Geographic Information System‐Based Analysis of the Spatial and Spatio‐Temporal Distribution of Zoonotic Cutaneous Leishmaniasis in Golestan Province,North‐East of Iran

Zoonotic cutaneous leishmaniasis (ZCL), a vector‐borne disease, poses serious psychological as well as social and economic burden to many rural areas of Iran. The main objectives of this study were to analyse yearly spatial distribution and the possible spatial and spatio‐temporal clusters of the disease to better understand spatio‐temporal epidemiological aspects of ZCL in rural areas of an endemic province, located in north‐east of Iran. Cross‐sectional survey was performed on 2983 recorded cases during the period of 2010–2012 at village level throughout the study area. Global clustering methods including the average nearest‐neighbour distance, Moran's I, general G indices and Ripley's K‐function were applied to investigate the annual spatial distribution of the existing point patterns. Presence of spatial and spatio‐temporal clusters was investigated using the spatial and space–time scan statistics. For each year, semivariogram analysis and all global clustering methods indicated meaningful persistent spatial autocorrelation and highly clustered distribution of ZCL, respectively. Eight significant spatial clusters, mainly located in north and northeast of the province, and one space–time cluster, observed in northern part of the province and during the period of September 2010–November 2010, were detected. Comparison of the location of ZCL clusters with environmental conditions of the study area showed that 97.8% of cases in clusters were located at low altitudes below 725 m above sea level with predominantly arid and semi‐arid climates and poor socio‐economic conditions. The identified clusters highlight high‐risk areas requiring special plans and resources for more close monitoring and control of the disease.     

基于改进SIFT-ICP算法的Kinect植株点云配准方法

针对传统配准方法准确度低、速度慢的问题,提出了基于改进SIFT-ICP算法的彩色植株点云配准方法。首先采用Kinect获取不同视角下植株彩色图像和深度图像合成原始植株彩色点云,通过预处理提取原始点云植株信息,对植株点云进行尺度不变特征变换(SIFT)的特征点检测,得到点云配准关键点,再对关键点进行自适应法线估计,然后求取关键点的快速点特征直方图(FPFH),通过采样一致性(SAC-IA)初始配准方法改进点云间初始位置关系,最后利用Nanoflann加速最近点迭代(ICP)算法完成精确配准。试验结果表明,改进SIFT-ICP算法可以大幅度提高点云配准的准确性和快速性,其中对应点间平均欧氏距离小于7 mm,配准时间小于30 s。     

经络穴位给药系统在兽医临床上的应用

经络穴位给药系统以中医经络理论为基础,具有经穴效应和药物效应的双重治疗特性,已广泛应用于兽医临床.目前,兽医临床上常用穴位给药方式是穴位埋植和穴位注射,而常用穴位主要是后海穴、百会穴、肺龠穴.随着经络穴位给药系统的广泛应用,新型经络穴位给药制剂和经络穴位给药作用机理已成为经络穴位给药系统研究的重点.     

Alpha-shape算法构建枣树点云三维模型

为了实现枣树智能化修剪作业，该研究提出了基于点云配准的自然光照环境下的果树三维重构方法，并针对传统最近点迭代（Iterative Closest Point，ICP）算法对待配准点云的空间位置要求苛刻的问题，提出了改进的点云配准算法。首先，使用彩色深度（RGB-D）相机采集不同角度下的枣树彩色和深度图像，并通过信息融合实现相应角度下的点云获取。其次，对点云进行背景去除和滤波处理，基于直方图设定分割阈值，提取单株枣树点云，并将放置在树根附近的标靶球作为标记，使用人工标记法进行两站点云初配准。最后，在初配准基础上计算点云的曲面法向量和曲率，由曲率相近的点构成配对点对，使用k维树最近点迭代（k dimensional-tree-Iterative Closest Point，kd-tree-ICP）算法完成精配准，对点云使用Alpha-shape算法面片化，实现表面重构。利用上述方法对多棵枣树进行全局配准并完整重构果树模型。试验结果表明，通过引入初配准，有效提高了点云配准的准确性和稳定性，配准误差均控制在1.0 cm以内，平均配准误差为0.78 cm；重构模型真实感较强，在外观上更加接近真实树，枝干相对误差控制在7%以内。该研究重构模型精度较高，可为枣树智能修剪提供可视化研究基础和技术支持。     

基于耦合协调度的大理河流域径流和输沙关系分析

深入研究流域水沙关系变化是解决黄河流域高质量发展关键问题的重要科学途径之一。自20世纪50年代以来,黄河中游地区实施了大规模的水土保持工程,径流和输沙显著减少,水沙关系发生变化。该研究利用Mann-Kendall趋势检验法分析了1960—2015年来大理河流域的径流输沙变化趋势,并构建基于耦合协调度理论和Pettitt检验方法的径流输沙关系变异诊断方法,识别大理河流域径流和输沙关系的突变点,并通过Copula方法进行验证。结果表明:1)大理河流域径流输沙在月尺度和年尺度呈现显著的下降趋势;2)大理河流域径流和输沙关系在1996年发生显著突变;3)径流输沙关系发生突变后,径流和输沙均明显减少,输沙的减少幅度比径流的减少幅度高29.19个百分点,径流对输沙贡献程度下降幅度为5.10%,单位径流的输沙能力降低;4)淤地坝建设和植被恢复是造成大理河流域水沙变化的主要因素,修建淤地坝和恢复植被对减少泥沙具有积极作用。研究成果可以为进一步深化理解大理河流域水沙关系变化以及水土流失治理提供依据。     

