綠沃花卉

㈠ 成都市綠沃農業有限公司怎麼樣

簡介：成都市綠沃農業有限公司是一家專業從事月季（玫瑰）花卉種植、繁育、研發、花卉主題公園建設和旅遊開發的綜合性企業，公司成立於2015年11月2日，總部位於成都市都江堰市，下設河南南陽石橋月季研發種植基地、都江堰玫瑰花溪谷觀光景區兩大種植研發基地。成都是綠沃農業有限公司，隸屬於吉林省萬宇建設工程集團有限公司，是一家專業從事打造世界一流預計主題公園、月季品種研發、種植、銷售及康體養生項目開發的綜合性企業。公司以集團實力為後盾，以研發基地科研能力為依託，以中國月季之鄉（南陽）千畝種植基地為支撐，為客戶提供專業的理念策劃、規劃設計、施工管理、團隊建設、文化包裝、品牌培育、營銷拓展、精準管理、產品供應等一站式服務。公司與中國月協、美國月協、法國月協、德國月協、義大利月協、美國克里山植物園、梅昂家族（世界最大育種企業）等國內外月季協會、種植企業建立了良好的戰略合作夥伴關系；聘請以植物學家、園區建設專家麥克納馬拉、世界月季育種大師林彬、中國月季教父陳於華等為代表的國內外在月季繁育種植、文化包裝、主題公園建設領域頂級的專家為顧問團隊。公司致力打造「國際頂級玫瑰主題公園——永不落幕的中國最美花海」。成都綠沃農業有限公司成立至今已參與建設湖南萬紫千紅觀光園、天府花溪谷、都江堰玫瑰花溪谷建設，並提供從設計運營全系列方案解決。
法定代表人：孫國秋
成立時間：2015-11-02
注冊資本：5000萬人民幣
工商注冊號：510181000102367
企業類型：有限責任公司(自然人獨資)
公司地址：四川省成都市都江堰市天馬鎮禹王社區七組

㈡ 生物氣候學的一些關於花期預報的方法

樹木花期預報的花芽形態測量法研究

摘 要 樹木花期預報在林果、養蜂、園林和旅遊業等方面有很大的實用價值。該文以大山櫻(Prunus sargentii)為例,探討通過花芽形態測量進行花期預報的新方法。通過1998~2000年對北京玉淵潭公園大山櫻進行的數據採集和處理,建立了線性和指數兩種預報模型。2002年的試報檢驗表明,採用3株的觀測數據,並利用3日滑動平均的方法,對觀測數據進行處理後所作的預報,誤差在3 d以內的預報達80%以上;2003年連續測報的平均誤差,模型1為1.6 d,模型2為2.1 d。這一樹木花期預報的物候學新方法,簡便易行、建模周期短、預報精度高,在春季芽膨大後,直至露瓣期之前,可以逐日連續發布預報。

