酶法提取海红果总黄酮工艺及海红果黄酮粗提物对HeLa细胞的增殖作用

研究酶法提取海红果中总黄酮的最佳工艺及海红果黄酮粗提物对人宫颈癌HeLa细胞增殖作用.采用单因素试验考察纤维素酶、果胶酶、复合酶(不同质量比的纤维素酶和果胶酶)及酶解时间、酶解温度、酶解液pH对海红果总黄酮提取率的影响,运用二次通用旋转回归组合设计优化酶法提取海红果总黄酮的最佳提取工艺参数;采用MTT法探讨海红果黄酮粗提物对人宫颈癌HeLa细胞增殖的影响.结果表明:4个参试因素对海红果中总黄酮提取率影响的大小顺序为:酶的质量浓度＞酶解时间＞酶解温度＞pH.经试验验证,0.25 mg/mL的复合酶(质量比为2∶1的纤维素酶和果胶酶)、酶解时间150 min、酶解温度50℃、初始酶解液pH6.0总黄酮提取率最高,达(0.356 3±0.000 6)％(n=5),与理论计算值0.360 0％相对误差仅1.028％,两者有很好的一致性.海红果黄酮粗提物对HeLa细胞的增殖有较强的抑制作用,其对HeLa细胞增殖的半数抑制浓度(IC50)为109.89 mg/L.酶法提取海红果中总黄酮的提取率比溶剂浸提法有显著提高;海红果黄酮可以作为一种安全有效的抗肿瘤药物.     

利用发文量和被引量综合测评期刊核心著者——以《农业图书情报学刊》为例

依据发文量和被引量2个计量指标，利用综合指数法测评《农业图书情报学刊》（1998～2006年）的核心著者。通过计算，确定出77位核心著者，半数以上的核心著者分布在北京、山东、广东和河南4个地区，农科院系统以及高校图书馆是《学刊》最重要的核心著者来源机构。     

基于MaxEnt模型预测未来气候变化情景下中国区域水稻潜在适生区的变化

基于双季稻（早稻、晚稻）和一季稻的站点数据以及历史时期（1970−2000年）与未来时期（2081−2100年）气候数据,利用最大熵模型（MaxEnt）,研究影响中国水稻种植分布的主要气候因子,并预测分析水稻在历史与未来时期适生区的变化,为未来气候变化下中国水稻的合理种植提供参考依据。结果表明：（1）影响双季稻分布的主要气候因子为最干旱月降水量、最暖季度平均气温和最干旱季度降水量;影响一季稻分布的主要气候因子为年平均气温和最暖季度降水量。（2）在历史时期,早稻和晚稻适宜种植区主要在长江中下游地区及以南地区,其适宜种植区面积占比分别为14.26%和13.01%,其中大部分地区为较适宜区,占比分别为7.66%和6.62%;一季稻适宜种植区面积占比为45.46%,主要以较适宜和适宜地区为主,面积占比分别为23.47%和18.86%。（3）相比历史时期,未来时期早稻的适宜种植区面积占比在SSP126、SSP245和SSP585情景下将分别增加6.27个、9.26个和16.66个百分点,晚稻分别增加4.26个、5.55个和10.97个百分点,一季稻分别增加11.34个、18.46个和28.31个百分点。到21世纪末,早稻的适宜种植区在空间分布上向川渝、黄淮地区扩张,晚稻的适宜种植区在空间分布上向川渝和长江中下游地区以北小部分地区扩张,一季稻的完全适宜区表现出向华北平原和东北地区扩张。整体而言,未来气候变化有助于扩大中国水稻适宜种植区。     

公元600-2000年宝鸡地区洪涝灾害发生规律

通过对历史文献资料的搜集和整理,对公元600-2000年宝鸡地区洪涝灾害变化阶段、趋势、等级分布和成因进行了研究。结果表明：宝鸡地区洪涝灾害可划分为轻度涝灾、中度涝灾、大涝灾、特大涝灾4级,以中度和大涝灾为主,占灾害记录总数的71.55%,特大洪涝灾害发生较少,占灾害记录总数的8.94%。公元600-2000年的1 400 a可以分为14个洪涝灾害发生阶段: 10、11、12、13、14、15世纪为无洪涝灾害或极少洪涝灾害发生阶段,7、8、9、16、17、18、19、20世纪为洪涝灾害多发阶段。洪涝灾害发生频次具有空间差异,9个县区由多到少依次为：宝鸡、扶风、千阳、凤翔、凤县、陇县、麟游、岐山、眉县。最多与最少之间相差26次,空间差异较大。洪灾集中于夏、秋两季。宝鸡地区洪涝灾害的发生主要是由地理位置、降水和气候异常波动以及人类活动综合因素影响的结果。     

汉中市48年来气候变化特征及原因分析

基于1960～2007年汉中市气象观测站9个站点逐月平均气温、极端最高气温、极端最低气温、降水量、日照时数等资料,运用回归分析、趋势分析、相关性分析的方法,探讨48年来汉中气象要素的变化趋势及其原因。结果表明:48年来汉中市年平均气温以0.14℃/10年的速率升高,与全国其他地区比较,汉中市的增暖幅度较为缓慢;年极端高温和极端低温都出现了逐渐增高的趋势,与陕西省极端气温变化趋势一致;年降水量以31.52 mm/10年的速率逐年显著减少;相对湿度以0.14%/10年的趋势缓慢增大;日照时数以49.39 h/10年的速率减少。汉中市气候变化是自然和人为共同作用的结果,人为驱动因子作用显著。     

