油菜菌核病的发病原因和综合防治措施

<正>油菜菌核病是世界性的真菌病害,由核盘菌侵染发病,位居我国油菜3大病害(病毒病、菌核病、霜霉病)之首。油菜菌核病在我国25个省…市、区都有发生,以长江流域最严重,导致产量损失lO%~20%,重度发生时产量损失约50%,已成为制约油菜优质、高产、高效的一大障碍,严重影响油菜种植的经济效益和农民的种植积极性[1-2]。油菜是正安县的主要经济和油料作物之一,近年来,结合测土配方施肥技术的推广     

舞钢市大豆豆盾蝽为害损失与防治指标研究

<正>豆盾蝽Megacopta cribraria(Fabricias)属于半翅目,龟蝽科,是舞钢市大豆生产上新发现的主要害虫,发生普遍,危害严重。准确掌握其危害大豆造成的产量损失程度,确定防治指标,为测报和防治提供依据,是生产之急需。为此,课题组于2011~2013年采用田间与室内相结合的方法,对豆盾蝽的为害损失与防治指标进行了研究,旨在能够准确地描述豆盾蝽和大豆间的为害关系,预测豆盾蝽为害大豆可能造成的产量损失,为害虫的经济防治提     

刍议电力计量系统的防分流窃电技术

进入新时期以来，国内经济取得较快的发展，人民生活水平得到了较大的提升，对于电量的需求也越来越大，部分个人和企业在利益的驱使之下，使用了各种窃电技术来降低自身用电成本，给整个电力系统的正常运行带来较大的危害。文中从电力计量系统论述入手，分析了窃电的危害及方式，并重点分析了电力计量系统的防分流窃电技术。     

《西北园艺》读者服务部推荐并代理销售产品

<正>1.果树促控剂PBO。江苏省江阴市果树促控剂研究所出品,名牌产品。可增加果树花量,改善果实色度,增强贮藏性,提早成熟期。250g/包,零售价16元。2.家家丰播施器。专利产品,手杖式入土结构,单人直立操作,播头人土一定深度后种子、肥料自动计量落入。深度可调,播种2-5 cm,施肥6-20 cm。9SA、9SL施肥专用,9BL点播种子,9BS施肥播种兼用。9BL零售价138元/台,9SD、9SA零售价158元/台,9BS零售价188元/台。     

浅谈混凝土拌合站配料计量系统的常见故障

近年来我国房地产行业的迅速猛发展带动了建筑行业的快速发展，现代建筑也多是钢筋混凝土结构，尤其是混凝土工程技术，在建筑工程界很受重视，其质量的好坏直接影响着建筑物的质量，做好其相关施工设备的日常维护，可以避免其故障的发生，确保混凝土拌合站正常稳定的工作。在混凝土拌合站的相关设备中，配料计量系统是整个混凝土搅拌施工工程的基础，其能够对混凝土的材料配比做出准确的估算及称重和上料，可以实现混凝土拌合站的自动化及集中化，从而对混凝土工程施工的质量和效率都有提高作用。本文中针对混凝土拌合站中的配料计量系统的基本特性进行了简要的介绍，后详细的分析了配料计量系统使用中易发生的故障以及相应的处理措施。     

我国旅游业碳排放测算方法构建与实证研究——基于投入产出视角

按照旅游业"碳减排"的"测定—减排—补偿"三步走的逻辑主线,旅游业碳排放的计量是旅游业节能减排的第一步,也是关键一步。以生命周期评价理论和投入产出分析方法为基础,结合国民经济核算体系、旅游卫星账户、环境经济综合账户等经济与环境计量技术,构建"自上而下"的旅游业碳排放计量方法体系,并实证计量了2002年我国旅游业碳排放量。研究发现,2002年我国旅游业碳排放总量为135.90 Mt,占我国所有产业碳排放总量的3.95%,占我国碳排放总量(包含生活消费碳排放)的3.50%;其中,旅游业直接碳排放为55.65 Mt,分别为交通42.25 Mt,游览1.08 Mt,住宿2.5 Mt,餐饮2.76 Mt,商品销售4.12 Mt,娱乐0.59 Mt,邮电通讯0.43 Mt,其他服务1.92 Mt;旅游业间接碳排放为80.24 Mt,主要贡献国民经济部门为炼焦、煤气及石油加工业、交通运输及仓储业、机器设备制造业、食品制造及烟草加工业等,约占总贡献率的60%。     

刨花计量料仓在刨花板生产中的应用

分别从工艺流程、结构和工作原理以及使用中的注意事项等方面介绍了刨花计量料仓在刨花板生产线中施胶前及铺装前的应用情况。     

宁夏平罗县崇岗镇山洪灾害浅析

崇岗镇山洪灾害损失严重，其成因主要受地理位置、气候条件、自然植被、防洪工程建设等因素影响；在地理条件上崇岗镇地处西北，贺兰山为石质山，山石裸露，沟谷发育，植被稀疏，属暴雨集中区域。     

基于改进YOLO v5的橙子果实识别方法

针对自然环境下橙子检测存在枝叶遮挡、相邻果实重叠等情况而导致检测效果差的问题，提出一种改进的YOLO v5方法。首先，在主干网络部分使用RepVGG(re-param VGG)模块替换原始C3模块，加强网络对特征信息的提取能力；其次，在颈部网络使用鬼影混洗卷积(ghost-shuffle convolution)代替原有的标准卷积，能够在保证精度的前提下，降低模型参数量；再次，在预测头前加入ECA(efficient channel attention)注意力模块，能够更加准确定位目标信息；最后，引入EIOU(efficient intersection over union)损失函数加速预测框的收敛，提高其回归精度。改进的YOLO v5网络在自然环境下的橙子检测中平均精度达到90.1%,相比于目前热门的检测网络CenterNet、YOLO v3和YOLO v4其在识别效果方面有一定的提升。可见，所提出的改进网络在橙子检测上更有优势，能为今后智能采摘机器人的研发提供理论支撑和技术参考。