前言：中文期刊网精心挑选了大蒜种植范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
大蒜种植范文1
1、大蒜是喜冷凉环境的作物，所以根据各地区的气候以及品种情况。可分为春播和秋播。在北方地区，秋冬季气温较低，相对寒冷，幼苗不能安全越冬，所以不适合秋播，可通过大棚育苗的方法，在早春播种，在夏季采收。而南方地区，温度较低，秋冬季也够暖和，秋播时幼苗能露天安全越冬，所以都以秋播为主。
2、整地：大蒜对土壤要求不严，但在富含有机质、疏松肥沃、排水良好的土壤中较丰收，选择地势平坦的地块种植。种植前先要对地块进行整地，先将土壤进行深耕20-25cm，再细耕将土块耙细、耙平，无明显的石块或土块。再做畦，畦长1米左右，宽在4米左右，也可打长50cm、宽4米的畦，视实际情况而定。
3、播种：选择个头较大、色泽较好的蒜头，采用人工扒皮掰瓣，去除蒜头的托盘和茎盘，对蒜瓣进行分级，选择粒大、外表纯白、无损伤、无光皮的蒜瓣做种，要求每颗要重达5克，种子的大少关系产量的高低，所以尽量选择大颗粒的种子。播种将种子晒个一两天，提高发芽率，注意不要选择在高温时期，在气温15-17度，气候温凉，阳光不强烈，如果在阳光猛烈时晒种，可能会将种子直接晒死。要在畦面开沟播种，沟深4-5cm，株行距20×16cm，每沟播种1-2粒种子，播种后盖上一层1cm后的薄土，在浇水使土壤湿润。
4、田间管理：大蒜时需水量较大的作物，要保持土壤虽然，才能使其快速生长，一般整个生育期要浇水四次，一次播种后，为使其尽快发芽；二次苗期，促进幼苗快速生长；三次出苔期，促进蒜苔生长；四次在鳞茎膨大期，提高鳞茎膨大水分，以免鳞茎生长不良。同时要想高产，施肥也是必不可少的，施肥原则是以机肥为主，施少量的化肥；以基肥为主，追肥为辅。在种植时每亩施入5000kg的腐熟有机肥，在搭配适量的复合肥，将其均匀撒在地面，在深耕时可土壤混匀均匀；追肥可结合浇水进行。另外还要中耕除草，增加土壤通透性，避免杂草抢占养分，还要加强病虫害的防治工作。
（来源：文章屋网 ）
大蒜种植范文2
1、选取健康饱满的蒜瓣，用温水浸泡12个小时，将浸泡好的蒜瓣捞出，将底部的茎盘切去，剥去蒜瓣的外表皮。
2、准备好合适的花盆，在花盆中加入营养土，将蒜瓣的头朝上放进去，将其紧挨着排列在一起。
3、浇透水，保持土壤的湿润，并注意给它充足的阳光照射就可以。
（来源：文章屋网 ）
大蒜种植范文3
大蒜是喜冷凉环境的作物，所以根据各地区的气候以及品种情况。可分为春播和秋播。在北方地区，秋冬季气温较低，相对寒冷，幼苗不能安全越冬，所以不适合秋播，可通过大棚育苗的方法，在早春播种，在夏季采收。而南方地区，温度较低，秋冬季也够暖和，秋播时幼苗能露天安全越冬，所以都以秋播为主。
2、整地
大蒜对土壤要求不严，但在富含有机质、疏松肥沃、排水良好的土壤中较丰收，选择地势平坦的地块种植。种植前先要对地块进行整地，先将土壤进行深耕20-25cm，再细耕将土块耙细、耙平，无明显的石块或土块。再做畦，畦长1米左右，宽在4米左右，也可打长50cm、宽4米的畦，视实际情况而定。
3、播种
选择个头较大、色泽较好的蒜头，采用人工扒皮掰瓣，去除蒜头的托盘和茎盘，对蒜瓣进行分级，选择粒大、外表纯白、无损伤、无光皮的蒜瓣做种，要求每颗要重达5克，种子的大少关系产量的高低，所以尽量选择大颗粒的种子。播种将种子晒个一两天，提高发芽率，注意不要选择在高温时期，在气温15-17度，气候温凉，阳光不强烈，如果在阳光猛烈时晒种，可能会将种子直接晒死。要在畦面开沟播种，沟深4-5cm，株行距20×16cm，每沟播种1-2粒种子，播种后盖上一层1cm后的薄土，在浇水使土壤湿润。
