智能接地线的创新与使用

在电力企业生产工作中,接地线是保证检修、施工人员安全最直接的保护措施。因此,从电力行业接地线管理的现状和GIS技术广泛应用的实际情况出发,探索将GIS技术应用到接地线管理的可行性,开发一套基于GIS技术的接地线安全监控系统,实现地线操作活动的可视可控,从管理和技术上有效减少接地线误操作、降低安全隐患,都具有十分重要的意义。     

草履蚧生物学生态学研究初报

草履蚧在河南焦作1年发生1代，以卵在卵囊内于土中越冬，少绩在附近墙缝、石块下等处越冬，1月下旬开始孵化。4月中旬始见雌、雄成虫．4月下旬雌、雄成虫交尾高峰期，雌虫平均产卵量64粒。发现5种天敌。     

浅山栽培沾化冬枣技术

2004年,河南省博爱县柏山镇柏山村从山西临猗梨枣冬枣基地引进沾化冬枣,在柏山村村北浅山进行栽培试验,定植后第3年667平方米产157.9千克,第4年667平方米产414.7千克,第5年产843.2千克,第6年产1487.73千克。1试验园基本情况试验园在柏山镇柏山村,位于太行山南麓,为浅山区,海拔213米,属暖温带季风气候,年平均气温14.1℃,≥10℃积温4632℃,年降水量597.1毫米,年平均日照2484小时,无霜期216天,气候温和,适宜冬枣生长。     

鲁北冬枣的引种表现及栽培技术要点

鲁北冬枣在太行山区博爱县试栽,表现适应性强,早实丰产。定植当年结果株率达65%,第2年达100%,平均株产3.0kg,第3、4年达6.3kg和9.2kg,平均单果重18.2g,最大28.5g,品质优良。栽培时注意选背风向阳、土层深厚地块建园,选用壮苗,加强土肥水管理,花期放蜂授粉,主干环剥、叶面喷肥提高坐果率,采用小冠疏层形,摘心拉枝培养结果枝组,及时防治病虫害。     

猪高热综合征的中西医防治

猪高热综合征是由多种病因所引起的猪群以高热为主要临床症状的一类疾病的统称，其主要特征为病猪发生高热、呼吸困难、猝死等症状。该病对养猪业造成了严重的经济损失，且由于其高度传染性和致死率高的特点，对猪类养殖业的稳定性和可持续发展构成了严重威胁。因此，研究和探索猪高热综合征的中西医防治策略显得尤为重要。     

不同草莓品种形态指标、产量和抗病性研究

以河北地区4个主栽品种丰香、枥乙女、红颜、唐莓1号为试验材料,进行冬季日光温室栽培,研究分析了这4个品种的形态指标、产量和抗病性。结果表明,红颜的植株长势好,唐莓1号的植株长势中等,二者果实品质优良,产量高,耐贮运,抗性强,香味浓,有推广潜力;丰香和枥乙女果实偏小,产量较低,抗性一般。     

不同边长三角形诱捕器诱捕梨小食心虫的研究

梨小食心虫（GrapholithamolestaBusck）是世界性危害严重的蛀果害虫之一,性信息素广泛应用于梨小食心虫的测报和诱捕防治。为了确定三角形诱捕器的边长,分别设计了10、20、30、40、50cm5种不同边长的三角形诱捕器进行诱捕梨小食心虫研究,结果表明,10和20cm直径的三角形诱捕器的诱捕量诱捕达到每天27．6头和22．0头,与30、40、50cm的诱捕器差异显著（F一3．191,dr=4,35,P％0．05）,10cm边长诱捕量最高。建议在田间诱杀梨小食心虫的三角形诱捕器边长最适范围是10～20cm。明确了三角形诱捕器大量诱捕时的边长,提高了田间梨小食心虫诱捕效率,为果园使用三角形诱捕器防控梨小食心虫提供了一定的参考。     

华南园林植物如何整形修剪

欧洲植物整形修剪手法引入我国后,在应用形式上不仅仅是一些纯粹的造型,是结合了我国传统的植物修剪造景手法,从“点、线、面”上得到了全面的应用。     

屋顶花园在城市中的应用

随着现代社会的工业化进程日益加快,城市人口急剧膨胀,与之相对应的绿地却在逐年减少.各种污染、"热岛效应"都非常明显,大都市环境日益恶化,这些都严重损害着城市人的身心健康.由此可见,改善日益恶化的城市生态环境,已成为当今城市问题的当务之急.     

基于Keras-YOLOv3网络的梨小食心虫检测及计数方法研究

[目的]梨小食心虫是世界性的果树害虫之一,世代重叠率高,其幼虫危害最为严重,因其有钻蛀性不易被发现和防治,需要确定成虫的为害动态再根据测报理论指导Ⅰ龄害虫的防治。目前,梨小食心虫害虫的监测主要是通过水盆法诱集并人工对成虫进行计数,但是,人工计数调查后推测梨小食心虫种群动态,不能及时获取种群信息并进行防控,将会带来不可估量的经济损失。因此,探索精准、快速监测梨小食心虫种群动态变化的智能化技术,为其有效防控,实现果品高产优产提供新思路成为了亟待解决的问题。[方法]本文采用Keras-YOLOv3目标检测法识别梨小食心虫并计数,将已采集的梨小食心虫图像经过Keras中数据增强功能进行模型输入等处理,提高梨小食心虫图像辨识、定位和计数的精准度和效率。[结果]自然条件下,Keras-YOLOv3网络模型对梨小食心虫的检测速度为每张0.042 s,检测平均精度mAP值为88.2%,计数精确率为94.5%,较传统YOLOv3模型依次分别提高了10.6%、7.1%、12.0%。在多种害虫并发时,本模型训练的网络环境复杂度欠缺且害虫种类少,梨小食心虫检测的平均精度mAP降至79.98%,计数准确率降至8...