关于加快蚕桑业发展的思考

栽桑养蚕作为传统骨干副业 ,已在射阳农村深深扎根 ,但由于多种因素的影响 ,当地蚕桑业并未形成燎原之势。本文就射阳这个桑苗、蚕茧生产大县的现状和蚕业发展的有利条件与不利因素 ,进行了详尽的分析 ,面对复杂多变的茧丝绸生产形势 ,提出了到“十五”期末 ,桑园面积发展到 6666 6hm2 ,年饲养蚕种 2 0万张 ,生产蚕茧 750 0t,实现蚕桑产值 1 5亿元的奋斗目标 ,并就如何加强对蚕桑业的领导、加快实现产业化、实施科技兴蚕战略和加大对基础建设的投入阐明了观点     

浙江省食用菌生产发展新目标

根据九十年代要按照小康标准,保证城乡人民得到充裕的、多样的、符合营养要求的食物。中共浙江省委、省政府对鱼、肉、禽、蛋、奶、果、瓜、菜、食用菌等非粮食类的生产发展很重视,指示有关主     

奶牛产后生殖机能监控

奶牛产后生殖机能恢复的好坏是衡量奶牛营养、饲养管理水平的重要标志 ,是提高奶牛繁殖效率的重要措施。作为奶牛场的经营者和管理者 ,必须将奶牛产后生殖机能的监控放在重要位置 ,以确保奶牛的正常生产和可持续发展。1　奶牛产后生殖机能监控目标多繁殖是奶牛正常生产的前提和基础 ,奶牛产后生殖机能监控的目标是达到理想(最佳 )的繁殖指标。具体指标见表 1。表 1　奶牛最佳繁殖指标项目最佳指标存在严重问题分娩间隔 /月 13>14分娩后首次发情平均天数 /d <4 0 >6 0受胎所需配种次数 /次 <1 7 >2 5泌乳牛一次配种受胎率 / % 5 0～ 6 0 <4 …     

乳业市场营销十大法则

远景法则 任何一家企业，不论目前规模如何，在行业中处于什么样的地位，都应该有一个切实可行的长远的目标规划，并根据这个长远规划展开市场活动，而不能完全陷入盲目追求眼前利益的泥潭之中。     

基于YOLOv5s改进模型的小白菜虫害识别方法

小白菜是中国种植面积较广、深受大众喜爱的蔬菜,但真实菜地环境中虫害往往出现在叶片的特定区域,且受环境因素如光照和背景干扰较大,影响对其的智能检测。为提高小白菜虫害的检测效率和准确率,该研究提出一种基于YOLOv5s网络框架改进的YOLOPC小白菜虫害识别模型。首先,引入CBAM（Convolutional Block Attention Module）注意力机制,将其放在CBS（卷积层Convolution+归一化层Batch normalization+激活函数层SILU）的输入端构成CBAM-CBS的结构,动态调整特征图中各个通道和空间位置的权重;使用上采样和1×1卷积操作来调整特征图的尺寸和通道数,实现不同层次特征的融合,增强模型的特征表示能力。同时,改进损失函数,使其更适合边界框回归的准确性需求;利用空洞卷积的优势提高网络的感受野范围,使模型能够更好地理解图像的上下文信息。试验结果表明,与改进前的YOLOv5s模型相比,YOLOPC模型对小白菜小菜蛾和潜叶蝇虫害检测的平均精度（mean Average Precision, mAP）达到91.40%,提高了12.9个百分点;每秒传输帧数（Frame Per Second, FPS）为58.82帧/s,增加了11.2帧/s,增加幅度达23.53个百分点;参数量仅为14.4 MB,降低了25.78个百分点。与经典的目标检测算法SSD、Faster R-CNN、YOLOv3、YOLOv7和YOLOv8相比,YOLOPC模型的平均精度分别高出20.1、24.6、14、13.4和13.3个百分点,此外,其准确率、召回率、帧速率和参数量均展现出显著优势。该模型可为复杂背景下小白菜虫害的快速准确检测提供技术支持。     

基于复杂种植结构多情景分析的灌区多目标多水源优化配置

为改善多水源灌区农业用水供需矛盾,通过合理调整种植结构,优化灌区水资源配置,该研究以河北省邯郸市漳滏河灌区为研究对象,将农业灌溉缺水量最小和农作物经济效益最大作为目标函数,兼顾灌区生态安全约束,构建了基于种植结构优化的多目标多水源优化配置模型,针对作物熟制、作物种类、种植制度以及灌溉方式设置了8种不同的种植结构优化情景,通过自主改进的基于精英策略并协遗传算法（NSGAⅡ-S）对模型求解,获得不同情景下的水资源优化配置方案。结果表明：应用模型进行水资源配置后,各情景配水总量均有所减少,其中水库配水量高于其他水源的配水量,水库水、引黄水和引江水均达到用水总量控制目标,民有分区的各计算单元间的配水量变化明显,总配水量高于滏阳河分区;适当压减主要依靠抽取地下水灌溉的冬小麦的播种面积,变灌溉农业为旱作雨养农业,可以极大地减少地下水用量,增加灌区经济效益;最佳的种植结构优化方案为CS₄（削减冬小麦的种植面积,种植苜蓿,灌溉方式采取管灌或喷灌）,该方案冬小麦播种面积压减17.10%,地下水开采量减少了16.42%,灌区的经济效益增加了26.41%,在保证配水总量最小的同时,具有更高的经济效益。该研究所构建的多目标多水源优化配置模型和作物配水结果可为类似地区的水资源配置提供参考。     

基于二代测序数据拷贝数变异检测的新方法研究

目标区域捕获测序（TRS）是将基因组特定区域制成探针与基因组DNA杂交,将目标区域的DNA富集后再进行二代测序。TRS已应用于多种疾病如智力障碍、帕金森症等,能够有效的对人类主要组织相容性复合体（MHC）、外显子等区域进行测序。由于测序效果受捕获测序探针密度影响较大,探针的疏密及均匀程度很大程度会影响最终结果,与全基因组测序相比,TRS检测拷贝数变异（CNV）难度更大。随着生命科学的飞速发展,越来越多的拷贝数变异检测工具出现,但它们的CNV检测率依然较低,假阳性率较高。因此,本研究开发了一种新颖的拷贝数变异检测方法,结果显示,本研究方法、ExomeDepth和XHMM的检测率分别是76.7%、12.4%和5.5%,假阳性率分别是25.7%、49.4%和66.9%,本研究方法在检测率及假阳性率的表现均优于ExomeDepth和XHMM两种方法。本研究补充了拷贝数变异检测算法,并为相关研究提供一定的理论依据。