4、田间管理
大蒜种植范文4
关键词格尔木紫皮大蒜;种性退化;原因;防止措施
格尔木紫皮大蒜是青海省格尔木市主栽大蒜品种，已栽培20多年，成为格尔木农业创收的一个拳头产品。格尔木紫皮大蒜为晚熟品种，属于内二次生长类型大蒜，耐寒性强，易栽培，蒜头大、味道辛辣，产量可达22.5～27.0t/hm2。紫皮大蒜近两年来品质上发生了变化，影响了大蒜的销售及经济收入，现产量只能达到15.0～22.5t/hm2，而且蒜头松散，蒜瓣大小不一。大蒜是通过蒜头进行无性繁殖的，长期以来蒜农都是采取农家自留种，这样年复一年的种植，蒜种得不到提纯复壮，存在着严重的种性退化的问题[1，2]。现就格尔木紫皮大蒜种性退化问题进行探讨分析，从中找出造成产量下降、经济收入减少的原因，为今后种植格尔木紫皮大蒜提供参考。
1种性退化的原因
1.1栽培管理不当
如早播，偏施、重施速效氮肥，加重二次生长和面包蒜的发生程度;高度密植，采薹过迟或快速生产蒜薹而致使假茎功能叶受伤，造成蒜头小，蒜瓣瘦弱;大蒜的二次生长和播种期的关系相当密切，播种期温度过低使大蒜的二次生长现象严重。
1.2土壤贫瘠，理化性状不良
格尔木地区土壤是沙性，漏肥比较严重，农民在种植过程中很少施用有机肥，整地粗放，灌排不畅、缺肥干旱等，造成独头蒜、少瓣无薹蒜等。
1.3选种留种技术跟不上
一是感染病毒。在大蒜选留种上农民没有注意大蒜田间生长时的状况，不管好坏收获时就人为地留了蒜种。大蒜是无性繁殖，蒜瓣是变态的侧芽，长期的无性繁殖必然导致病毒在体内积累及其他不良性状的累加，造成种性退化，这是造成大蒜逐年退化的主要原因之一。二是对种蒜的温度处理不当。农民对种蒜在冬天存贮时没有进行温度上的管理，只是不冻伤就行的观点进行冬贮。大蒜在低温(-3℃)贮存60d以内，对形成马尾蒜、面包蒜无明显促进作用，90d以上可显著促进二次生长。
1.4大蒜瓣退化叶再生
在蒜生长到一定时期，鳞芽开始分化，叶片退化，鳞芽逐渐形成蒜瓣，退化的鳞芽外的鳞片形成了蒜瓣的外皮，这是大蒜正常生长的一般规律。大蒜在蒜薹露出的同时，蒜薹周围随之长出1圈小蒜叶，5～7片小叶围着蒜薹长出。这些小叶是新蒜瓣的外皮顺着蒜薹长出的一条长长的新叶，而新蒜瓣的生长点并没有萌动。发生二次生长现象，也称为马尾蒜。这种出叶现象对蒜薹产量影响较大，一般减产30%～40%;对蒜头产量影响也较大，一般减产10%～20%[3，4]。
2防止措施
2.1选用优质蒜种
选用具有本品种特征特性、蒜瓣色泽洁白、项芽肥大、无病无伤的蒜瓣作蒜种，小瓣可作为蒜苗用种。
2.2严格留种
一是建立大蒜种子田。种子田要适当稀植，及早采薹，加强管理，精细选种，去除形状有病的蒜株。二是利用天蒜繁种。这样不仅可以节省蒜种，同时也可提高产量，达到复壮种性的目的。三是建立异地大蒜留种田。异地留种可避免退化，提高大蒜种性，利用异地生长优势，在一定范围内进行异地交换，能提高种性和产量。四是采用脱毒措施留种。近几年科研部门采用此法留种，经脱毒的蒜种具有明显的增产作用。但必须是原种，超过3代以上则增产不明显。经脱毒的蒜采收不能过迟，否则易造成散瓣，影响大蒜的商品价值。
2.3科学播种
