【摘 要】
：
为明确不同生长调节剂对花生抗倒性及产量的影响，以“千金花”花生为试验材料，采用大田随机区组试验在花生盛花期喷施不同浓度二氢卟吩铁和调环酸钙，共设6个处理，其中以喷施清水为对照，调查花生的株高、节长、节粗及产量。结果表明，盛花期喷施不同浓度二氢卟吩铁和调环酸钙均可以显著降低花生倒18节节间长，降低株高，增加基部节间粗，显著提高产量；花生盛花期喷施67.5 mg·L-1调环酸钙抗倒及增产的综合效果最优
【基金项目】
：
江苏省自主创新资金资助项目“新型植物免疫诱抗剂二氢卟吩铁的创制及应用”（CX﹝21﹞1011）；
论文部分内容阅读
为明确不同生长调节剂对花生抗倒性及产量的影响，以“千金花”花生为试验材料，采用大田随机区组试验在花生盛花期喷施不同浓度二氢卟吩铁和调环酸钙，共设6个处理，其中以喷施清水为对照，调查花生的株高、节长、节粗及产量。结果表明，盛花期喷施不同浓度二氢卟吩铁和调环酸钙均可以显著降低花生倒18节节间长，降低株高，增加基部节间粗，显著提高产量；花生盛花期喷施67.5 mg·L-1调环酸钙抗倒及增产的综合效果最优，有效增加了基部节间粗，显著降低花生株高。
其他文献
以电力驱动自动导引小车（automatic guided vehicle, AGV）为智能车间的某一工序生产单元物料运输设备为研究背景，针对考虑工件批到达的充电调度问题展开研究。通过对问题进行特征分析，以工件平均等待时间为优化目标，构建单工序同等并行机的多AGV充电调度问题的数学模型。对AGV充电过程进行动态分解，提出一种组合算法生成框架，并通过优先规则嵌入的方式生成27种组合充电算法。设计大量仿
充分考虑公路线带状工程现场管理难度高等特点,依托项目基于BIM+GIS+IoT开展智慧工地建设和应用,对征迁、进度、计量、无人机、视频、隧道施工安全、交通仿真模拟、人员管控、浆喷桩施工管控等进行智慧工地建设实践,促进现场管理模式转变,提高项目信息化管理水平,为类似项目应用提供参考和借鉴。
＜正＞王莉老师：您好！我是一个五年级的女生。最近，我的爸爸妈妈离婚了。以前他们俩经常吵架，我看得出妈妈很痛苦。现在家里清静了，但是妈妈经常哭泣、发脾气，说他们离婚都是因为我。我很自责，大人离婚难道是我的错吗？妈妈还经常对我说：“我这么辛苦，都是为了你！”“你必须好好学习，不然怎么对得起我？”这些话让我感到巨大的压力。我很苦恼！您说我该怎么办呢？
＜正＞当前，各类媒介在信息数字技术统合下交融汇聚，以融媒体为特色的崭新媒介环境已然形成，移动化、平台化、智能化特征明显。国网冀北电力有限公司物资分公司（以下简称“物资公司”）以融媒体平台为载体，创新实施“三个一”，充分发挥融媒力量，深化企业文化传播实践，不断提升企业文化软实力、核心竞争力。
在科技发展与社会生活水平不断提升的背景下,电力系统的应用面、重要性和影响力越来越大,高压输电线出现故障的情况也屡见不鲜,尤其是最易引起电力系统崩溃的三种故障,其中包括:高压输电线断股,高压输电线异物附着,高压输电线覆冰。为了便于及时、有效地发现和修复此类故障,本文针对形态多变、尺度不一、背景复杂且检测难度较高的输电线故障,探寻先进、适用的深度学习目标检测技术。具体主要针对高压输电线故障目标特征和特
文章通过对我国NQI信息化平台建设现状的研究与分析，总结了关于我国NQI信息化平台发展建设存在的问题，并以此为基础建设吉林省NQI科学数据中心，针对我国NQI信息化平台发展的需要和现状进行突破性的尝试，并取得相应的成果。以吉林省NQI科学数据平台为例，梳理平台设计总体思路、平台数据建设和功能实现，具体阐述了NQI信息化平台应遵循的建设原则、功能平台建设内容和技术平台建设内容。
介绍山西潇河新城国际会展中心项目的光储直柔新型LED照明系统，系统采用放射状拓扑结构、单极接线方式，有DC 750 V和DC 220 V两个电压等级。系统保护配置方面，开发了集中式保护、主动监控保护装置等一系列新型直流保护装置。容量设计方面，光伏应装尽装，储能容量根据负荷功率和支撑时间决定。项目同时开发了一套系统监控管理系统，在实时监测系统运行状态的同时具备系统调度功能。运行结果显示，该工程项目具
总结输尿管下段结石钬激光碎石作为日间手术的优势与体会。选取2019年11月—2020年10月行钬激光碎石+支架管置入术治疗输尿管下段结石患者50例，将患者随机纳入日间手术组与常规手术组，日间手术组利用日间手术运行模式实施输尿管镜下钬激光碎石术，常规手术组利用传统住院模式实施输尿管镜下钬激光碎石术，比较2组术前等待时间、住院时间、结石清除率、术后并发症和住院费用等指标。日间手术组术前等待时间明显少于
在全球气候变暖的大背景下，我国提出了“碳达峰、碳中和”这一对全球极其重要的战略决策，而推广具备“光储直柔”特点的低能耗光伏建筑对于实现“碳达峰、碳中和”的目标具有重大意义。光伏建筑在我国拥有巨大的发展潜力，然而也面临着使用寿命匹配、并网稳定性、输出匹配、成本等诸多问题。通过发展光伏建筑中的分布式光伏技术，应用末端的充电桩、电化学电池组及电动车进行分布式储能，采用建筑直流配电系统进行更高效的电能分配
故障检测对于确保电力系统正常运行具有重要意义。近年来随着深度学习在目标识别领域的重大进展，基于深度学习的电力输电线故障目标检测逐渐成为电力系统故障目标检测领域的研究热点。目前深度学习领域的主流算法包括两阶段目标检测算法和单阶段目标检测算法。本文对此两类算法进行简要介绍，分析其中具有代表性的几种卷积神经网络算法的优缺点，并总结电力系统故障目标检测存在的问题，以及未来的发展方向。