2022年夏季汉江中下游水华生消驱动因子及其贡献率量化研究

2022年夏季，长江流域遭遇了罕见的“汛期反枯”极端水文事件，在此期间，汉江中下游首次发现了蓝藻水华。本研究选取叶绿素a浓度作为衡量水华的关键指标，基于偏最小二乘回归（Partial least squares regression，PLSR）量化了不同环境因子对2022年夏季汉江中下游（仙桃、宗关断面）水华生消的贡献率。结果表明：（1）仙桃和宗关断面叶绿素a浓度与溶解氧、pH值和水温均呈现出显著的正相关关系。溶解氧、pH值和水温对2022年夏季汉江中下游水华生消的贡献程度最高，三者对仙桃和宗关断面水华生消的贡献率分别为15.18%、13.68%、14.50%和18.06%、15.93%、15.65%。（2）基于偏最小二乘路径模型（Partial Least Squares Path Modeling，PLS-PM），本研究进一步解析了各环境因子对叶绿素a浓度变化的影响路径。结果表明气象因子是2022年夏季汉江中下游蓝藻水华暴发的诱导因子，高温无雨的极端天气导致水温和pH上升，加速了藻类的代谢反应速率。同时，河道流量减小延长了有机物和营养盐的传输和滞留时间，为藻类生长提供了稳定的营养条件。并且水华“萌发”时段可能与汉江中下游“涝旱急转”时段重叠。因此，本文建议下一步研究应结合准确的中长期气象预报信息，在“涝旱急转”时段实时优化汉江中下游水华防控调度的下泄流量与下泄时机，这将有可能大大提高水华防控的效率和效果。     

猫下泌尿道综合征

猫下泌尿道综合征（FLUTD）是猫最常见的疾病之一,因其发病率高、病因复杂、确诊困难、治疗后易复发等特点,逐渐成为猫科疾病的研究热点。FLUTD包括多种疾病类型,精准治疗、合理预防已成为科学防控该疾病的关键。本文从FLUTD的分类、流行病学及风险因子、发病机制、临床症状、诊断和防治对该综合征进行综述,以推动猫下泌尿道综合征的深入研究及临床诊疗的发展。     

闽江流域中下游特殊地段防护林营造技术的探讨

探讨了闽江流域中下游防护林营造技术 ,结果表明 ,根据地理、水文、气候、社会经济等因子的差异 ,因地制宜采取相应工程造林技术措施 ,对促进特殊区域防护林的营造成功是切实可行的     

闽江下游山地巨桉无性系施肥试验研究

对巨桉无性系施用不同肥料组合的试验研究结果表明:以火烧垃圾土做基肥再配施适量的尿素做追肥,组成了有机—无机复混肥体系,其施用效果明显优于纯化肥类肥料组合,不但能明显提高林分生产力、维持地力,而且经济效益较好,充分显示出有机无机混合肥的施用优势;采用火烧垃圾土2 kg.株-1(基肥)+尿素200 g.株-1(追肥)的施肥方案,2年生时林分平均树高、胸径、材积和蓄积分别可达9.41 m、9.51 cm、0.0335 m3和53.72 m3.hm-2,投入产出比高达1∶2.9,经济纯收入是纯化肥类肥料组合的2.0~2.8倍,符合桉树短工林集约经营和持续发展方向,值得推广应用。     

高温干旱对浙江林业的影响和对策

通过2003年夏季高温干旱时对浙江林业影响的调研,分析了高温干旱对森林、特别是经济林果的影响,表明森林在发挥生态屏障功能、降温增湿等方面发挥了其应有的作用.建议加强森林资源的合理配置,切实提高林分的质量,提倡经济林的生态栽培模式,因地制宜适度发展高山蔬菜等.     

长江下游粳稻稻瘟病广谱抗性基因组合模式分析

【目的】基因聚合是实现水稻稻瘟病广谱抗性的有效途径之一。通过构建粳稻背景下不同双基因聚合系,利用长江下游粳型稻瘟病菌（Magnaporthe oryzea）菌株评价其抗性效应并解析其抗性效应产生的构成因子,为长江下游粳稻抗稻瘟病育种提供广谱抗性基因组合模式和种质资源。【方法】以粳稻07GY31为背景的Piz基因座不同复等位基因（Pigm、Pi40、Pi9、Pi2、Pizt和Piz）单基因系为核心,利用不完全NCII交配设计,分别与其他广谱抗性基因（Pi1、Pi54和Pi33）单基因系杂交,经分子标记辅助选择和农艺性状筛选,共构建18种不同基因组合的双基因聚合系。2019年利用长江下游粳稻种植区采集、分离的109个稻瘟病代表性菌株进行苗瘟、穗瘟人工接种鉴定及不同病圃的自然诱发鉴定,评价不同双基因聚合系的抗性效应,并分析双基因聚合系抗性效应的构成因子。【结果】Genotyping by sequencing（GBS）分析表明所构建的双基因聚合系均具有较高的背景恢复率,分布于97.08%（PPL^Piz/Pi33）—99.08%（PPL^Pigm/Pi1）。表明除了目标基因区域不同外,所有双基因聚合系的遗传背景几乎完全与受体亲本07GY31一致。同时人工接菌鉴定表明绝大部分双基因聚合系苗瘟和穗瘟抗性水平都优于单基因系。其中苗瘟抗性效应较好的聚合系分别为PPL^Pigm/Pi1、PPL^Pigm/Pi54、PPL^Pigm/Pi33、PPL^Pi9/Pi33、PPL^Pi9/Pi54、PPL^Pi40/Pi54、PPL^Pi40/Pi33、PPL^Pi40/Pi1、PPL^Pi9/Pi1, 而穗瘟抗性效应较好的聚合系分别为PPL^Pigm/Pi1、PPL^Pigm/Pi54、PPL^Pigm/Pi33、PPL^Pi40/Pi33、PPL^Pi40/Pi54、PPL^Pi40/Pi1、PPL^Pizt/Pi33。不同抗性基因聚合后产生不同的效应,其中互补效应高且能有效表达是提高双基因聚合系苗瘟和穗瘟抗性的关键因子。双基因聚合系PPL^{Pigm / Pi1}、PPL^{Pigm / Pi54}和PPL^{Pigm / Pi33}在苗瘟和穗瘟的人工接种,以及在不同病圃的自然诱发鉴定中均表现稳定的广谱抗性,同时,农艺性状调查结果也表明这3个双基因聚合系的基本农艺性状与轮回亲本07GY31基本一致,因此,基因组合Pigm/Pi1、Pigm/Pi54和Pigm/Pi33是适于长江下游粳稻的广谱抗性基因组合模式。【结论】抗性基因的组合方式影响聚合系的抗性水平,互补效应高且能有效表达是粳型双基因聚合系抗性效应提高的关键因子。本研究构建的双基因聚合系及其抗性效应分析为长江下游广谱稻瘟病抗性粳稻品种的精准培育提供了种质资源和理论支撑。     

