排序方式： 共有185条查询结果，搜索用时 15 毫秒
181.
182.
秸秆直接还田是当前农民应用最广泛的一种秸秆利用方式。安徽作为农业大省,同时也是秸秆产出大省,近年来积极推广秸秆还田并在相关方面形成了自己的研究特色。本文系统总结了2011年以来安徽省在秸秆直接还田技术及秸秆还田对土壤肥力、作物生长和产量、农田生态环境的影响等方面重要进展,以期为全面和深入开展秸秆还田研究提供参考,进一步推动秸秆资源高效利用。分析显示,安徽省秸秆直接还田研究工作近10年的进展主要体现在以下方面：（1）从秸秆还田方式和化肥配施运筹等方面对秸秆直接还田技术进行了优化;（2）拓宽了秸秆还田对土壤理化和生物学性质影响的研究范畴,开始关注土壤有机碳化学结构和土壤微生物群落组成等;（3）开始探究秸秆还田对作物病虫草害等的影响,并日益重视秸秆还田在农田氮磷流失、温室气体排放等方面的环境效应。综上,安徽省秸秆直接还田研究呈现出从以关注作物生产为主延伸到兼顾农田生态环境效应的发展趋向。今后,安徽省秸秆直接还田研究应该在补齐区域短板、拓展研究内容、探明环境效应及深化机理探究等方面重点推进。 相似文献
183.
【目的】 为了快速准确获取农业科研试验中具有体量大、种类繁多且复杂、可变性大、对真实性有严格要求等特点的田间植株表型数据。【方法】 文章基于物联网与大数据技术构建了一个农业试验中大数据采集应用系统，用于辅助人工进行试验数据采集与应用。数据采集方法有基于NodeMcu开发板结合传感器获取环境数据、通过树莓派连接摄像头对试验区域进行图像采集并利用物联网设备上传至数据库、网络爬虫、通过终端设备记录作物单株形态等。获得数据后对不同来源数据进行清洗与处理，将原始数据与清洗处理后的数据分别存储至不同数据区域中并固化，通过分布式文件系统HDFS（Hadoop Distributed File System）读写操作，最后利用数据处理模块对数据进行监控与处理，将结果以图像、表格和视频等形式提交到前端交互网站。【结果】 基于构建的大数据采集系统获得了5 450幅大豆叶片图像，然后利用yolov5的深度学习模型训练，最终实现了大豆叶形分类识别；利用株高测量设备获取了1 306株大豆株高数据，结果较为可靠。【结论】 研究表明，该系统设计方案具有可行性高、用途广泛、构建成本低和可拓展性强等特点，将多种技术运用于农业试验的数据获取中，规范化试验流程与数据保存，提高数据获取的广度和数据利用的深度，为更深层次的农业科学研究奠定了基础。 相似文献
184.
无机氮是作物吸收利用氮的重要来源，土壤有机氮矿化能力的强弱决定着土壤对作物的供氮能力。土壤有机氮矿化主要由土壤微生物驱动，是在微生物作用下将有机氮分解成氨态氮和硝态氮的过程。有机氮矿化速率的变化主要归因于环境因素变化后土壤微生物的变化，研究土壤氮矿化对土壤氮循环和土壤供氮能力有着重要意义。文章综述了土壤氮矿化过程中微生物的作用机理，探讨了在不同环境因素下微生物的变化对土壤氮矿化速率的影响，以及植物—土壤—微生物的互作机制。研究可为探索土壤氮矿化过程和改善土壤供氮能力提供理论参考。 相似文献
185.