【摘 要】
：
通过试验了解不同耕作方式下土壤无机氮动态和水稻生长状况，为再生稻稻田土壤培肥提供科学依据。按冬前是否翻耕和插秧前旋耕情况，设置4种耕作方式：翻耕一次旋耕一次（T1）、翻耕一次旋耕两次（T2）、不翻耕旋耕两次（T3）和不翻耕旋耕三次（T4），观察4种耕作方式下土壤无机氮动态变化和水稻生长。结果表明：在水稻主要生育期，不同耕作处理下土壤无机氮含量、植株干物质积累和水稻产量均呈现T2＞T1＞T4＞T3的
论文部分内容阅读
通过试验了解不同耕作方式下土壤无机氮动态和水稻生长状况，为再生稻稻田土壤培肥提供科学依据。按冬前是否翻耕和插秧前旋耕情况，设置4种耕作方式：翻耕一次旋耕一次（T1）、翻耕一次旋耕两次（T2）、不翻耕旋耕两次（T3）和不翻耕旋耕三次（T4），观察4种耕作方式下土壤无机氮动态变化和水稻生长。结果表明：在水稻主要生育期，不同耕作处理下土壤无机氮含量、植株干物质积累和水稻产量均呈现T2＞T1＞T4＞T3的趋势，翻耕与旋耕结合的效果明显好于旋耕。因此，翻耕一次旋耕两次（T2）可提高土壤无机氮供应，促进水稻生长
其他文献
针对目前行人多属性识别算法识别精度不高的问题，利用行人属性之间的内在关联关系，基于“特征提取+回归”的思想，提出了一种基于深度卷积神经网络的行人多属性协同识别方法。该方法首先对多个行人属性标签进行组合编码，得到一个标签组合向量;然后采用基于通道注意力机制的ResNet50作为骨干网络提取行人图像的深度特征;最后，设计了一个包含3个全连接层的神经网络结构来建立标签组合向量与行人深度特征之间的映射模型
基于计算机视觉的裂纹自动识别算法在飞机全尺寸疲劳试验中具有较好的工程应用前景。但由于飞机结构构型多样、疲劳试验环境复杂，直接应用现有的目标检测算法会存在较高的误判率。因此，本文提出一种基于关键部位状态对比的裂纹识别方法，以人脸识别模型FaceNet为基础，利用对比机制消除结构表面纹理、划痕等干扰因素的影响，并通过对裂纹数据结构和特征分布规律的分析，对FaceNet模型的样本生成规则、网络架构和损失
大型车辆的身份识别在交通系统中十分重要，但由于牌照位置、拍摄角度以及污渍的影响，目前的车牌检测方法并不能很好的得到其牌照信息。而通过检测车厢后部喷涂的车牌放大号对其车牌号码进行获取是解决这一问题的有效途径，由于车牌放大号的字符间距比较大，当前的文本检测方法容易出现误检，因此本文提出一种联合视觉与规则评价的车牌放大号检测识别方法。利用注意力模块对特征进行增强，构建整体检测、掩膜检测与字符检测识别的多
为提高复杂背景下织物疵点检测的准确率,提出了一种融合主结构提取和多尺度线性滤波的疵点检测方法。该方法对输入图像进行中值滤波和对数增强预处理以增加疵点和背景的对比度,并利用相对总变差模型提取织物图像的主结构信息—疵点,达到抑制背景纹理的效果;然后利用多尺度线性滤波器实现精确定位达到增强疵点区域的目的;最后利用预处理与疵点增强结果进行点乘的形态学处理得到完整疵点区域。实验结果表明:此方法可以检测污渍、
利用197-2014年GLDAS-CLM(Global Land Data Assimilation System-the Community Land Model)地表参量数据集、中国区域逐日观测资料格点化数据集（CN05.1）和ERA-nterim大气环流再分析数据，研究青藏高原5月（春季）土壤湿度的异常变化特征与6月高原地表热通量的相关关系以及土壤湿度异常与我国夏季（7月）降水的联系和可能机
土壤水分是限制植物生长的关键因子，采煤沉陷在地表形成裂缝，加之地下水位降低，使本就很低的土壤含水量进一步降低，当土壤含水量低于植物干旱胁迫阈值，势必会影响植物生理生态。本文首先分析了干旱半干旱矿区采煤沉陷对水环境的影响，然后综述了当土壤含水量小于植物干旱胁迫阈值时，植物生理生态指标，包括：植物叶片与根系形态结构、光合生理指标、渗透调节、植物水分生理指标、植物抗氧化酶系统和抗旱蛋白等的潜在变化。今后
以黄土塬区王东沟小流域塬面为研究对象，结合野外样品采集和室内外化验分析，探究不同土地利用方式下土壤水分、土壤水氢氧稳定同位素对次降雨事件的时空响应变化规律，为黄土塬区农业生产格局优化、生态修复提供科技支撑。结果表明：（1）在次降雨事件（降雨量47.6mm）发生前及发生后7天，荒草地、苹果地和玉米地在0～3m范围内土壤平均含水量分别为16.13%±1.23%、16.01%±1.38%、16.53%±
时间稳定性概念体现了土壤水分的空间结构随时间具有持续稳定的特性，由此找到的代表性点其测量结果可用于反映流域平均土壤水分状况，此方法为流域尺度的土壤水分估算带来便利。本文围绕黑河上游八宝河流域开展表层土壤不同深度的土壤水时间稳定性特征分析，寻找能反映流域表层土壤水分平均状况的代表性点，结合流域土壤、植被、地形条件，研究流域内土壤水空间结构时间稳定性的主要控制因素。结果显示：八宝河流域代表性点多位于优
图像语义分割技术在变电站智能机器人抢险作业以及日常巡检中起重要作用。针对变电站场景中的类别不平衡问题，文中提出了一种用于训练多类别图像语义分割模型的多类别Focal Loss损失函数。多类别Focal Loss损失函数可以动态调整各类别的权值，对出现频率小的类别更加友好。基于深度学习和变电站场景图像，分别使用多类别Focal Loss损失函数和交叉熵损失函数训练基于FCN、SegNet和DeepL
提出了一种基于视觉密码与QR码的图像认证和篡改检测的光学脆弱水印方法。一方面，将原始水印图像变换为QR码水印图像，以提高水印隐藏容量。另一方面，将视觉密码与光学相位编码相融合来加密水印图像，以增强系统安全性。我们通过一系列的攻击与篡改测试了所提水印方法的可行性、脆弱性和不可感知性。模拟结果表明，所提水印方法不仅具有较好的不可感知性，而且在任意攻击下都能灵敏的检测出图像发生了篡改，具有很强的脆弱性。