枣庄薄皮辣椒产业发展现状与对策建议     

冯海波  种冬冬  杨宁  徐媛婧  徐继鹏  秦德雷  单德密  宋宜飞 《中国农技推广》2023,(3):18-20

为充分发挥枣庄薄皮辣椒的示范带动作用，提高枣庄薄皮辣椒的品牌知名度与影响力，笔者深入分析枣庄薄皮辣椒产业发展现状和存在的主要问题，针对这些制约因素，提出了注重长远规划设计、注重本地品种研发推广、优化辣椒供给市场、大力发展规模经营、强化装备防灾减灾等对策建议，以期为枣庄薄皮辣椒进一步发展提供对策。  相似文献   

越冬茬茄子水肥药高效利用绿色高产栽培技术     

赵士花  杨宁  刘树艳  秦竞  王跃华  赵会侠  刘登银  张敬国  褚衍洲  王飞 《中国蔬菜》2023,(10):120-123

<正>山东枣庄针对越冬茬茄子连作障碍问题，以水肥药绿色调控为突破口，对水肥管理、地膜覆盖、病虫害防治等技术进行改进，较常规栽培技术节肥40%、节水40%、节药60%以上、增产30%以上，每667 m²纯收益增加1万元以上。越冬茬茄子是近年来枣庄市台儿庄区种植规模大、生产潜力好、扩种趋势较旺的设施蔬菜，主要以长茄为主，产量常年稳定在15 t·(667 m²)^-1左右。但由于常年连作，致使土壤连作障碍问题日益严重。为进一步提高当地茄子生产水平，从2016年开始枣庄市、区农技推广部门联合开展了越冬茬茄子水肥药高效利用科学种植技术的试验示范。  相似文献   

浅析农药喷雾助剂科学使用技术          下载免费PDF全文

姬文婷  张永奎  杨宁  殷涛  杨其岭 《中国农业文摘-农业工程》2022,34(3):69-73

为了科学规范使用农药喷雾助剂，实现助剂的减药增效与农业的绿色可持续发展。本文通过基层座谈交流与实地考察，总结了农业农药喷雾助剂的主要种类，指出了重视程度有待提升、助剂种类的偏多、使用方法不恰当、外界环境制约助剂的效果等方面的问题。针对这些问题，提出了要加大对助剂技术推广应用的培训力度、根据农业用途选择助剂、先进行小范围测试、严格控制助剂的用量、科学合理进行配置、根据不同作物与不同时期使用、根据农药类型选择助剂、要综合考虑外界环境等科学使用技术措施。  相似文献   

鲁南地区皱皮辣椒主要病虫害及科学防治技术措施     

冯海波  杨宁 《农业科技通讯》2022,(4):288-290

本文作者介绍了鲁南地区皱皮辣椒栽培中常见的烟青虫、蚜虫、白粉虱、炭疽病、灰霉病、白粉病、病毒病等病虫害的发生规律，针对生产中存在的突出问题，利用现代化智能监测设备，对辣椒进行动态监测预警，以农业、生物与物理防治为重点，统筹运用化学防治，以获取较大的效益。  相似文献   

鲁南地区小麦生产中主要的灾害性天气及应对措施     

殷涛  杨宁  李静欣  李瑞  吴晓寒 《农业科技通讯》2023,(7):156-159

鲁南地区小麦生产中主要的灾害性天气严重制约当地小麦生产安全。本文作者介绍了2014-2022年鲁南地区小麦生育期间干旱、冻害、倒春寒、大风倒伏、干热风等灾害性天气发生情况，并结合良种选择、水肥管理、病虫害防控、化控防倒、科学镇压、适期机械收获等方面，提出科学应对技术措施。  相似文献   

乐果农药对生菜叶片微观结构的作用机理研究          下载免费PDF全文

孙俊  周鑫  李青林  蒋淑英  毛罕平  杨宁 《农业机械学报》2017,48(5):350-355

为了更深入地研究乐果对生菜组织结构的影响,以莲座期的生菜为实验对象,利用扫描电镜和透射电镜对生菜叶片微观结构进行检测。研究发现随着喷洒农药浓度的增加,生菜叶片微观结构发生明显变化。气孔的长宽比和密度降低,叶片的厚度变小,嗜锇颗粒增加,淀粉颗粒变少。在897~1 332 nm波长范围内,喷洒乐果的生菜光谱反射率与乐果浓度成反比,而在1 703~1 754 nm波长范围内,喷洒乐果的生菜光谱反射率与乐果浓度成正比。此外,喷洒不同浓度的乐果农药,生菜的纹理图像也存在差异。研究结果表明,乐果农药对生菜微观结构产生了较大改变,从而导致生菜叶片光谱图像信息产生较大变化。对喷洒不同浓度乐果农药的生菜叶片微观结构进行研究分析,可为高光谱技术对不同浓度农药残留的生菜进行定量检测提供机理研究依据。  相似文献   

基于深度神经网络的多级高压提水泵故障辨识          下载免费PDF全文

秦云  张钊源  袁寿其  司乔瑞  杨宁 《农业工程学报》2022,38(14):27-34

多级高压提水泵属于复杂旋转机械，受设备自身结构影响，其故障特征频率易被强噪声淹没，且叶轮、轴承、齿轮等转子部件的故障振动信号相似度极高，导致现有故障辨识方法无法快速准确辨识其故障模式。针对上述问题，该研究提出一种改进的一维卷积长短期记忆神经网络（One-Dimensional Convolution and Long Short-Term Memory Neural Network，1D-CNN-LSTM）自适应故障辨识模型。首先通过贝叶斯优化算法获得给定模型超参数，再输入经互补集合经验模态分解降噪后的振动数据集，通过1D-CNN层自适应提取样本特征并作为LSTM层输入；利用LSTM层学习具有识别性的深层特征并训练模型，最后由输出层Softmax函数完成故障辨识与分类。多级高压提水泵试验台实测数据集对模型进行验证的结果表明：提出的1D-CNN-LSTM智慧故障辨识模型能够快速辨识关键转子部件的故障模式，且准确率可达97%，具有更好的抗噪能力和鲁棒性能，可为智慧应急供水与净水一体化系统的可靠运维技术研发奠定理论基础。  相似文献