果园谨防米象为害

2003年8月12日，在山东招远张星镇小疃村王金彬苹果园，发现米象为害套袋嘎拉、红富士，随即进行了田间调查。现将调查情况简报如下：     

冬季果园刮树皮技术要点

冬季果树休眠时节，许多害虫和病菌潜藏在果树粗老翘皮缝里越冬。实践证明，精细刮皮可消灭50％～80％的越冬害虫及病菌，是预防翌年病虫害发生和蔓延的一项有效措施。科学合理的刮皮，不仅可以消灭在果树的粗皮、裂皮、翘皮缝中隐藏着的诸如红蜘蛛、梨木虱、梨小食心虫、梨星毛虫、     

一个红富士苹果高产优质高效持续发展的典型

曲受彭先生1981年栽植红富士苹果约667m2,株行距3.3m×5m,现有苹果树39株。5～6年开始结果,10年后踏上5000kg级优质、高产台阶,以后多年徘徊在5000kg左右。1999年又创新高,667m2产量达6000kg。以后连续4年,每年竟会以约1000kg的梯度递增,2000～2003年667m2产量分别达到7000kg、8000kg、9000kg、10000kg。大家都知道,产量与质量仅在一定的范围内正相关,越过一定范围,产量与质量反相关。然而该果园质量稳定,果个大而整齐,一般都在85mm左右,80mm以下的果,仅1%～2%,表面光洁艳丽,未见着色不良果、病虫果。混合果年均价格约2.20元/kg。年投入4000…     

具有开发前景的农机产品

近年来，果树的种植越来越普遍。因此，农村对水果生产，加工机械和新农具出现了较为旺盛的需求。这些机械和农具包括：果树挖坑机、果园耕耘机、树枝修剪新工具、施肥机、果品分级机、清洗机、包装机、保鲜机等。     

三园鸡养殖模式

王店镇地处浙江嘉兴市秀洲区 ,土地资源丰富 ,境内桑园、果园、庭园 (简称三园 )和杂地众多 ,当地农村历来就有养鸡习惯。几年前 ,当地利用丰富的土地资源和地理优势 ,开始发展规模放养 ,由于分散型的饲养模式 ,带来技术、品牌、信息、产品销售等诸多问题 ,影响养鸡业健康发展 ,养殖户迫切希望有一个组织帮助解决饲养中的一些实际问题。2003年1月 ,在原镇养鸡协会基础上 ,注册成立了由镇畜牧兽医技术人员和养殖大户组成的股份制专业合作社———嘉兴市秀洲区“王店”三园鸡专业合作社。合作社成立2年来 ,在规范自身管理、健全运行机制的同时…     

果园生草的好处及种植技术

果园生草技术已成为发达国家开发成功的一项现代化、标准化的果园土壤管理技术,在我国,中国绿色食品发展中心已于1988年,将果园生草纳入绿色食品果业生产体系。     

果园秸秆覆盖技术

果园秸秆覆盖是针对土壤贫瘠、肥力低、易受天气和温度影响的果园而采取的土壤管理技术。它具有培肥、保水、稳温、灭草、免耕、省工和防止土壤流失等多种效应,能改善土壤生态环境,养根壮树,促进树体生长发育,进而提高产量和改善品质。     

苹果树冬季管理技术

1 防病灭虫 清除果园内病枝、烂果及杂草。清理和刮除老树皮并及时烧掉,有条件的最好对主干刷一些石硫合剂,以消灭越冬虫卵和茧等。同时可灌冻水防止冬季干旱,有利于果树安全越冬。     

苹果轮纹病的发生与防治

1发病规律 苹果轮纹病的流行与否,在不同年份、不同地区差异很大,影响因素也多,但气候条件是关键因素。果实生长前期,降水次数多,病菌孢子散发多,感染也多,若成熟期再遇上高温干旱,轮纹病便发病严重,反之则轻。苹果轮纹病是弱寄生菌,植株衰弱则易染病,果园管理粗放、挂果过量、偏施氮肥、肥水不足,     

基于NGO-CNN-SVM的高标准农田灌溉工程施工成本预测

为提高高标准农田项目施工成本的预测精度,控制施工成本在合理范围,减少投资风险,该研究从单体灌溉工程施工成本预测角度出发,通过随机森林（random forest,RF）筛选出高标准农田灌溉工程施工成本的关键影响因素,结合卷积神经网络（convolutional neural networks,CNN）和支持向量机（support vector machine,SVM）两种模型的优点,通过北方苍鹰优化算法（northern goshawk optimization,NGO）对模型里的惩罚因子和核参数进行寻优,构建基于NGO-CNN-SVM的施工成本预测模型。通过辽宁省2018—2023年高标准农田工程中灌溉工程的施工成本数据,选取样本决定系数R²、平均绝对误差MAE、平均绝对百分比误差MAPE和均方根误差RMSE作为精度指标进行分析,结果表明：基于NGO-CNN-SVM的施工成本预测模型在渠道工程中MAE低于0.615万元,RMSE低于0.512万元,R²达到0.968以上,相对误差小于4.210%;在进水闸工程中MAE低于0.610万元,RMSE低于0.536万元,R²达到0.966以上,相对误差小于4.410%;在桥涵工程中MAE低于0.494万元,RMSE低于0.477万元,R²达到0.970以上,相对误差小于3.548%,并相比较于反向传播神经网络,CNN和CNN-SVM模型,NGO-CNN-SVM模型的预测结果均最优。通过特征选择、模型融合、算法优化以及不同模型对比表明NGO-CNN-SVM模型具有更高的预测准确率和泛化性,可为高标准农田灌溉工程施工成本预测提供理论依据。