陕西兰科3种新记录植物

对陕西野生兰科植物进行了系统研究,发现西藏杓兰(Cypripedium tibeticm)、河南卷瓣兰(Bulbuphyllum henanense)、尾瓣舌唇兰(Platanthera mandarinorum)为陕西新分布种,至此,陕西的兰属已有7种,石豆兰属已有2种,舌唇兰属已有4种.     

碱茅草改良碱斑草场综合技术

1983—1985年间,吉林省农业科学院畜牧研究所,在以往工作基础上承担了国家“饲料开发技术”中的“碱斑草场”改良项目。应用生物学改良原理,选拔优良牧草作为改良生物,以建立多年生人工草地的方式,在吉林省西部内陆盐碱土中心大安县,开展了这项研究。前后历时15年,在“六五”攻关任务的推动下,对举世公认最难改良的苏打重盐碱不毛之地改良成功。首先在野     

深化改革 搞好科技服务——为河南省农科院科学实验中心成立10周年而作

<正> 河南省农科院科学实验中心成立10年了。 1983年9月,院领导根据农业科技发展的大趋势,及时作出筹建科学实验中心(简称实验中心)的决策,并指出:实验中心的工作方向就是要运用现代的分析技术、信息处理技术、生物技术和电子技术等,为农业科研和农业生产作好科技服务。 10年来,在院领导下,在院内各处、     

常山县推进农家乐发展的做法与成效

近年来,常山县农办充分发挥牵头服务作用,扎实有序地推进常山县农家乐休闲旅游业发展,取得了显著的成效。截至今年9月,全县已发展各种不同类型的农家乐休闲旅游村(点)10个,其中省级农家乐特色村(点)2个、市级农家乐特色村1个,经营户92户,从业人员452人,累计投资1675万元。2006年接待游客约27万人,实现营业收入1128万元。1.主要做法(1)重视宣传造氛围在农家乐宣传促销中,常山县农办做到整体策划,重点突出农民风俗、农业观光和农村风情,通过网站、报纸、电视等媒体大力宣传农家乐休闲旅游,努力扩大知名度和影响力。利用今年7月在杭州举办浙江…     

紫外分光光度法测定农田土壤微生物生物量氮可行性初探

采用氯仿熏蒸浸提-紫外分光光度法和消化法比较测定了田间定位试验不同施肥处理土壤、添加植物残体土壤、添加葡萄糖土壤的微生物生物量碳、氮(SMBC,SMBN)。结果表明,当土壤微生物生物量氮含量较高时(>20 mg kg-1),采用分光光度法与消化法测定的SMBN具有显著正相关关系(P<0.05),但当SMBN量较低时(<20 mg kg-1)时,分光光度法测定与消化法测定的SMBN没有显著相关性。当土壤中添加麦秸和玉米秸时,土壤浸提液颜色较深(黄色),不适合采用分光光度法测定SMBN。因此,熏蒸提取–分光光度法测定SMBN,仅适于土壤浸提液无色透明、且SMBN含量较高的土壤。     

黄土高原小流域泥沙来源的复合指纹识别法分析

流域泥沙来源分析对流域治理及水土保持措施评价有重要意义。通过在陕北选定的汇水区内采集的主沟道沟壁、坡地果园、坡耕地及支沟道土壤样品中17种物质的分析,利用Kruskal-WallisH-test和多元判别分析,筛选出土壤全N,低频磁化率χIf、Cu、137Cs和226Ra组成复合指纹识别因子,利用混合模型,对一次洪水携带的泥沙来自4种源地的贡献比进行了动态分析,结果表明:洪水发生时间段内,主沟道发生了重力侵蚀,对今后定量化研究黄土区的重力侵蚀提供了手段。通过加权平均,总体上,本次洪水携带的总泥沙有33.7%来自主沟道,60.0%来自坡地果园,3.0%来自小块的坡耕地以及3.3%来自支沟道。混合模型拟合优度检测值为0.91,证明在黄土高原可以应用复合指纹识别方法研究洪水泥沙来源,并且能对重力侵蚀产沙进行定量分析。     