在播种前20d将蒜种贮藏在温度20℃以上，空气相对湿度75%的环境中，可以有效防止二次生长。播前大蒜可以在2d左右晾晒，时间不能太长，以提高大蒜内外层二次生长率。播种时剥去蒜皮除去残留茎盘，既可减少二次生长，又可以使萌芽早，出苗整齐。大蒜的蒜瓣是由鳞茎盘上叶腋的侧芽发育形成，同时受各类环境条件及播期的影响，因此盲目提前或延后播种期对大蒜生长不利。格尔木地区当土壤化冻，日平均气温稳定上升至3～5℃，达到大蒜发芽所需低温界限时，便可播种。格尔木紫皮大蒜的种植密度应根据播种土地的肥力及蒜种大小确定，一般为52.5～60.0万株/hm2。行距为20～25cm、株距15cm左右，蒜种田株行距可适当放大。
2.4合理施肥灌水
进行配方施肥，疏松土壤。底肥以有机肥为主，施腐熟有机肥37.5～75.0t/hm2;化肥要适宜，注意氮、磷、钾均衡施肥，氮肥不要超过300kg/hm2。播种前，使40cm深层的土壤疏松通透，以促进根系向深层发展，吸收深层土壤的磷钾营养。
3参考文献
[1] 刘会成，李春梅，亓文田，等.莱芜大蒜种性退化的原因及防止措施[J].中国种业，2005(1):39.
[2] 薛勇.大蒜品种种性退化原因及防止方法[J].北京农业，2002(5):7.
大蒜种植范文5
1、将大蒜外层的老皮去掉并洗净，放入盆中，加冷开水和盐拌匀后浸泡24个小时。
2、捞出沥干水分，放在通风阴凉处晾干，锅里加入500克香醋和75克清水，250克砂糖拌匀。
3、煮沸后放在一旁冷却，晾干的大蒜头放入容器，倒入晾凉的糖醋水，浸没大蒜。
4、加白酒杀菌增香，即可密封保存。
大蒜种植范文6
关键词:序惯相似度检测算法;自适应阈值;图像匹配;实时性
中图分类号:TP274文献标识码:A
文章编号:1004-373X(2010)06-135-02
NewAdaptive Threshold SSDA Algorithm
DU Desheng,YE Jianping
(Harbin Polytechnic University,Harbin,150080,China)
Abstract:In the traditional sequential similarity detection algorithm and adaptive threshold sequential similarity detection algorithm,based on the use of coarse match,taking three matches in a fine match,respectively,the minimum initial threshold,and then refining for three matches to compare the results of three matches from the minimum,changing the images for the final match point,a new adaptive threshold of sequential similarity detection algorithm is realized,experimental results show that the improved adaptive sequential threshold similarity detection algorithm,the algorithm in a slightly lower speed at the same time,able to maintain the adaptive threshold of sequential similarity detection algorithm and to match accuracy of the images,it has very good real-time.