關鍵詞 花期預報 形態測量法 大山櫻 北京 物候

果樹何時開花,關系著適時進行果樹的花期管理,從而不違農時;觀花喬灌木何時開放,關系著游賞觀光活動的安排,以免錯過良機;在衛生保健方面,則關心致敏花粉何時飛散,以便及時予以防治。所有這些,都需要藉助於花期預報。本文通過大山櫻(Prunus sargentii)對樹木花期預報進行了新的探討。從而提供了一種簡便易行,通過花芽形態測量,進行樹木花期預報的物候學新方法,其具體結果已運用於北京地區春季賞櫻活動的預報實踐。此外,這一研究成果,對豐富和改進一般樹木花期預報手段,也具有方法論的意義。
1 花期測報方法探索的新思路
對於樹木花期的預報,長期以來主要依據氣象因子,特別是氣溫資料,建立數學模型,進行預報
(Tsuboi Yaponi,1985),及至現在,仍然遵循這一思路進行樹木花期預報的研究(魏秀蘭等,2001;張翠英等,2001;張秀英和胡東燕,1995)。採用這種方法,需要有多年花期與氣象因子的平行觀測資料。此外,國內有人根據物候現象發生的順序相關性原理,利用前期發生的物候現象,對後期樹木花期進行測報(任憲威等,1983;楊國棟,1991,1994;竺可楨和宛敏渭,1980)。採用這種方法,需要以多年的系統物候觀測資料為基礎。本文採取花芽形態測量法,獲取數據,建立花期
預報模型,是基於「一個種在一定地區繁衍並擴展它的范圍,它必須能夠調整其生活周期使和它的環境中的周期現象取得協調」的生態學原理(Larcher,1980)。在整個樹木的年生活周期中,某一時間———本文所採用的時間單位為「天」———樹木花芽生長發育的狀況,必然反映了此前光、熱、水、土、氣等諸生態因子對它作用的積累性綜合,而春季花芽萌動之後,花芽在某一時間生長發育的狀況,也必然影響到此後花期的早晚。在日本,有人曾通過測量芽重並
建立指數模型,進行櫻花花期預報(Mihara Yashiaki,1984)。但是,稱量芽重會對測報對象造成損壞。在芽的生長發育過程中,芽的重量必然與其形態大小的變化存在某種相關性。因此,我們探索直接在樹體上測量花芽長軸與短軸的增長狀況,建立花期預報模型的新方法,這樣就可以在不損壞測報對象的條件下,依據其自身的變化,連續多次發布預報。
2 研究材料的背景及觀測數據的採集與處理
本文的研究材料為大山櫻,取自北京玉淵潭公園的櫻花園。這里的大山櫻是在中日恢復邦交時,當時的日本首相田中角榮向我國贈送的禮品樹。此後玉淵潭公園進行了成功的繁殖,至今已有30多年的歷史了。大山櫻花期較早,花色粉紅,開時絢爛,落時繽紛,極具觀賞價值。但它的花期較短,全園不過6、7天,最佳觀賞期就更短,轉眼之間就綠沃紅消了。所以,歷年來,每聞大山櫻花信,總是吸引大量遊人前來觀賞,正在形成仲春賞櫻的新民俗。這也激發我們從原來採用榆樹、山桃等始花期對大山櫻進行一次性預報(楊國棟,1991),進而探討依據大山櫻花芽生長情況,做連續預報的新方法,以便將預報做得更好。選擇長勢較好的幾株大山櫻,進行定株定人的觀測。測量方法採用目視投影法,即在選定植株上,將隨機選擇的花芽貼置在坐標紙上,觀測其最大寬度(短軸),最大長度(長軸),以mm為單位,估測到小數點後一位。每次觀測必須記錄觀測日期,並在備注欄中對當日的有關物候現象予以簡要的描述,以備日後綜合分析工作中參考。在實際觀測中發現,芽長軸基部的起始點不好確定,容易發生觀測誤差,從而造成觀測數據波動較大;而芽的短軸,則易於判定,讀取數據較為准確。因此,以觀測芽短軸的數據來建模,長軸的觀測僅作為研究的參照。早春大山櫻花芽開始膨大時即開始觀測。1998~2000年之間,觀測植株依次為6、5和5株。每次在觀測植株的南側向陽枝條上隨機測量10枚發育正常的花芽長、短軸,並及時填寫在觀測記錄表中。起初每隔2~3 d觀測1次,隨著花芽的增大和花期的臨近,隔天以致每天觀測1次。測量一直延續到芽開放、花蕾將分離的那一天為止。3年來,共測花芽1 420枚。最重要的是,每年必須准確記錄觀測植株的始花日期,否則,前期花芽測量數據將失去建模的可能。每次觀測後分別計算每株10枚花芽長、短軸的均值,取小數點後兩位,一起填入記錄表中。待全部觀測結束後,計算每次觀測日期與始花日期之間相距的天數,這樣每一距始花日期的天數即對應著一株觀測對象10枚花芽長、短軸的平均值。將1998~2000年各株芽短軸的數據,按照距始花日期天數的多少進行排序,然後對距始花日期天
數相同的各株觀測數據進行平均,這樣做的目的,是為了減小由於觀測和株間以及年度間自然和人為原因產生的隨機性誤差和波動,從而得到更具代表性的短軸大小和距始花天數相對應的數據。為了反映芽連續生長的情況,對短軸的數據進行3日滑動平均處理,可以更好地反映其生長的趨勢性變化,於是便形成了距始花天數(Yi)與相應於這一天的芽短軸3日滑動平均值(Xi)的變數對,這個變數對即是本文進行統計分析研究的樣本(表1)。

