广西西北喀斯特不同植被不同土层的土壤颗粒有机质

以广西西北喀斯特地区不同植被(草丛、灌丛、原生林)生态系统表层(0～10 cm)及深层(70～100 cm)土壤为研究对象,采用热裂解–气相–质谱(Pyr–TMAH–GC/MS)技术,研究不同植被表层与深层土壤颗粒有机质(POM)的变化特征。结果表明:表层土壤的pH值、有机碳、总氮、总磷、碱解氮、速效磷和速效钾含量均随植被的正向演替呈上升趋势;草丛表层土壤的有机碳、总磷和碱解氮含量均显著高于深层土壤的(P0.05);灌丛表层土壤的有机碳、总氮、总磷、碱解氮、速效磷和速效钾含量均显著高于深层土壤的(P0.05),灌丛表层土壤的pH值和总钾含量显著低于深层土壤的(P0.05);原生林表层土壤的总磷、速效磷和速效钾含量显著高于深层土壤的(P0.05);随着植被的正向演替,土壤POM总量呈增加趋势,表层土壤POM总量显著高于深层土壤的;土壤POM热裂解产物类型主要有木质素类、酚类、芳烃、多环芳烃及脂类化合物,木质素类化合物仅存在于表层土壤,稠环芳烃(此处指除萘和茚外的多环芳烃)占比则随植被的正向演替呈下降趋势;植被显著影响POM总量和POM热裂解产物中对羟基苯基、稠环芳烃、脂肪酸、正构烯烃、萘、氰的占比,土层深度显著影响POM总量和POM热裂解产物中对羟基苯基、愈创木基、丁香酚基、茚、脂肪酸、酮、苯、烷基苯、酚类和氰的占比,植被与土层的交互作用显著影响POM热裂解产物中对羟基苯基、萜烯和脂肪酸的占比;POM总量与有机碳、总氮、总磷、碱解氮、速效钾和速效磷含量呈显著正相关,与容重和总钾含量呈显著负相关,稠环芳烃与有机碳、总氮、总磷、碱解氮、速效磷和速效钾含量呈显著负相关,且碱解氮和pH值显著影响POM化合物组成。可见,在喀斯特地区,土壤POM含量能反映土壤中潜在活性养分含量,可作为喀斯特地区评价不同植被恢复对土壤有机质库及土壤质量动态变化影响的敏感指标。     

基质深度及基质袋摆放方式对春季袋培番茄产量、品质和养分吸收的影响

为探究不同栽培深度基质和基质袋摆放对春季袋培番茄产量、品质、养分吸收和基质养分利用率的影响,以‘巴宝丽’番茄为试材,设置不同基质深度(7.5、10.5和13.5cm)及基质袋不同摆放方式(地面摆放和地面下沉20cm),共6个处理,测定了番茄的生长发育、产量、品质和养分吸收等指标。结果表明:栽培基质深度对产量、果实品质均有显著影响;基质袋摆放方式对产量影响不显著,但显著影响果实可溶性蛋白、番茄红素、硝酸盐和有机酸含量;基质深度和基质袋摆放方式对果实硝酸盐含量的影响有显著的交互作用。随着栽培基质深度的增加,产量显著提高,品质明显改善;基质深度13.5cm时,番茄单株产量最高,达3.83kg/株。基质袋摆放方式和基质深度对番茄开花期、初果期及盛果期P和K的累积吸收影响显著,基质深度对番茄开花期、初果期和盛果期N的吸收也有显著影响,基质深度和基质袋摆放方式对开花期和初果期番茄植株N、P和K的累积吸收存在显著的交互作用。基质内N、P和K养分利用率均是基质深度为13.5cm的处理最高,且不同基质袋摆放方式对基质养分利用率无显著影响。综上,为实现省工省力且高产优质载培,在实际生产中推荐将春季栽培番茄的基质深度设置为13.5cm(即基质供应量为9L/株)且地面摆放。     

家畜环境卫生学课程线上教学模式的研究

随着互联网信息技术发展和智能手机的普及,顺应时代发展的需要,线上教学成为未来高校教学活动开展一种必然途径。本文基于学习通和QQ群课堂平台构建了家畜环境卫生学课程的教学设计方案,并详细介绍了教学活动的实施办法,分析了线上教学面临的困难,并提出了相应对策,以期为高等学校线上教学改革提供参考。     

基于YOLO v3与图结构模型的群养猪只头尾辨别方法

在利用视频监控技术对群养猪只进行自动行为监测时,对猪只准确定位并辨别其头尾位置对提高监测水平至关重要,基于此提出一种基于YOLO v3(You only look once v3)模型与图结构模型(Pictorial structure models)的猪只头尾辨别方法。首先,利用基于深度卷积神经网络的YOLO v3目标检测模型,训练猪只整体及其头部和尾部3类目标的检测器,从而在输入图像中获得猪只整体及头尾部所有的检测结果;然后,引入图结构模型,描述猪只的头尾结构特征,对每个猪只整体检测矩形框内的头尾部位组合计算匹配得分,选择最优的部位组合方式;对部分部位漏检的情况,采取阈值分割与前景椭圆拟合的方法,根据椭圆长轴推理出缺失部位。在实际猪场环境下,通过俯拍获得猪舍监控视频,建立了图像数据集,并进行了检测实验。实验结果表明,与直接利用YOLO v3模型相比,本文方法对头尾定位的精确率和召回率均有一定提高。本文方法对猪只头尾辨别精确率达到96.22%,与其他方法相比具有明显优势。     