Keywords:sequential similarity detection algorithm;adaptive threshold;image matching;real-time
随着科学技术的发展,图像匹配在近代信息处理研究中的地位越来越重要,使用范围十分广泛[1]。在图像匹配技术[2]的研究中,基于统计学理论的匹配技术比较成熟和完善,并且已经成功地应用于很多领域,这种匹配技术又分为基于灰度相关的图像匹配和基于特征的图像匹配两个方面,对于前者,基于序贯相似度检测(SSDA)的算法在实时应用中比较有效。近年来,人们对匹配技术提出很多的改进算法,以期能更好地满足实时性和匹配准确度的要求。本文在基于序贯相似度检测(SSDA)算法[5]和基于自适应阈值SSDA算法的基础上,提出一种改进的自适应阈值SSDA图像匹配算法。试验结果表明,改进算法在保持SSDA算法的精度的同时大大提高了运算速度[6],改进效果明显。
1 序贯相似度检测(SSDA)和自适应阈值SSDA算法
设待匹配图像F为具有L个灰度等级,大小为M×M,即0≤F(i,j)≤L-1;0≤i,j≤M-1。W为具有相同灰度等级的模板图像,大小为N×N,即0≤W(s,t)≤L-1;0≤s,t≤N-1。模板图像W叠放在待匹配图像F上(模板覆盖下的那块搜索区域定义为子图)依次平移,以找出与给定模板图像最相似的子图像位置,即匹配点。
其相似性度量准则为:
D(i,j)=1N∑N-1s=0∑N-1t=0|F(i+s,j+t)-W(s,t)|(1)
SSDA算法随机不重复地选取待匹配图像像素,比较的判据是像素之差的绝对值之和。但这种求和不需要进行到最后,而是在求和的每一步判别其和是否超过掣龉娑ǖ你兄,当超过该阈值就停止比较,并把跨越阈值所需的求和步数作为一个函数记录下来,这一函数在图像的不相似区域的值比较小,这也意味着在图像不相似区域只耗费很小的计算量。
自适应阈值SSDA算法将待搜索区域的左上角的点作为相关跟踪的起始点(x1,y1),计算目标模板图像T(x,y)和待搜索图像S(x,y)之间的匹配累计误差∑ε,并将其作为自适应阈值序列的初值,然后按照行列顺序选择第二点(x2,y1)进行匹配检测。在第二点的计算过程中,如果累加和超过了自适应阈值序列的初值,则停止计算,进入下一点的匹配检测;如果该点匹配检测完毕后得到的误差累加和∑ε小于上一点的误差累加和,则用该点的误差累加和∑ε取代原来的阈值初值,按照上述方法继续进行下去,则可较快找到匹配点。虽然自适应阈值序列的SSDA算法比固定阈值SSDA算法计算量减少,但仍需对(N-M+1)2个参考点遍历检测。
2 改进的自适应阈值SSDA算法
该算法将自适应门限序列的SSDA算法的匹配过程分为两步进行,第一步为粗匹配,第二步为精匹配。
2.1 粗匹配过程
在此过程中要首先确定粗匹配门限初值,利用┦(1)计算D(0,0),在计算过程中选取模板图像和实测图像中隔n行和隔m列的像素参与计算。接下来做模板图像和实测图像全图相关匹配。在实测图像F(x,y)的每一个像素(x,y)上利用式(1)计算D(x,y)。门限T的初始值为D(0,0),如果在计算像素(x,y)的D(x,y)过程中,D(x,y)累加超过门限T时,停止计算像素(x,y)转而计算下一像素点;如果计算完像素(x,y)的D(x,y),D(x,y)不大于门限T时更新门限T并且将此像素的位置坐标赋予相关匹配点,门限T按下述公式取值:
T=T, T≤D(x,y)
T=D, T>D(x,y)(2)
这样在遍历完实测图像F(x,y)后,即可找到粗相关匹配点,所要注意的是在计算过程中应选取实测图像F(x,y)和模板图像W(x,y)中隔n行隔m列的像素参与计算。其中,在粗匹配过程中取三个最小值作为精匹配过程中的阈值,进行三次精匹配。
