共查询到20条相似文献，搜索用时 234 毫秒
1.
使用除草剂防除作物田间杂草是夺取丰收的重要措施,但是,有一些除草剂在土壤中分解速度慢,残留期长,容易对后茬作物产生影响,应谨慎使用. 相似文献
2.
作物生长生育需要多种营养元素,但是土壤对某些养分的供应量并不一定都能满足作物的需要,因此,需要通过施用相应的肥料来加以补充,只有通过各种施肥方式来满足作物对各类营养元素的需求,才能使作物保持良好的生长和获得稳定的产量. 相似文献
3.
将BP人工神经网络(Artificiai neural network)技术与传统的正交试验方法相结合,提出一种新的试验分析和处理方法,利用神经网络特有的自学能力,对主要影响因素进行仿真优化,获得Bacillus velezensis Z-27菌株培养基组分,即玉米粉2.0％、豆饼粉1.5％、MnSO4· H2O 0.07％,起始pH为7.0、接种量为2.0％,应用优化得到的培养基组分进行验证试验,取得了较好的效果. 相似文献
4.
利用基因工程培育抗虫新品种是作物害虫防治的有效途径,抗虫基因中应用最广泛的是Bt杀虫晶体蛋白基因.论述了种植Bt基因作物存在问题及解决策略,以及Bt基因作物的安全性问题最新研究进展,以便对今后的研究工作提供一些有价值的参考. 相似文献
5.
6.
应用近红外光谱和小波网络构建的木材基本密度预测模型 总被引：1，自引：0，他引：1
以柞木为研究对象,将120个样本以2∶1的比例分为校正集和预测集,80个校正集,40个预测集;使用900~1 700 nm的近红外光谱仪,获取样本径切面的近红外光谱数据;采用蒙特卡洛采样法剔除奇异样本,采用多元散射校正和S-G平滑对光谱数据进行预处理,消除光谱漂移、表面散射和噪声的影响;通过Bi PLS-SPA算法对特征波长进行提取,构建小波神经网络模型,预测柞木基本密度;将建模方法与常用的偏最小二乘(PLS)和BP神经网络进行了对比,验证小波网络的有效性。结果表明:小波神经网络对预测集样本验证结果更好,相关系数为0.968,预测均方根误差为0.014 4。 相似文献
7.
《农业科学与技术》2016,(12)
With the global warming and climate change in recent years, heat stress has become one of the major abiotic factors constraining production and productivity of crops in many regions around the world. Although the plants have developed some adaptive behaviors and avoidance mechanisms against heat stress, they wil be hurt under extreme high temperature. Exogenous compounds could enhance plant growth and development, antioxidant enzymes activities, chlorophyl and nutrient contents under stress conditions. Meanwhile, application of exogenous compounds sustains physiological and biochemical process and prevents plants from physiological changes under stress conditions. ln this review, effects of heat stress upon crops, and the functions of hormones in plant adaptation to heat stress are simply stated. Then, we intend to appraise how various phytohomrnones that are related to plant adaptation to heat stress. The role of abscisic acid (ABA), salicylic acid (SA) and polyamines (putrescine and spermine) under heat stress conditions are mainly discussed. 相似文献
8.
[目的]探讨更适用于现阶段的褐飞虱预测预报模型。[方法]利用浦江县2001—2016年褐飞虱的观测数据和气象数据,采用传统的逐步回归方法和BP神经网络方法,分别建立了褐飞虱发生高峰期预测预报模型。[结果]逐步回归预测模型选用的建模因子为5月上旬最高温、9月上旬湿度和6月下旬雨量,模型的预测准确率不高;BP神经网络预测模型的建模因子为始见日后40 d的平均温、最高温、最低温、雨量、湿度,模型的预测准确率达99.22%。[结论]该研究结果为今后褐飞虱预测预报模型的选择提供了参考。 相似文献
9.
10.
作物秸秆还田的综合评价 总被引：6，自引：0，他引：6
阐述了秸秆还田技术的研究现状,介绍了秸秆还田对作物产量、土壤性状的影响和影响还田秸秆腐解的主要因素,以及秸秆还田的负面影响,并对其应用前景进行了探讨. 相似文献
11.
