鸡粪除臭菌的分离筛选及除臭效果分析

以鸡粪堆肥为材料,筛选高效除臭菌株并构建复合菌系,为鸡粪的无害化处理提供具有除臭功能的菌种资源。首先,采用驯化富集法、平板稀释法、产气试验、除氨试验、除硫化氢试验以及纤维素降解试验筛选出鸡粪堆肥中的除臭菌;其次,通过16S rRNA基因测序鉴定菌株;最后,通过拮抗试验构建除臭菌系。研究分离得到5株具有除臭功能的菌株,分属于芽孢杆菌属(MS03,Bacillus sp.)、贝莱斯芽孢杆菌(MS07,Bacillus velezensis)、耐寒短杆菌(MS11,Brevibacterium frigoritolerans)、木糖葡萄球菌(MS42,Staphylococcus xylosus)和变异棒杆菌(MS82,Corynebacterium variabile)。复合菌系C2(MS03+MS07)和C4(MS03+MS82)的综合除臭率均高于60%,且明显高于单株菌株及其他复合菌系。研究表明,这两个由不同除臭菌组合而成的复合菌系在无害化处理鸡粪方面具有较大的潜力和应用前景。     

精河林场灯诱昆虫种类和地老虎类发生动态监测

精河林场属中亚山地植被区系,在林场境内生长的主要乔木树种为云杉,几乎为纯林,仅在河谷等个别地段有少许杨树及桦木。因本区缺乏前山带,受艾比湖干旱气候的影响,气候干旱,针叶林下限上升到海拔2 100 m以上,垂直带600 m左右。林下木分布极少,不少林分几乎无林下木。随着社会的发展,环境的变化,林业有害生物对林业发展已经构成了致命的威胁。精河林场自1958年建场以来,没有进行过森林有害生物项目普查,     

岭南四园造园特色及其对兰州园林化建设的借鉴意义

岭南私家园林是中国私家园林的独特流派,有其显著的风格特点.选取岭南私家园林的代表佛山梁园、东莞可园、番禺余荫山房、顺德清晖园,对其造园历史、园主思想、园景特点和造园特色进行梳理探讨,总结精髓,以启发更深研究和借鉴运用.     

对礼县发展现代肉羊产业的建议

近年来,礼县规模化养羊发展较快,但仍存在生产效率和经营效益相对低下等问题。需要用现代理念发展现代肉羊产业已经成为必然的趋势。礼县发展现代肉羊产业有很好的政策机遇和基础条件,因此,作者提出了一些关于礼县发展现代肉羊产业的建议。     

家蚕新品种吴花×浒星农村试养初报

吴花，浒星是苏州大学育成的夏秋用家蚕新品种。为探讨该品种在江西蚕区的适应性和丰产性能，笔者于2009年秋季在东乡县开展了农村养蚕试验，现初报如下。     

8个樱花品种播种育苗技术研究

本文介绍了8个樱花品种的种子从储藏、催芽、播种到苗期管理的试验全过程,总结出一种简便易操作的樱花播种育苗技术,可供生产设施比较简陋的地方借鉴和参考。     

乌审旗灌木林发展现状及今后发展意见

灌木林资源在乌审旗境内分布广，具有耗水量小，耐干旱、耐盐碱、耐高摩，具有很强的更新和自然修复能力，是毛乌素沙地的主要造林树种。对乌审旗灌木林的发展现状进行简要的分析发现，乌审旗的灌木林地培育方面存在一定的问题，从而对灌木林地今后的培育提出了建设性的意见，供将来的灌木林地的培育参考。     

牧区犊牛腹泻的病因及防治

犊牛腹泻是牧区常见的疾病之一。本文通过调查分析,提出牧区犊牛腹泻主要是由于犊牛肠道内微生物菌群失调、环境因素、营养性因素等导致犊牛的免疫力下降而引起的,并提出了加强犊牛饲养管理、及时饲喂牛初乳及干草、注意母牛健康以及对症治疗等防治措施。     

采用全卷积神经网络与Stacking算法的湿地分类方法

高精度湿地制图对湿地生态保护与精细管理具有重要的支撑作用。针对传统湿地分类方法的精度不高和泛化能力弱等问题，提出了一种联合全卷积神经网路（fully convolutional neural network，FCN）与集成学习的湿地分类方法。首先利用全卷积神经网络（SegNet、UNet及RefineNet）对GF-6影像的语义特征进行提取与融合，然后利用Stacking集成算法对融合后的特征进行判别和分类。结果表明，联合全卷积神经网络与Stacking算法能有效提取湿地信息，总体分类精度为88.16%，Kappa系数为0.85。与联合全卷积神经网络与单一机器学习RF、SVM与kNN算法相比，该文提出的湿地分类方法在总体分类精度上分别提高了4.87%，5.31%和5.08%；与联合单一全卷积神经网络（RefineNet、SegNet、UNet）与Stacking算法下的湿地分类结果，该文提出的湿地分类方法在总体分类精度上分别提高了2.78%，4.48%与4.91%；该文方法一方面能通过卷积神经网络提取遥感影像深层的语义特征，另一方面通过集成学习根据各分类器的表征性能进行合理的选择并重组，从而提高分类精度及其泛化能力。该方法能为湿地信息提取及土地覆盖分类方法的研究提供参考。