阜阳恋思萝卜提纯复壮与高效栽培技术研究

来源 :安徽农业大学 | 被引量 : 0次 | 上传用户:wr123456789dtdx
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
研究恋思萝卜提纯复壮与绿色高效栽培技术工作,是保留优良品种与高产关键所在,高效利用肥料资源,是农业可持续发展的必由之路。本研究通过田间试验与实验室测定对恋思萝卜的提纯复壮技术与绿色高效栽培技术的研究,完成的主要研究工作和成果总结如下:1、恋思萝卜提纯复壮工作的研究:本文主要是对恋思萝卜进行花期套袋工作,并设置未套袋对照组,连续了进行三年五代的大棚试验记录,分别是恋思萝卜的基本性状(叶片数量、根重、肉质根直径、肉质根绿色占百分比)、营养成分(水分、蛋白质、可溶性糖、维生素C)。通过对比分析可知:套袋的恋思萝卜品质明显改善,且性状稳定,营养成分提高、产量显著提高。可见,本次试验达到了提纯复壮的目的,以后生产中可以大田推广种植。2、恋思萝卜的高效栽培技术研究:设计四种施肥方案,分别是复合肥、复合肥+有机肥、有机肥、复合肥+微生物肥作用下恋思萝卜生长过程中的基本性状、质构特性和营养成分的记录。通过对比分析可知:复合肥+微生物肥的施肥方式下营养成分、质构特性明显高于其他施肥方式,说明良好的施肥方式促进高产与水肥的高效利用还可以改善恋思萝卜品质、外观品质及营养品质。绿色高效栽培每个环节都特别关键,主要是节约生产成本,保护生态环境。以上试验结果说明,恋思萝卜的提纯复壮与绿色高产高效栽培模式不仅可以选优汰劣,防止蔬菜品种的退化,使品种恢复优良性状,而且可以显著提高水分和养分利用效率,节约生产成本,保护生态环境,最主要可以增产提质。
其他文献
汉字是一种形音义结合的文字,是汉语的载体,也是对外汉语教学中的基础内容。然而,汉字笔画的复杂性,使得许多汉语学习者逃避汉字,试图以学习拼音回避学习汉字的方式来学习汉语。拼音在汉语学习中固然有着重要的作用,但是,大量汉语教师在教学过程中都能发现这样一个问题,仅学拼音使得学生的汉语基础极其脆弱。因此,即使学习汉字是一个难题,我们也应知难而上,缓解困难,解决问题。笔者在泰国进行对外汉语教学时,对现阶段汉
1936年,日本为侵略西南地区,强行在成都进行非法设领,此行为遭到了川籍民众的反对。川籍民众在上海等地成立反对设领团体,四川本地民众成立反对设领大会进行宣传。8月24日,四川民众与日本人在成都爆发冲突,最终演变为成都事件。成都事件爆发后,中国地方政府和中央政府都极力控制事态,希望成都事件成为地方事件尽快解决,并将事件责任推给了共产党。但是日本政府和日本民众都认为此事可以借题发挥,以此与南京政府交涉
蓝相液晶通常存在于各向同性相和手性向列相之间的一段狭窄的温度范围内(自然状态下为1~2 ~oC),可视为一种自组装结构的三维光子晶体。相比于传统的向列相液晶材料,蓝相液晶
铸铁和碳钢作为工业生产中应用广泛的铁碳合金,具有价格低廉、良好的铸造性能、切削加工性、减振性等优点,但在复杂应力的使用环境中,材料表面易出现磨损、变形甚至断裂。本文采用激光熔覆技术,在HT250灰铸铁和T10钢表面预置Cu-Ti-Ni混合粉末,制备Cu-Ti-Ni复合涂层。通过X’Pert PRO PANalytical型X射线衍射仪、S-3400N型扫描电子显微镜、4XCJZ金相显微镜等,分析了
人脸吸引力是遗传心理学和认知心理学的一个重要命题,研究结果可以给人脸进化(以及人类进化)提供科学依据。结合计算机的人脸吸引力研究可以完善传统研究方法存在主观性强、数据少的不足。在人脸吸引力的研究中,确定人脸模板是首要任务。本文基于迁移学习,提出了一种新的人脸吸引力人脸模板,在人脸模板基础上提取了三种表征人脸吸引力的几何特征,实验结果表明了人脸吸引力人脸模板是合理可行的。具体研究内容如下:(1)在人
周予同是中国经学史学科的缔造者,他在五四运动后投身于经学史研究,著述颇丰。其《皮锡瑞<经学历史>注》、《经今古文学》等著作都是中国经学史的必读书目,也是近代经学史研究的滥觞之作,对于民国时期的经学史、学术史研究乃至现代学术都有着非凡的开拓与奠基意义。周予同的学术研究在新中国建立前后曾发生过转向,其经学史领域的基础性研究大多集中于民国时期。新中国建立后由其一手创建的中国经学史学科也是以这
随着全球定位系统应用的普及,轨迹数据早已应用于人们日常生活中的各个领域。轨迹分段是轨迹数据挖掘中重要的预处理过程,合理有效的轨迹分段结果有助于理解和使用轨迹数据。然而,目前应用于轨迹分段的方法只能针对特定的应用领域及轨迹数据集。本文基于轨迹数据的语义特征,提出一种可适用于多种应用领域的轨迹数据分段方法,之后结合该轨迹分段方法分别构建一种轨迹语义标注框架和一种交通量预测模型。主要内容包括:(1)提出
在现实生活和网络世界里,每时每刻都会产生数量庞大、种类丰富的图像数据,给这些图像标注分类费时费力。因此,在机器学习领域,针对无标签图像的聚类分析是一个研究难点和热点。由于图像本身特征维度很高,对于图像聚类分析而言,图像特征的提取和高维特征的降维对聚类结果有重要影响。虽然人们已经提出了许多成熟的特征提取方法,但是这些方法关注的是图像的低层特征,很少同时关注图像的中间层特征。实际上,图像的中间层特征往
20世纪下半叶,英国传统的经验主义史学因“新史学”的勃兴、后现代主义史学的滥觞而备受冲击。历史研究的客观性、历史发展的规律性以及跨学科研究的可行性等问题成为新旧史
在如今的大数据时代,网络每分每秒都会产生大量的行业数据,数据量之大几乎超出了现有的处理及分析工具的能力。另外,随着现代技术和生活水平的发展,人们对事物的认识也在不断演变。其中,Web新闻是人们每天都要接触的,他作为一种非常具代表性的数据,Web新闻内容以其多种多样的内容,实时发生且不断更新的性质,一直以来都是人们获取知识,了解时事的必要渠道。面对爆炸式出现的新闻内容时,如何快速直接的找到个人想要了