鸭茅

鸭茅又名鸡脚草、果园草。原产于欧洲、北非及亚洲的温带地区。现已遍及世界温带地区。是一种高产优质的牧草,我国新疆、四川、云南等地有野生分布,在西南、西北地区均广泛栽培,在湖北、湖南、云南、江西、浙江、四川、江苏、河南、陕西、山西、内蒙古、吉林、青海、甘     

新疆畜牧业国际经济交流与合作概况

改革开放以来,在农业部等国家有关部委的关心支持下,在自治区党委、人民政府的正确领导下,通过自治区各级畜牧部门广大干部职工的共同努力,我区畜牧业国际交流与合作工作取得了十分显著的成就,为我区畜牧业健康、持续、稳定的发展做出了重要的贡献.     

悬挂式山药收获机振动挖掘碎土装置设计与试验

针对山药机械化收获整体占比低、作业效率低、收获损伤率高以及人工辅助作业劳动强度大等问题,基于经验设计方法,设计了全液压悬挂式单行山药收获机。研究了山药挖掘收获中关键部件——格栅式振动挖掘铲的结构,综合运用Solid Works的Motion与Simulation插件,对振动碎土装置进行了动力学仿真分析与计算,对该部件的静力学和动力学特征进行了分析。结合山药收获的农艺要求,研究了振动挖掘部分的频率、往复摆动振幅及其相关机械结构参数,确定了最优结构参数,并对其进行了强度分析、计算和校核,最后进行了田间收获试验。试验结果表明,振动挖掘碎土装置的作业效率较高,可实现土壤与山药黏连部分的快速、高效分离,机械收获完好率达到89. 2%,基本满足农户高效收获与低损率的要求。     

我国农药行业兼并重组情况分析

本文介绍了我国农药企业兼并重组的现状,分析了"强强联合""大鱼吃小鱼""政府+市场的准市场化"三种典型模式,预计"十四五"期间我国农药企业将出现兼并重组与淘汰落后产能并行的局面,农药企业的兼并重组强度将会加大,产业集中度将显著提升.提出了尊重企业主体地位,完善兼并重组的政策环境等建议.     

农业科教信息开发集成自动化平台(IA)

一、关于农业科教信息开发集成自动化平台 农业科教信息开发集成自动化平台，简称 IA，是北京中农博思科技发展有限公司继成功推出“农博士科教系列软件”后，成功开发完成的适合各级农业信息开发服务单位或部门以及农业科教领域采用的农业科教信息开发处理平台。本文将从IA平台开发环境、体系结构、功能、应用的角度向读者介绍IA平台的有关情况。 右图是IA 开发体系结构示意图，通过此图有助于直观了解IA的功能和特点。 1.IA 体系结构 IA平台体系结构的建立基于intranet / internet 架构，局域网中运行IA 平台主控程序，通过IA平台…     

硫化氢在植物中抵御非生物胁迫机制的研究进展

植物在生长发育过程中不可避免地受到各种生物或非生物胁迫。硫化氢(H2S)作为一种细胞信号分子,在植物体抵御冷热、重金属、盐、干旱等各种非生物逆境胁迫及与其他信号物质的互作等方面发挥重要作用。综述了H2S在植物体中通过基因调控、改变酶活性和蛋白质的表达、硫巯基化修饰、减轻氧化应激、与信号物质的互作等抵御非生物胁迫的作用机制,并展望了H2S在植物体中抵御非生物胁迫的作用机制。     

河北省粮—饲平衡发展现状及对策建议

“粮改饲”政策推行以来,通过农业结构调整,实现了奶业振兴。伴随全球新冠肺炎疫情反复发生,粮食安全问题再次进入了公众视野,进而引发一个值得深思的问题：如何在保证粮食安全的前提下,实现草畜平衡,增加肉、蛋、奶市场供给,优化居民膳食营养结构。为此,以河北省为研究对象,深入分析粮食与饲草种植及市场供求。目前来看,河北省粮食种植面积在“红线”以上,饲草生产无法满足省内养殖业需求,同时,城乡居民对肉、蛋、奶的摄入仍未达到膳食营养标准。为优化农业种植结构及居民营养结构,提出推广新型种植模式、加强政策引导、创新生产技术等一系列措施,推动河北省粮—饲平衡发展。     

提高手拖年检率的体会

近年来，多功能拖拉机的较快发展，削弱了手拖的运输市场，随着手拖的迅速残旧老化，手拖的年检工作难度逐年增大，严重影响了我县农用拖拉机的年检率，成为农机监理工作的需待解决难题。这两年，象州县农机监理站在工作实践中不断的努力探索，取得了一定成效。２０００年全县年检拖拉机２ ９２１台，超额完成上级下达任务，其中手拖２ ２３５台，占７６．５％，名列地区前茅。１县乡相互配合，做到齐抓共管 由于农机及其驾驶员分布乡镇农村，农田作业场所遍布全县每个村寨角落，如果依靠县站的同志进行田检路查完成年检审工作，工作难度是…     

基于机器视觉和PNN神经网络的鸭蛋表面缺陷检测研究

本章提出了一种基于概率神经网络（PNN）结合机器视觉的鸭蛋表面裂痕检测方法,配合背景光照法,结合灰度图像处理、图像高斯滤波处理、图像分割处理等算法去除图像杂质干扰,采用反锐化掩模局部对比度增强的分段增益改进算法来增强裂痕,收集裂痕、污点的相关信息作为数据集录入PNN神经网络,进行识别判断。本研究对1 600张鸭蛋图片样本进行采样分析,将鸭蛋分为好蛋、脏污蛋、裂纹蛋3种。试验表明,该系统对干净无损蛋、脏污无损蛋、裂纹蛋的检测准确率分别达到了95.1%、77.9%、95.3%,具有较好的泛化性和鲁棒性,符合复杂鸭蛋生产加工环境的应用需求。