如东县蔬菜生产机械化技术应用分析

介绍了如东县设施蔬菜生产情况,分析设施蔬菜机械化发展的制约因素,并提出对策与建议。     

基于新型城镇化背景的耕地利用与保护研究

建国以来，中国城镇化发展经历了六个阶段，呈现出波状起伏、落后于世界水平、依靠政府推动、区域不平衡等特点。城镇化进程中土地利用存在“寅吃卯粮”、农村土地收益流向城镇、土地资源过度开发、耕地健康水平下降、土地政策基本取向难以实现等问题。新型城镇化背景下耕地保护必须有新思维：降低土地消耗强度，提高土地利用效益；建立与农业适度规模经营相适应的农地流转新机制；实施耕地健康养护工程，保障安全食品供给；制定涉地指标省域内跨市有偿调剂和“地随人走”的政策。     

投资养殖业赚钱有技巧

技巧一：全面考虑选项目。上项目之前,首先要考虑畜禽的饲料资源是否丰富,成本是否低廉;其次是场地是否适宜,交通是否便利,是否符合国家卫生安全条件;最后是畜禽产品销路如何,市场前景是否广阔。经考证上述条件基本具备方可上马。     

基于穿刺测试的萝卜耐裂根性研究

为了准确客观地评价萝卜的裂根性,为耐裂根萝卜品种的筛选提供理论依据,采用TA.XT Plus型物性测试仪进行穿刺试验,对耐裂根品种韩玉1号和易裂根品种雪单1号肉质根的上、中、下部位分别进行相关测定。试验结果显示,不同部位的屈服力、屈服能、脆性、根皮及根肉平均硬度的差异并不一致;而耐裂根品种的屈服力、屈服能、脆性与易裂根品种的差异显著,说明屈服力、屈服能、脆性指标可以作为萝卜耐裂根性的主要指标,且均应选取萝卜肉质根中部进行穿刺测试。     

注水肉无损检测技术现状与发展趋势分析

针对目前市场上注水肉现象加重问题,有必要研究注水肉的检测技术。首先对注水肉的传统检测方法进行简要论述,分析总结了传统方法的弊端;然后对现阶段肉品含水率的4种主要无损检测方法:生物电阻抗法、核磁共振方法、超声波法和近红外光谱法的研究现状及特点进行了总结分析,着重叙述了近红外光谱技术在肉品含水率及品质检测中的研究情况及技术特点,提出了未来技术发展方向。     

地膜覆盖技术及地膜机简述

地膜覆盖栽培是一项保护性栽培技术。它是用很薄的塑料薄膜覆盖地面从而栽培农作物。是一项操作简单、成本低廉、且较有成效的栽培技术措施。     

大豆花叶病毒及抗性遗传的研究进展

大豆花叶病毒病是大豆主要病害之一,国内外还没有统一的SMV株系划分体系,各地分别采用一套不同的鉴别品种对当地SMV进行株系划分。美国已鉴定并命名了对SMV4个不同位点的抗性基因Rsv1-Rsv4,多数研究认为,大豆对SMV不同株系的抗侵染分别由1对显性基因控制。据报道,分别对6个株系的抗性基因Ra、Rsc7、Rsc8、Rsc9、Rn1、Rn3相互连锁,位于N8-（D1b＋W）连锁群上;大豆对SMV的抗病、坏死以及花叶三类症状由一组复等位基因控制;大豆不仅存在时SMV的抗侵染,而且存在抗扩展,抗扩展由一对加性主基因和加性-显性多基因共同控制;国内利用杂交或回交方法,培育出齐黄22、汾豆60等一批抗病品种。     

大豆对SMV株系SC-11的抗性遗传及抗病基因的等位性研究

利用对我国北方大豆产区流行株系SC-11表现抗病的材料科丰1号、邳县茶豆、大白麻、齐黄22、诱变30、PI96983、Kwanggyo和感病材料南农1138-2、南农18-6配制的抗感和抗抗杂交组合,研究了对SC-11的抗性遗传以及不同材料的抗病基因间的等位性关系.结果表明,科丰1号、邳县茶豆、大白麻、PI96983、Kwanggyo、齐黄22、诱变30与感病品种杂交的F1表现抗病,F2呈3抗:1感分离比例,F2:3家系呈1抗:2分离:1感病的分离比率,证明它们对SC-11的抗性由单显性基因控制.PI96983×Kwanggyo和齐黄22×诱变30杂交后的F2群体未发现抗感分离,表明PI96983与Kwanggyo以及齐黄22与诱变30对SC-11的抗性基因是等位或紧密连锁的.大白麻与科丰1号、邳县茶豆、诱变30,科丰1号与Kwanggyo,PI96983与邳县茶豆杂交的F2呈15抗:1感的比例分离,初步表明大白麻与科丰1号、邳县茶豆、诱变30,科丰1号与Kwanggyo,PI96983与邳县茶豆所携带的抗SC-11的基因是不等位的,而且2个抗性基因独立遗传.     

基于改进YOLOv8和多元特征的对虾发病检测方法

[目的/意义]对虾病害严重危害对虾养殖业。针对对虾病害发病快、死亡率高等特点,高密度的工厂化养殖等模式需要一种高效率对虾发病检测方法替代传统人工检查方法,实现对虾发病的及时预警。[方法]提出一种基于改进YOLOv8 (You Only Look Once)和多元特征的对虾发病检测方法。首先利用改进YOLOv8网络从对虾夜间水面红外图像中进行前景提取,再利用Farneback光流法和灰度共生矩阵(Gray Level Co-occurrence Matrix,GLCM)提取对虾视频片段的运动特征与图像纹理特征,利用提取到的特征参数构建训练数据集,训练支持向量机(Support Vector Machine,SVM)作为分类器用于检测对虾视频片段,实现对正常与发病的对虾视频片段的检测分类。[结果和讨论]训练好的SVM分类器在300个测试样本上的表现为检测准确率平均值为83%,检测效果达到设计要求。检测误差主要是将发病片段错误地检测为正常片段。该误差主要受水面对虾数量和视频影响。[结论]本研究实现了对对虾发病的检测,提供了一种基于计算机视觉的检测方法。但受条件限制,仅在工厂化养殖环境下进行了...