排序方式: 共有29条查询结果,搜索用时 15 毫秒
1.
选取来自全国各地的不同遗传背景花生材料,对其进行性状统计和发芽实验,以期找到花生发芽产量与生物性状之间的关系,为创制更适宜花生芽产业化的材料提供参考。选取普通、红色、黑色和白色4种种皮颜色的材料127份,材料来自西南地区、华中地区、华东地区、华南地区和华北地区5个地区,种植后考种测定其百仁重、植株高度、单株生产力,并在植物工厂里发芽,比较发芽8天后花生芽的芽长、芽重系数等,并计算产出系数。结果表明,127份花生材料芽长差异显著,极值之间相差7.75 cm,芽长在12~13 cm之间的材料最多,占总数的26.77%;花生芽的芽重系数极值相差7.85倍,差异显著,平均芽重系数4.62。产出系数最高的为YY40号普通色花生,产出系数达到8.24。产出系数在7以上的均为产量性状比值大于1的材料,占总数的4.72%。颜色和产区对花生芽产出系数的影响不显著。随着花生百仁重增大,花生芽的产出系数逐渐降低,但不同遗传背景的花生芽重系数与产出系数差异很大,百仁重高的花生中依然有芽重系数与产出系数较高的材料,而百仁重低的花生中依然有芽重系数与产出系数较低的材料。 相似文献
2.
3.
宣威是拥有150万人口的县级农业大市,是全省唯一粮食总产量超5亿kg的县市,粮食增产模式攻关经验受到农业部肯定和表扬,决定将这一经验在西南西北地区推广."国以农为本,农以种为先". 相似文献
4.
为明确华北小麦穗期主要蚜虫种类及其生态位, 为京津冀地区小麦蚜虫预测预报和科学防控提供技术支持,采用五点式和棋盘式取样法系统调查了河北廊坊小麦穗期不同蚜虫种类的种群动态及其在植株上的分布, 利用生态位理论, 计算荻草谷网蚜Sitobion miscanthi (Takahashi)、禾谷缢管蚜Rhopalosiphum padi (Linnaeus)和麦无网长管蚜Metopolophium dirhodum (Walker) 3种优势蚜虫的生态位宽度和重叠度。禾谷缢管蚜的时空生态位最宽, 其次为荻草谷网蚜和麦无网长管蚜, 其中禾谷缢管蚜的生态位宽度随时间推移呈上升趋势, 其他两种蚜虫呈下降趋势。不同蚜虫种类之间存在生态位重叠, 其中荻草谷网蚜与禾谷缢管蚜的重叠度最大, 为2.073 0, 荻草谷网蚜与麦无网长管蚜的重叠度最低, 为1.656 4; 随时间推移, 荻草谷网蚜与禾谷缢管蚜之间的竞争趋于增强, 禾谷缢管蚜与麦无网长管蚜之间的竞争趋于减弱, 而荻草谷网蚜与麦无网长管蚜的竞争关系相对稳定。荻草谷网蚜是当地小麦蚜虫主要优势种群, 禾谷缢管蚜时空生态位宽度最大, 与荻草谷网蚜竞争激烈, 麦无网长管蚜时空生态位相对稳定。 相似文献
5.
基于全卷积网络的哺乳母猪图像分割 总被引:12,自引:8,他引:4
猪舍场景下,光照变化、母猪体表颜色不均及与环境颜色对比度不大、母猪与仔猪的粘连等,均给目标分割带来很大的困难。该文提出了基于全卷积网络(FCN,fully convolutional networks)的哺乳母猪图像分割算法。以VGG16为基础网络,采用融合深层抽象特征与浅层细节特征并将融合的特征图上采样8倍的跳跃式结构,设计哺乳母猪分割的FCN。利用Caffe深度学习框架,以7栏伴有不同日龄仔猪的3811幅哺乳母猪训练样本进行母猪分割FCN训练,在另外21栏的523幅哺乳母猪测试集上的分割结果表明:该算法可有效避免光线变化、母猪颜色不均、小猪遮挡与粘连等影响,实现完整的哺乳母猪区域分割;分割的平均准确率达到99.28%,平均区域重合度达到95.16%,平均速度达到0.22 s/幅。与深度卷积网络的SDS(simultaneous detection and segmentation)及传统的基于图论的图像分割、基于水平集的图像分割方法做了对比试验,该文分割方法平均区域重合度分别比这3种方法高出9.99、31.96和26.44个百分点,有较好的泛化性和鲁棒性,实现了猪舍场景下哺乳母猪准确、快速分割,可为猪只图像分割提供了技术参考。 相似文献
6.
