柚树高产栽培技术(系列)Ⅱ:防护林对柚园田间小气候、病虫害和果实品质的影响初步观察

2016年3—10月,在云南省瑞丽市弄岛镇以柚园为对象,研究香蕉作为防护林对柚园田间小气候调整、病虫害防控和果实品质改善的影响。结果:防护林可明显改善柚园田间小气候、控制病虫害并提高果实产量和改善果实品质。在田间小气候方面,防护林处理可分别提高空气温度、空气湿度、0~15cm土壤温度和土壤含水量3.2%、3.7%、4.6%和2.5%,同时,降低园内风速51.2%;春季和冬季提高空气温度5.2%和9.4%,夏季降低空气温度5.1%。在病虫害防控方面,防护林处理可降低溃疡病、疮痂病、炭疽病和脂点黄斑病的发病率100%、77.5%、56.1%和29.1%,防效分别为100%、17.9%、54.3%和56.9%;降低潜叶蛾、小食蝇、蚜虫、木虱和小黄卷叶蛾被害率28.7%、67.1%、52.8%、78.2%和67.8%,防效分别为49.4%、39.0%、33.8%、63.9%和59.0%;在果实产量和品质方面,防护林处理提高柚商品果率、含糖量和VC含量30.5%、31.7%和41.0%,减少1次采果次数,并且可提前6 d采收上市。     

褚橙龙陵基地柑橘叶片DRIS图解法和指数法综合营养诊断分析

[目的]开展基于综合营养诊断施肥法(Diagnosis and Recommendation Integrate System,DRIS)的冰糖橙种植基地柑橘营养诊断,为柑橘园的营养诊断和平衡施肥提供参考依据.[方法]以云南褚橙龙陵基地500 ha冰糖橙为研究对象(柑橘园随机划分为8个区域),通过测定成熟秋梢叶片中氮(N)、磷(P)、钾(K)、钙(Ca)、镁(Mg)、铜(Cu)、锌(Zn)和铁(Fe)矿质营养的含量,运用DRIS图解法求得冰糖橙叶片各营养元素诊断参数最适比范围,依据DRIS指数法求得各区域冰糖橙需肥紧迫程度排序及养分不平衡指数(NII),初步制定冰糖橙树体营养元素DRIS指数分级标准.[结果]整个园区高产园(>22500 kg/ha)的各营养元素含量大多高于低产园(≤22500 kg/ha),高产园和低产园间N、Fe、N/Fe、P/Fe、Ca/Mg、Ca/Fe、Mg/Zn差异显著(P<0.05)或极显著(P<0.01).当N/P在2.27~2.57,N/K在1.58~1.91,P/K在0.66~0.79时冰糖橙叶片N、P和K养分含量平衡;当Ca/Mg、Ca/Fe、Mg/Fe、Cu/Zn、Cu/Fe和Zn/Fe分别在17.01~19.09、0.21~0.26、0.012~0.015、2.77~4.60、0.30~0.43和0.09~0.12时,冰糖橙叶片Ca、Mg、Fe、Zn和Cu养分处于平衡状态.综合诊断显示冰糖橙叶片养分需求顺序为Mg>N>K>P>Ca>Cu>Zn>Fe,不同区域冰糖橙养分需求顺序不同,高产园冰糖橙相对缺乏的养分有N、P,低产园相对缺乏的养分有N、Mg,相比之下,低产园营养比例失衡情况较严重.依据高产园叶片矿质营养元素含量范围确定冰糖橙叶片矿质营养元素的适宜值为N(11.66~13.30 g/kg)、P(4.74~5.61 g/kg)、K(6.23~8.23 g/kg)、Ca(13.67~19.33 g/kg)、Mg(0.86~0.97 g/kg)、Cu(14.49~37.71 mg/kg)、Zn(6.38~8.02 mg/kg)和Fe(55.91~85.74 mg/kg).[结论]根据DRIS诊断,褚橙龙陵基地冰糖橙园普遍存在N、P、K、Ca、Mg缺乏,Cu、Zn、Fe相对过剩问题.DRIS图解法和指标法综合诊断既可求得各元素最适比范围和需肥紧迫程度,同时,参照冰糖橙叶片养分含量分级标准能判断树体营养元素的平衡状况,可用于生产上指导下一年合理施肥.     

