有机肥与氮磷钾配施对玛咖产量和质量的影响

探讨有机肥与氮磷钾配施对玛咖品质和产量的影响,为优质玛咖种植及合理施肥提供参考依据。以玛咖优良品种“乌蒙黑玛咖”为材料,田间试验设置6个处理:CK、M(有机肥)、F1(常规施肥)、F1+M、F2(50%常规施肥)、F2+M。施肥显著提高玛咖地上部和根农艺性状、产量和品质。在8—9月以促进地上部生长为主,而在10月以加快玛咖根生长为主;玛咖前期生长对磷钾需求较高,而对氮的需求在整个生育期都高;施肥显著提高玛咖酰胺类化合物、玛咖烯、芥子油苷类化合物和灰分的含量,其中F1+M处理在酰胺类化合物、玛咖烯和灰分含量上均表现出最高,分别为192.79、7.93和3.97 mg/100 g,而芥子油苷类化合物含量则在F1处理最高,为2.47 mg/100 g;所有施肥处理中表现为F1+M处理产量最高,为11708 kg/hm²。试验结果表明,F1+M处理下,即每公顷施用化肥N 120 kg、P2O5 90 kg、K2O 120 kg,同时配施精制有机肥7500 kg,可使玛咖产量和品质达到最佳。     

智能算法在农业大数据中的探究

为进一步推进智能农业大数据产业的健康有序发展,减少农业领域在生产、销售等环节中的风险因素,确保农业生产者、销售者的最大利益。通过详细分析农业大数据中的核心问题,以云南省鲜切花产业为研究对象,拟采用人工神经网络算法分别构建鲜切花价格预测模型群、鲜切花质量等级识别模型群,将鲜切花价格预测模型群嵌入云平台中,以低廉的价格提供给需求者;将鲜切花质量等级识别模型群应用于鲜切花等级分类的流水线,方便快捷的进行智能化分类。整个研究引入了智能算法,将智能与农业进行有机的结合,为农业大数据中心的发展提供参考依据。     

深度学习环境下香料种植推荐模型的设计研究

为进一步利用人工智能技术服务云南省,促进云南省草果产业不断壮大发展,减少资源和劳动力的浪费,选取最具有代表性的云南省怒江草果种植基地,构建草果病虫害预测模型、草果价格预测模型等多个智能模型,搭建草果产业智能推荐模型群。采用云计算技术搭建草果产业智能推荐平台,助推农户致富、企业发展壮大、科研人员获得显著的研究成果,为种植户、种植企业、销售企业、加工企业、科研人员5类人群提供优质、高效的智能化服务模式,并且在运营的过程中不断壮大平台的规模和影响力,助推云南省乃至全国草果行业的发展。     

不同药剂对烟草番茄斑萎病及烟叶质量的影响

采用随机区组试验方法研究不同药剂对烟草番茄斑萎病及烟叶质量的影响,寻找有效的药剂,减少烟草番茄斑萎病毒病为害烤烟,减少烟叶病害损失,提高烟叶质量。结果表明,T3处理(70%吡虫啉可湿性粉剂1 200倍液)、T4处理(25%噻虫嗪水分散粒剂3 000～5 000倍液)烤烟农艺性状较佳。烤烟生长期,T4处理(25%噻虫嗪水分散粒剂3 000～5 000倍液)防治烟草番茄斑萎病效果最佳。X2F等级烟叶T4处理(25%噻虫嗪水分散粒剂3 000～5 000倍液)烟叶化学成分最佳;C3F等级烟叶T2处理(25%吡虫啉可湿性粉剂1 000倍液)烟叶化学成分最佳;B2F等级烟叶T4处理(25%噻虫嗪水分散粒剂3 000～5 000倍液)、T2处理(25%吡虫啉可湿性粉剂1 000倍液)烟叶化学成分最佳。     

几种药剂对烟草赤星病的防治效果

为探究云南烟区最有效的烟草赤星病防治药剂,提升烟叶品质及质量。采用随机区组试验设计方法,研究30%苯醚甲环唑、40%菌核净、80%代森锰锌对“云烟87”赤星病的防治效果。结果表明,施用80%代森锰锌有利于烟株生长;喷施40%菌核净及80%代森锰锌对烟草赤星病防治效果较好;X2F、C3F等级烟叶喷施40%菌核净及80%代森锰锌有利于烟叶化学成分合成,B2F等级烟叶施用80%代森锰锌有利于烟叶化学成分合成。     

