基于人工神经网络的森林资源预测研究

应用人工神经网络方法分别建立土地资源预测、森林蓄积量预测、各龄组蓄积量预测三层前馈反向传播神经网络模型对森林资源进行预测模拟.预测结果表明在小样本条件下,森林资源预测神经网络模型预测精度较高,开辟了森林资源预测新途径.     

生态学中关键种与物种重要性的概念(英文)

在本文中,对关键种的概念进行了讨论,并介绍了关键种的典型特征及其在群落和生态系统中的判别。在对关键种的研究基础上,首次提出了物种重要性(SI)概念。物种重要性可以简单地理解为生态系统中物种的重要值,它由三个指数构成,即物种结构重要值(SIV)、功能重要值(FIV)和动态重要值(DIV)。本文同时评价了三大硬阔森林生态系统中乔木树种的物种重要性。     

猪饲料有效能值预测模型的构建

为探索饲料常规成分及碳水化合物组分与饲料有效能值之间的关系方程,本研究以NRC第11版《猪营养需要量》中发布的122套饲料营养成分表为基础,将饲料中11种基础成分[6项常规成分:干物质、粗蛋白质(CP)、粗纤维(CF)、粗脂肪(EE)、酸性醚提取物、粗灰分(ash);5项碳水化合物组分:淀粉(ST)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、半纤维素、酸性洗涤木质素]作为自变量,将饲料中的消化能(DE)、代谢能(ME)及净能(NE)作为因变量,采用SAS软件中的REG过程,分别建立不同性质饲料、自变量的不同组合与DE、ME及NE之间的回归关系方程,并以相关系数(R2)及变异系数(CV)作为评价回归模型的优劣。研究表明,有效能值与CP、ST及纤维类指标显著或极显著相关(P0.05或P0.01)。将所有饲料作为研究对象时,饲料的DE、ME及NE与上述11种基础成分之间建立的普适性回归模型预测效果较差。当将14种玉米及其加工产品形成子集时,建立饲料基础营养成分与DE、ME及NE的关系方程分别为7、6和7套(P0.05),且3组回归模型R2分别为0.632 8~0.772 3、0.646 9~0.684 9和0.670 5~0.822 1,CV分别为6.61%~8.40%、6.58%~7.34%和6.21%~8.27%;当将13种大豆及其加工产品形成子集时,共建立饲料基础成分与DE、ME关系方程分别有3和4套,回归模型R2分别为0.907 1~0.926 9、0.890 7~0.922 3,CV分别为5.40%~6.09%、5.79%~6.78%,NE与基础营养成分指标之间无法建立具有营养学意义的有效回归方程。对于同类饲料中具有相同自变量组合的DE及ME预测模型而言,两者之间的差异主要是自变量CP的系数上,且CP部分对ME的正效应低于DE,这保证模型预测的ME低于DE。同时选用本研究构建的适宜模型,补充了NRC第11版成分表中第97(去皮大豆粕,低寡糖,浸提)、101(全脂大豆,高蛋白质)及102号(全脂大豆,低寡糖)饲料的DE值分别为15.99、17.35、17.27 MJ/kg,ME值分别为14.53、16.15和16.14 MJ/kg。综上,以NRC(2012)饲料营养成分表为基础,建立的普适性有效能值回归模型预测效果较差。按照玉米类和大豆类进行分类,可建立DE、ME和NE与饲料化学成分之间的多元回归方程,其中最优的预测因子为CP、EE、ST、ash、NDF、ADF。具有相同自变量的同类饲料DE和ME预测模型之间的差异是CP系数,CP影响DE转化为ME的效率。     

Predictive modes of action of pesticides in uterine adenocarcinoma development in rats

Endometrial adenocarcinoma in the uterine corpus is a malignant cancer that occurs in menopausal women and aged rodents. Because of the similarities in pathogenesis and morphology of endometrial adenocarcinoma in rodents and humans, prediction of the modes of action (MOA) in uterine carcinogenesis is important for extrapolation of rodent data to humans. Three MOAs have been accepted as major pathways for uterine carcinogenesis in rodents: 1) estrogenic activity, 2) increased serum 17beta-estradiiol (E2) to progesterone (P4) ratio and 3) modulation of estrogen metabolism to produce 4-hydroxyestradiol via P450 induction. Inhibition of estrogen excretion and increased aromatase in situ in the tumor are also a potential pathway. Here, chemicals showing uterine carcinogenicity were chosen from approximately 300 pesticides evaluated in Japan within the past decade, and their mechanisms were predicted using parameters from mechanistic and toxicity studies. Seven pesticides increased uterine tumor formation in rats, and the pathways of 4 pesticides could be predicted based on various mechanistic studies. The MOAs of cyenopyrafen and benthiavalicarb-isopropyl were predicted to be modulation of estrogen metabolism, while those of pyriminobac-methyl and spirodiclofen were predicted to be increased E2 to P4 ratio. The driven pathways of metazosulfuron and isopyrazam could not be predicted using several mechanistic studies. No mechanistic studies have been reported for sedaxane, which has a chemical structure and toxicological profile similar to isopyrazam. Our results indicated that appropriate mechanistic studies are useful for mechanism prediction in risk assessment. From this analysis, a flowchart showing a decision tree for predictive MOAs in uterine carcinogenesis was proposed.     

