鄱阳湖区反嘴鹬种群数量动态与空间分布格局

2002—2015年,采用同步调查法对鄱阳湖区反嘴鹬(Recurvirostra avosetta)越冬种群数量动态与空间分布格局进行了监测。结果表明:鄱阳湖区分布有稳定的反嘴鹬越冬种群,年平均数量为(16684±14653)只,2004年、2005年、2013年种群数量均超过目前其全球数量的10%,2004年冬季鄱阳湖区越冬反嘴鹬数量达到最大值,为47520只。鄱阳湖区共有70个湖泊记录到反嘴鹬,其中反嘴鹬种群数量达到全球1%以上的湖泊有20个。每年冬季鄱阳湖区反嘴鹬集中分布在常湖、蚌湖、花庙湖和下坝湖,而反嘴鹬利用频次最高的是大湖池,每年反嘴鹬的越冬数量为(1819±1593)只。各湖泊中反嘴鹬的年平均数量与利用频次之间不存在显著相关性。自然保护区涵盖了反嘴鹬在鄱阳湖越冬的主要湖泊,分布在保护区内的反嘴鹬种群占鄱阳湖区越冬总数量的(75.3±26.0)%,但仍有很多重要的湖泊没有被纳入到保护区范围。反嘴鹬对保护区内湖泊的利用频次与保护区外湖泊的利用频次不存在显著性差异,保护区内反嘴鹬的种群数量显著大于保护区外。     

人溶菌酶密码子优化及其在牛乳腺细胞中高效表达

【目的】分析牛乳腺中7种主要乳蛋白基因密码子使用偏好性,筛选高频密码子和低频密码子,依据其对人溶菌酶基因进行密码子局部优化和全局优化,通过牛乳腺上皮细胞等多种细胞对优化效果进行分析评价,为提高重组人溶菌酶表达量,开发新型、高效、安全的重组人溶菌酶提供理论依据。【方法】利用CodonW和EMBOSS等软件对7种主要牛乳蛋白和人溶菌酶基因密码子偏好进行生物信息学分析,筛选牛乳蛋白基因高频、低频密码子并根据牛乳蛋白基因密码子使用偏好对人溶菌酶基因翻译起始区前22位密码子（LYZop22）和全局密码子(LYZop)分别进行优化。构建人溶菌酶-荧光素酶融合表达载体（pGL3-LYZcw/op22/op）和人溶菌酶过表达载体（pcDNA-LYZcw/op22/op）,将上述载体分别转染牛乳腺上皮细胞(BMEC)、牛成纤维细胞（BFFC）和C127小鼠乳腺上皮细胞等3种细胞,通过荧光素酶、实时荧光定量PCR及Western-blot等方法检测密码子优化对溶菌酶表达的影响。【结果】牛乳蛋白基因密码子偏好以GC结尾,GC3s平均含量为0.537±0.062,而人溶菌酶GC3s含量为0.407,偏好以AT结尾;聚类结果表明,牛乳中酪蛋白与乳清蛋白类基因在密码子使用偏好性上也存在一定差异。依据筛选获得的牛主要乳蛋白基因5个高频密码子（RSCU>1.5）和7个低频密码子（RSCU<0.5）对人溶菌酶基因密码子进行优化并转染多种细胞进行表达效果分析。荧光素酶分析发现,相比野生型溶菌酶密码子（LYZcw）,翻译起始区密码子优化类型LYZop22分别在BMEC、BFFC细胞中提高1.48倍（P<0.01）和1.30倍（P>0.05）;而全局密码子优化类型LYZop分别在BMEC、BFFC中提高2.2倍（P<0.01）和2.44倍（P<0.01）,说明密码子优化能明显提高人溶菌酶在多种细胞中表达量。实时荧光定量PCR结果表明,LYZop22相比LYZcw在BMEC和BFFC细胞中分别提高了2.08倍（P<0.05）和1.5倍（P>0.05）,而LYZop则分别提高了22倍（P<0.01）和17.8倍（P<0.01）,mRNA表达水平与密码子优化后的mRNA二级结构稳定性呈正相关。Western-blot结果也进一步表明,密码子优化后的LYZop22和LYZop能明显提高重组人溶菌酶在牛乳腺上皮细胞中的表达量。上述结果表明,根据牛乳腺中主要乳蛋白基因密码子使用偏好进行密码子优化,能显著提高人溶菌酶在牛乳腺上皮细胞及成纤维细胞中的表达量,且溶菌酶基因全局密码子优化效果优于翻译起始区密码子优化效果。【结论】通过生物信息学分析获得了牛乳蛋白基因使密码子使用偏好及高低频密码子;依据牛乳蛋白密码子使用偏好性对人溶菌酶密码子优化能显著提高重组人溶菌酶mRNA水平和蛋白水平的表达量,为今后利用生物反应器高效生产重组人溶菌酶奠定基础。     