小麦山农4143抗黑胚病遗传分析及抗性遗传位点检测

 黑胚病是小麦生产的重要籽粒病害,麦根腐平脐蠕孢(Bipolaris sorokiniana)是黑胚病的主要致病菌。为分析小麦抗黑胚病遗传规律并检测抗性位点,本研究以抗黑胚病小麦品系山农4143与感病品系宛原白1号的F₇代重组自交系(RIL)群体为材料,于2018~2019年在3个试验点种植,采用“孢子液喷洒、套袋保湿”的方法进行接菌鉴定,用“主基因＋多基因混合遗传模型”进行遗传分析,并挑选极端抗、感自交系构建混池、结合小麦660K SNP芯片进行混合分组分析(BSA)。研究结果显示小麦品系山农4143对黑胚病抗性符合“4对主基因加性-上位性遗传模型”,主基因遗传力为0.88~0.95;通过BSA检测到黑胚病抗性位点36个,分别位于1A、2B(6)、2D(2)、3A、3B(2)、3D、4A(6)、4D、5A(4)、5B(6)、5D(3)、7A、7B和7D共14条染色体上,A、B、D染色组上分别为13、 15和8个,36个位点中有18个为抗黑胚病新鉴定位点。本研究结果为小麦抗黑胚病位点的精细定位和抗性育种中分子标记的开发奠定了基础。     

从一本六年产量收入日记帐分析茶叶增产增收途径

2012年,我们在实施全国农业示范推广补助项目,对湖北省宜昌市夷陵区茶叶科技示范户周先明进行调查,发现该户从2009年起每天采茶都记了日记帐,我们分析了他4年采茶产量收入,春茶产量占全年29%,其收入占全年60%,亩产鲜叶量为1256.3公斤,亩现金收入为6054元。2013年实施该项目后,我们一是通过他多年每日记载数据分析绘制成图;二是实地茶园土壤肥力性状,树体结构和管理措施调查分析,提出其水田茶园不同于过去旱坡茶园的综合高效管理增产增收途径,在2013-2014年早春干旱情况下,茶叶产量收入得到较大提高,对全区茶叶生产具有重要指导作用。     

基于机载LiDAR数据的玉米叶面积指数反演

以机载LiDAR离散点云数据为数据源,基于植被冠层孔隙率与叶面积指数的关系,提出一种反演大田玉米叶面积指数的方法。对反演LAI和实测LAI进行对比分析,结果表明:基于Axelsson改进的不规则三角格网加密方法可以将地面点和非地面点分开,结合高分辨率影像能够提取出玉米冠层点云;基于孔隙率反演LAI,尼尔逊参数的选择对结果影响很大,利用扫描天顶角模拟尼尔逊参数,LAI反演结果接近于真实情况。利用机载LiDAR点云数据能精确地反演大田玉米LAI,该研究方法适用于中等高度的农作物,可以扩展到甜菜、甘蔗等其他中等高度农作物。     

空气湿度对富士系苹果花过冷却点的影响

【目的】明确不同湿度条件下富士系苹果花过冷却点的分布频率,为苹果霜冻监测和预测提供参考。【方法】以中国种植最广泛的富士系苹果为研究对象,使用人工霜冻试验箱控制温湿度,模拟霜冻降温过程,设置高、中、低3个湿度范围,对富士系苹果花蕾和花朵子房过冷却点进行监测,研究环境相对湿度对富士系苹果花器官过冷却点的影响。【结果】富士系苹果花蕾和花朵子房过冷却点在-6.4^-1.9 ℃,50%的过冷却点集中在-4.4^-3.5 ℃,80%的过冷却点集中在-4.4^-2.5 ℃,平均过冷却点为-3.7 ℃。苹果花蕾和花朵子房的累积冻害率达到30%(轻度)的温度为-3.2 ℃,累积冻害率达到50%(中度)的温度为-3.6 ℃,累积冻害率达到80%(重度)的温度为-4.2 ℃。花蕾过冷却点的变异大于花朵子房过冷却点,不同湿度处理下花蕾和花朵子房过冷却点差异显著。中湿(相对湿度50%~70%)条件下,过冷却点最高,抗寒性最差,而低湿(相对湿度50%以下)和高湿(相对湿度大于70%)处理均可降低植株的过冷却点。【结论】-4.4^-2.5 ℃是富士系苹果花组织开始出现损伤的主要温度范围。干燥和高湿的环境均可降低富士系苹果花蕾和花朵的过冷却点,尤其是干燥的环境可降低苹果花蕾的过冷却点0.6 ℃,可降低苹果花朵子房的过冷却点0.4 ℃,提高苹果花蕾及花朵子房抗寒性。