Machine learning highlights the importance of primary and secondary production in determining habitat for marine fish and macroinvertebrates

1. Species distribution models for marine organisms are increasingly used for a range of applications, including spatial planning, conservation, and fisheries management. These models have been constructed using a variety of mathematical forms and drawing on both physical and biological independent variables; however, what might be called first-generation models have mainly followed the form of linear models, or smoothing splines, informed by data collected in the context of fish surveys.
2. The performance of different classes of variables were tested in a series of species occurrence models built with machine learning methods, specifically evaluating the potential contribution of lower trophic level data. Random forest models were fitted based on the classification of the absence/presence for fish and macroinvertebrates surveyed on the US Northeast Continental Shelf.
3. The potential variables included physical, primary production, secondary production, and terrain variables. For accepted model fits, six variable importance measures were computed, which collectively showed that physical and secondary production variables make the greatest contribution across all models. In contrast, terrain variables made the least contribution to these models.
4. Multivariable analyses that account for all performance measures reinforce the role of water depth and temperature in defining species presence and absence; however, chlorophyll concentration and some specific zooplankton taxa, such as Metridia lucens and Paracalanus parvus, also make important contributions with strong seasonal variations.
5. Our results suggest that lower trophic level variables, if available, are valuable in the creation of species distribution models for marine organisms.

     

中国东部平原农村居民点破碎化状况与成因分析

农村居民点破碎化导致中国农村地区公共服务设施与市政基础设施建设缺乏规模效益与服务效率,成为制约中国农村地区社会经济发展的重要因素。该研究采用空间分层取样法在中国东部平原地区选择了240个10 km×10 km的样点,以高分辨率遥感影像为数据基础,通过遥感影像目视解译、景观指数分析、热点分析等多种方法对中国东部平原农村居民点破碎化状况及其影响因素进行了研究,并分析了中国东部平原不同地区适宜的农村居民点数量与服务范围。结果表明：1）中国东部平原农村居民点破碎化程度表现为：长江中下游平原>东北平原>华北平原,破碎化程度最高的区域位于长江中下游平原,破碎化程度最低的区域位于华北平原与东北平原北部。2）气候、人口密度、耕作半径、土地开发时序、土地开发时期交通状况等自然、经济、社会因素在中国东部平原地区农村居民点空间分布格局形成过程中发挥着重要作用。3）中国东部平原地区每100 km2农村居民点数量不宜低于3～4个,每个村庄的服务范围不宜超过33.6～45.8 km2。4）华北平原为中国东部平原中开展农村居民点破碎化治理难度最大的区域,该区域尽量避免以整村迁并的形式开展农村居民点破碎化治理,而应以农户为单位,在农民自愿的基础上开展农村居民点迁并;长江中下游平原地区为中国东部平原农村居民点破碎化治理潜力最大的区域,该区域农村居民点布局优化应与农田布局调整协同推进,并根据不同地区耕作通勤状况合理确定中心村数量与位置,避免因农村居民点布局调整导致农民耕作不便。研究结果可为中国东部平原地区乡村空间重构过程中合理确定农村居民点数量与规模提供研究基础。     

澜沧江中下游流域土壤侵蚀时空演变特征

为了探究土壤侵蚀演变机制,以澜沧江中下游流域为研究区域,利用改进的土壤流失方程(RUSLE)模型,开展流域内土壤侵蚀时空演变特征研究,引入随机森林算法探讨了流域内土壤侵蚀因子的相对重要程度。结果表明:澜沧江中下游流域2005—2015年土壤侵蚀量为0～1.89万t/(km²·a),平均土壤侵蚀模数为0.252万t/(km²·a),中下游子流域平均土壤侵蚀模数处于较低风险以上和中风险侵蚀以下级别。自2005年以后,澜沧江中下游流域土壤侵蚀空间分布特征呈现中度侵蚀风险区域扩张,高度和低度侵蚀风险收缩的趋势。随机森林算法结果发现植被覆盖管理因子和地形因子是影响澜沧江中下游流域土壤侵蚀的主要因素,土壤可蚀性因子、降雨侵蚀因子和水土保持措施因子的相对重要程度偏低,均未超过20%。可见,土壤侵蚀的时空异质性主要是由于植被覆盖和地形影响改变了局部气候而导致的。