灰树花多糖对日本对虾免疫活性的影响

通过向日本对虾体内注射灰树花(Grifola frondosa) 多糖, 观察其对日本对虾免疫功能的影响。结果发现,灰树花免疫多糖能够有效提高日本对虾血清抗菌活力、溶菌活力、酚氧化物酶活力和肌肉中超氧化物歧化酶活力, 并随着时间的延长活力逐渐提高, 在72 h或96 h达到最高, 然后有下降的趋势。要维持日本对虾高的免疫功能, 需连续的多糖供给。     

林下种植重楼和珠子参后土壤细菌结构与功能变化

为探索不同植被下土壤细菌群落构成和功能差异及其与土壤因子的关系，采用高通量测序，对移栽重楼和珠子参根际及原始林地土壤细菌进行16SrRNA测序。结果表明，重楼根际土壤的Chao1和ACE指数显著高于原始林地土壤。Simpson和Shannon指数与土壤因子的相关性不显著，Chao1和ACE指数与EC、WC、TP、MBC、MBP、AP呈显著正相关，与AK、MBC:MBP、NiR、SUC呈显著负相关。变形菌门和酸杆菌门在原始林地土壤中丰度最高，拟杆菌门在重楼根际土壤中丰度最高，厚壁菌门在珠子参根际土壤中丰度最高。KEGG分析发现，原始林地土壤在细胞过程、环境信息处理、遗传信息处理与代谢等4个一级功能层面均有丰度较高的基因，重楼根际土壤中丰度较高的基因主要位于代谢层面，而珠子参根际土壤则是遗传信息处理层面的个别基因丰度较高，和KEGG功能基因丰度具有较高相关性的土壤因子与调控Chao1和ACE指数的土壤因子较为类似，说明细菌群落组成与基因功能紧密相关。此外，重楼和珠子参根际土壤均表现出次生盐渍化和温室气体排放增强的现象。     

温度,盐度对花鲈能量收支的影响

本试验采用鱼类生物能量学的方法，对花鲈个体水平上的能量转换进行了研究。提出了不同温度、不同盐度条件下花鲈能量收支的实验方程，结果表明：盐度对大规格花钙鱼种能量收支各组分的影响大于温度；花鲈夏花鱼种和大规格鱼种分别在盐度５和１０时能获得最佳能量分配模式；温度对大规格花鲈鱼种的能量收支各组分的分配比例影响不大，在水温１５－３０℃范围内，其平均能量收支式为；１００℃＝１．７７３Ｆ＋１．１３５Ｕ＋４０．３     

种苗处理对麦冬生长的影响及其控病效果研究

为了明确种苗处理对麦冬生长的影响及其控病效果,指导麦冬优质安全生产。以川麦冬为供试材料,采用田间小区试验,研究了6种药剂3种种苗处理方式对麦冬种苗成活、生长和产量的影响,以及对炭疽病、根腐病的控病效果。结果表明木霉T23制剂、多抗霉素和噁霉灵处理种苗,可显著提高麦冬种苗成活率,促进麦冬分蘖、增加块根数、使块根伸长增粗,提高麦冬产量10%以上。对麦冬炭疽病以叶面喷施多抗霉素、噁霉灵的效果较好,防治效果分别为60.17%和58.25%;对麦冬根腐病以木霉T23、多抗霉素浸苗,或以噁霉灵、木霉T23灌根的效果均较好,其防治效果分别为70.06%、65.17%、72.87%和70.14%。综上,木霉23制剂、多抗霉素和噁霉灵处理种苗,可有效控制炭疽病、根腐病为害,促进麦冬生长,提高麦冬产量,在麦冬生产上具有良好的应用前景。     

基于LBB方法估算北部湾竹䇲鱼种群参数

为探究北部湾竹?鱼(Trachurus japonicus)不同组距的划分对其种群参数和资源评估的影响,利用2006—2018年北部湾竹?鱼叉长数据重构长度频率,通过逻辑斯蒂曲线拟合和长度贝叶斯生物量估算(length-based Bayesian biomass estimation method,LBB)方法,估算竹?鱼的初次性成熟叉长(L₅₀)、渐进叉长(L_∞)、相对自然死亡率(M/k)、相对捕捞死亡率(F/k)、相对总死亡率(Z/k)、最适开捕叉长(L_{c_opt})、开发率(E)和相对生物量(B/B₀)等种群参数。分析在不同组距情况下种群参数的差异。结果表明:初次性成熟叉长范围为157~162 mm;北部湾竹?鱼种群参数平均值分别为L_∞=248 mm、M/k=1.38、F/k=6.92、Z/k=8.28和L_{c_opt}=156 mm;北部湾竹?鱼相对生物量B/B₀低于0.5,E大于0.5;不同组距重构长度频率估算的种群参数结果有差异,且随组距的增大波动较为明显。研究表明,竹?鱼生物量相对低且处于过度开发状态,建议今后以样本数量、长度组成和生物特性共同确定某种鱼类长度分组组距。     

CNN-LSTM在日本鲭捕捞渔船行为提取中的应用

目前，国内外部分自动化程度较高的捕捞渔船逐渐开始采用人类观察员与电子观察员相结合的捕捞监控方式。为简化电子监控系统数据处理流程、提高电子监控系统自动化程度、增强相关渔业公司及政府部门的管理效率，该研究提出将卷积神经网络（Convolutional Neural Network, CNN）与长短期记忆模块（Long Short Term Memory, LSTM）应用在传统电子监控系统数据中，用于灯光渔业日本鲭捕捞渔船行为提取。根据日本鲭捕捞渔船工作特点，划分出放网、收网、进鱼、转载等9种捕捞作业行为。设计4组平行试验，分别对比3层卷积神经网络、带有LSTM模块的3层卷积神经网络、8层卷积神经网络、带有LSTM模块的8层卷积神经网络在日本鲭捕捞渔船行为提取中的表现。试验结果显示，在测试集中该4种神经网络训练得到的模型综合评价指标F1分数分别达到了0.794、0.799，0.966及0.972，在配备NVIDIA Tesla V100 32GB高性能GPU的超算环境下5 000组数据平均每次检测耗时分别为34.66、34.50、37.41、37.61 ms。在一定范围内，网络深度的增加会显著提升模型的效果，但检测耗时也会有明显增加；LSTM模块的加入对网络模型效果有一定程度的提升，且不会显著影响检测耗时。因此，CNN-LSTM 模块在电子监控系统高实时性、高精度场景下均有较大的应用前景，能够提高电子监控系统自动化程度，提高相关部门的管理效率。