粉垄耕作对土壤物理性状及花生根系的影响

来源 :花生学报 | 被引量 : 0次 | 上传用户:BEYONDPEAKER
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
研究了新型耕作方法(粉垄耕作)对之后两年花生田土壤物理性状及花生根系、产量的影响,为通过耕作方法获得花生高产提供理论依据。以豫花22号为材料,设旋耕(CK)、粉垄25 cm、粉垄40cm三个处理,于前茬冬小麦播种前进行,其他田间操作均保持一致。试验结果表明,粉垄耕作对土壤性状、作物根系发育和产量构成影响较大。与对照相比,粉垄40 cm处理土壤容重降低12%,土壤孔隙度增加17.20%,花生总根长、根表面积、根体积分别增加111.90%、93.37%、42.09%,根干质量提高54.55%,增产21.
其他文献
由于采用高斯或瑞利分布描述超声图像均存在较大偏差,且分割过程缺乏超声图像边缘信息引导,致使其相应的局部高斯分布拟合(LGDF)模型或局部瑞利分布拟合(LRDF)模型对超声图像分割性能不够理想。针对上述问题,提出了边缘熵加权的局部Fisher-Tippett(FT)分布拟合模型。该模型根据超声图像中目标和背景在局部区域满足不同的FT分布,利用最大后验概率准则导出超声图像分割的最小化能量函数。该能量函
期刊
【目的】研究湘西慈利县不同石漠化程度下土壤的理化性质特征,探明不同石漠化演替阶段土壤的主要限制因子,为湘西石漠化的生态恢复和综合治理提供理论依据。【方法】设置5个石漠化强度等级,每个等级设置3块标准样地,选择13项土壤理化指标,结合冗余分析(RDA)、主成分分析等分析方法,探讨不同石漠化程度及其剖面深度下土壤理化性质变异特征及其关键限制因子。【结果】1)慈利县石漠化土壤的物理性质在不同石漠化程度间
期刊
由于手写数字容易出现粘连现象,影响了此类字符的分割和识别精度;另一方面,深度学习模型通常计算复杂度较高,导致其无法在资源受限的设备上高效运行。针对上述问题,提出一种多分支轻量级残差网络的手写字符识别方法。针对字符粘连问题制作了90类复合数字,将其与MNIST和7种算术符号混合作为实验数据集。将ResNet残差结构和注意力机制融合,借用Inception思想,采用多分支结构,提高网络的特征学习能力,
期刊
Rapidly determining seismic intensity maps of earthquakes is important because it offers fundamental information for effective emergency rescue and subsequent scientific research. It remains challengi
期刊
火星科学实验室成功后的热环境重构数据表明,气动辐射加热在火星进入防热设计中具有不同于以往认识的重要影响,仍存在未知机制和模型不确定性等问题有待研究。探测器高速进入火星大气产生极高温非平衡气动环境,造成火星气动辐射与常规CO_2红外辐射研究显著不同。针对火星大气高温光谱和辐射热流预测,首先,建立适用于火星大气的高温非平衡光谱辐射模型,获得典型高温条件CO_2光谱结构和辐射强度,与NASA与JAXA试
期刊
视频异常检测作为计算机视觉的重要分支,是智能监控系统中一项极具挑战性的任务,通常是指自动识别视频中的异常目标、行为或事件,对保障公共安全起着至关重要的作用。生成对抗网络是一种新兴的无监督方法,不仅可以用于生成图像,且其独特的对抗性学习思想在异常检测领域也显示出良好的发展潜力。首先介绍了生成对抗网络的框架结构;其次,根据场景密度以及行为发生的对象,从个体行为异常、群体异常两个方面论述了生成对抗网络在
期刊
植物扎根土壤,面对不利的环境胁迫无法逃避。然而,植物已经进化出对环境胁迫的记忆(Stress memory)与警备抗性(或防御警备Defense priming)等机制适应环境。环境胁迫在短时间内无法改变植物的DNA碱基序列,因此表观遗传被认为是植物对环境胁迫产生记忆和产生防御警备的主要机制,而组蛋白修饰被认为是最重要的机制,为胁迫记忆提供了可能。本文综述了非生物和生物胁迫下植物分别以胁迫记忆和防
期刊
油料作物及产品含有丰富的营养成分,为人类健康提供必要的能量供给和营养物质,其品质优劣直接影响企业的经济效益以及人民的身体健康。近红外光谱及高光谱成像技术具有无损、便捷、高效以及绿色环保等优点,在油料作物与产品品质检测领域有较广泛的研究探索。本文简述了近红外光谱及高光谱成像技术的基本原理和常规分析步骤,重点综述了近年来该技术在油料作物理化成分的测定、品种识别和产地鉴定以及食用油真实性的鉴别等方面的具
期刊
针对目标跟踪算法在各种场景下很难做到准确率和实时性平衡的问题,提出了一种引入轻量注意力的孪生神经网络(Siamese Neural Network)目标跟踪算法,称为SiamNL。SiamNL算法使用基于深度级卷积(Depth-wise Convolution)的交叉相关运算,降低了网络的参数量和运算量,提升了算法的实时性。同时,SiamNL使用Non-Local注意力网络编码模板图特征和搜索图特
期刊
为提高跟踪算法在目标发生形变和被遮挡时的准确性,本文提出一种融合HOG(Histogram of Oriented Gradient,HOG)特征和注意力模型的孪生目标跟踪算法。首先,采用对ResNet残差模型改进后的CIR模型塑造孪生目标跟踪网络的骨干网络,充分利用不同层次的特征图,同时加深网络。其次,融入HOG特征,增强网络对图形几何变化的鲁棒性。再次,加入CBAM注意力模型,让网络能够在结合
期刊