简述安徽省广德县现行的林木采伐政策

安徽省广德县林业局为了适应新形式下林木经营者对林木采伐的要求,从十一五到十二五期间制定了一系列林木采伐政策。     

黄土高原不同苹果园土壤酶、有机质、微生物及树体产量品质的调查研究

测定了黄土高原苹果主栽区洛川县6个苹果园土壤脲酶、磷酸酶、蔗糖酶的活性、土壤有机质的含量和微生物数量,调查了6个果园土壤微生物的分布情况,并对土壤酶活性、土壤有机质含量、土壤微生物数量及与苹果品质的相关性进行了分析。结果表明:①6个果园三种土壤酶活性均随着土层剖面加深呈现下降趋势。在0~20 cm土层范围酶活性较高,20 cm土层以下开始迅速下降,之后趋势减缓。②6个果园土壤有机质含量较低,平均为0.945%。③不同树龄果园微生物总量的变化为:盛果期果园(15 a)>老龄期果园(20 a)>幼龄期果园(7 a),微生物类群数量的分布规律为:细菌>放线菌>真菌,其中细菌和真菌的数量相差100倍以上。不同树龄的果园随着土层的深入,土壤细菌、放线菌和真菌在数量上均呈现出减少的趋势。0~20 cm的表层土是菌群分布比较集中的区域。④有机质与脲酶、磷酸酶和蔗糖酶均呈正向相关,r值分别为0.400、0.565和0.788,且三种酶之间也有很强的相关性。⑤三种土壤酶、土壤有机质、土壤微生物与苹果品质的5个指标之间均呈正相关,说明这三类因素可以影响苹果品质。     

黑河自然保护区沼泽湿地土壤化学性质的空间分布特征研究

通过对张掖黑河湿地国家级自然保护区沼泽湿地野外调查、土样采集、实验室分析,利用空间分布格局代替时间演替序列,应用描述性统计及线性回归和相关性的分析方法,对该湿地的速效养分、有机质和土壤全盐含量及pH进行了研究。结果表明, 土壤有机质(SOM)含量随着土层深度的增加而显著增加;速效氮(AN)含量垂直分异明显且整体趋势先减少后急剧增加;土壤中速效磷(AP)、速效钾(AK)、全盐含量空间分布存在表聚现象,上高下低的分布格局明显;pH值含量空间分布差异不大但该地区土壤呈碱性和强碱性。pH和SOM存在弱负相关性,pH通过抑制植被的生长来间接影响SOM含量;全盐含量和AK含量具有强烈的乘幂和正线性相关性。全盐、SOM、AN、AP、AK含量均属于中等变异,pH为弱变异。黑河保护区湿地生态系统正处于退化阶段,脆弱性和敏感性使该保护区在干旱半干旱区涵养水源、保持水土的重要性减弱,建立当地自然条件特征基础上长期持续的试验研究,保护与恢复措施迫在眉睫。     

融合坐标注意力机制的轻量级玉米花丝检测

玉米花丝性状是玉米生长状态的重要表征,也是决定玉米果穗生长进而影响玉米产量的重要因素。为了提升无人巡检机器人视觉系统对玉米花丝的检测精度和速度,该研究提出一种融合坐标注意力机制的轻量级目标检测网络YOLOX-CA。将坐标注意力机制（coordinate attention,CA）模块嵌入到YOLOX-s主干特征网络（Backbone）部分,以加强对关键特征的提取,提升检测精度;在颈部特征加强网络（Neck）部分,将特征金字塔结构中的普通卷积,更改为深度可分离卷积,在降低网络参数量的同时保证精度不丢失;在预测头（Head）部分引入GIoU(generalized intersection over union)改进定位损失函数计算,得到更为精准的预测结果。基于自建玉米花丝数据集训练和测试网络,试验结果表明,YOLOX-CA网络平均检测精确度达到97.69%,参数量低至8.35 M。在同一试验平台下,相较于YOLOX-s、YOLOv3、YOLOv4等目前主流的目标检测网络,平均检测精确度分别提升了2.21、3.22和0.64个百分点;相较于YOLOv3、YOLOv4,每帧推理时间分别缩短4...     

