排序方式: 共有53条查询结果,搜索用时 0 毫秒
1.
2.
针对如何加快柳州市甘蔗生产全程机械化的问题,2013年,柳州市农机部门与广西思源农业发展有限公司、广西桂中糖厂联合实施了甘蔗生产全程机械化和高效节水灌溉示范基地项目,取得了良好效果。本文分析了这一甘蔗生产机械化技术模式的特点,提出了推进柳州市甘蔗生产全程机械化技术模式的建议。〔摘要〕 相似文献
3.
圈养林麝生长曲线拟合研究 总被引:2,自引:0,他引:2
【目的】探索适合圈养林麝Moschus berezorskii的生长曲线模型。【方法】采用Logistic、Gompertz、Log-modified、Log-logistic、Gauss、幂函数曲线、二次曲线、指数函数、双曲线、负指数函数模型对圈养林麝体重、肩高和体长生长曲线进行拟合,并将实际观测值与拟合值进行验证。【结果】幂函数模型能够很好地拟合圈养林麝体重、肩高和体长的生长过程,其拟合方程分别为y=2.237 2x0.388114(R2=0.992 6),y=28.380 2x0.159911(R2=0.987 5)和y=48.159 5x0.164618(R2=0.961 3)。【结论】圈养林麝生长发育不符合"S型"曲线的生长规律,而是更接近幂函数型。 相似文献
4.
近年来广西桑蚕业快速发展的原因及对策 总被引:5,自引:0,他引:5
近年来,广西桑蚕业所取得的成绩是有目共睹的,到2001年底,全区桑园面积和鲜茧年产量已分别比1991年增加了323.45%和230.4%,虽然在2002年面临着近十年来茧丝价格降幅最大一年而给蚕业生产带来的困境,广西桑蚕业生产仍持续增长,桑园面积同比增加了53.85%,鲜茧产量同比上升了25%。尽管在快速发展的过程中,也存在着诸如在一些蚕区发展生产只重数量不重质量;种桑养蚕规模小、集约化程度低;蚕茧收购不按质论价;加工业滞后等等一些影响着广西桑蚕业持续、健康发展的负面因素,但这些毕竟不是主流。各级党委、政府和行业主管部门都正视所存在的问题,并积极地采取有力措施解决问题,保障我区桑蚕业持续、健康地发展。当前,全区的蚕业工作者正在各级党委、政府的关心和支持下以西部大开发及加入WTO为契机,坚持以市场为导向,以效益为中心,以增加农民收入为目的,切实把我区桑蚕业的发展转到以提高质量和效益为中心的轨道上来,为全面提升我区桑蚕业的竞争力,为在未来3~5年内,把桑蚕业建成我区农业中的支柱产业而努力工作。 相似文献
5.
6.
随着我区蚕桑生产的发展 ,蚕种需求量不断增加 ,各蚕种场生产规模都在不断扩大 ,如何在生产量逐步提高的同时 ,巩固和提高蚕种质量就成为大家共同关注的话题。随着市场经济的发展和改革开放的不断深入 ,蚕种作为一种商品 ,越来越显示出其商品的属性和特性。市场经济条件下的商品竞争 ,最根本的是产品质量和服务的竞争。可以说 ,“质量是蚕种场的生命”、“没有质量就没有市场”、“没有市场就没有一切”。本文就如何在日益扩大的蚕种生产中 ,建立一整套较为完备的蚕种质量管理保证体系 ,达到提高产品质量的目的作一些初步探讨。1 组织机构… 相似文献
7.
通过对我所保育的蓖麻品种全茧量、茧层量这两个主要经济性状进行分析,结果表明,我所保育的21个蓖麻蚕品种仍然保持基因型和表现型的多样性,仍是一个有效的品种资源。各品种对环境的抗性有差异。 相似文献
8.
9.
1今年上半年我区蚕桑生产基本情况1.1调整工作思路,加强宣传,正确引导,稳定我区蚕桑生产。由于受近年来国内外茧丝价格低迷的影响,我区蚕桑生产的稳定面临较大的压力,为防止我区蚕桑生产发生明显波动,维护蚕桑生产的持续和健康发展,各蚕区领导及时调整工作思路,以稳定桑园面积和打好可持续发展基础为工作重点,积极组织力量深入乡村和农户广泛开展多形势、多层次、多渠道的宣传活动,使蚕农了解市场经济条件下的蚕业生产的发展规律、蚕茧供求的发展趋势、抵御蚕茧价格低的方法及应对措施、蚕茧价格与其它农产品价格的比较优势等,通过与农民谈… 相似文献
10.
为提高土壤墒情预测精度,提出了一种基于遗传算法(GA)、改进粒子群算法(IPSO)、误差反向传播(BP)神经网络和支持向量机(SVM)的土壤墒情组合预测模型(GA_IPSO_BP-SVM)。该模型首先在BP神经网络的权阈值选择中同时引入GA和IPSO构成GA_IPSO_BP模型,然后对GA_IPSO_BP和SVM模型分别进行训练和数据仿真,最后利用建立的加权模型对GA_IPSO_BP和SVM模型的土壤墒情预测结果进行组合。以安庆市8个监测站某时段内农田土壤墒情数据为例,分别按隔日、两日后和三日后三种时间跨度进行土壤墒情预测,并对照BP、GA-BP、PSO-BP、IPSO-BP、GA_IPSO_BP和SVM模型,验证和比较提出的GA_IPSO_BP-SVM模型的土壤墒情预测精度。结果表明,GA_IPSO_BP-SVM模型的土壤含水量预测相对误差平均值最小。GA_IPSO_BP与SVM模型组合的GA_IPSO_BP-SVM模型提高了土壤墒情的预测精度,更适合于土壤墒情的短期预测,该方法可为农业节水灌溉方案的制定提供技术支撑。 相似文献