对商水县农业供给侧结构调整的思考

阐述了商水县种植业结构现状,并在此基础上分析了当地农业供给侧结构性调整取得的成效,并介绍了农业供给侧结构性调整的主要做法,以供参考。     

黑龙江省一 、二积温区水稻花药培养条件优化

为提高黑龙江省第一、二积温带水稻花药培养效率,促进该技术在粳稻新品种选育中的应用,以五优稻2号及黑龙江省第一、二积温区骨干亲本的F1、F2为材料,对提高花培效率的几个关键环节如取材标准、关键时期培养基配方和培养条件等进行了方法改良。结果表明:取穗以叶枕距、颖壳颜色和花药长度等多重因素为标准;适用于以五优稻2号为亲本的诱导培养基配方为进口N6+凝胶3.6g·L-1+蔗糖60g·L-1+2,4-D2mg·L~(-1);分化培养基配方为MS+KT 2mg·L~(-1)+IAA 1mg·L~(-1)+蔗糖30g·L-1+琼脂4g·L-1,同时辅以16h光照;生根培养基中加入3～6mg·L~(-1)多效唑,可以壮苗促分蘖,提高移栽成活率。     

我国牧草种植成本收益变化与比较

本研究以牧草种植户牧草及粮食作物的调研数据为基础,计算出2010-2014年主要牧草和粮食作物的成本收益基本信息,对其变化进行统计分析,并对各作物的成本收益进行比较。分析发现,2014年苜蓿(Medicago sativa)的经济效益有所下降;黑麦草(Lolium perenne)和青贮玉米(Zea mays)的纯收益和收益率有所增长;苜蓿的纯收益和收益率要高于黑麦草和青贮玉米;马铃薯(Solanum tuberosum)和苜蓿的经济效益更具优势,种植小麦(Triticum aestivum)经济效益较差;黑麦草和青贮玉米人工和土地成本更高,苜蓿水电费最高。建议调整农业产业结构,推行"粮+经+饲+草"四元种植结构,全面扶持牧草产业发展,建立健全牧草生产资料补贴制度。     

基于快速卷积神经网络的果园果实检测试验研究

近年来,基于数字图像处理和机器学习算法的果实自动识别检测研究已经越来越成熟。针对传统检测方法检测过程中难以满足实时性要求的缺点,采用了基于Faster-RCNN的果实快速检测模型。模型由卷积神经网络(CNN)和区域提议网络(RPN)组成,首先由CNN进行卷积和池化操作提取特征,然后由RPN选取候选区域,通过网络全连接层参数共享,由目标识别分类器和边界框预测回归器得到多个可能包含目标的预测框,最后通过非极大值抑制挑选出精度最高的预测框完成目标检测。分别对桃子、苹果和橙子的三种果实进行检测,采用迁移学习方法,使用已经预训练好的两种深度神经网络模型ZFnet和VGG16,通过数据集的训练对Dropout及候选区域数量进行参数调整完成网络调优。检测并分析果实不同布局形态下模型的检测效果。试验结果表明,当Dropout取值为0.5或0.6,候选区域数量为300时网络模型最佳,ZFnet网络中,苹果平均精确度为92.70%,桃子为90.00%,而橙子为89.72%。VGG16网络中,苹果平均精度为94.17%,桃子为91.46%,橙子为90.22%。且ZFnet和VGG16的图像处理速度分别达到17 fps和7 fps,能够达到果实实时检测的目的。     

优化施肥对京郊地区设施生菜产量、品质及土壤速效养分的影响

为改善目前设施生菜的化肥过量施用,以及化肥的施用时期等问题,以农户习惯施肥为基础,设计减量优化施肥方案,研究优化施肥对京郊设施生菜产量、品质及土壤速效养分的影响。以结球生菜‘射手101’为试材,设CK、单施有机肥、习惯施肥、优化施肥A、优化施肥B共5个处理。试验结果表明,优化施肥A处理能够提高生菜经济产量,比CK处理提高22.01%,比习惯施肥处理提高5.82%;优化施肥A处理生菜硝酸盐含量最低,维生素C含量最高;优化施肥A处理能提高生菜养分吸收量,减少速效养分在土壤中的累积,同时能够提高生菜产量和品质,减少肥料浪费。     

测绘新技术在测绘工程中的应用分析

在信息化技术不断发展的基础上,我国在工程测量技术方面取得了较大的成绩,大量具有现代化自动化特征的测绘新技术,在各行各业当中得到了广泛的使用。简要对测绘新技术的类型进行了分析,并深入探究了测绘新技术在测绘工程当中的具体应用,希望能够帮助相关企业及工作者正确认识到测绘新技术并提供一定的参考。     

基于茶文化的大学英语教学模式研究

若要将学生置于大学英语教学的主体而不是客体地位,便需要激发起大学生的自我学习意识。具体而言,要求教师在教学中应充分把握住他们的学习心理特征,以及在教学上通过组织管理来帮助他们克服自身的不良心理。为此,就有必要从茶文化的视角来对大学英语教学模式进行研究。可以从:正视茶文化效果形成机理、形成非功利性的教学目的、平等姿态下培育教学氛围、增加学生评教的分值权重等四个方面来优化大学英语教学模式。     

校园环境噪声监测与评价--以华中师范大学为例

环境噪声是环境质量评价的重要指标。通过噪声监测实验,记录了华中师范大学校园内的噪声污染数据,根据国家标准评估了校园环境噪声状况。试验采用网络剖分法,分别于昼间7:30~10:00和夜间22:00~22:55两个时间段对等效声级进行了测定。实验结果表明:昼间噪声污染更为严重,平均噪声超标率达到26%,夜间噪声污染相对较轻,但噪声超标率也达到19%。校园内不同功能区的噪声来源不同,工程施工产生的噪声是主要的污染源,影响比重达到58%。根据实验结果,校园声环境质量一般,需要对现状提出合理的改进建议。