3 預報模型的建立
依據表1花芽短軸和距始花天數組成的變數對數據,在直角坐標中繪制散點圖。由此可以發現,Xi與Yi之間具有良好的相關趨勢,於是進一步對它們進行相關、回歸分析,並建立預報模型。不論線性模型,還是指數曲線模型,其相關系數均通過了α=0.001的顯著性檢驗(n=25),這說明預報模型的建立具有統計學意義。因此,可以將這兩個回歸方程,作為大山櫻始花日期的測報工具。^Yi=-12.631Xi+63.843(1)r=-0.9224期張明慶等:樹木花期預報的花芽形態測量法研究———以大山櫻花期預報為例611Yi預報對象的當年預測值,Xi預報因子的當年
觀測值。負相關系數表示隨著距始花日期的臨近,花芽越長越大,即在數值變化上,前者(Yi)變小的同時,後者(Xi)增大。(圖1)由兩種預報模型的對比可知,指數模型的相關系數較大。這反映出春季大山櫻花芽的生長有一個相對加速的生長期,同時也反映了這一時期北京地
區氣溫回升的特點。因此,指數模型較直線模型能夠更好反映這一生態過程。

4 以不同株數採集預報因子的試報檢驗為了檢驗測報模型,並考察以不同株數採集數據作為預報因子的預報效果,我們在2002年分別以1、2和3株的芽短軸觀測數據的3日滑動平均值,作為預報因子(Xi)代入上述兩種模型,進行全園始花日期的預報效果檢驗。從物候觀測規范和觀賞需要考慮,全園始花日期的判定標準是開始有大於或等
於10%的植株達到始花期的那一天。為了從整體上比較以不同株數採集預報因子的試報效果,本文採用分級加權百分數計分評判法,進行了預報准確性評定(楊國棟,1994)。這一評判法,
首先,依據每一次預報誤差的絕對值分級,即:
|Yi-^Yi|≤1d為Ⅰ級
1 d<|Yi-^Yi|≤3 d為Ⅱ級
3 d<|Yi-^Yi|≤5 d為Ⅲ級
|Yi-^Yi|>5 d為Ⅳ級。
然後,統計各級預報的次數,並計算它們在一個預報序列中各自所佔的百分率。再後,按照Ⅰ級得4分,Ⅱ級得3分,Ⅲ級得2分,Ⅳ級得1分的權重計算各級得分。最後,將每一個預報序列中的各級得分加和在一起,並計算其滿分率。所謂滿分率,就是按照本評判方法,如果預報結果都屬於I級,即100%的預報誤差絕對值均 1 d,其得分應是滿分400分,顯然這是不可能的,所以實際預報得分與滿分的百分比即是滿分率,以此來比較不同預報模型和不同樣本數量情況下的整體預報優劣。表2是按照這一評判法,對不同株數採集預報因子和兩種模
型試報的檢驗結果。由表2的試報檢驗結果可知,試報的滿分率都在60%以上,平均誤差在4 d以內,總體效果良好。但利用1、2或3株採集的數據作為預報因子進行預報的效果有較大的差異。首先,從滿分率來看,2和3株的預報滿分率都在75%以上,以至超過85%;而1株預報的滿分率都在70%以下。其次,從誤差的等級分布來看,2和3株的預報結果達I、II級水平
的百分率之和都在78.5%以上,Ⅳ級的預報結果在10%以下;而1株預報結果達I、II級水平的百分率在60%以下,預報結果為Ⅳ級可達12. 9% ~23.5%。第三,從平均誤差來看,3株預報的平均誤差值在2 d以內,而1株的平均誤差為3~4 d,2株的平均誤差居中為2~3 d。可見,作為預報因子,以參與採集的株數越多,其預報效果越好。但參與預報的株數越多,觀測工作量越大,從試報檢驗的結果來看,選擇2~3株就可以達到較高的預報精度。在預報實踐中,兩種預報模型可以同時使用,測報結果相互參照,以提高預報水平。

