排序方式: 共有12条查询结果,搜索用时 0 毫秒
1.
2.
3.
提高早稻稻米品质及效益的途径 总被引:6,自引:0,他引:6
江西素称“鱼米之乡”,是全国主要的商品粮基地之一,水稻生产历来是我省引以为荣的一大优势。随着经济的发展和人民生活水平的提高,人们的食用习惯已由过去的“只求吃饱”转变到“要求吃好”,对稻米品质的要求也越来越高。近年来,由于我省稻米品质特别是早稻稻米品质较差,缺乏市场竞争力,稻米外销越来越困难,加上品种单一,加工转化能力弱,造成全省每年1.5亿公斤早米滞销和积压,不仅增加了各级政府的财政负担,而且也严重挫伤了农民种粮的生产积极性。《江西日报M997年1月20日、3月10日先后发表了《江西早米何处去》和《再谈江… 相似文献
4.
茶文化是种茶、采茶、制茶和饮茶等一系列内容在不断演变的基础上形成的,具有独特的民族色彩和人文精神,茶文化包括茶德、茶道、茶书、茶学、茶艺和茶精神等,文化寓意明显。茶文化起源于中国,且在时代发展中不断丰富其内涵,本篇文章在此基础上,主要对传统茶文化与现代社会融合的美学特征进行研究与分析。 相似文献
5.
指出了随着我国风电行业的发展,运维市场释放出巨大空间。开发商自主运维、委托制造商运维、独立的第三方运维,这三种运维模式各具优势,并面临不同的挑战。对3种运维模式进行的现状分析形成了三种运维模式的SWOT图表,以期为中国风电运维市场的蓬勃发展添砖加瓦。 相似文献
6.
高光谱遥感技术可对作物生长状况进行无损、高效地监测,是推动现代精准农业发展的必要手段。以不同施氮水平与覆膜处理下的开花期大豆叶面积指数(Leaf area index, LAI)为研究对象,对原始开花期大豆高光谱反射率数据进行0~2阶微分变换处理(步长0.5),并筛选出各阶光谱指数中与开花期大豆LAI相关性最高的指数作为最优光谱指数进行输入,采用支持向量机(Support vector machine, SVM)、随机森林(Random forest, RF)、遗传算法优化的BP神经网络(BP neural network optimized by genetic algorithm, GA-BP)3种机器学习方法构建大豆LAI预测模型。结果表明:0~2阶光谱指数与大豆LAI相关系数平均值分别为0.616、0.657、0.666、0.669、0.658,相比于原始与整数阶高光谱反射率,分数阶微分变换处理后的高光谱反射率构建的光谱指数与开花期大豆LAI具有更强的相关性;相关系数平均值最高的1.5阶微分处理最优光谱指数波长组合分别为:TVI(687 nm, 754 nm)、DI(687 n... 相似文献
7.
文章旨在分类识别采用PPP模式运作沼气工程的可能风险,并判断风险的重要程度.主要采用德尔菲法构建了沼气工程PPP项目风险层次框架,在此基础上将专家打分表采用层积法排序,最终形成了主要由市场收益风险、政治风险、建造风险、经营风险、法律风险、财经风险、其他风险等7类准则层风险包括收费收益不足、补贴取消或减少等36项具体指标... 相似文献
8.
为筛选出适合于青藏高原青稞秸秆青贮用的优良乳酸菌菌株,研发新型青贮添加剂。分离了青藏高原青稞(Hordeum vulgare)秸秆青贮饲料中的乳酸菌,利用传统微生物培养法和16S rRNA序列分析法对乳酸菌进行鉴定,探讨其生物学特性,并筛选出优良的乳酸菌菌株。共分离获得4株同型发酵乳酸菌菌株,其中HG24,LH2为植物乳杆菌(Lactobacillusp lantarum),LH9为乳酸片球菌(Pediococcusacidi lactici),LH7为戊糖片球菌(Pediococcusp entosaceus)。分离出的乳酸菌菌株均能在5~30℃,pH 3.5~7.0及3.0%和6.5% NaCl培养基中生长良好,其中HG24,LH2在pH值为3的培养基中仍能生长,体现出分离的乳酸菌菌株具有耐低温、耐酸性和耐盐性强的特征。4株乳酸菌菌株中HG24和LH2产酸能力强、生长速率快,最适宜于用作青贮乳酸菌菌种。 相似文献
9.
本研究对西藏地区豆科牧草青贮饲料中的乳酸菌进行分离、鉴定,以期得到优良的乳酸菌菌株。以苜蓿和箭筈豌豆青贮饲料为试验材料,共分离得到6株同型发酵乳酸菌,经传统微生物培养和16S rRNA序列分析,3株(LCG9,CG35和AG11)为戊糖片球菌,2株(LCG3和LAG1)为植物乳杆菌,1株(LA3)为弯曲乳杆菌;除AG11和LAG1在5℃,LCG9和AG11在pH 3.0和8.0生长微弱外,其余乳酸菌菌株均在5~20℃,pH 3.0~8.0及3.0%和6.5% NaCl培养液中生长良好。从耐低温特性、产酸能力和发酵速率3个指标考虑,植物乳杆菌LCG3最适宜用于西藏青贮饲料生产的乳酸菌菌种。 相似文献
10.
地上部生物量(Above-ground biomass, AGB)是判断作物生长发育的重要指标,对作物不同生长阶段地上部生物量进行快速、准确、无损遥感监测对精准农业生产具有重要意义。本文在西北关中地区开展田间试验,以不同水氮处理下冬油菜为研究对象,通过对其生理生长指标以及产量进行分析,确定I2N3(越冬期和蕾薹期补灌,施氮量为280 kg/hm2)处理为该地适宜的水氮管理策略。使用无人机获取冬油菜营养生长期和生殖生长期多光谱图像,采用阈值法对多光谱图像中的阴影和土壤背景进行掩膜处理,提取各波段反射率,构建植被指数。将冬油菜地上部生物量实测数据与21个光谱变量进行相关性分析,筛选出各生长阶段相关系数绝对值排名前8个光谱变量作为输入量,通过随机森林(RF)、支持向量机(SVM)、遗传算法优化支持向量机(GA-SVM)和粒子群优化支持向量机(PSO-SVM)构建不同生长阶段冬油菜地上部生物量估算模型,确定最佳估算模型。结果表明,全生长阶段和生殖生长阶段红光波段反射率显著性最强且稳定,相关系数分别达到0.835和0.754;PSO-SVM模型更适合用于反演关中地区冬油菜不... 相似文献