简介：与花大色艳的蝴蝶兰、大花蕙兰等洋兰相比，细叶颚唇兰的花朵并不是太出色；与春兰、蕙兰等国兰相比，则又缺乏其雅致的韵味。但细叶颚唇兰光滑润泽的假鳞茎，翠绿鲜亮，如同一个个绿色的荷包，又像翠绿的鹅卵石，在各种观赏兰中独具一格。而其花朵浓郁的奶油巧克力香味更是令人陶醉，陈设于桌案、几架窗台等处，别有风味。

简介：东莞市黄唇鱼自然保护区管理站于2005年成立,继而进行了黄唇鱼的救护工作,是目前已知池塘驯养国家二级水生野生保护动物黄唇鱼最多的单位。本文是对黄唇鱼救护、驯养工作的小结,在驯养黄唇鱼的池塘选择、水体消毒、水质管理,日常管理、生长速度等方面进行了阐述,以此期待社会的重视,通过共同努力,使黄唇鱼种质资源得到最大限度的恢复。

简介：采取膜棚池升温培育与外源激素催熟相结合、促使亲鱼提早成熟，节能温室提早繁殖的技术路线，可使唇[鱼骨]较自然产卵期提早20d以上，于5月18日、19日规模化繁殖生产。

简介：五唇兰组织内含有大量的酚类、多糖以及此生代谢产物,DNA提取较为困难。为获得高质量的五唇兰基因组DNA,文中采用传统十六烷基三甲基溴化铵(CTAB)法、常规十二烷基硫酸钠(SDS)法和改进的CTAB法对五唇兰基因组DNA的提取进行比较。结果表明:改进的CTAB法比传统CTAB法和常规SDS法都好,可以得到质量较好的DNA,电泳条带清晰,通过紫外分光光度计检测,A260/A280为2.0以上。

简介：采用半静态法,研究了硫酸铜硫酸亚铁(5∶2)合剂、敌百虫和聚维酮碘对平均体长6.8cm唇Hemibarbuslabeo的急性毒性。结果表明:硫酸铜硫酸亚铁(5∶2)合剂对唇24、48、72、96h的半致死质量浓度分别为0.84、0.55、0.41、0.37mg·L-1,安全质量浓度为0.07mg·L-1;敌百虫对唇的24、48、72、96h半致死质量浓度分别为39.44、28.00、25.27、23.86mg·L-1,安全质量浓度为4.23mg·L-1;聚维酮碘对唇鱼骨24、48、72、96h半致死质量浓度分别为68.87、64.90、60.97、57.82mg·L-1,安全质量浓度为17.29mg·L-1。3种药物对唇的毒性高低依次为:硫酸铜硫酸亚铁合剂>敌百虫>聚维酮碘。该研究为唇的病害防治中合理用药提供了参考。

简介：2016年4月1日—4月19日,在水温12~14℃下采用催产、人工授精和室内孵化方式获得暂养的野生新疆裸重唇鱼Gymnodiptychusdybowskii受精卵和仔鱼,观察其胚胎发育和早期仔鱼的形态特征。结果显示:新疆裸重唇鱼成熟鱼卵为亮黄色或橙色,卵径(2.2±0.28)mm,受精约35min后卵周隙达到最大,卵径2.90~3.40mm,卵黄约占卵体积的3/5。整个发育过程可分为受精卵、卵裂期、囊胚期、原肠胚期、神经胚期和器官形成期6个阶段。在水温(16±2)℃下,胚胎发育积温为2359h·℃,187h仔鱼上浮。研究结果表明,新疆裸重唇鱼的胚胎发育特征与新疆地区其他几种裂腹鱼类存在一定差异。

简介：近些年来,随着市场经济的不断发展,我国煤矿开采事业也实现了快速的发展,在煤矿开采过程中,经常会遇到围岩松动、巷道帮软弱等情况,如果不能对这种现象进行有效的处理,不仅会影响开采的效率,也容易引起安全事故的发生。当前,较为有效的处理方式是利用锚杆支护技术,增强围岩的承载能力,以此来保证掘进工作的顺利进行。文章就主要对复杂顶板煤巷锚杆支护技术的相关问题进行简单的探讨。

简介：2006年5月8日．新乡市市郊养殖户的一口5亩池塘发生了锚头鳋病。经过了三次的杀虫治疗，病情痊愈，没有出现反复。本人根据这几年的水产养殖病害测报情况的显示．养殖鱼类锚头鳋病在每年的4～9月份都有发生．锚头鳋病症状明显．治疗方法也较简单．但是由于在治疗过程中出现失误．会经常出现病情反复现象．笔者现将此病以及诊治情况做一归纳和总结：

简介：论述了加筋土挡土墙无效拉筋区的划分，通过对加筋土和锚杆挡土墙结构分析比较、锚杆拉力试验及已建锚杆挡土墙的跟踪观测，推论在一定的墙高和地质条件下，土层密锚杆挡土墙可参照加筋土挡土墙划分无效锚固区，从而确定锚固长度。可适当降低顶部几排锚杆长度，降低工程造价。

简介：两种重要的印度鲤科鱼——露斯塔野鲮Labeorohita和厚唇鱼巴Catlacatla首次人工雌核发育成功。用紫外线照射使精子失去遗传活性。冷休克(12℃，20分钟)和热休克(39℃，1分钟)在诱导二倍体雌核发育中是有效的。概要介绍了这种方法在印度两种重要鲤科鱼的遗传育种工作中的效果。

简介：摘要 : 为提高现有苹果目标检测模型在硬件资源受限制条件下的性能和适应性，实现在保持较高检测精度的同时，减轻模型计算量，降低检测耗时，减少模型计算和存储资源占用的目的，本研究通过改进轻量级的 MobileNetV3网络，结合关键点预测的目标检测网络（ CenterNet），构建了用于苹果检测的轻量级无锚点深度学习网络模型（ M-CenterNet），并通过与 CenterNet和单次多重检测器（ Single Shot Multibox Detector， SSD）网络比较了模型的检测精度、模型容量和运行速度等方面的综合性能。对模型的测试结果表明，本研究模型的平均精度、误检率和漏检率分别为 88.9%、 10.9%和 5.8%；模型体积和帧率分别为 14.2MB和 8.1fps；在不同光照方向、不同远近距离、不同受遮挡程度和不同果实数量等条件下有较好的果实检测效果和适应能力。在检测精度相当的情况下，所提网络模型体积仅为 CenterNet网络的 1/4；相比于 SSD网络，所提网络模型的 AP提升了 3.9%，模型体积降低了 84.3%；本网络模型在 CPU环境中的运行速度比 CenterNet和 SSD网络提高了近 1倍。研究结果可为非结构环境下果园作业平台的轻量化果实目标检测模型研究提供新的思路。