幼龄期压砂地枸杞产量和品质多指标耦合灌溉制度优化

为提高宁夏中部干旱带幼龄期压砂地枸杞灌水效率,保障枸杞产量和品质,进行了3水平灌水定额(300、225 m~3·hm~(-2)和150 m~3·hm~(-2))的田间对比试验,采用综合指标增量最优方法对灌溉制度进行了优化。研究发现:枸杞5月上旬萌芽期耗水以土壤蒸发为主,日耗水量0.6～1.2 mm,6月中旬进入夏果花期耗水量增大,日耗水量2.5～3.7 mm,7月中旬枸杞夏果期耗水量继续增大,达2.4～4.3 mm,7月下旬日耗水量最大,为3.2～4.7 mm,8月中旬耗水量下降,日耗水量3.0～4.2 mm。灌水定额对枸杞产量影响显著(P0.05),灌水定额300 m~3·hm~(-2)时产量最高,为1 402.65 kg·hm~(-2);灌水定额225 m~3·hm~(-2)时枸杞多糖、β-胡萝卜素和黄酮较高,含量分别为4.56%、0.15%和0.41%;灌水定额150 m~3·hm~(-2)时枸杞甜菜碱含量较高,为0.77%。进一步通过综合指标增量最优方法进行优化,结果表明β-胡萝卜素含量最高时得到综合指标增量最大,为-5.4%,总耗水量为450 mm。枸杞夏果花期进入需水关键期,阶段耗水量达70 mm以上,进入6月中旬枸杞需水量增大,旬耗水量达29 mm以上。可见,幼龄期压砂地枸杞产量及品质指标均达到最优的耗水量较难获得,但是在β-胡萝卜素含量最高时可以获得产量和品质多指标耦合的最优耗水量,据此进行灌溉制度优化,可以一定程度上实现幼龄期压砂地枸杞优质高产。     

不同发酵条件对荔枝产香菌发酵茶品质的影响

经过长时间的工艺优化,国内不同地区的黑茶风味已趋于稳定,为了进一步改善发酵茶品质,生产更具特色的发酵茶,利用课题组前期已筛选出的一株适用于茶叶发酵的优良产香菌ZYF3单菌发酵青砖茶原料(一芽四五叶)。在实验室条件下,以灭菌后青砖茶为发酵原料,探究该菌株在不同接菌量、不同茶坯含水量、不同发酵温度和不同发酵时间下对发酵茶感官品质和理化品质的影响。结果表明:在不同发酵条件下,产香菌ZFY3发酵茶品质差异显著,当接种量为1.2%～1.3%(mL/g)、茶坯含水率为45%、发酵温度为32℃、发酵时间为20 d时,发酵茶综合品质最佳。不同发酵条件能明显改善荔枝产香菌发酵茶品质,并且促进发酵茶特殊风味的形成。     

基于粒子群算法优化BP神经网络的土壤含水量短期预测模型

为提高土壤含水量预测精度,基于物联网监测数据,提出了粒子群算法(PSO)优化BP神经网络的土壤含水量预测方法。首先应用主成分分析法筛选出影响土壤含水量的关键影响因子,然后构建8-5-1的BP神经网络拓扑结构,应用粒子群算法优化BP神经网络的初始权值和阈值。结果表明:与传统BP神经网络相比,新模型优化了网络结构,避免了陷入局部最优解,具有良好的预测效果;模型的评价指标平均绝对误差、平均绝对百分误差、误差均方根分别为0.259 2、0.010 5和0.135 6,与单一BP神经网络相比,预测精度更高,可满足实际的土壤含水量预测的需要。     

Cotton Image Segmentation Algorithm Based on Fusion Method of Markov Random Field and Quantum Particle Swarm Cluster

[Objective] The aim of this study was to improve the cotton image segmentation accuracy in a picking robot image processing system. [Method] An image segmentation algorithm based on a fusion method of Markov random field and quantum particle swarm optimization clustering was proposed. The process of the proposed algorithm is as follows: first, transform the RGB (red, green, blue) images into grayscale; second, use it to segment these images; finally, the threshold of the connected area is set on the basis of the segmented image to obtain the target area. Then, the cotton front image and the cotton side image are selected from the images collected from different angles. The segmentation experiment was carried out by using this algorithm, and compared with the Otsu algorithm, the fuzzy C-means algorithm, the quantum particle swarm image segmentation algorithm and the Markov random field image segmentation algorithm. [Result] The results showed that the segmentation accuracy and peak signal to noise ratio of the proposed algorithm were 98.94% and 77.48 dB. When compared with the Otsu algorithm, fuzzy C-means algorithm, quantum particle swarm optimization algorithm and Markov random field algorithm, the average segmentation accuracy and peak signal to noise ratio of the proposed algorithm increased by 2.47%–4.56%, and 9.81–13.11 dB, respectively. [Conclusion] The proposed algorithm had higher segmentation accuracy and higher peak signal to noise ratio than the other algorithms tested.     