12.
基于天气预报的参考作物蒸发蒸腾量预测模型 总被引：1，自引：0，他引：1
参考作物蒸发蒸腾量(ET_0)是计算作物需水量和进行灌溉预报的基本要素。本文利用天气预报可测因子和Penman Monteith(PM)公式ET_0计算值作为基础数据,分别建立BP神经网络模型和ANFIS自适应模糊神经推理系统模型,两种模型的估算值与PM公式的计算值没有明显差异,均表现出显著的相关性以及整体吻合度。本文对两种模型取相同的数据样本进行比较,BP-ET_0预测结果的MRE值为32.13%,RMSE为0.134 mm,而R2达到了0.971,说明模型预测精度高,稳定性良好。相较于ANFIS-ET_0的检验结果,BP-ET_0模型的均方根误差更小(0.134mm/d0.188 mm/d),表明其预测精度更高;而ANFIS-ET_0模型估算值的平均相对误差明显小于BP-ET_0模型估算值(16.92%32.13%),显示出ANFIS-ET_0模型更高的稳定性。两种预测模型的输入项完全可以从当前短期天气预报因子中取得而不需要专用测量设备,程序操作简单,具有实用价值,为实时灌溉预报提供了理论基础。 相似文献
13.
ET0是计算作物需水量、进行农田灌溉管理及区域水资源优化配置的重要依据。为了提高ET0的预测精度,将粒子群(particle swarm optimization,PSO)算法引入到ET0预测中,并用支持向量回归机(support vector machine,SVM)优化参数。PSO-SVM将最高气温、最低气温、相对湿度、平均风速与日照时数输入到SVM中学习,将SVM参数作为PSO中的粒子,把ET0值作为PSO的目标函数,然后通过粒子之间相互协作得到SVM最优参数,对ET0进行预测,并采用PM模型计算值验证。该文以新疆喀什地区为例,通过采用粒子群耦合支持向量机(PSO-SVM)算法训练得到模型,并用10组数据进行预测;最后引用BP神经网络算法和PSO-SVM算法进行了对比,其结果表明,PSO-SVM算法预测准确率较高,预测值与实测值间相关系数达0.682,平均相对误差为3.19%。 相似文献
14.
ET0是计算作物需水量、进行农田灌溉管理及区域水资源优化配置的重要依据。为了提高ET0的预测精度,将粒子群（particle swarm optimization,PSO）算法引入到ET0预测中,并用支持向量回归机（support vector machine,SVM）优化参数。PSO-SVM将最高气温、最低气温、相对湿度、平均风速与日照时数输入到SVM中学习,将SVM参数作为PSO中的粒子,把ET0值作为PSO的目标函数,然后通过粒子之间相互协作得到SVM最优参数,对ET0进行预测,并采用PM模型计算值验证。该文以新疆喀什地区为例,通过采用粒子群耦合支持向量机（PSO-SVM）算法训练得到模型,并用10组数据进行预测;最后引用BP神经网络算法和PSO-SVM 算法进行了对比,其结果表明, PSO-SVM算法预测准确率较高,预测值与实测值间相关系数达0.682,平均相对误差为3.19%。 相似文献
15.
基于赤池信息准则和人工神经网络的亚热带森林郁闭度遥感估算 总被引：1，自引：0，他引：1
以江西省泰和县为研究区,探讨利用Landsat TM影像进行亚热带森林郁闭度森林遥感估算的可行性。首先,利用赤池信息准则(AIC)筛选了用于建模的遥感变量因子,通过模拟试验确定了估算森林郁闭度的前馈神经网络(BP)模型参数,利用检验样本数据验证了模型结果的可靠性。结果表明,遥感变量因子之间存在着强的相关关系,为了保证所建模型的效果需要剔除部分因子,利用BP神经网络建立的森林郁闭度模型的模拟和拟合精度都优于逐步回归模型,研究区内森林郁闭度较高,有47.8%的森林郁闭度大于0.7,但空间差异明显,西部和东部山区森林郁闭度高于中部丘陵森林的郁闭度。 相似文献
16.
