简介：近年来，随着延安地区棚室辣椒栽培面积的不断扩大，各种病虫害也逐年增多，尤其是辣椒病毒病和茶黄螨的危害尤为突出，严重影响了辣椒产量、品质和效益的提高。由于两者症状极为相似，给防控工作带来较大困难。现将辣椒病毒病和茶黄螨为害症状的识别及综合防控措施介绍如下，以供广大农技人员和菜农参考。

简介：家蚕雌、雄蛹鉴别和分离是家蚕杂交种生产的必须环节。目前雌雄蛹鉴别、分离主要依靠熟练技术工人通过肉眼和手工进行。为了将来开发一种可以自动识别和分离雌雄蚕蛹的装置,选取6个品种的雌、雄蚕蛹各约20粒,建立了蚕蛹体形图像数据库。结果表明：从该数据库可以获得用以区分雌雄蚕蛹的体形数据。对蚕蛹体形图像数据库的初步应用显示：从数据库中获取的蛹体重、体长、体宽等,可以在一定程度上用于识别和区分不同品种的雌雄蛹体。本实验为进一步研究雌雄蛹体形特征,开发雌雄蛹分离装置提供了基础数据。

简介：屋顶绿化与地面其它绿化形式一样．都存在着有害生物（病、虫及杂革）的威胁。本文列举了北京屋顶绿化中发现和常见的主要有害生物．记述了种类识别，形态特征、发生时期及防治方法。

简介：摘要 : 水肥一体化自动装备的使用能够有效提高水肥资源利用率，但需要在作业前获知作物的营养状况及水肥需求量，而通过人工手持测量仪器来获取这些信息，存在着时效性差和劳动强度大等缺点。针对以上问题，本研究以常见的作物玉米为研究对象，使用大疆精灵Ⅲ无人机携带 RedEdge-M多光谱相机在田间上空采集玉米多光谱图像，同时使用 YLS-D系列植株营养测定仪测量玉米植株的氮素和水分含量等营养信息，根据这些信息将采集的图像分为 3个等级（每个等级共包含 530幅五通道图像，其中 480幅作为训练集， 50幅作为验证集），提出了一种基于卷积神经网络的玉米作物营养状况识别方法。并基于 TensorFlow深度学习框架搭建了 ResNet18卷积神经网络模型，通过向模型输入彩色图像数据和五通道多光谱图像数据，分别训练出适合于彩色图像和多光谱图像的玉米植株营养状况等级识别模型。试验结果表明：训练后的模型能够识别玉米作物的彩色图像和多光谱图像，能够输出玉米的营养状况等级和 GPS 信息，识别彩色图像模型在验证集的正确率为 84.7%，识别多光谱图像模型在验证集的正确率为 90.5%，模型训练平均时间为 4.5h，五通道图像识别平均用时为 3.56s。该识别方法可快速无损地获取玉米作物的营养状况，为有效提高水肥资源利用率提供了方法和依据。

简介：首次以氯甲基化交联聚苯乙烯树脂（CMCPS）为载体和大分子引发剂、2，4-二氯苯氧乙酸（2，4-19）为模板、丙烯酰胺（AM）为单体、乙二醇二甲基丙烯酸酯（EDMA）为交联剂、溴化铜／2，2’-联吡啶（CuBr／Bpy）为催化剂，采用表面引发原子转移自由基聚合（SI-ATRP）技术，制备了2，4-二氯苯氧乙酸分子印迹聚合物（2，4-DMIPs），并研究了模板分子与功能单体比例对该印迹聚合物吸附量的影响。通过动态、静态及竞争试验考察了该印迹聚合物对2，4-D的吸附性能。结果表明：2，4-DMIPs对模板分子2，4-D具有良好的特异性识别作用；与2，4-二氯苯酚和2，4-二氯苯甲醛相比，2，4．DMIPs对2，4-D的选择性系数分别为2．84和3．75，相对选择性系数分别为2．31和2．29。采用Scatchard模型分析，可以得到两类结合位点，计算得到最大表观吸附量（Qmax）分别为76．92和142．91mg／g，离解常数亿分别为632．91和2309．47mg／L。将2，4-DMIPs作为固相萃取剂，对豆芽样品进行添加回收试验，回收率为86％-104％，相对标准偏差（RSD）为1．9％～10％，方法的检出限为20ng／g。该印迹聚合物可以富集分离测定2，4．D，稳定性好，并且能重复使用。