云南辣木病害调查及果腐病化学防治初步研究

【目的】探明云南主要辣木种植区的病害种类及其分布、为害,开展辣木果腐病防治试验,为辣木果腐病防治提供参考。【方法】2016—2017年在云南省景洪、元谋、元江、江城、龙陵、芒市和富宁等7个辣木主要种植地区采用五点取样法进行辣木病害调查。选用70%代森锰锌330倍液、50%多菌灵750倍液、1∶1的70%代森锰锌可湿性粉剂330倍液与50%多菌灵可湿性粉剂750倍混配液(简称70%代森锰锌∶50%多菌灵)为供试药剂,按常规喷雾进行施药处理,测试上述药剂对辣木果腐病的田间防治效果。【结果】云南辣木主要种植区常见病害有果腐病、枝条回枯病、嫩梢萎焉病、炭疽病、白粉病和根茎基腐病等,其中果腐病发生最为普遍,所调查的每个地区均有发生,最严重的是芒市,果腐病发病率高达72%。果腐病田间药剂防治试验结果表明:3种药剂对辣木果腐病均有一定的防治效果,校正防效大小依次为70%代森锰锌可湿性粉剂330倍液(69.79%)70%代森锰锌∶50%多菌灵(68.01%)50%多菌灵750倍液(57.43%)。【结论】研究确定了云南辣木种植区辣木主要病害6种,筛选出防治果腐病的化学药剂。     

基于智能模型的智慧社区平台构建

以建水县崇正社区为例,通过社区业务工作分解,将"一人一卡、一事一卡"模式、农家书屋管理工作模块作为智能模型的原型,构建基于聚类分析算法的智能模型,将其他工作模块进行信息化处理,构建了智慧社区平台。根据社区建设要求,提出了智慧平台建设的新思路、新发展,从而将传统居委会大妈形象的社区管理引向智能化、数据化的发展方向。     

基于YOLOv5改进的咖啡叶片病虫害检测研究

为准确识别自然条件下的咖啡叶片病虫害,提出一种基于YOLOv5改进的目标检测算法。该方法通过在主干网络融入ConvNext网络和ECA注意力机制来优化相关网络模型,提高了网络特征提取能力,更好解决了鲁棒性差和对遮挡目标与小目标的漏检问题。结果表明,该方法的检测精度均值(mAP)达到了94.13%,检测速度和精度都具有良好效果,同时模型大小只有17.2 MB,可以满足边缘设备的运行条件。因此,改进后的YOLOv5算法可为自然环境下咖啡叶片病虫害识别提供技术支撑,满足实时目标检测的实际应用需求。     

面向农业监视的流媒体实时传输机制

研究了分布式网络中流媒体的实时传输问题,该问题直接影响农业环境实时监视网络系统的通信效率、实时性和可靠性.考虑到农业地理环境的复杂多样,对流媒体数据传输需要考虑到网络的异构性.通过分析流媒体数据包和音视频帧的依赖关系,建立基于边缘节点的实时传输模型,在模型基础上提出一种基于边缘节点计算的实时传输机制.并通过模拟带宽缓慢变化和不规则抖动两种网络环境在玉米大田中进行仿真和试验分析.对所提出的传输机制的迟延和丢包率进行了深入的分析和认证.结果 表明:这种传输机制能够降低动态网络中流媒体数据的传输迟延和丢包现象,为农业环境监视提供了实时性和可靠性的保证.     

基于智能算法的影响鲜切花价格因素验证方法探究

针对云南省鲜切花产业不断发展壮大与鲜切花价格难以预测的矛盾,拟设计基于智能算法的影响鲜切花价格因素的智能验证模型:根据实际需求将政策指导矩阵进行修改完善,确定市场竞争力最强、市场前景最好的鲜切花品种;然后,基于昆明国际花卉拍卖交易中心官网提供的数据分析框定影响因素;最后,以月季鲜切花为例,采用GRNN神经网络算法构建影响鲜切价格因素的验证模型,确定鲜切花价格的影响因素。该验证模型的建立为构建鲜切花价格预测模型提供了智力支持。