排序方式： 共有8条查询结果，搜索用时 15 毫秒
1
1.
“布拖洋芋”“布拖乌洋芋”的规模化发展带动了布拖县的农文旅三产融合发展,为了进一步推进巩固拓展脱贫攻坚成果同乡村振兴有效衔接,笔者首先对布拖县马铃薯产业化发展的基本情况进行了深入调研,并对布拖县的地理位置、气候环境和当地马铃薯产业的种植面积、增收情况、机械化程度等相关要素开展了调研与数据分析。其次,总结得出目前布拖县马铃薯产业存在硬件设施相对落后,规模化和机械化水平低;项目引进不足,资金投入不够;销售途径单一,宣传效果不佳等问题。最后,针对现存问题对布拖县马铃薯产业化发展的现状提出了打造产业品牌、深入推广科技服务、增强薯农土地流转意识等对策及建议,为布拖县马铃薯产业化的进一步发展、促进农民增收、推动乡村振兴提供了有价值的决策参考,为实现民族地区深度贫困县全面奔小康树立了典范。 相似文献
2.
3.
本文通过分析大体积混凝土的特性及裂缝成因,从原材料的选择、配合比设计、施工技术等方面提出了防治裂缝的措施,以供参考。 相似文献
4.
基于MODIS-NDVI的乐安湿地植被覆盖动态分析 总被引：1，自引：0，他引：1
乐安湿地作为长江上游生态屏障的重要组成部分,是大凉山生态建设的重点区域;也是高原湿地在海拔2 500 m^3 000 m典型生态系统。植被覆盖度(植被的垂直投影面积与单位面积之比)是反映湿地植物生长状况的重要生态学参数,在评估和监测湿地生态环境方面发挥着重要的作用。本文利用2011-2015年的MODIS归一化植被指数数据,应用像元二分法估算了布托乐安湿地保护区的植被覆盖度及其变化趋势,分析了乐安湿地保护区内植被覆盖度变化,旨在为保护区生态环境评价及管理提供科学依据。研究表明乐安湿地保护区植被覆盖度状况良好,中度及其以上等级植被覆盖区占研究区比重较大,超过50%;5年间,保护区植被覆盖度总体上呈现稳定状态,但是不同等级,不同时段的植被覆盖变化趋势不同;植被覆盖度在空间上呈现以万吨山、四棵乡一线向两侧降低的总体趋势。与海拔3 500 m左右的若尔盖湿地相比,乐安湿地植被覆盖度分布主要受地形、水热条件限制,以及人为活动因素的影响。 相似文献
5.
混凝土外加剂是拌制混凝土时掺加的用以改善混凝土性能的物质。在水利工程施工中,混凝土外加剂的应用也越来越广泛。水工混凝土中使用外加剂后,不仅改善混凝土的和易性,增加混凝土强度,而且对提高混凝土耐久性起着重要的作用。 相似文献
6.
作者介绍了配制混凝土时使用高效减水剂的方法,以提高混凝土强度,降低混凝土施工成本,为正确使用高效减水剂提供了新的思路。 相似文献
7.
以花叶丁香为试验材料，通过开花特性观测、花粉活力检测、花粉-胚珠比和柱头可授性测定、杂交指数测算及人工授粉试验研究，探讨了花叶丁香的开花特性和繁育系统类型。结果表明，西宁市花叶丁香花期为4月底至5月底，群体花期可持续31 d,单花花期可持续8 d。花冠初开时为紫色，后随花期的持续颜色逐渐变淡；雄蕊无花丝，花药黄色、着生于花冠筒壁；子房上位；花粉活力在开花当天最高，之后逐渐降低，开花后第3天活力降至最低；柱头可授性在开花前较弱，开花后24 h和48 h时可授性最强；杂交指数为4,人工授粉试验异株异花授粉坐果率最高，初步判断花叶丁香的繁育系统为异交型、部分自交亲和，需要传粉媒介。 相似文献
8.
【目的】探究三维卷积神经网络（3D-CNN）在高光谱数据支持的树种分类中的有效网络构建方式，以提高树种分类精度。【方法】以美国加利福尼亚州内华达山脉南部为研究区，LiDAR数据获取的森林冠层高（CHM）进行单木分割并以此为补充建立样本，改进一种结构更简单、分类精度更高且无需对高光谱数据进行预处理的3D-CNN网络结构用于森林树种识别。【结果】相较于常规机器学习分类方法【支持向量机（SVM），随机森林（RF）】、传统二维卷积神经网络模型（2D-CNN）及最新多光谱分辨率三维卷积神经网络（MSR 3D-CNN）模型，本研究提出的3D-CNN模型对树种总体分类精度为99.79%，平均交并比（MIoU）为99.53%。与SVM和RF分类结果相比，本研究构建的3D-CNN模型总体分类精度提高5%左右，且具有对树种边界提取更加准确、椒盐现象更少发生的特点；与2D-CNN相比，总体分类精度提高10%左右，MIoU提高7%左右；与MSR 3D-CNN相比，总体精度相差不大，但在训练和测试过程中，本模型耗时远远小于MSR 3D-CNN模型。【结论】本研究改进的3D-CNN模型结构能够高效对原始高光谱影像... 相似文献
1