苦参碱在黄瓜和土壤中的检测方法及其残留动态研究

为了解苦参碱在黄瓜和土壤中的残留状况及消解动态,建立了苦参碱在黄瓜和土壤中的气相色谱分析方法,并在天津和安徽两地开展了为期两年的苦参碱在黄瓜和土壤中残留状况和消解动态规律田间试验研究。结果表明,采用无水乙醇超声提取黄瓜和土壤中的苦参碱,使用大孔吸附树脂净化,甲醇定容,气相色谱带氮磷检测器（NPD）进行测定,外标法定量,在0.25-1.0 mg·kg-1添加水平范围内,苦参碱在黄瓜和土壤中的平均回收率为78.32％-98.06％,变异系数为3.72%-7.44％;黄瓜和土壤中苦参碱的最小检出量均为1.36×10-12 g,最低检出浓度为0.004 mg·kg-1（黄瓜）、0.008 mg·kg-1（土壤）。田间试验结果表明,苦参碱在黄瓜和土壤中的残留消解动态符合方程Ct=C0e-kt;苦参碱在黄瓜和土壤中的降解半衰期分别为5.19-7.24 d和6.70-9.18 d。在黄瓜中施用0.3%苦参碱乳油,其制剂施药量为0.18-0.27 g·m-2,施药3-4次,两次施药间隔期为7 d,距收获期为1 d时,苦参碱在黄瓜中的残留量为0.125 6-1.207 1 mg·kg-1,土壤中的残留量为0.045 0-0.183 7 mg·kg-1。目前,国内外尚无苦参碱在黄瓜中最大残留限量标准,该试验研究成果为0.3%苦参碱乳油在黄瓜上的登记、安全使用规则     

基于Web的蔬菜农药残留检测网络监控系统构建

为保证蔬菜质量安全和消费者健康,该文提出利用NET技术平台和SQL技术开发成功基于Web的蔬菜农残检测网络监控系统,利用数据库管理系统,通过数据统计和Web报表实现信息的采集和整理;该文给出了系统的结构设计方案、采用的关键技术和主要功能实现方法.该系统在江苏江阴地区实际测试效果良好,可应用于农产品品质检测和安全管理.     

基于卷积神经网络的堆肥腐熟度预测

【目的】目前堆肥腐熟度主要采用复杂的化学、生物学方法进行判断,操作繁琐且效率低。卷积神经网络 (convolutional neural network,CNN) 模拟人类视觉,既可保留堆肥图像的颜色信息,也提取了轮廓、线条、粒度等更加具有代表性的特征,从而避免了因光照条件不同对堆肥腐熟度预测识别效果的影响。本文提出了通过堆肥图像判断堆肥腐熟度的方法,构建基于卷积神经网络的堆肥腐熟度预测模型,并验证了该模型进行堆肥腐熟度判断的准确度。【方法】供试堆肥样本采集自江苏、山东、浙江三省,堆肥原料分别为秸秆、尾菜和畜禽粪便,堆肥周期依次为50 d、45 d和60 d。在厂棚内的堆肥槽中,用海康威视摄像头 (型号为C3W,焦段为广角,焦距2.8 mm,清晰度1080 p,夜间自动补光,摄像头距堆肥表面约1 m) 拍摄不同腐熟时期的堆肥图像,图像格式为JPEG。分别取三种不同原料的堆肥图像样本构成三组图像数据集,将三种原料的图像按照尾菜∶秸秆∶畜禽粪便原料1∶1∶1构成第四组图像数据集。每组数据集中,80%的图像数据用于训练基于卷积神经网络模型,并建立预测模型参数。剩余20%的图像用于测试,验证模型的腐熟度预测效果。【结果】搭建的堆肥腐熟度预测模型由输入层、3层卷积层、3层池化层、2层全连接层和输出层构成。构建的腐熟度预测模型在秸秆、尾菜、畜禽粪便及三者堆肥混合图像数据集上的腐熟度预测平均准确率分别为98.7%、98.7%、98.8%和98.2%。与几种经典高效的图像特征提取、分类方法相比,较每个数据集上最优经典算法的平均准确率提升了3～14个百分点。通过CNN方法判断堆肥腐熟度,纹理特征比颜色特征更加有效。【结论】采用卷积神经网络的堆肥腐熟度预测模型能够提取堆肥图像外观特征,实现在可见光条件下直接通过堆肥图像准确、快速地识别堆肥腐熟度,可为堆肥企业生产实践提供指导。