有效积温与东亚飞蝗越冬卵滞育关系研究

温度是影响蝗虫滞育的重要环境因子,为明确有效积温对东亚飞蝗卵滞育的影响,本文设置6个有效积温梯度处理饲养2代飞蝗,结果表明544.3、662.2、678.8、760.2、840.0、843.5日度处理下蝗卵滞育率为73.1%、58.6%、48.6%、12.1%、0、0;越冬蝗卵部分滞育,滞育率(D)与越冬前卵期有效积温(Y)负相关,D=-0.719Y+82.75,R2=0.774,Y≥115.1日度时蝗卵全部孵化。进一步分析越冬前不同温度积累有效积温对蝗卵滞育影响,结果表明27℃以上有效积温(E)对滞育率(D)影响最显著,呈线性负相关,D=-0.058E+0.732,R2=0.967。越冬蝗卵经历负积温(X)越小,滞育率(D)越低,呈线性负相关:D=-0.155ln(|X|)+1.136,R2=0.970。本文明确了不同时期越冬蝗卵滞育率与有效积温关系,为飞蝗发生期、发生量预测提供理论依据。     

猪大肠杆菌耐药性的测定

猪大肠杆菌病是临床上的一种常见病,本病严重危害养猪业的发展。由于不少猪场用大量抗菌药物治疗疾病,饲料中也常拌有抗菌药物来预防疾病,致使形成了大量耐药性大肠杆菌。当发生本病治疗时,这些耐药菌株不但造成了药物浪费,而且猪只得不到及时治愈而死亡,从而造成了...     

中甸牦牛产业现状及发展思路

分析了迪庆藏族自治州中甸牦牛生产的不良现状,如养殖技术欠缺、品种退化、生产性能不高、基础设施落后、产品深加工程度低等。建议开展牧场建设、品种改良、杂交应用、养殖技术集成、系列产品深加工,提升中甸牦牛产业经济效益。     

真空冷冻干燥在中草药加工中的应用

介绍了中草药真空冷冻干燥的原理和干燥过程中各阶段的工艺流程；给出了控制中草药质量降解的反应模型，以及反应阶数、速度常数、模型参数的确定方法；指出真空冷冻技术应用中草药干燥能有效地避免传统干燥方法所造成的或草药性味劣变、药用有效成分损失等缺陷，并针对目前生产成本高等问题进行了探讨，分析了中草药真空冷冻干燥市场发展的前景。     

合阳县农作物新品种展示示范情况调查报告

新品种展示示范是品种审定工作的必要补充,是在新形势下对种子管理机构职能的拓展和丰富,这项工作使种子管理工作从规范行为、受理许可发展到强化服务、强化技术支持,体现了种子管理工作的优势和特点。总结了合阳县种子管理机构在农作物新品种展示示范方面的现状,结合实际分析了新品种展示示范中存在的问题,并提出改善建议。     

北京市设施蔬菜产业现状、问题与对策

设施蔬菜是北京市蔬菜生产的主要形式,对首都蔬菜应急保障发挥着重要作用。本文概述了北京市设施蔬菜产业的总体现状,以及2010—2021年间的变化趋势;剖析了设施蔬菜产业在设施、育苗、机械化、技术体系、社会化服务、从业人员等方面存在的问题,以及在蔬菜自给、设施用地、安全生产等方面所面临的挑战;建议实施设施升级换代工程和分类补贴,提升设施蔬菜产业社会化服务水平,加大设施装备与配套农机研发,加强绿色发展关键技术研发,扎实做好设施农业用地试点工作。     

浅谈基层动物检疫工作中存在的问题及建议

分析了基层动物检疫工作中存在的问题,针对这些问题提出了一些完善对策,提高基层动物检疫工作质量。     

基于专利文献分析的土壤污染修复技术发展现状与展望

为明确土壤污染修复技术在世界范围的研究布局和发展态势,基于德温特专利创新索引数据库(Derwent Innovation Index,DII)对2005—2013年土壤污染修复技术专利进行了计量学统计,并探讨了该技术的研究布局、研究重点及发展趋势。结果显示,世界范围内土壤污染修复技术涉及的专利申请量逐渐增长,土壤污染修复技术研究较为活跃。中国是该技术领域主要的专利申请国,也是最大的技术来源国,其专利数量从2005年逐年上升,尤其是2009年以后呈现快速上升趋势。土壤污染修复技术相关专利涉及的学科领域呈现交叉趋势,技术布局广泛,主要涉及化学、仪器与仪表、工程学、水资源学等方面。土壤污染修复领域主题词聚类分析显示,土壤砷、镉、铅、铬污染是该领域的研究热点,土壤污染物的稳定固化、植物修复、电动化修复、添加调理剂、土壤淋洗、离子束、分离回收等是可供采用的重要技术,并且2010年以后,污染物稳定固化、植物修复、添加调理剂修复技术的研发活动更为活跃。基于以上研究,认为今后应加强研发高效经济的土壤污染修复技术,注重已有专利成果的转化,促进专利的市场应用,使其发挥更大的社会和经济效益。     

基于人工智能的木材缺陷检测研究进展

木材缺陷检测是木制品加工前的重要步骤,为了提高检测效率和经济效益,木材缺陷检测也从传统的人工方法向智能化方向转变。随着计算机技术的不断提高,人工智能得到快速发展,人工智能在木材缺陷检测中的应用也进一步增加。目前,人工智能主要通过机器学习、人工神经网络、深度学习等算法实现对木材缺陷的预处理和检测。文中阐述部分常用人工智能算法在木材缺陷检测中的应用,包括相关算法的原理、特点;综合分析算法优缺点,并对人工智能技术在木材缺陷检测中的研究进行了展望。