以‘南植199’为试验材料,选择8、10、15、20 cm 4个不同的施肥深度(种茎的种植深度与施肥深度相同),施用单膜小颗粒缓释肥(C1)和双膜小颗粒缓释肥(C2),以不施肥(C0)为对照,设置C0-8、C1-8、C1-10、C1-15、C1-20、C2-8、C2-10、C2-15等...以‘南植199’为试验材料,选择8、10、15、20 cm 4个不同的施肥深度(种茎的种植深度与施肥深度相同),施用单膜小颗粒缓释肥(C1)和双膜小颗粒缓释肥(C2),以不施肥(C0)为对照,设置C0-8、C1-8、C1-10、C1-15、C1-20、C2-8、C2-10、C2-15等8个处理,通过测定木薯的农艺性状、产量、结薯深度、半幅宽以及肥料利用率,比较2种缓释肥不同施肥深度对木薯生长的影响。结果表明:在C1和C2肥料下,施肥深度15 cm处理的出苗率最高,分别比同种肥料施肥深度8 cm处理的高13.2%、18.0%;在块根形成期(植后79 d)和收获期,C1-15的株高显著高于C2-15的;收获期C1-8的茎粗显著大于C2-8的,C1-10的显著大于C2-10的;C1-10和C2-10的单薯质量、鲜薯产量、淀粉产量、淀粉含量分别为C1、C2肥料下的最高值,C1-10的鲜薯或淀粉产量比C1-8的增产约10%,C2-10比C2-8仅略有增产,差异均不显著;8个处理中,C1-20的氮肥利用率(40.6%)最高,C2-8的磷肥利用率(43.8%)最高,C1-10的钾肥利用率(59.4%)最高。综合分析比较,C1-10为本试验最优处理,推荐在木薯机械化作业时采用8~10 cm的种植深度和施肥深度,如遇干旱天气可适当增加播种深度。展开更多
为解决木薯专用缓释肥研制及提高木薯种植效益提供科学依据,于2021年开展大田试验,以不施肥为对照,设置常规施肥、小颗粒单膜缓释肥(C1)、小颗粒双膜缓释肥(C2)及地膜/地布覆盖共8个组合处理,研究不同组合对木薯生长及产量、养分吸收及...为解决木薯专用缓释肥研制及提高木薯种植效益提供科学依据,于2021年开展大田试验,以不施肥为对照,设置常规施肥、小颗粒单膜缓释肥(C1)、小颗粒双膜缓释肥(C2)及地膜/地布覆盖共8个组合处理,研究不同组合对木薯生长及产量、养分吸收及肥料利用率的影响。结果表明,施肥显著促进木薯植株生长和不同时期的木薯生物量累积及木薯产量;相对常规施肥,施用缓释肥可促进木薯植株生长,鲜薯增产21.3%~53.0%,淀粉增产25.5%~58.1%,肥料利用率提高1.9~27.1个百分点;C1和C2配合覆盖地膜/地布,对促进木薯生长、提高木薯产量和肥料利用率效果更佳,鲜薯增产37.4%~52.0%,淀粉增产39.6%~58.1%;C1和C2相对常规施肥,可降低磷肥施用量,在保证木薯产量的同时将磷肥利用率提高14.0~47.3个百分点。C1和C2均有助于木薯生长和增产、提高氮磷钾肥料利用率,达到减肥增效的作用,配合覆盖地膜/地布的效果更优,以每公顷施用100 kg N、33.3 kg P_(2)O_(5)和100 kg K_(2)O养分含量的单膜小颗粒缓释肥并配合覆盖地布最佳。展开更多
针对车联网环境下用户通信质量下降以及频谱资源紧张导致车辆与车辆(vehicle to vehicle,V2V)链路的关键信息传输难以满足高可靠性通信需求的问题,提出了一种基于深度强化学习(deep reinforcement learning,DRL)的高可靠资源分配算法。...针对车联网环境下用户通信质量下降以及频谱资源紧张导致车辆与车辆(vehicle to vehicle,V2V)链路的关键信息传输难以满足高可靠性通信需求的问题,提出了一种基于深度强化学习(deep reinforcement learning,DRL)的高可靠资源分配算法。考虑干扰、传输时延和有效传输概率等约束条件,构建了车联网的可靠性保障优化问题;为了进一步保障V2V链路关键信息传输的可靠性,设计了压缩网络来压缩环境状态信息;根据可靠性保障优化问题设计了相应的奖励函数,并基于双深度Q网络(double deep Q-network,DDQN)设计了一种智能资源分配策略。仿真结果表明,所提算法能有效提高车联网的总速率,实现V2V链路关键信息的高可靠传输。展开更多
文摘为解决木薯专用缓释肥研制及提高木薯种植效益提供科学依据,于2021年开展大田试验,以不施肥为对照,设置常规施肥、小颗粒单膜缓释肥(C1)、小颗粒双膜缓释肥(C2)及地膜/地布覆盖共8个组合处理,研究不同组合对木薯生长及产量、养分吸收及肥料利用率的影响。结果表明,施肥显著促进木薯植株生长和不同时期的木薯生物量累积及木薯产量;相对常规施肥,施用缓释肥可促进木薯植株生长,鲜薯增产21.3%~53.0%,淀粉增产25.5%~58.1%,肥料利用率提高1.9~27.1个百分点;C1和C2配合覆盖地膜/地布,对促进木薯生长、提高木薯产量和肥料利用率效果更佳,鲜薯增产37.4%~52.0%,淀粉增产39.6%~58.1%;C1和C2相对常规施肥,可降低磷肥施用量,在保证木薯产量的同时将磷肥利用率提高14.0~47.3个百分点。C1和C2均有助于木薯生长和增产、提高氮磷钾肥料利用率,达到减肥增效的作用,配合覆盖地膜/地布的效果更优,以每公顷施用100 kg N、33.3 kg P_(2)O_(5)和100 kg K_(2)O养分含量的单膜小颗粒缓释肥并配合覆盖地布最佳。
文摘针对车联网环境下用户通信质量下降以及频谱资源紧张导致车辆与车辆(vehicle to vehicle,V2V)链路的关键信息传输难以满足高可靠性通信需求的问题,提出了一种基于深度强化学习(deep reinforcement learning,DRL)的高可靠资源分配算法。考虑干扰、传输时延和有效传输概率等约束条件,构建了车联网的可靠性保障优化问题;为了进一步保障V2V链路关键信息传输的可靠性,设计了压缩网络来压缩环境状态信息;根据可靠性保障优化问题设计了相应的奖励函数,并基于双深度Q网络(double deep Q-network,DDQN)设计了一种智能资源分配策略。仿真结果表明,所提算法能有效提高车联网的总速率,实现V2V链路关键信息的高可靠传输。