5 預報示例
2003年春大山櫻花芽膨大後,於3月14日開始對長勢良好的3株大山櫻,每天在每株的南側隨機測量10枚花芽,得到共計30個花芽短軸數據,其平均值列如表3。從第三天起,計算3日滑動平均值。所謂3日滑動平均,就是將連續觀測3 d的數據進行平均,然後逐日向後推移,如3月14~16日為3.99 mm,將計算結果記在3月15日,依此類推得到3月16~28日芽短軸的滑動平均值(Xi),用此滑動平均值逐日代入兩種預報方程,分別得到當日距始花日的理論天數。例如將3月15日的滑動平均值,3.99 mm代入模型1和模型2,經換算分別得到預報
日期為3月29日和3月27日。該年實際始花日為4月2日,誤差分別為4和6 d。用同樣的方法,計算得到3月16~28日的預測結果如表3。

6 余 論
本文提出的依據花芽短軸測量數據,進行花期預報的物候學新方法,與以往依據生態條件(主要是氣溫)進行花期預報,或在不同樹木花期之間進行預報,都需要多年的觀測數據才能夠建模相比,具有建模周期短的特點,這樣可以大大地減小研究開發的周期。依據我們對山桃(Prunus davidiana)、蠟梅(Chimonanthus praecox)、玉蘭(Magnolia denudata)等花木,核桃(Juglans regia)等果木,毛白楊(Populustomentosa)、洋白蠟(Fraxinus pennsylvanicavar.subin-
tegerrima)、泡桐(Paulownia tomentosa)等常見綠化用林木的初步研究,只要有一年比較系統的觀測,即可在統計上通過相關檢驗,這就是說可以據此建立數學模型,投入試用,進行花期預報。此後在逐年的測報實踐中,對初建模型進行修訂完善。直接在樹體上進行花芽長、短軸的測量,不會損壞研究對象,方法簡便易行。依據花芽春季萌動後連續生長不斷增大的特點,可以逐日觀測,連續發布預報。總之,本方法對於越冬芽較大的各種喬灌木,無論是花木、果木,還是林木作花期預報,都有可能適用。推而廣之,對於需要預先知道其展葉期,以服務於養蠶、採茶或者觀葉的樹木來說,這一方法也可用於對其展葉期測報的研究和生產實踐。

㈢ 太湖縣綠沃家庭農場怎麼樣

太湖縣綠沃家庭農場是2017-03-31注冊成立的個人獨資企業，注冊地址位於太湖縣城西鄉幸福村老屋組。

太湖縣綠沃家庭農場的統一社會信用代碼/注冊號是91340825MA2NGL4B1J，企業法人唐功禮，目前企業處於開業狀態。

太湖縣綠沃家庭農場的經營范圍是：水稻、小麥、棉花、瓜果、蔬菜、花卉、苗木的種植、銷售；家畜、家禽、水產品養殖、銷售（依法須經批準的項目，經相關部門批准後方可開展經營活動）。

通過愛企查查看太湖縣綠沃家庭農場更多信息和資訊。