7.
为明确草地贪夜蛾对小麦的产卵选择性及其是否对小麦安全生产构成威胁,本研究以玉米和小麦作为测试寄主,比较分析了草地贪夜蛾对两种作物不同部位的产卵选择性,并利用两性生命表方法研究了取食小麦、玉米对其生命参数的影响。结果表明:草地贪夜蛾更喜欢在玉米上产卵,其在玉米、小麦叶片、玉米和小麦茎秆上的产卵量存在显著差异(df=102,F=15.593,P<0.05),以玉米叶片背面卵块数量(7.11±1.55)块/笼最高;草地贪夜蛾取食小麦可以完成生活史,但幼虫存活率、化蛹率、羽化率和世代存活率低于取食玉米。取食玉米的幼虫发育历期为(16.31±0.15)d,显著高于取食小麦的(14.66±0.12)d,蛹期、蛹重、产卵前期、成虫寿命和世代周期无显著差异。取食小麦羽化出的雌虫寿命、平均单雌产卵量显著高于取食玉米,分别为(16.39±0.40)d、(976.31±57.21)粒和(14.64±0.32)d、(831.57±30.55)粒。生命表参数显示取食玉米的净增殖率为363.14,显著高于小麦的258.63,但内禀增长率、周限增长率和平均世代周期无显著差异。研究结果为草地贪夜蛾在小麦上的预测预报和有效防控提供了基础数据。 相似文献
8.
利用吡虫啉种子包衣技术防治麦蚜是我国小麦主产区一项重要的防控措施,目前对麦蚜的防控效果评价主要集中在自然混合种群上,对室内种群尤其是麦无网长管蚜的研究报道较少。为了明确吡虫啉种衣剂对单一蚜虫种类的影响,本文利用吡虫啉悬浮种衣剂处理的小麦苗接种4种蚜虫,分别于3、6和9 d后检查死亡率。并采用生命表方法评价种衣剂处理对麦无网长管生长发育、繁殖和种群生命参数的影响。结果表明:种衣剂处理小麦苗接种的4种蚜虫,3 d后死亡率大小依次为禾谷缢管蚜麦长管蚜麦二叉蚜麦无网长管蚜,6 d后禾谷缢管蚜和麦长管蚜全部死亡;9 d后麦二叉蚜全部死亡,但麦无网长管蚜死亡率仅为10.3%。生命表结果表明:麦无网长管蚜大部分个体在种衣剂处理麦苗上可以完成整个世代周期,但其生长发育延缓,存活率、寿命和繁殖力显著下降,内禀增长率(r_m)、周限增长率(λ)、净生殖率(R_0)显著降低,平均世代周期(T)显著延长。研究结果进一步证实吡虫啉包衣处理对麦长管蚜、禾谷缢管蚜、麦二叉蚜具有很好的防治效果,但对麦无网长管蚜防效较差。 相似文献
9.
未成熟芒果的改进YOLOv2识别方法 总被引:4,自引:19,他引:4
在果园场景下,由于光照的多样性、背景的复杂性及芒果与树叶颜色的高度相似性,特别是树叶和枝干对果实遮挡及果实重叠,给未成熟芒果检测带来极大的挑战。本文提出果园场景下未成熟芒果的改进YOLOv2检测方法。设计新的带密集连接的Tiny-yolo网络结构,实现网络多层特征的复用和融合,提高检测精度。为克服遮挡重叠果实检测困难,手工标注遮挡或重叠芒果的前景区域,然后用样本的前景区域训练YOLOv2网络,减小边界框内非前景区域特征的干扰,增强对目标前景区域卷积特征的学习。并以扩增的数据集,采用增大输入尺度和多尺度策略训练网络。最后,对本文方法进行性能评价与对比试验。试验结果表明,该方法在测试集上,芒果目标检测速度达83帧/s,准确率达97.02%,召回率达95.1%。对比Faster RCNN,该方法在杂物遮挡和果实重叠等复杂场景下,检测性能显著提升。 相似文献
10.