基于集成学习的南太平洋长鳍金枪鱼渔场预报模型研究

文章利用2008—2015年南太平洋长鳍金枪鱼(Thunnus alalunga)延绳钓渔业数据,结合11个环境指标(海表温度、叶绿素a (Chl-a)浓度、海表温度距平、叶绿素距平、海表温度梯度、叶绿素梯度、海平面异常以及渔区格网对应的前后各1个月海表温度和叶绿素值)和3个时空指标(月、经度和纬度),并基于6种集成学习模型,以月为时间分辨率、0.5°×0.5°为空间分辨率,开展了南太平洋长鳍金枪鱼渔场模型构建和预报研究。模型通过10折交叉验证和网格搜索思想确定最佳参数,采用的随机森林、Bagging决策树、C5.0决策树、梯度提升决策树、AdaBoost、Stacking集成模型分别取得了75.52%、73.87%、72.99%、71.14%、71.33%、75.84%的分类准确率。经对比,Stacking集成模型准确率最高。利用2015年环境数据进行预报精度检验,预报总体准确率为63.86%～82.14%,平均70.99%;高单位捕捞努力量渔获量(Catch per unit effort, CPUE)渔区预报准确率为62.71%～97.85%,平均78.76%。结果表明Stacking集成模型对南太平洋长鳍金枪鱼渔场的预报具有较好的效果及可行性。     

采摘机器人自主采摘学习能力研究 —基于LM-BP神经网络

为了让采摘机器人更加快速和准确地识别目标水果的成熟度,提出了一种基于BP神经网络的自主学习方法。由于BP神经网络容易陷入局部最优值且训练效率较低,因此进行了改进,实现了LM-BP神经网络算法。测试结果表明:与BP神经网络算法相比,LM-BP神经网络算法训练学习速度更快,测试精度更高,能够满足采摘机器人对目标水果成熟度识别精度的要求,具有一定的应用价值。     

一种新型卷积神经网络植物叶片识别方法

为提高植物叶片识别的准确率及减少计算代价,在Pytorch框架下提出一种融合了深度卷积生成式对抗网络(DCGAN)和迁移学习(TL)的新型卷积神经网络叶片识别方法。首先,对植物叶片图像进行预处理,通过DCGAN对样本数据库扩充;其次,利用迁移学习将Inception v3模型应用于图像数据处理上,以提高植物叶片识别的准确率;最后,通过对比实验对该方法的有效性进行验证。结果表明:该方法可以获得96.57%的植物叶片识别精度,同时参数训练的迭代次数由4000次缩短到560次。     

社会情感因素对高校英语词汇磨蚀的研究及对策

本文阐述了高校英语词汇磨蚀的内涵和影响因素,分析了社会情感因素对高校英语词汇磨蚀的影响,提出了几点优化社会情感因素对高校英语学习良性影响的对策。旨在通过本文的研究,明确社会情感因素在高校英语磨蚀中的影响,优化情感因素在高校英语教学中积极作用的发挥,促进高校英语教学质量与效率的提升。     

栽植深度对油松造林成活率的影响

通过在河北省木兰林管局燕格柏林区分别在阳坡、半阳坡、半阴破、阴坡4个坡向按照上、中、下3个坡位,1 cm、5 cm、10 cm、15 cm等4个栽植深度梯度进行油松营养杯苗造林试验,结果表明:在一定范围内,造林成活率与造林栽植深度呈正相关,栽植深度达到10 cm以上,对成活率的影响不大;阴坡造林成活率高于阳坡;下坡位高于上坡位。因此,在造林绿化时,根据对造林成活率的要求,阳坡深栽、阴坡适当浅栽,上坡位深栽、下坡位适当浅栽,可以在保证成活率的情况下最大限度降低造林成本。     

大自然思维下的小学屋顶花园设计探究——以开福区浏阳河小学屋顶花园设计方案为例

教育源于生活,而生活源于自然。在大自然思维下,带领学生把知识还原于社会、自然和生产,而不再仅局限于器材硬件的建设和课堂方法的创新,就也是成功的素质教育。以长沙市开福区浏阳河小学屋顶绿化设计为例,在校园狭小,人群密度大、环境不良的情况下,提出了建设屋顶花园的必要性和可行性。完美结合和充分发挥了建筑物的空间潜能与绿色植物的多种效益,并且能创建符合学生行为需求的小学校园景观环境,帮助小学生建立良好的人际关系达到促进学生身心健康发展的要求。