2.2 精匹配过程
在粗匹配过程中得到的三个阈值分别作为精匹配门限初值。假定粗匹配过程得到的粗相关匹配点为Temp,利用式(1)逐行逐列计算Temp点的D(x,y),并以此D(x,y)作为精匹配门限初值。接下来在以粗匹配点为矩心,尺寸为2n×2m的精相关匹配区域内对上一步得到的粗相关匹配点作修正。修正方法如下:根据式(1)计算精相关匹配区域内每一像素的D(x,y),并按上一步叙述的方法和式(2)终止计算和更新精匹配门限值。这样在遍历完精相关匹配区域后即可最终给出精相关匹配点,所要注意的是在按式(1)计算过程中实测图像F(x,y)和模板图像W(x,y)中每一个像素都参与计算。
通过此过程,最终得出三个精匹配门限值,然后对它们进行比较,取最小的值作为最终门限值,由此找到了最终匹配点。
3 实验结果
文中对SSDA算法、自适应阈值的SSDA算法和文中所提出的算法在处理时间上进行了比较,并给出了仿真图。实验环境为:P4处理器,512 MB内存的计算机,Windows XP系统,Matlab编程软件。处理结果,如表1所示。
表1 SSDA各算法处理时间比较
待匹配图像尺寸512×5121 280×800
模板图像尺寸80×80163×163
原始SSDA算法9.11 s48.156 s
自适应阈值SSDA算法1.609 s11.375 s
粗精匹配SSDA算法46 ms172 ms
粗三点精匹配SSDA算法110 ms312 ms
粗匹配中得出的最小三点门限值k1=5.784 3,
k2=6.105 9,
k3=6.827 5
k1=3.360 8,
k2=4.713 7,
k3=6.223 5
可见,原始SSDA算法计算量大,耗时长,很难满足匹配要求;自适应阈值SSDA算法减少了计算量,但速度还是比较慢;粗精匹配算法,省去了大量不必要的计算,但在图像很大和模板图像很小的情况下,效果不明显和有漏掉图像中最适当位置的危险性;粗三点精匹配算法在保证准确性的同时,大大提高了匹配速度,其中,在图像很大和模板图像很小的情况下,粗三点精匹配SSDA算法能够很好地解决上述问题。通过表1比较显现出了该算法的优越性。仿真图如图1,图2所示。
图1 待匹配图像1和模板图像1及匹配结果
图2 待匹配图像2和模板图像2及匹配结果
4 结 语
新算法在传统SSDA算法基础上,运用粗三点精匹配,在算法运算量略微增加的情况下,解决了粗精匹配带来的不足,更好地保证了匹配的精度。实验结果表明本算法具有很好的实时性和精确性。
参考文献
[1]龚声蓉,刘纯平,王强.数字图像处理与分析[M].北京:清华大学出版社,2006.
[2]刘征.一种新的图像匹配算法研究[J].电脑开发与应用,2005,18(11):25-26,29.
[3][美]Kenneth R Castleman.Digital Image Processing[J].北京:电子工业出版社,2000.
[4]蒋晓瑜,黄应清.基于小波变化的多分辨模板匹配[J].中国图像图形学报,2005(4):304-308.
[5]梁栋,童强,屈磊,等.一种基于极几何和单应约束的图像匹配算法[J].系统仿真学报,2006,18(1):44-46.
[6]陈付幸,王润生.基础矩阵估计的聚类分析算法[J].计算机辅助设计与图形学学报,2005,17(10):2 251-2 256.
[7]杨小冈,付光远,缪栋,等.基于图像NMI特征的目标识别新方法[J].计算机工程,2002(6):149-151.
[8]刘曙,罗予频,杨士元.基于临界特征点的图像匹配算法[J].计算机工程,2007,33(19):173-175.