胡萝卜乳酸饮料的工艺优化及其对DPPH自由基的清除作用

以胡萝卜汁为主要原料,与牛奶混合发酵制备一种具有较强自由基清除作用的乳酸饮料,利用单因素试验和正交试验设计,以酸度、感官评分、DPPH清除率为指标,对胡萝卜乳酸饮料的加工工艺进行优化。结果表明,胡萝卜乳酸饮料的最佳工艺条件为:胡萝卜汁添加量85.0%,牛奶添加量15.0%,白砂糖添加量6%,添加0.25%的黄原胶作为稳定性,用0.06%的柠檬酸进行调配,接种0.015%的乳酸菌,于44℃下发酵7 h,可得一种营养丰富、酸甜爽口,富有独特风味的乳酸饮料,其蛋白质含量为0.7%、总糖含量6.8%、可溶性固形物含量12.5%、酸度35.26°T,DPPH清除率达到93.37%。     

玉米空间分层施肥装置结构优化与试验

针对玉米分层施肥作业中开沟宽度大、回土效果差导致的肥料分层效果不明显、各层肥量难以控制等问题，设计了一种各层肥量可调的空间分层施肥装置，肥料可在土壤中形成半包围种子的分布状态。通过理论分析和设计计算确定了空间分层施肥装置的基本结构参数，明确了影响分层施肥装置内肥料颗粒运动的主要因素。运用离散元法对分层施肥装置工作过程进行仿真分析，选取施肥调节片前端宽度、后端宽度和安装角为试验因素，以上层和中层排肥口出肥量为试验指标，进行二次正交旋转组合仿真试验，建立了试验指标与影响因素的回归模型，仿真结果表明，当施肥调节片前端宽度为3.61mm，后端宽度为21.52mm，安装角为43.23°时，上、中、下3层排肥口施肥量比例为最佳施肥比例3∶3∶4。为验证仿真分析结果，在不同作业速度和不同施肥量条件下，进行了空间分层施肥装置的样机性能试验，试验结果表明，空间分层施肥装置能够实现各层肥量的目标施肥配比，在不同作业速度和不同施肥量下各层施肥量变异系数不大于4.3%，各层肥料深度误差在10mm以内，各层肥料横向距离误差在6mm以内，工作性能稳定。     

Improving wood volume predictions in dry tropical forest in the semi-arid Brazil

The volumetric variability of dry tropical forests in Brazil and the scarcity of studies on the subject show the need for the development of techniques that make it possible to obtain adequate and accurate wood volume estimates. In this study, we analyzed a database of thinning trees from a forest management plan in the Contendas de Sincorá National Forest, southwestern Bahia State, Brazil. The data set included a total of 300 trees with a trunk diameter ranging from 5 to 52 cm. Adjustments, validation and statistical selection of four volumetric models were performed. Due to the difference in height values for the same diameter and the low correlation between both variables, we do not suggest models which only use the diameter at breast height (DBH) variable as a predictor because they accommodate the largest estimation errors. In comparing the best single entry model (Hohenald-Krenn) with the Spurr model (best fit model), it is noted that the exclusion of height as a predictor causes the values of 136.44 and 0.93 for Akaike information criterion (AIC) and adjusted determination coefficient (R2 adj), which are poorer than the second best model (Schumacher-Hall). Regarding the minimum sample size, errors in estimation (root mean square error (RMSE) and bias) of the best model decrease as the sample size increases, especially when a larger number of trees with DBH≥15.0 cm are randomly sampled. Stratified sampling by diameter class produces smaller volume prediction errors than random sampling, especially when considering all trees. In summary, the Spurr and Schumacher-Hall models perform better. These models suggest that the total variance explained in the estimates is not less than 95%, producing reliable forecasts of the total volume with shell. Our estimates indicate that the bias around the average is not greater than 7%. Our results support the decision to use regression methods to build models and estimate their parameters, seeking stratification strategies in diameter classes for the sample trees. Volume estimates with valid confidence intervals can be obtained using the Spurr model for the studied dry forest. Stratified sampling of the data set for model adjustment and selection is necessary, since we find significant results with mean error square root values and bias of up to 70% of the total database.