基于数据挖掘算法的竹块颜色分级研究

为了实现计算机视觉对竹块自动识别与分级,研究基于数据挖掘算法的竹块颜色分类方法。该方法先将原始图像由RGB转换为HIS空间并结合OTSU法完成背景分割,用radon变换进行倾斜校正后,提取竹块颜色判定有效区域并计算其HIS 3分量的均值和标准偏差,对获取的颜色特征数据采用C4.5算法构建了分级模型。分级实验结果表明,提出的方法准确率最高达到93.33%,高于BP算法及NB tree算法,为竹块颜色分级方法提供一种有效、可行的方法。     

陕西省水资源生态风险评价及驱动因素分析

利用陕西省水资源和社会经济环境资料,结合GIS技术,依据区域生态风险评价的方法理论,采用层次分析法和综合指数法,建立了水资源压力-状态-响应的生态风险指标体系,分析了水资源经济和人口承载力,并对陕西省水资源生态风险的时空演化进行了综合评价。评价结果表明,水资源承载的经济和人口规模呈增加趋势,水资源压力不断增大,水资源综合风险也呈增加趋势。水资源区域风险表现为关中地区风险最大,其次为陕北地区,陕南地区水资源风险相对较小。水资源综合风险中,以状态风险最大,其次是压力风险,响应风险相对较小。不同地区水资源综合风险大小顺序依次为:西安地区>咸阳地区>榆林地区>渭南地区>宝鸡地区>延安地区>汉中地区>铜川地区>安康地区>商洛地区。水资源时空分布不均,开发利用程度大,经济快速发展,水生态失衡及污染源治理和环境保护措施力度等方面不能满足遏制水生态环境恶化等自然环境本底脆弱性的要求,经济系统不稳定性已成为陕西省水资源风险的主要驱动因素。     

Climate change and its impacts on mountain glaciers during 1960-2017 in western China

Mountain glaciers are highly sensitive to climate change. In this paper, we systematically analyzed and discussed the responses of glaciers to climate change during 1960-2017 in western China by the methods of least squares and correlation analysis. Results show that the maximum temperature, minimum temperature, average temperature, and precipitation significantly increased in western China at the rates of 0.32°C/10a, 0.48°C/10a, 0.39°C/10a, and 11.20 mm/10a, respectively. However, the wind speed, hours of sunshine, snowfall, and snowy days displayed decreasing trends at the rates of -0.53 m/(s?10a), 3.72 h/10a, -2.90 mm/10a, and -0.10 d/10a, respectively. The annual percentage of glacier area decreased by approximately 0.42%, and the average glacier area decreased by 2.76 km²/a. Meanwhile, glacial shrinkages were greater in the Altay Mountains, Tanggula Mountains, and Qilian Mountains than in the other mountainous regions. Glacier accumulation decreased while melt volume increased at a rate of 2.7×10⁴ m³/a. The area of melt volume was 1.3 times that of the glacier accumulation area. The glacier mass balance (GMB) decreased substantially at a rate of -14.0 mm/a, whereas the equilibrium line altitude (ELA) showed an increasing trend at a rate of 0.5 mm/a. After 1997, the mass was smaller than -500.0 mm, indicating a huge loss in glaciers. Furthermore, relationships between ELA and GMB and various climatic factors were established. Temperature and precipitation demonstrated a significantly negative correlation, whereas wind speed and snowy days had significantly positive correlations with GMB. Snowy days also exhibited a remarkably negative correlation with ELA. The strong warming trend and less snowy days were thought to be the main factors leading to glacial melting, whereas the increase in precipitation, and reductions of sunshine hours and wind speed might slow glacial melting.     

基于Mask R-CNN的玉米田间杂草检测方法

针对田间复杂环境下杂草分割精度低的问题,提出了基于Mask R-CNN的杂草检测方法。该方法采用残差神经网络Res Net-101提取涵盖杂草语义、空间信息的特征图;采用区域建议网络对特征图进行杂草与背景的初步二分类、预选框回归训练,利用非极大值抑制算法筛选出感兴趣区域;采用区域特征聚集方法(Ro IAlign),取消量化操作带来的边框位置偏差,并将感兴趣区域(Ro I)特征图转换为固定尺寸的特征图;输出模块针对每个Ro I计算分类、回归、分割损失,通过训练预测候选区域的类别、位置、轮廓,实现杂草检测及轮廓分割。在玉米、杂草数据集上进行测试,当交并比(Io U)为0. 5时,本文方法均值平均精度(m AP)为0. 853,优于Sharp Mask、Deep Mask的0. 816、0. 795,本文方法的单样本耗时为280 ms,说明本文方法可快速、准确检测分割出杂草类别、位置和轮廓,优于Sharp Mask、Deep Mask实例分割算法。在复杂背景下对玉米、杂草图像进行测试,在Io U为0. 5时,本文方法 m AP为0. 785,单样本耗时为285 ms,说明本文方法可实现复杂背景下的农田作物杂草分割。在田间变量喷洒试验中,杂草识别准确率为91%,识别出杂草并准确喷雾的准确率为85%,准确喷药的杂草雾滴覆盖密度为55个/cm2,装置对每幅图像的平均处理时间为0. 98 s,满足农药变量喷洒的控制要求。