基于SWOT-PEST矩阵的县级政府小型农田水利供给战略分析——以新沂市为例

运用SWOT-PEST矩阵集成,在政治、经济、社会和技术环境下,以新沂市为例,分析县级政府在当前小型农田水利供给中具备的优势、劣势、机遇和挑战,提出适合我国县级政府小型农田水利供给的战略安排。

农田杂草在害虫防治中的作用

杂草、害虫与天敌均是农业生态系统中的重要生物组成部分。目前农田杂草的防控主要依赖于化学除草剂,但长期不合理地使用除草剂严重影响了农田杂草、害虫和天敌三者之间的生态平衡关系。近年来,保护农田杂草的多样性,使其在维持农田生态平衡中发挥重要作用的观念引起人们广泛关注。文章从农田中常见杂草种类及除草剂的使用情况,农田杂草与害虫、天敌的关系,施用除草剂对害虫和天敌的影响,以及农田杂草在生物防治中的应用4个方面综述了农田杂草及除草剂施用对害虫发生与天敌影响的研究进展,旨在更加安全合理地利用农田杂草的生态功能,为天敌的保护与利用提供栖境,为农田害虫的绿色防控提供新思路。

改进YOLOv5的小目标多类别农田害虫检测算法研究

针对农田害虫图像中感兴趣目标特征不明显、小目标居多导致的目标检测精度较低的问题,提出一种基于YOLOv5改进的小目标多类别农田害虫目标检测算法。首先,在主干网络最后两个C3卷积块特征融合部分引入Swin Transformer窗口注意力网络结构,增强小目标的语义信息和全局感知能力;其次,在颈部网络的C3卷积块后添加通道注意力机制和空间注意力机制的可学习自适应权重,使网络能够关注到图像中关于小目标的特征信息;最后,由于YOLOv5自身的交并比函数存在收敛速度较慢且精确率较低的问题,引入SIOU函数作为新的边界框回归损失函数,提高检测的收敛速度和精确度。将所提出的算法在包含28类农田害虫公开数据集上进行试验,结果表明,改进后的算法在农田害虫图像数据集上的准确率、召回率和平均准确率分别达到85.9%、76.4%、79.4%,相比于YOLOv5分别提升2.5%、11.3%、4.7%。

基于农田生境管理的农作物害虫生态防控研究进展

农业的集约化伴随着非作物生境的丧失,导致了农田生物多样性的锐减,削弱了天敌对农作物害虫的天然控制作用。害虫重发频发和农药残留污染严重威胁人类的食物安全。基于农田生境管理保育农田生物多样性,利用生物之间的平衡作用实现对农作物害虫的生态防控,是破解集约化农田生态与环境问题的关键,也是促进农业绿色可持续发展的根本途径。本文简述了农作物害虫生态防控的发展,系统归纳了农田生境管理的概念、原理、技术及应用进展,重点展望了非作物生境管理领域理论研究、方法技术和组织实践的发展方向,旨在为农作物害虫生态防控相关理论研究及应用实践提供参考。

基于神经网络和证据理论的农田虫害预测算法

农田虫害预测是促进农业发展和增加农民收入的关键部分。针对目前农田虫害预测算法准确性差和适应性不佳的问题,提出一种基于神经网络和证据理论的农田虫害预测算法。该方法首先分别采用BP神经网络、RBF神经网络和Elman神经网络进行虫害预测,然后利用证据理论中的组合决策思想,结合神经网络预测结果,进行权值提取和权值融合,最后通过融合后的权值实现农田虫害预测。试验结果表明,权值融合后具有更高的预测精度,相比神经网络传统预测方案,该方法的预测精度相比BP神经网络、RBF神经网络和Elman神经网络分别提升了约5倍、3倍和2倍,预测性能优于任何一种单一神经网络模型。

佳木斯地区农田害虫种群动态规律研究

对佳木斯地区农田害虫种类进行了多次采样调查。结果表明,佳木斯农田害虫有6目24科47种,采集样本为782只;作物以6月中旬至8月中旬害虫危害最严重,这些害虫对农作物破坏性极大,直接影响玉米的丰收情况。通过分析农田害虫与环境之间的相互关系,结合调查和实际情况对佳木斯地区农田害虫今后的防治工作提出了建议。

