【摘 要】
：
针对高温低湿的极端干旱气候易造成南疆枣树盛花期出现"焦花"及坐果率低、光合速率下降等问题,在枣园冠层布设弥雾系统,在枣树盛花期以弥雾时间和弥雾次数为变量设置3个处理(
【基金项目】
：
国家自然科学基金项目(51869030、51369028)和塔里木大学研究生科研创新项目(TDGRI201801)。
论文部分内容阅读
针对高温低湿的极端干旱气候易造成南疆枣树盛花期出现"焦花"及坐果率低、光合速率下降等问题,在枣园冠层布设弥雾系统,在枣树盛花期以弥雾时间和弥雾次数为变量设置3个处理(M1为每天弥雾3次,每次20 min;M2为每天弥雾2次,每次20 min;M3为每天弥雾2次,每次40 min),CK为对照,不弥雾,通过田间试验研究不同处理对枣树落花率、坐果率和光合速率的影响以及红枣产量品质的提升效果。结果表明,相较于对照,弥雾处理能有效增加冠层湿度、降低温度,冠层空气湿度最大可提升158.7%,冠层温度最大可降低3
其他文献
独具魅力的石家庄市栾城区凌空桥路小学位于凌空桥路111号,始建于1920年,几经更名,距今已有百年历史。学校现占地面积23312平方米,建筑面积8072平方米。现有教职工100余人,教
随着多媒体技术的快速发展,互联网上涌现了大量的文本、图像、视频、音频等多媒体数据.多媒体数据的特点表现为形式上多源异构、语义上互相联系.基于多媒体信息的社交关系理解是利用各种手段和方法从海量异构的多媒体数据中挖掘出有价值的信息,帮助人们快速地理解多媒体信息中的社交关系,促进多媒体内容理解、人物追踪、知识图谱的构建等多媒体数据检索和智能商业服务的发展.图像和视频是多媒体信息的重要组成部分,基于图像和
为实现自然场景下冬枣果实的快速、精准识别,考虑到光线变化、枝叶遮挡、果实密集重叠等复杂因素,基于YOLO v3深度卷积神经网络提出了一种基于改进YOLO v3(YOLO v3-SE)的冬枣果实识别方法。YOLO v3-SE模型利用SE Net的SE Block结构将特征层的特征权重校准为特征权值,强化了有效特征,弱化了低效或无效特征,提高了特征图的表现能力,从而提高了模型识别精度。YOLO v3-
自动问答是人工智能和自然语言处理领域的一个研究热点,它最初是为了满足人们快速、准确地获取信息的需求,随着技术的发展,现有的自动问答模型大多无领域限制、可接收文本和
针对稻米供应链业务主体复杂、信息流转冗长、数据利用率低、监管覆盖性差等问题,构建了区块链驱动的稻米供应链信息监管模型,并进行系统化实现。首先,对稻米供应链信息流转
农田生态系统碳平衡取决于农作物固定碳量和土壤异养呼吸排放碳量。为揭示水肥用量对农田生态系统碳平衡的综合影响,设置3个灌水水平:高水、中水和低水(W1、W0.85、W0.7夏玉
为了研究秸秆多级连续冷辊压成型方法的可行性,设计并试制了样机,采用正交试验方法,以玉米秸秆含水率、秸秆破碎方式、破碎长度、喂料方式为试验因素,以成型块回弹率、密度、
为解决棉花苗期杂草种类多、分布状态复杂,且与棉花幼苗伴生的杂草识别率低、鲁棒性差等问题,以自然条件下新疆棉田棉花幼苗期的7种常见杂草为研究对象,提出了一种基于优化Faster R-CNN和数据增强的杂草识别与定位方法。采集不同生长背景和天气条件下的杂草图像4 694幅,对目标进行标注后,再对其进行数据增强;针对Faster R-CNN模型设计合适的锚尺度,对比VGG16、VGG19、Res Net
针对在复杂果园背景中难以识别分割单株果树树冠的问题,研究了基于Mask R-CNN神经网络模型实现单株柑橘树冠识别与分割的方法。通过相机获取柑橘园图像数据,利用Mask R-CNN神经网络实现单株柑橘树冠的识别与分割,根据测试集的预测结果评估模型的性能和可适应性,并分析模型的影响因素。结果表明:参与建模的果园单株树冠识别分割准确率为97%,识别时间为0.26 s,基本上可满足果园精准作业过程中的树
针对奶牛卧床垫料抛撒缺乏专用机械的问题,设计了一种锤式奶牛卧床垫料抛撒机。以沙子为研究对象,建立了锤式垫料抛撒机构作业的理论模型,对锤头回转半径、抛撒转速、物料抛