环境因子对鸟巢蕨生长的影响

[目的]探讨环境因子对鸟巢蕨生长的影响。[方法]对适宜于鸟巢蕨作为切叶生长的湿度和光照强度进行了研究。[结果]初步探明,湿度80%、遮阳率80%是鸟巢蕨作为切叶栽培的较为适宜的生长条件（在海口市,夏季）,该条件下其叶片又长又宽、颜色鲜绿、张开角度较大,长出新叶最多。[结论]为鸟巢蕨栽培提供了理论依据。     

不同温湿度下球孢白僵菌对甜菜夜蛾幼虫的致病力

在室内研究了球孢白僵菌在不同温度和湿度条件下对甜菜夜蛾幼虫的致病力,结果表明:温度、相对湿度、幼虫龄期对白僵菌的致病力具有显著的影响,24～27℃是球孢白僵菌感染甜菜夜蛾的最适宜温度;相对湿度大于90%,甜菜夜蛾的幼虫虫龄越低,越有利于球孢白僵菌对幼虫的感染。     

空气相对湿度变化对温室番茄植株糖代谢的影响

采用自然光照人工生长箱(1.5 m×1.2 m×0.9 m=1.62 m3),在33℃左右的高温条件下设置了三种相对空气湿度处理,分别为高湿(H,75.3%)、中湿(M,57.7%)、低湿(CK,42.1%),对番茄幼苗进行了试验研究,探讨不同空气相对湿度对夏季温室番茄幼苗糖代谢的影响。结果表明:在高温下提高空气湿度,可以显著降低幼苗根系、叶片中的可溶性糖含量;能增加番茄幼苗根、茎、叶中淀粉的含量;番茄茎中的淀粉含量在三种湿度处理中无显著差异。由此可见,在高温条件下增加空气湿度可以促进同化产物生产,另外光合产物中用于淀粉合成的多,用于抵抗逆境的可溶性糖含量少,说明增加空气湿度可有效降低高温危害。     

温度、湿度和覆土对小菜蛾羽化的影响

小菜蛾是蔬菜的重要害虫,其非化学控制技术对蔬菜的安全生产非常重要。为了解农业措施对小菜蛾的控制作用,在室内进行了低温、高温、淹水、土壤湿度、覆土等条件下小菜蛾蛹的羽化情况研究,探讨温度、湿度和覆土等逆境环境对小菜蛾蛹的影响。结果表明,在26~30℃的温度范围内,小菜蛾蛹的羽化率达73%以上,但34℃时羽化率下降到46.67%。小菜蛾蛹经4℃的低温处理后转入常温条件下,蛹的羽化率显著下降,且低温处理时间越长,羽化率越低;但随着转入常温时间的延长,羽化率可逐渐恢复。土壤含水量对小菜蛾蛹的羽化有显著影响,土壤含水量为10%和20%时,羽化率分别为正常含水量(8%)的12.5%和6.2%,含水量超过30%时,6 d以内蛹不能羽化。淹水对小菜蛾蛹的羽化也有显著影响,淹水12 h后移入到正常盆土表面时,与不淹水对照相比蛹的羽化率下降25.0%;淹水24 h后羽化率下降50.0%,并且羽化时间推迟;而淹水超过36 h时,小菜蛾蛹不能羽化。覆土对小菜蛾蛹也有明显影响,覆土1 cm厚小菜蛾蛹的羽化推迟2 d,覆土1.5 cm以上小菜蛾蛹不能顺利羽化。研究结果显示,适时灌水或水旱轮作、田间土壤耕翻对蔬菜地小菜蛾蛹有较好的控制效果。     

基于SHT75温湿度传感器的红薯育苗监测系统研究

采用C8051F120单片机设计并实现了一个温湿度监测系统。该系统采用SHT75温湿度传感器实现育苗室中温湿度的检测,满足温湿度测量精度的要求;同时在SHT75温湿度传感器数据传输过程中进行CRC数据校验,从而保证了测量数据的可靠性;并实现了相对湿度、温度与露点的实时数显功能。该系统控制温度范围广泛、可靠性强、使用灵活,达到了预期效果。     

玻璃温室小气候温湿度动态模型的建立与仿真

分析了温室小气候中辐射、通风、对流和作物蒸腾作用引起的质热交换物理过程,基于能量和物质守恒,建立了温室小气候温湿度动态模型,并对模型进行了仿真.根据均方根误差算法分析了模拟值与测量值的误差,分析结果表明,动态模型能有效地预测温室内空气的温湿度值.     