17.
基于MATLAB神经网络的水稻需水量的预报模型 总被引：2，自引：2，他引：2
作物需水量的预测是进行水资源规划和管理的有效手段。它与气象因子之间存在着严重的非线形关系。建立4个输入单元和1个输出单元的三层BP网络，选取不同的隐层结点数进行训练，并通过比较其相对误差的大小确定了神经网络的结构。利用MATLAB环境．提出基于BP神经网络的水稻需水量预报模型，并结合实际数据进行了检验。结果表明：该方法能够较好地反映气象因子与水稻需水量之间的关系，收敛速度快，预报精度较高。 相似文献
18.
将柑橘幼苗作为试验对象,利用传感器采集空气相对湿度和温度,以基质相对湿度、温度和EC值作为环境因子,采用称重法实时采集作物的质量变化量作为作物的蒸发量;以环境因子为模型输入,作物蒸发量为模型输出,构建长短期记忆神经网络(LSTM)预测模型,优化后的最优模型结构以及训练参数包括LSTM模型的隐藏层1层,隐藏层节点数为120,迭代样本数为128,训练迭代次数为175,网络的激活函数选择tanh函数,学习率为0.001,时间步长为72。LSTM预测模型的决定系数(R2)、均方根误差(RMSE)、平均绝对误差(MAE)分别为0.993 9、0.015 5 g、0.011 3 g;与循环神经网络(RNN)、门控循环单元(GRU)的预测效果进行对比,LSTM预测模型的预测蒸发值更接近真实蒸发值,预测结果相对误差范围波动最小,RMSE、MAE最小,R2最大,说明这3种模型中LSTM预测模型的预测效果最佳。 相似文献
19.
YANG Jian-ying MEI Xu-rong HUO Zhi-guo YAN Chang-rong JU Hui ZHAO Feng-hua LIU Qin 《农业科学学报》2015,14(10):2065-2076
Crop consumptive water use is recognized as a key element to understand regional water management performance. This study documents an attempt to apply a regional evapotranspiration model(SEBAL) and crop information for assessment of regional crop(summer maize and winter wheat) actual evapotranspiration(ET a) in Huang-Huai-Hai(3H) Plain, China. The average seasonal ET a of summer maize and winter wheat were 354.8 and 521.5 mm respectively in 3H Plain. A high-ET a belt of summer maize occurs in piedmont plain, while a low ET a area was found in the hill-irrigable land and dry land area. For winter wheat, a high-ET a area was located in the middle part of 3H Plain, including low plain-hydropenia irrigable land and dry land, hill-irrigable land and dry land, and basin-irrigable land and dry land. Spatial analysis demonstrated a linear relationship between crop ET a, normalized difference vegetation index(NDVI), and the land surface temperature(LST). A stronger relationship between ET a and NDVI was found in the metaphase and last phase than other crop growing phase, as indicated by higher correlation coefficient values. Additionally, higher correlation coefficients were detected between ET a and LST than that between ET a and NDVI, and this significant relationship ran through the entire crop growing season. ET a in the summer maize growing season showed a significant relationship with longitude, while ET a in the winter wheat growing season showed a significant relationship with latitude. The results of this study will serve as baseline information for water resources management of 3H Plain. 相似文献
20.
[目的]明确基于MATLAB的BP神经网络预测温室草皮腾发量的可行性。[方法]在9月温室实测气象资料的基础上,对温室内的平均气温、相对湿度、光照强度和草皮日腾发量(ET)进行回归分析,建立了BP网络ET预报模型(BP-ET)。[结果]气温、光照强度与草皮腾发量呈显著正相关(P<0.05),相对湿度与草皮腾发量呈显著负相关(P<0.05)。BP神经网络模型具有极高的拟合精度,9月资料检验预报模型的平均相对误差为5.58%,模拟与检验均有很高的拟合精度。BP网络可以用于草皮日腾发量的预测,是对传统草皮日腾发量计算的补充。[结论]该研究为气象数据缺测条件下温室草皮日腾发量的估算提供了新思路。 相似文献