型,R2和RMSE在拔节期分别为0.55和2.11,孕穗期分别为0.72和2.20,开花期分别为0.60和3.16。     

基于MK—SVR模型的小麦叶面积指数遥感反演

提出了运用多核支持向量回归(MK-SVR)算法构建小麦叶面积指数(LAI)遥感监测模型。以2010—2013年试验样点小麦拔节、孕穗、开花3期的实测LAI数据为基础,同步获取我国自主研发的环境减灾卫星HJ-CCD对该研究区域的影像数据,分析了各生育期小麦LAI与8种植被指数间的相关性。以显著相关的植被指数作为输入参数,使用MK-SVR算法构建了每个生育期的小麦LAI反演模型,即MK-SVR-LAI模型。为了评价模型,每期使用单一核支持向量回归(SK-SVR)、偏最小二乘(PLS)回归算法构建了SK-SVR-LAI、PLS-LAI模型。将模型估算LAI值和田间观测LAI值进行比对,以决定系数(R2)和均方根误差(RMSE)为指标评价并比较了模型。结果表明:3个生育期MK-SVR-LAI模型的RMSE值均低于参比模型,拔节期为0.293 1,孕穗期为0.466 8,开花期为0.548 6,且该模型的R2也都最高,拔节期为0.762 4,孕穗期为0.801 8,开花期为0.668 9。