冬季如何养好孕羊

进入冬季,大多数母羊都已怀孕。生产上对怀孕母羊的饲养管理要注意以下几点：1补喂精料一般细毛、半细毛孕羊,冬季每天要添加玉米、高粱、大豆、豆饼等精饲料200～300g,     

甘薯新品种冀薯二、三号丰产性及适应性的分析

<正> 我省常年种植甘薯约500万亩。目前所用品种已有相当一部分混杂退化,不抗病,产量低,急需更换。为了生产上的需求,我们对1986——1987年省区试的结果进行了分析,重点是近年育成的冀薯二号和三号两个新品种的丰产性及适应性,以徐薯18为对照,分别在省粮油作物所、唐山农科所、安国县良种场、卢龙县城关镇和丰润县农科所五种甘薯种植区域和土壤类型。均采用随机区组排列,起垄栽培,1986年重复四次,其中一次作生长动态调查,1987年重复三次,小区面积0.025亩,密度同当地种植习惯。一、丰产性分析各试点两年平均产量列表如下:     

严格执法行政 提高执法水平——浅谈农机行政执法之证据收集

农机行政执法的难点和薄弱环节是如何收集、使用证据。多数执法人员不知道如何去收集利用证据，如何去开展行政执法，感到证据不多且不容易取得。就此，笔者谈以下几点看法。     

金华地区马铃薯品比试验

为筛选适宜金东区种植的马铃薯品种,保证当地马铃薯的高产优质,保障当地种植户的效益。选取了马铃薯新品种及部分推广品种在当地进行品比试验,通过对比产量、商品薯率等性状对参试品进行比对分析,从而筛选出适宜当地种植的马铃薯品种。品比试验结果表明：华颂香早、中薯早30、中薯3号、中薯5号的生育期低于73天,生育期相对较短,适宜金东地区种植。中薯5号产量最高,折合50955.6 kg/hm₂^,商品薯率87.1%,商品性良好,早熟性好;中薯早45产量第二,折合50021.3 kg/hm₂^,商品薯率80.8%,早熟性好;华颂香早产量49039.0 kg/hm₂^,商品薯率78.5%,早熟性好。中薯5号、中薯早45、华颂香早在金东区表现优异,具有一定的推广价值。     

浅谈动物药品企业营销渠道管理的创新

随着国际动物保健品企业的涌入，兽药企业GMP规范最后期限的迫近，新《兽药管理条例》的颁布实施，我国动保行业已没有了昔日的平静。那些已经通过GMP的企业，不仅面临产品的清理申报，更要迎对行业市场的整改，而由于市场环境的变化，我国动物企业在网络建设和渠道管理方面都面临着严峻的挑战。渠道模式(包括渠道结构、厂商关系以及渠道管理体系等)将朝什么方向演变?如何应对和解决渠道新问题?     

基于改进YOLOv5的特征抑制多尺度林火检测算法

森林火灾检测是保护森林生态系统的关键所在,可以为森林早期火灾判断与预防提供重要依据。如果能够尽可能地对森林火灾识别和检测,可以在很大程度上减少灾害发生频率及其造成的损失。基于无人机遥感图像的发展,林火的快速检测得到进一步提升,可以准确识别火灾,解决林火出现的复杂性问题。本研究针对航拍森林火灾识别遇到的背景环境复杂、林火检测识别精度偏低、局部检测效果不佳等问题,提出了一种加强视觉注意力的林火识别方法,此方法是基于YOLOv5模型改进的。该算法使用NAM attention对像素进行归一化,降低不太显著的特征权重,使目标不重要的信息得到抑制。另外本研究采用了ObjectBox,这是一种新颖的单阶Anchor-free,不仅可以平等地对待不同级别尺寸的目标,还能提升模型识别正确样本的能力,具有高度的泛化性能。采用Mosaic数据增强方式增强模型的泛化能力,提高模型识别小目标的准确率。同时引入新的定位损失函数CIOU,它可以有效地改善模型在面对复杂背景时的定位精度,提升网络识别的准确性。实验结果表明,在无人机遥感图像数据上,检测性能均优于YOLOv5算法,该算法使得林火的数据集平均精度提升了3...     

基于CNN的无人机遥感影像质量评价

运用无人机的遥感影像来调查林地状态是一种有效的途径,为了进一步提升遥感图像质量的评价精度,笔者提出了一种基于卷积神经网络(convolutional neural network,CNN)的无人机遥感图像质量评价方法,主要包括图像采集与预处理、数据扩增、模型训练和测试4个阶段。首先对无人机采集到的遥感图像进行主观质量打分,分别获取同一区域不同阶段图像的质量分数;然后运用图像旋转和剪裁等方法对遥感图像进行数据扩增,将扩增后的图片和原始图片融合作为实验数据集;其次在Caffe深度学习框架中构建基于CNN深层特征的回归模型,并训练;最后,根据已建立好的深度回归模型和学习到的参数,预测无人机遥感图像的质量分数。结果表明,提出的方法可以取得较准确的评分效果,在保证客观打分的同时,能基本保持和人眼视觉的感受一致。     

大花黄牡丹枝条二次发育特点的观察

在西藏林芝地区和河南芍药科迁地保护中心观察了中国特有植物大花黄牡丹(Peaonia ludlowii)的枝条发育.结果表明:大花黄牡丹春季花枝在花期前后第2次萌发枝条,二次枝秋季并不"枯枝退梢",这是区别牡丹组其他种和栽培品种的特征之一.二次枝顶芽分化成具花、叶原基和腋芽原基的复合芽,从分化起始到开花结实历经3个年周期...     

基于深度学习的森林可燃物含水率反演技术

【目的】探究基于卫星遥感数据的森林可燃物含水率反演,比较深度学习模型与传统机器学习模型的精度,并探索一种解决冠层遮挡问题的方案,为全国建立森林可燃物含水率数据库提供理论依据。【方法】以河北省张家口市崇礼区为研究区,基于实地测量数据,针对传统机器学习模型误差较大的问题,建立深度学习中的多层感知机(MLP)模型,研究光谱反射率与森林冠层植被和地表枯落物含水率之间的关系,并与传统机器学习中的支持向量回归(SVR)模型进行精度对比。选取与实地考察时间同季度的哨兵遥感数据,以光谱反射率、光谱水分指数等遥感估测法中常用变量作为反演森林冠层植被和地表枯落物含水率的影响因子,结合实地考察数据进行模型训练。针对以往采用遥感估测法反演地表枯落物含水率遇到的冠层遮挡问题,使用双向反射分布函数处理遥感数据获得不同观测角度的遥感数据,结合辐射传输模型,将冠层反射率映射到地表反射率后再训练模型。【结果】以红光、绿光、近红外和短波红外波段为输入变量的MLP模型在森林冠层植被含水率反演中的拟合度为0.843,优于SVR中最优模型的拟合度0.807,精度提高4.5%;MLP模型在地表枯落物含水率反演中拟合度为0.448...