压力补偿式灌水器补偿腔结构参数对颗粒运动的影响

为解决颗粒在迷宫流道压力补偿式灌水器内大量沉积或堵塞以致影响灌水器正常工作的问题,采用FSI模拟固定垫片变形后,基于CFD-DEM耦合模拟,经试验对比验证其可靠性后,设计单因素及Box-Behnken响应面试验,分析了压力补偿腔内副流道截面积、压力补偿腔出口直径、压力补偿腔直径3个结构参数及其交互作用对灌水器抗堵塞性能的影响,通过建立回归模型预测灌水器颗粒停留率,综合判断灌水器的抗堵塞性能。结果表明：副流道截面积由0.018 mm²提升至0.054 mm²时,颗粒停留率降低5.09个百分点;压力补偿腔出口直径由1.4 mm下降至0.8 mm时,颗粒停留率降低2.87个百分点;且颗粒沉积受副流道截面积和压力补偿腔出口直径、副流道截面积和压力补偿腔直径两种交互作用影响显著,交互影响下颗粒停留率最低为7.67%。拟合出颗粒停留率与压力补偿腔内副流道截面积、压力补偿腔出口直径、压力补偿腔直径3个结构参数的回归方程,可用于评判和预测灌水器抗堵塞性能,且推荐了一组副流道面积为0.051 mm²、压力补偿腔出口直径为0.894 mm、...     

基于BiLSTM-GRU融合网络的稻虾养殖溶解氧含量预测

在稻虾养殖模式中溶解氧含量(浓度)是养殖水体的重要指标之一,其直接影响小龙虾的摄食量和新陈代谢,因此在养殖过程中精准预测溶解氧含量至关重要。针对稻虾养殖中溶解氧含量变化复杂,难以快速准确预测的问题,提出了BiLSTM-GRU融合神经网络预测模型。为了保证精准预测,首先对传感器进行了清洗校准,并根据偏移量对历史数据进行了修正。在此基础上构建了基于BiLSTM和GRU的融合神经网络训练模型,BiLSTM提取更多特征因子,GRU实现快速预测,快速准确预测溶解氧含量变化。为了使监测预测性能更优,对不同采样周期下的资源损耗及预测模型性能进行综合对比分析,确定了传感器数据最优采样周期为30 min。进一步与LSTM、GRU、BiLSTM以及BiGRU模型对比,表明本文提出的BiLSTM-GRU融合神经网络模型的预测效果更好,其平均绝对误差、均方根误差和决定系数分别为0.275 9 mg/L、0.616 0 mg/L和0.954 7,比传统的LSTM神经网络模型分别高25.14%、13.25%和2.22%。     

生物基高吸水性树脂及其在农林生产中的应用

为提高高吸水树脂在农林方面的应用水平,通过查阅大量的文献资料,总结概括了生物基高吸水树脂按原料来源的分类(如淀粉类、纤维素类、海藻酸类、甲壳素&壳聚糖类、其他类等),以及国内外生物基高吸水树脂在农业园林等领域的应用研究进展,并结合当前高吸水树脂相关研究与应用中存在的问题,提出了今后的研究方向。     

异源表达菊芋HtHCT基因对受体植物木质素相关生理生化指标的影响

羟基肉桂酰辅酶A:莽草酸/奎宁酸羟基肉桂酰转移酶（HCT）是木质素合成过程中的关键酶之一。本研究构建了菊芋HtHCT基因的植物表达载体pCAMBIA1390-HtHCT,分别对拟南芥和本氏烟进行遗传转化,并对转基因植株进行生理生化指标测定。PCR和RT-PCR结果表明,HtHCT基因已经插入到受体植物基因组中,并能进行转录;转基因植株生理生化指标检测表明,HtHCT基因能够调节拟南芥和本氏烟中木质素的含量及组成,并对受体材料的类黄酮合成亦有一定的影响。     

黄羽肉种鸡营养需要量与饲料研究进展

为促进我国黄羽肉鸡种业高效、健康发展,解决目前存在的饲粮浪费、环境污染以及繁殖效能低下等问题尤为关键。总结了关于黄羽肉种鸡营养需要量和饲料研究方面的国内外相关文献,从其代谢能、粗蛋白质、主要必需氨基酸（蛋氨酸、赖氨酸、苏氨酸、色氨酸、精氨酸和异亮氨酸）、维生素（VA、VD、VE）和矿物元素（钙、磷、铁、铜、锌、锰和硒）的需要量,饲料资源评价与利用,生物活性添加剂益生素与益生菌,植物提取物和中草药制剂,抗应激剂应用等方面研究现状进行较全面的综述,对存在问题和未来研发趋势进行分析。总体来看,近年来在黄羽肉种鸡营养需要量和饲料添加剂的应用研究越来越多,但主要集中在产蛋期,研发亮点在于开展黄羽肉鸡代谢能每天需要量与代谢体重、平均日增重和产蛋量的相关性分析,以代谢体重、平均日增重和产蛋量为变量,建立了重型、中型和轻型 3 种类型黄羽肉种母鸡日粮氮校正代谢能需要量析因法预测模型。目前黄羽肉种鸡育雏期、育成期营养及限饲技术研究报道较少,饲料资源评价与安全高效利用技术、繁殖性能提升关键技术等仍需进一步突破。     

基于江苏省河蟹主产区气象因子的产量BP神经网络预测

为提高江苏河蟹主产区产量预测能力,以此为基础制定科学合理的河蟹养殖发展规划,本研究对河蟹主产区附近设立的7个观测台站2013—2017年的气象数据和该区产量数据进行了采集,利用插值法补足少量缺失值,通过主成分分析选取了最能代表江苏省河蟹主产区特点的5个主成分作为研究对象建立BP神经网络,探索其用于江苏省河蟹主产区产量随气象因子变化的规律。结果表明,通过PCA主成分分析降维处理后数据的大部分特点能被BP神经网络学习到,预测值与真实之间的相关系数为0.82267,具备一定的模拟气象因子数据与产量之间的关系的能力。