基于改进YOLO v7的农田复杂环境下害虫识别算法研究

为使巡检机器人能够对体积小且密集、形态多变、数量多且分布不均的害虫进行高效精准识别,提出了一种基于改进YOLO v7的害虫识别方法。该方法将CSP Bottleneck与基于移位窗口Transformer(Swin Transformer)自注意力机制相结合,提高了模型获取密集害虫目标位置信息的能力;在路径聚合部分增加第4检测支路,提高模型对小目标的检测性能;将卷积注意力模块(CBAM)集成到YOLO v7模型中,使模型更加关注害虫区域,抑制背景等一般特征信息,提高被遮挡害虫的识别精确率;使用Focal EIoU Loss损失函数减少正负样本不平衡对检测结果的影响,提高识别精度。采用基于实际农田环境建立的数据集的实验结果表明,改进后算法的精确率、召回率及平均精度均值分别为91.6%、82.9%和88.2%,较原模型提升2.5、1.2、3个百分点。与其它主流模型的对比实验结果表明,本文方法对害虫的实际检测效果更优,对解决农田复杂环境下害虫的精准识别问题具有参考价值。

害虫综合治理中的非作物生境调控

分析了非作物生境与害虫及其天敌之间的关系,并阐明了非作物生境对害虫的调控作用。

“绿肥绿药美土嘉禾”农田生态新技术

生物熏蒸就是利用芸苔属植物细胞破碎后硫苷与黑芥子酶接触反应生成的挥发性异硫氰酸盐/酯类,熏蒸土壤、杀灭/抑制土生病虫害。该文摘编2008年在堪培拉召开的第三届国际生物熏蒸学术会议的22个国家和地区的77篇论文以及21期生物熏蒸最新报道,综述在高发病虫害农田,间、套、偷种、复种或轮作高硫苷油/芥菜品种,适时适量碎汁+入土+捂青,确是一项绿肥绿药美土嘉禾的农田生态新技术。中国农田之广、耕制之多,在果菜园、棉薯田、城郊集约种植基地,试验、示范推广绿肥绿药美土嘉禾农田生态新技术必将大利归农、惠及全民的。

浅谈农田生态与水稻病虫害之关系

湖南素以“鱼米之乡”著称。全省拥有耕地面积3.47×10~6ha,1986年水稻播种面积4.33×10~6ha,总产2.6316×10^(10)kg。水稻各个生育时期都有病虫发生。现就影响病虫种群结构的几项主要生态因素分述如下。

基于物联网的农田虫情及环境信息监测系统设计

为进一步提升农业农村生产智能化、管理高效化水平,结合智慧农业中农田虫情及作物生长环境自动监测的优化设计需求,设计了一种基于物联网的农田虫情及环境信息监测系统。该系统利用性诱剂方法对特定靶标害虫进行诱捕击杀,从而实现对农田特定虫情的自动监测。同时,系统通过风向传感器、风速传感器、光照温湿度变送器、空气质量传感器等监测农田环境的风速、风向、温湿度、光照、PM2.5等信息,以实现对农田环境信息的动态监测,为农业工作人员管理农田信息提供决策依据。

以病虫害控制为中心的农业生态景观建设

化学农药控制农田病虫害面临诸如农药残留、环境污染等问题,而生物农药及生物防治存在着药效缓慢、成本高、防治对象单一等不足,目前缺乏综合、效果明显、环境友好的农田病虫害控制手段。景观生态学研究显示,致病菌、害虫及其天敌种群受到大尺度上景观格局的影响,从而为病虫害控制提供了一条新的途径:通过合理规划农业生态景观格局,在景观尺度上合理安排种植结构和农事活动,从而控制农田病虫害。本文从景观、田块、耕种管理措施3个层次上论述通过农业生态景观建设控制农业病虫害。景观上:应提高半自然生境的面积比例;丰富半自然生境类型和农田生境作物类型;同时注意景观结构异质性的营建;关注景观连接度,使其保持在既有利于天敌昆虫的迁移、又能较好地阻止病虫害传播的水平上;同时还应提升半自然生境斑块的质量。田块上:通过保留原有的农田边界和新建农田植被缓冲带来控制相邻农田中的病虫害;农田缓冲带的建设要与原有的半自然生境及农田边界构成一个整体,建设过程中主要关注植被的搭配,后期要特别注意杂草、割草、施肥、喷药等管理措施。耕种管理措施上:通过景观层次上合理安排间套混作控制农田中的病虫害,同时注重与农林间作,稻田养鱼养鸭等技术体系和休耕、深耕、保护性耕作、有机肥施用等技术措施相结合。最后以哈尼梯田为例,说明整合以上3个层次可构建综合控制病虫害的农业生态景观。

