简介：通过破坏性抽样、相片网格法和落叶采受器法,获得了印度Shoolpaneshwar野生动物禁猎区内生长的柚木和印度实竹叶面积指数。建立了一个异速生长方程来决定两个树种的叶面积指数。结果表明,异速生长方程获得的叶面积指数与破坏性抽样、相片网格法和落叶采受器法评估得到的指数值相近;2种测定方式下,柚木的均方根误差分别是0.90和1.15,印度实竹的均方根误差分别为0.38和0.46。估计的和计算获得的叶面积指数值匹配性较好,说明用建立的方程计算得到的2个树种叶面积指数的准确性较好。总之,冠幅伸展是一个估计树木叶面积较好的且敏感的参数。本文所提出的方程可以用作估计热带柚木和印度实竹叶面积指数。

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：传统上。奶牛围产期阶段是指产前3周和产后4周这一特殊时期。在这一特殊时期，由于耍终止妊娠、发动分娩、哺乳犊牛、启动泌乳和准备再孕，母牛机体内分泌系统和生理代谢功能均发生巨大变化，此时期也使奶牛最易罹病，奶牛80％的疾病即发生于这一时期。正因为如此，围产期管理往往被视为奶牛场管理诸多重要环节中的重中之重环节!在我频繁拜访奶牛场与奋战在第一线员工的相互沟通中，围产期管理系最难的一个主题。

简介：研究了赤水河下游紫色土不同形态钾含量与地形要素及毛竹林植物多样性指数的相关规律。结果表明：1）紫色土不同形态钾含量在毛竹林不同类型及土层间差异不显著,随土层厚度增加,全钾含量增加、速效钾含量降低。全钾含量与土壤主要物理指标相关性不显著,速效钾含量与A（B）层土壤密度及孔隙度相关性显著,不同形态钾含量与不同土层土壤阳离子交换量、以及表层土壤有机质含量、全氮含量及有效磷含量相关性显著。2）毛竹林乔木层植物Margalef指数、Simpson指数、Shannon-Wiener指数和Pielou指数值随毛竹重要值降低而增加,灌木及草本层植物多样性指数值变化的趋势性各异。不同层内植物多样性指数相关性显著,不同层间植物Margalef指数、乔木和灌木层植物Simpson指数相关性显著。3）不同土层土壤全钾含量与乔木及草本植物多样性因子相关性显著,速效钾含量与地形及草本植物多样性因子相关性显著。土壤全钾含量与毛竹林乔木、灌木及草本层植物多样性指数间相关显著的直线和二次多项式指标对数量分别为50.00%、50.00%,土壤速效钾含量的相应值为13.89%、44.44%,表明土壤不同形态钾含量与植物多样性指数关系存在无关型、直线型和曲线型3种类型,印证了毛竹林植物多样性的土壤生态功能多样性。

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。