排序方式: 共有40条查询结果,搜索用时 0 毫秒
1.
2.
3.
针对水稻生产中氮肥用量增加、栽植密度越来越低等问题,深入探究水稻施氮量和栽植密度的互作效应对水稻生长、养分吸收及产量的影响,以期为减少施氮、高效施肥提供理论依据,从而找出水稻栽植密度与施氮量的最佳组合。以山东省济宁市任城区水稻试验田种植的第2季水稻圣稻18号为研究对象,通过田间试验设置氮肥水平与栽植密度双因素处理,施氮量设4个水平:无氮(N1),0 kg/hm~2;低氮(N2),216 kg/hm~2;中氮(N3),288 kg/hm~2;高氮(N4),360 kg/hm~2。栽植密度设3个梯度:低密度,24万穴/hm~2;中密度,27万穴/hm~2;高密度,30万穴/hm~2。共12个处理,3次重复。结果表明,本试验条件下,拔节期水稻的株高、鲜质量、叶面积及分蘖数均以30N3处理为最佳。对于水稻养分吸收,中氮中密度下的水稻氮素含量最高,其中27N2处理在抽穗期比24N2处理高出20. 2%,27N3处理在灌浆期比27N1处理高出1. 30%。而水稻全磷、全钾含量随着施氮量增加有不同程度的提高。试验还表明,在中密度条件下,288 kg/hm~2的施氮处理比不施氮肥产量提高12. 1%;在中氮条件下,27万穴/hm~2的栽植密度比低密度处理产量提高18. 5%。因此,氮肥水平与栽培密度的最优组合为288 kg/hm~2和27万穴/hm~2,该组合在降低施氮量,控制合理密度的同时,产量实现最优,达到14 615. 3 kg/hm~2。 相似文献
4.
5.
6.
8.
为解决稻瘟病孢子的人工检测过程中主观性强、自动化程度低、效率低等问题,提出一种基于梯度方向直方图特征(HOG特征)的加性交叉核支持向量机(IKSVM)的稻瘟病孢子检测方法。该方法首先利用图像采集系统采集稻瘟病孢子图像,利用Gamma校正法调节图像的对比度,抑制噪声干扰;然后,提取孢子图像的HOG特征作为输入向量,输入到支持向量机中,构建加性交叉核支持向量机分类器;最后,通过训练得到稻瘟病孢子分类器。为测试所提出的HOG/IKSVM方法的综合性能,分别选用HOG/线性SVM方法与HOG/径向基核SVM(HOG/RBF-SVM)方法做对比试验。试验结果表明,HOG/IKSVM的检测率为98.2%,高于HOG/线性SVM方法的79%;在平均检测时间上,HOG/IKSVM方法的平均检测耗时仅为HOG/RBF-SVM方法的1.1%。说明该方法可以进行稻瘟病孢子室内检测识别。 相似文献
9.
10.