台湾泥鳅自繁自养与绿色高效养殖实践

<正>江阴鑫顺水产养殖家庭农场通过8年的养殖生产实践,探索和总结出一套台湾泥鳅自繁自养与绿色高效养殖技术,不仅解决了苗种的自给,有效降低了养殖成本,也极大地提高了苗种的质量和成活率,建立了一套适宜于江、浙、沪地区的绿色高效养殖模式,取得了较好的经济效益和生态效益,现将有关技术要点总结如下。一、种鳅选择与培育每年11月,从养殖的商品鳅中选择"抛头鱼"作为后备亲本,要求规格在150克/尾以上,     

自然越冬条件下17个葡萄砧木品种 几个生理指标变化分析

为了筛选出适于新疆气候环境下种植的葡萄砧木品种,从而为新疆引进优良抗寒砧木提供科学依据,采用从中国农业大学引入到新疆玛纳斯河流域的17个葡萄砧木品种的1年生枝条为试材,对各砧木品种枝条在自然越冬条件下的相对电导率、丙二醛、可溶性蛋白、可溶性糖、游离脯氨酸5个生理指标进行了测定,并采用隶属函数法对各生理指标值进行了分析,还用灰色关联度法对各生理指标进行了综合性评价。结果表明:自然越冬条件下,随着田间温度的降低,17个葡萄砧木品种枝条的相对电导率、丙二醛、可溶性蛋白、可溶性糖、游离脯氨酸含量均逐渐增加,但不同砧木品种各生理指标的增幅不相同。以隶属函数法对其抗寒性的综合评价结果表明,17个葡萄砧木的抗寒性的强弱顺序为:贝达山河1号河岸4号河岸2号5BB山河4号GanziaDogrizdge1103P33091613101河岸7号山河3号河岸10号河岸9号Gloivede。     

氧化-生物双降解地膜对棉花生长影响及降解效果

研究氧化-生物双降解地膜对棉花生长的影响及降解效果,为氧化-生物双降解地膜代替普通聚乙烯地膜的可行性及推广应用提供理论参考。试验采用2种不同配方的氧化-生物双降解地膜,以普通聚乙烯地膜作为对照,分析不同降解地膜对棉花生长及产量的影响,观测增温保墒效果,明确降解性能。结果表明：2种降解地膜对棉花生育期、农艺性状、产量性状和纤维品质未产生显著影响,籽棉产量和增温保墒效果与普通地膜基本相同;诱导期为39 d的2018新疆阿拉尔棉花1号降解膜降解率达47.3 %,显著高于其他处理,具有较高的应用价值。     

不同砧木对马瑟兰葡萄生长及果实品质的影响

针对新疆产区研究砧木对接穗影响的研究较少,探讨不同砧木对马瑟兰葡萄生长势、光合特性和果实品质的影响,旨在为新疆玛纳斯河流域生产上选择适宜的酿酒葡萄砧穗组合提供理论依据。以2 a生马瑟兰/5BB、马瑟兰/SO4砧穗组合为处理,马瑟兰自根为对照,测定不同砧木马瑟兰的生长势、光合与叶绿素荧光参数及果实品质,并用主成分分析方法综合评价砧穗组合的优劣。结果表明:马瑟兰/5BB的节间粗度、节间长度、SPAD值、坐果量显著高于马瑟兰自根苗。马瑟兰/5BB净光合速率(Pn)、气孔导度(Gs)及PSⅡ实际光化学效率(Φ_(PSⅡ))最大,胞间CO_2浓度(Ci)、非光化学猝灭系数(NPQ)最小。马瑟兰/SO4穗质量、果皮厚度、种子数量均最大,而葡萄皮总单宁含量最小。马瑟兰/5BB总糖含量、葡萄皮总类黄酮含量、葡萄皮总花色苷含量最大,而种子质量最小。根据主成分分析的综合得分由高到低依次为:马瑟兰/5BB马瑟兰/SO4马瑟兰自根苗。研究发现,砧木5BB的适应性优于SO4,且马瑟兰/5BB砧穗组合的亲和性高、生长势强、光合作用效率高、果实品质优,为新疆玛纳斯河流域适宜的砧穗组合。     

