排序方式: 共有77条查询结果,搜索用时 359 毫秒
21.
研究分析了不同饲料对红白锦鲤生长、形体、体色和血液生化指标的影响。试验设4组不同饲料,依次为饲料1组(商业锦鲤饲料)、饲料2组(膨化饲料)、饲料3组(膨化饲料+螺旋藻)和饲料4组(膨化饲料+光合细菌)。试验用红白锦鲤平均体重2.41(±0.03)g,每组饲料3次重复,试验期为8周。结果显示:(1)各饲料中以饲料1组的终末重、增重率、肥满度和肝体比最低,其中终末重和肝体比显著低于其他3组饲料;(2)锦鲤体表的总类胡萝卜素含量排序为:饲料3组饲料4组饲料2组饲料1组;(3)不同饲料可显著影响红白锦鲤的部分血清生化指标,各饲料组中以饲料1组的白蛋白和白球比显著高于其他各饲料组,其他3组间白蛋白和白球比无显著性差异。分析结果表明,膨化饲料中添加光合细菌和螺旋藻不但有助于促进红白锦鲤的生长,也可改善其体色。 相似文献
22.
23.
玉米种植环境小斑病定量表达与验证 总被引:2,自引:0,他引:2
小斑病是玉米的重要胁迫之一,在中国频繁发生,尤以夏玉米产区为主。通过对黄淮海、东华北玉米产区国家区试点发病情况与气象因素的相关性分析,筛选出影响小斑病的气象因子,即6、7、8月的日均温度为25~27℃的天数DT及日降雨量为1~25?mm的天数DR。然后用多元回归方法建立玉米种植环境小斑病Y的定量表达式,初步研究结果为Y=0.05103DT+0.04333DR。运用该式计算气象站点的小斑病值,利用ArcGIS中的地理统计分析工具,插值估计整个研究区域的发病情况,并做县级区域统计,比较黄淮海、东华北两大玉米产区的小斑病分布情况,发现黄淮海发病严重,与统计结果和实际调查吻合。该研究提出的玉米种植环境小斑病定量表达方法,能提供精确到县级的环境胁迫模拟数据,可作为品种精准推广、试验环境筛选、环境评价等所需量化信息的一种来源。 相似文献
24.
25.
种业移动信息化的分析和展望 总被引:2,自引:1,他引:1
随着经济快速发展和各领域信息化应用的普及,实时便捷的信息获取和传递已经成为推动企事业单位、政府机构效率提升与业务增长的核心能力.由于目前我国信息化主要还是基于有线通信网络,导致人们在享受信息化带来便利的同时,又受到了有线网络和终端的约束.随着移动通信网络逐步向3G的演进和过渡、无线网络带宽的提升,移动通信技术下的产品日渐丰富,而将移动通信技术与有线网络有机结合即可满足人们随时随地享受信息服务的需求. 相似文献
26.
基于MODIS数据的黄淮海夏玉米高温风险空间分布 总被引:4,自引:1,他引:3
近年来中国高温灾害频发,对黄淮海地区的玉米生产造成较大影响。目前已有的高温风险研究多用的是气象站点的点源数据,针对气象站点数据对大范围区域代表性较差的问题,该文使用搭载在Aqua卫星上的MODIS陆地表面温度产品(MYD11A1),在研究其与气象日最高温度间具有显著相关性的基础上,使用遥感温度数据获取黄淮海夏玉米花期的高温风险空间分布,并结合高程、水体等地理环境因素分析高温风险的成因。结果表明:气象日高温数据与遥感温度数据间的决定系数R2为0.51,P0.001,存在显著的正相关性。通过遥感温度计算发现近年高温风险主要分布在秦岭山区北部以及城镇、村庄的周边地区,与实际情况相符。该研究对于大范围高温风险研究与玉米生产管理具有参考作用。 相似文献
27.
基于移动GIS的品种县域精确推广支持系统 总被引:1,自引:0,他引:1
为了提高品种推广的效率和精确性,减轻品种推广人员的工作负担,研究提出了一种品种和县域环境的简单适宜性匹配规则,结合移动GIS技术,开发了基于移动GIS的品种县域精确推广支持系统.该系统运行在操作系统是Windows Mobile5.0及以上的智能手机上,以品种适宜性匹配模块为核心,同时包括了品种信息、环境信息和病害信息等一系列辅助模块.进行了多个手机平台的测试及种子公司品种推广人员的试用,结果表明,该系统稳定、简单实用,符合品种推广人员走村串户,深入田间地头的工作特点,能够有效地帮助品种推广人员因地制宜地推广品种,同时也能满足种子公司及时搜集市场和环境等数据的需要,具有较大的实用价值. 相似文献
29.
基于机器视觉的玉米异常果穗筛分方法 总被引:3,自引:0,他引:3
针对玉米品种制种过程中病害果穗的表型识别问题,以玉米果穗整体为研究对象,基于二维快速成像技术实现了霉变、虫蛀和机械损伤3种异常果穗的快速分选。构建了单目视觉便携式图像采集装置,采集了任意摆放的粘连果穗目标图像,分别在RGB模型和HIS模型中提取了玉米果穗的6个颜色特征和5个纹理特征,并实现特征参数的归一化。构建了病害果穗分类模型,并采用已知样本特征向量对支持向量机和BP神经网络方法进行训练和对比分析,最后采用支持向量机方法实现了3种异常果穗的快速分选。实验结果表明,该方法对霉变异常果穗筛分的正确率可达96.0%,虫蛀果穗筛分的正确率可达93.3%,机械损伤果穗筛分的正确率可达90.0%。 相似文献
30.