基于改进DenseNet和迁移学习的荷叶病虫害识别模型

病虫害的发生将会严重影响莲藕品质与产量,开展病害诊断与识别对藕田病虫害及时对症对病诊治、提升莲藕生产质量与经济效益具有重要意义。该研究以荷叶病虫害高效、准确识别为目标,提出了一种基于改进DenseNet和迁移学习的荷叶病虫害识别模型。采用分支结构对模型的浅层特征提取模块进行改进,并在Dense Block与Transition Layer中引入Squeeze and Excitation注意力机制模块和锐化的余弦卷积,最后基于Plantvillage数据集进行迁移学习,实现了91.34%的识别准确率。该研究实现了对荷叶腐败病、病毒病、斜纹夜蛾、叶腐病、叶斑病的识别,并将改进后的模型推广应用于基于无人机图像的藕田病虫害检测,实现了病害分布可视化,可对莲藕病虫害的智能化防治提供有益指导。     

基于改进YOLOv7的复杂环境下红花采摘识别

针对光照、遮挡、密集以及样本数量不均衡等复杂环境造成红花机械化采摘识别不准问题,该研究提出一种基于YOLOv7的改进模型,制作红花样本数据集建立真实采摘的复杂环境数据,增加Swin Transformer注意力机制提高模型对各分类样本的检测精准率,改进Focal Loss损失函数提升多分类任务下不均衡样本的识别率。经试验,改进后的模型各类别样本的检测平均准确率达到88.5%,与改进前相比提高了7个百分点,不均衡类别样本平均精度提高了15.9个百分点,与其他模型相比,检测平均准确率与检测速度均大幅提升。改进后的模型可以准确地实现对红花的检测,模型参数量小,识别速度快,适合在红花采摘机械上进行迁移部署,可为红花机械化实时采摘研究提供技术支持。     

改进MobileViT网络识别轻量化田间杂草

为解决现有的田间杂草识别方法无法兼顾高准确率与实时性的问题,该研究提出了一种基于改进MobileViT网络的轻量化杂草识别方法。首先,该方法使用高效的MobileViT网络构建杂草特征提取网络,在保证特征提取能力的同时实现更少的模型参数量与计算量;其次,通过高效通道注意力机制加强下采样后特征图中的重要特征,进一步提升模型的特征提取能力;最后,特征提取网络中的MobileViT模块被用于同时学习局部语义信息和全局语义信息,仅通过少量模块的组合便能够准确地捕捉到不同类别杂草与作物间细微差异。为验证该方法的有效性,该研究以农田环境下采集的玉米幼苗及其4类伴生杂草图像为数据进行了模型训练,试验结果表明,该方法的识别准确率、精准度、召回率和F1分数分别为99.61%、99.60%、99.58%和99.59%,优于VGG-16、ResNet-50、DenseNet-161、MobileNetv2等常用卷积神经网络;同时,可视化结果表明该方法能够有效提取杂草图像中的关键特征,并抑制背景区域对识别结果的影响。该研究提出的方法能够精准、快速地区分出农田环境下形态相似的多种杂草与作物,可为智能除草设备中的杂草识别系统设计提供参考。     

土壤铁矿物的生物-非生物转化过程及其界面重金属反应机制的研究进展

铁矿物作为土壤的重要组成成分,一般可通过吸附、络合和共沉淀等方式影响重金属的生物有效性和毒性.此外,土壤中有机物的存在会影响铁矿物的转化,导致转化产物的结构和表面特性发生改变,进一步影响重金属的环境行为.本文从铁矿物、有机质和重金属等要素入手,综述了反应pH、温度、亚铁和微生物等因素影响下土壤铁矿物非生物和生物转化过程...     

有机肥对土壤理化性质及沟叶结缕草草坪质量的影响

在亚热带赤红壤区研究沟叶结缕草施用有机肥对土壤性质及草坪质量的影响。结果表明,两种有机肥均能改善土壤通透性,增大土壤持水量,施肥一年后土壤pH值降低。施蘑菇肥可增大土壤盐基饱和度,提高冬季草坪质量。施堆肥可提高土壤阳离子交换量和速效养分含量,但草坪均匀度和冬季质量下降,应减量使用。