科研产出
全自动木耳菌包装袋机械研究现状与应用
《农机使用与维修 》 2024
摘要：该文全面回顾了全自动木耳菌包装袋机械的研究现状及应用情况，通过收集并分析相关文献资料，总结了当前技术的主要特点、关键技术和面临的挑战。研究指出，尽管已提出多种设计方案实现从基质填充到封口的自动化过程，但在某些环节仍需人工干预，且成本控制及设备稳定性仍是主要限制因素。并提出未来改进方向包括采用更先进的传感技术和优化控制系统设计，以提高系统的可靠性和灵活性。研究结果表明，虽然全自动木耳菌包装袋机械正在快速发展，但仍需克服若干技术难题才能实现更广泛的商业化应用。
全文链接
请求原文
旱作黑土中不同种类有机肥的残留效应及对土壤CO2排放的影响
《应用生态学报 》 2024 北大核心 CSCD
摘要：施用有机肥对黑土肥力提升具有重要作用,但不同种类有机肥的固碳效果存在较大变异且内在机制尚不清楚.为探究不同有机肥的残留及其对土壤碳排放的影响,选取东北旱作黑土开展田间试验,设置仅施化肥对照(SNF)和施用牛粪(CRH)、羊粪(SHP)、鸡粪(CKN)、玉米淀粉渣(BCS)、秸秆(HRS)、菇渣(WMC)制成的有机肥,共7个处理.利用静态箱法监测全年土壤CO2排放通量,同步测定环境因子和土壤活性碳、氮含量,并运用神经网络分析揭示有机组分特征对有机肥碳残留率的调控机制.结果表明:与SNF处理相比,有机肥处理使土壤溶解性有机碳(DOC)含量增加26.3%~103.5%,可浸提有机氮含量提高21.4%~150.0%,但是明显降低了土壤DOC的芳香度.土壤异养呼吸通量主要受土壤温度和DOC含量影响,且其温度敏感性在CKN处理显著降低.施用有机肥使土壤异养呼吸年累积量由对照的203 g·C·m-2增至234~334 g·C·m-2,其中CKN和HRS处理最显著.黑土中不同有机肥处理周年碳残留率为CRH(91.2%)>WMC(82.9%)>BCS(82.6%)>SHP(78.1%)>CKN(70.2%)>HRS(69.3%),有机肥半纤维素含量和碳氮比是影响其碳残留率的关键因素,解释度分别为58.8%和32.9%.低碳氮比与低半纤维素、溶解性多酚含量使牛粪有机肥具有最高的碳残留率且不显著影响黑土异养呼吸.综上所述,施用牛粪有机肥更有助于实现旱作黑土有机碳的高效提升.
关键词： 有机肥 黑土 碳残留率 CO_(2)排放 有机组分
全文链接
请求原文
人参播种机施肥要点及技术方法
《农机使用与维修 》 2024
摘要：人参为珍贵药材，具有大补元气、固脱生津、安神益智的功能。目前，人参播种施肥超标严重，因此，如何提高人参播种机施肥技术达到高产高效的生产水平，是当前人参播种机研发急需解决的问题。该文针对人参播种机施肥要点及技术方法的研究现状，探讨了人参播种机施肥要点及技术方法对人参生长周期的影响。通过采用人参播种机施肥要点及技术方法的改良，有效提高肥料利用率，改善土壤结构，促进人参生长和增产。旨在实现农业生产与环境保护的良性循环。
全文链接
请求原文
控灌施肥对寒地粳稻生长及产量和品质的影响
《作物杂志 》 2024 北大核心 CSCD
摘要：以黑龙江省主栽粳稻品种绥粳18为试验材料，通过精确控灌，明确了寒地粳稻不同生育期氮肥施用量及施用比例对水稻产量和品质的影响。结果表明，在W1（7.5×10～3 m3/hm2）和W2（6.0×10～3 m3/hm2）2种灌溉方式下，不同氮肥施用量及施用比例对水稻叶片相对叶绿素含量、植株干物质重、产量及稻米品质的影响不同。当氮肥施用量为140 kg/hm2，基、蘖、穗、粒肥施用比例为4:3:2:1时，水稻最终干物质重最大且产量最高，W1和W2灌溉方式下产量分别为9675.9和9722.2 kg/hm2，食味评分分别达到了83和85。本研究表明，在节水灌溉模式（6.0×10～3 m3/hm2）下，调控氮肥施用总量及施用比例，是使水稻获得高产和有效改善稻米品质的有效措施，同时应充分考虑施氮量和施肥比例对水稻产量以及灌溉方式和施氮量对水稻品质存在的互作效应。
全文链接
请求原文
基于Sentinel数据与多特征学习的大豆种植面积提取
《中国农业信息 》 2024
摘要：[目的]大豆是中国重要的粮油兼用作物,是优质蛋白的主要来源.及时准确地获取大豆的种植面积,对评估大豆振兴计划实施效果及后续政策的制定具有重要意义.[方法]文章以黑龙江省黑河市为研究区,基于Google Earth Engine平台,利用多生育期Sentinel-2A、SRTM(Shuttle Radar Topography Mission)等数据,构建经特征优选后的光谱特征、植被指数特征、纹理特征和地形特征等多特征数据集,并对比分析随机森林(Random Forest,RF)、分类与回归树(Classification and Regression Tree,CART)、支持向量机(Support Vector Machine,SVM)等算法,选择效果最佳算法对2019-2021年黑河市大豆种植面积进行提取分析,实现大豆种植面积的区域制图.[结果](1)经特征优选后,共11个特征对大豆、水稻、玉米有较好的区分度.(2)对比不同生育期遥感影像进行面积提取的结果,鼓粒期效果最佳.(3)对比不同的特征学习方法,随机森林算法在大豆鼓粒期的面积提取结果最佳.(4)以县级乡镇区划为最小统计单元,2019-2021年黑河市大豆种植面积分别为93.67万hm2、159.62万hm2、133.54万hm2.[结论]大豆种植面积先增加后减少,种植空间分布从分散的大田种植转向集中.基于Sentinel数据与多特征学习的方法能够快速、准确地提取大豆的种植面积,有助于准确掌握大豆的种植情况,为大豆的种植与管理提供依据.
关键词： 大豆 种植面积 机器学习 Google Earth Engine
全文链接
请求原文