美国加州葡萄品种和产业发展分析

介绍了美国加州葡萄产业的生产现状,包括酿酒葡萄、制干葡萄、鲜食葡萄的品种结构及其种植面积,分析美国加州葡萄产业发展变化及存在的问题,并对中国葡萄产业发展提出建议。     

YCB-Ⅱ与肥药协同对烤烟产量、病虫害防控及土壤改良的影响

[目的]进一步研究YCB-Ⅱ与化肥、农药的协同作用。[方法]采用田间小区试验,设常规施肥不打农药(CK)、常规施肥+正常打药(T_1)、正常打药+YCB-Ⅱ(T_2)、常规施肥+YCB-Ⅱ(T_3)和常规施肥+正常打药+YCB-Ⅱ(T_4)5个处理,研究YCB-Ⅱ与肥药协同对烤烟产量、病虫害防控及土壤改良的影响。[结果]YCB-Ⅱ与肥药协同能增加烤烟产量、产值,降低烤烟病虫害并且提高土壤肥力,相比于CK、T_1、T_2、T_3处理,T_4处理产量依次增加80.9%、7.1%、173.4%和58.5%,产值分别增加73.7%、7.7%、296.8%和47.2%。T_4处理较CK、T_1、T_2和T_3处理均能显著降低(T_1处理黑腐病除外)烤烟黑胫病、黑腐病、根结线虫病和普通花叶病,平均可降低51.0%、42.4%、46.3%和40.1%。同时,T_4处理可显著提高土壤pH、土壤有机质、碱解氮、速效磷和速效钾,分别增加9.3%、187.0%、38.9%、62.7%和175.7%。[结论]YCB-Ⅱ与肥药协同能将其效力发挥到最大。     

浅析茶文化在绘制中国画过程中到应用

本文主要研究了以茶入画的历史渊源和其相关的德、和以及心境的美学理念。还讨论了茶与宋代绘画之间的关系,并且通过宋代茶画所特有的精致的点茶技艺、丰富的点饮茶皿、浓厚的文人气息等鲜明特点分析了茶文化在绘制中国画过程中的应用。     

基于无人机多光谱影像和关键点检测的雪茄烟株数提取

为从无人机遥感影像中准确识别烟草,实现植株定位与计数,以雪茄烟草植株为研究对象,提出一种新的深度学习模型。区别于传统的利用检测框识别目标,本文模型利用少量的关键点学习烟草中心形态学特征,并采用轻量级的编、解码器从无人机遥感影像快速识别烟草并定位计数。首先,提出的模型针对烟草植物形态学特点,通过中心关键点标注的方法,使用高斯函数生成概率密度图,引入更多监督信息。其次,对比不同主干网络在模型中的效果,ResNet18作为主干网络时平均精度大于99.5%,精度和置信度都高于测试的其他主干网络。而MobileNetV2在CPU环境下达到运行效率最优,但平均置信度相对较低。使用损失函数Focal Loss与MSE Loss结合的Union Loss时,平均精度大于99.5%。最后,利用不同波段组合作为训练数据,对比结果发现使用红边波段更有助于模型快速收敛且能够很好地区分烟草和杂草。由于红边波段与植株冠层结构相关,使用红边、红、绿波段时平均精度达到99.6%。本文提出的深度学习模型能够准确地检测无人机遥感影像中的烟草,可为烟草的农情监测提供数据支持。