数字化粮情检测智能温湿度传感器

为满足粮情测控系统实现全数字化的要求，研制出一种基于一线总线的粮情检测智能温湿度传感器。提出了以简单硬件电路结构为基础，通过软件补偿与校正技术提高传感器测量精度的方法。测试结果表明，该传感器具有较高的测量精度。     

不同温湿度条件对除草剂产生玉米药害的影响

为明确环境温度、土壤湿度对玉米田除草剂产生药害的影响。试验采用人工气候箱盆栽法，设置3个药剂(乙草胺、异噁唑草酮、莠去津)和1个清水对照、两个环境温度梯度、3个土壤湿度梯度共24个处理。在施药后调查玉米株高并计算株高抑制率，同时取鲜样送至检测机构确认玉米植株中除草剂成分。结果表明，环境温度10℃、土壤相对含水量为20%时，3种除草剂对玉米的株高抑制率分别为1.0%～18.7%、22.0%～46.9%、21.0%～42.5%；环境温度10℃、含水量为25%时，株高抑制率分别为23.1%～50.6%、42.5%～62.8%、25.6%～57.6%。除草剂在玉米植株中残留的检测结果，环境温度10℃、土壤相对含水量分别为15%、20%、25%时，玉米植株中莠去津残留量分别为0.150～0.360、0.040～0.170、0.190～0.360 mg/kg，环境温度15℃、土壤相对含水量分别为15%、20%、25%时，玉米植株中乙草胺残留量分别为0.020～0.490、0.012～0.400、0.015～0.540 mg/kg，莠去津的残留量分别为0.017～0.210、0.020～0.092、...     

平菇家庭栽培技术研究

为探究影响平菇家庭栽培的主要因素,本研究利用学生宿舍角落和阳台空地,在平菇发菌期与出菇期采取不同的措施保持湿度,以“四季龙和灰美2号”2个平菇品种为试验材料,通过2个不同配方的栽培料袋栽培,比较各保湿措施下菌丝生长和出菇情况,测定各处理下出菇的鲜重、干重,计算含水量及生物学效率,筛选最佳的平菇家庭栽培模式。结果表明：发菌期在菌袋报纸封口处喷水并覆盖薄膜可达到菌丝生长所需的湿度,料袋封口方式以套环报纸封口其菌丝生长情况好,出菇整齐；出菇期采用菌袋顶部套袋喷水的方式可有效解决空气相对湿度不足的问题；处理4(灰美2号+配方二)的平菇鲜重产量为0.154kg,显著高于处理2(四季龙+配方二)和处理1(四季龙+配方一),与处理3(灰美2号+配方一)无显著差异；干重最高的是处理3为0.018kg,显著高于其他处理,处理1、2、4之间无显著差异；各处理间含水量无显著差异,其中处理4的含水量最高为90.91%；二茬菇的鲜重、干重及含水量各处理之间均无显著差异,处理2的鲜重和干重均最高；处理1和处理3的干重、鲜重及含水量相同；总生物学效率最高的是处理4为93.60%,与处理2、3无显著差异,处理1存在显著差异。本研究结果可为家庭平菇栽培提供理论依据。     

利用线性和非线性耦合方式建立温室温湿度预测模型

基于蔬菜种植试验温室内温度、相对湿度和光照强度的实测数据，根据ARIMA模型和RBF神经网络对线性和非线性问题的预测能力差异，构建ARIMA-RBF神经网络权重组合的温湿度预测模型，对温室内温度和湿度的动态变化进行预测，并比较各模型预测精度。结果表明：温室内温湿度分别具有更明显的线性和非线性变化特征，对应预测性能较好的单一模型分别为ARIMA模型和RBF模型。相较单一模型，ARIMA-RBF神经网络权重组合模型的预测精度更高、稳定性更好。最佳温度组合模型的MAE、MAPE和RMSE分别为1.04℃、2.95%和1.21℃；最佳湿度组合模型的MAE、MAPE和RMSE分别为0.35个百分点、0.36%和0.55个百分点。权重组合模型通过适当的加权策略充分发挥了单一模型对数据不同特征的处理能力，能较好地评估温室内温湿度状态，可为建立更具普适性的温室环境因子模型提供参考。