基于KL变换与BP神经网络的农田害虫识别算法

KL变换是一种降低维度的算法,BP神经网络是一种智能识别算法,农田害虫的训练需要一个庞大的害虫图片库,面对巨大的图片库,如果使用高清的数码照片训练,是对计算机性能的巨大挑战,所以将KL正交变换用于降低维度,最大限度地在提高计算机性能的基础上维持神经网络的识别率。

退耕还林中速生杨树害虫的发生与防治

通过对全地区杨树害虫的多年调查的结果表明:害虫种类多,主要以毒蛾类、刺蛾类和天牛类等的为害重,本文针对杨树主要害虫的发生危害特点,提出了相应的防治措施。

毒饵罐控制农田鼠害效果试验

笔者首次将毒饵罐应用于农田鼠害控制。1989年1～5月和1993年3～5月,在本省薛城区进行的试验表明,毒饵罐可以长期控制农田害鼠数量,尤以每5亩地1个毒饵罐的效果最好,7亩地1个毒饵罐亦具有一定效果。该法既有经济效益,又有生态效益,值得推广。

几种农田作物害鼠经济阈值的测定

1 引言 农田害鼠的危害经济阈值是害鼠防治的依据,也是害鼠管理的一个重要指标,王华弟等及邢林等曾报道过这方面的研究,但未能考虑害鼠群落中各种鼠的数量组成比例和危害强度的不同,1983年。

黑龙江地区农田害鼠发生特点及DNA条形码鉴定技术的应用

黑龙江地区为我国最大的商品粮生产基地之一,鼠害是影响该地区粮食生产的重要因素之一。为了解当地农田害鼠种类、密度及分布特征,本研究于2010-2011年对该省主要作物田的啮齿类动物开展调查,并利用细胞色素C氧化酶Ⅰ亚基(cytochrome C oxidase subunitⅠ,COⅠ)对害鼠种类进行鉴定,分析该地区农田害鼠种类分布和发生特点,为其防治提供基础数据和方法依据。结果表明,所捕获的害鼠经形态鉴定可分为2科7属7种,分别为鼠科的黑线姬鼠、巢鼠、褐家鼠和小家鼠,以及仓鼠科的大仓鼠、黑线仓鼠和东方田鼠。DNA条形码分类结果与形态分类结果一致,但是在近缘种间的区分上还需要与形态数据相结合。黑龙江地区农田害鼠密度呈现出"春低秋高"的时间特征,并且在玉米田中最高;在鼠种特征上,黑线姬鼠为广布种和优势种,其他鼠种则在局部地区密度较高。根据上述结果,应将春季作为黑龙江地区农田害鼠的重点防治时期,重点作物为玉米,同时应重点关注大中型鼠的数量变动情况。

基于深度学习的农田害虫目标检测算法的研究与应用

为了实现自动化检测农田害虫并提高检测效率,提出了一种基于深度学习的农田害虫目标检测算法.针对数据集存在的长尾分布和多尺度问题,采用一系列在线和离线数据增强、多尺度输入等方法进行预处理和训练,并集成SWA和多模型融合等后处理方法微调模型.最后,在测试中模型AP 50数值能够达到0.898,召回率为0.996.

植保无人机在农田病虫害防治中的应用与研究

我国是农业大国,在进行农田种植过程中,病虫害是比较常见的现象,因此做好农田病虫害防治工作尤为重要。在农田病虫害防治中,随着植保无人机的应用,既可以实现对用药量的有效控制,而且还可以提高农田生产集约化水平。

植保无人机在农田病虫害防治中的应用研究

随着科技和经济的不断进步与发展,我国农业整体的发展水平也得到了提高。农田种植病害的防治工作是目前我国农业发展的重要任务,直接影响着我国农业的发展。在科学技术快速发展下,植保无人机技术被广泛地应用和推广,为我国农田病虫害的防治工作提供新的发展机遇。植保无人机的应用不仅能够有效减少农田病虫害的种类、降低病虫害的数量,还能够降低对农田及农作物的损害。通过分析植保无人机技术在农田病虫害防治的应用,提高农田生产水平,促进我国农业持续发展。