基于Kjeldahl与Dumas方法的农作物秸秆总氮含量分析

凯氏定氮法(Kjeldahl)与杜马斯燃烧法(Dumas)是测定农业生物质总氮含量的主要检测手段,但二者的测定结果数值存在差异。该研究获取农作物秸秆样本(水稻、小麦、玉米、油菜和棉花)共计1 179个,分别采用Kjeldahl和Dumas方法测定总氮(TKN和TCN,total Kjeldahl nitrogen and total combustion nitroyen)含量,通过多种统计与分析方法,系统分析比较了不同农作物秸秆总氮含量及其分布的异同和相关关系。结果表明:不同农作物秸秆氮含量分布均呈非正态分布,建议采用中位数统计;5种秸秆总体的TKN质量分数为(7.12±1.87) g/kg,TCN质量分数为(8.00±2.13) g/kg,TKN含量显著小于TCN含量;小麦和棉花秸秆的TKN含量和TCN含量与其他秸秆间均存在显著差异(P <0.05);不同生物质TKN含量与TCN含量关系不同,建议采用最小中位数二乘法进行拟合分析。研究结果可为农作物秸秆科学利用提供数据及方法互通性支撑。     

基于CLIMEX和ArcGIS的灰茶尺蠖在中国的潜在适生区预测

基于中国820个气象站点数据、灰茶尺蠖已知地理分布资料和生物学数据,结合CLIMEX模型与ArcGIS软件模拟预测灰茶尺蠖在中国目前及未来的潜在分布范围,评估灰茶尺蠖的潜在分布范围及气候变暖对其分布的潜在影响。结果表明,灰茶尺蠖在中国目前的适生区主要分布在3°51′N~40°6′N,适生区面积占全国总面积的34.27%。中国大部分省份的气候条件均适合灰茶尺蠖种群生长。随着气候的变化,灰茶尺蠖在中国的潜在适生区面积总体增幅不大,但其组成变化较大。至2050年,预测灰茶尺蠖高度适生区面积占比达最大（22.23%）。相比各种能源之间的平衡情景（A1B）,较高能源需求情景（A2）下灰茶尺蠖在陕甘宁地区向内陆扩张更快。灰茶尺蠖在中国适生区分布广泛,应加强灰茶尺蠖预测预报,趁早采取防控措施,以保障茶叶优质安全生产。     

采用多元统计分析方法构建南极磷虾粉品质评价体系

南极磷虾是一种重要的战略性海洋生物资源，营养价值高，资源量大，开发利用前景广阔。为了构建南极磷虾粉品质评价体系，为南极磷虾粉品质的科学评价提供依据。通过检测15项南极磷虾粉品质指标，采用因子分析筛选品质评价指标，应用概率分布分级品质评价指标，通过层次分析确定品质评价指标权重，利用K-均值聚类分析和判别分析建立南极磷虾粉品质判别函数。结果表明：1）南极磷虾粉品质指标之间离散度有差异，变异系数在8.89%～84.46%；2）从15项指标中选择6项作为南极磷虾粉品评价指标（蛋白质、脂质、盐分、赖氨酸、生育酚、挥发性盐基氮）；3）建立了南极磷虾粉品质评价指标的分级标准和评分标准；4）建立了南极磷虾粉品质判别函数，判别率较高。该研究构建的南极磷虾粉品质评价体系为南极磷虾粉品质评价提供了科学依据，可以用于南极磷虾粉的品质定性判别和评价。     

基于气象-生理的夏玉米作物系数及蒸散估算

准确估算作物系数对预测作物实际蒸散量和制定精准的灌溉计划至关重要。为反映作物逐日作物系数变化,综合考虑气象和生物因子对作物生长的共同影响,采用五道沟水文实验站大型蒸渗仪夏玉米实测蒸散及气象数据,基于地温及叶面积指数建立了气象-生理双函数乘法模型,并结合梯度下降法对模型进行了精度优化。结果表明,在整个玉米生长期中,作物系数实测值和计算值平均绝对误差为0.12,均方根误差为0.15,相关性为0.91,蒸散量实测值与计算值平均绝对误差为1.0 mm/d,均方根误差为4.5 mm/d,相关性为0.75。该模型计算的全生育期蒸散量准确率(误差在2～3 mm/d以内)相比使用联合国粮农组织(FAO)推荐的作物系数计算所得准确率提高了3倍以上,可更精确用于作物系数及蒸散量计算。     

基于智能算法优化SVM的横向通风过程中温度场预测方法探究

将改进的智能预测技术应用于储粮横向通风过程中的粮堆温度预测,为粮食通风智能预测与决策提供了一种新思路。选取河北清苑国家粮食储备库冬季横向通风的实时监测数据,在分析主要影响因素的基础上,应用三种智能优化算法——网格寻优算法、GA遗传算法寻优、PSO粒子群算法,结合回归支持向量机理论,对粮堆的通风过程进行建模。结果表明,优化过的回归预测模型能较好地拟合粮食温度与其他变量之间的非线性关系,尤其是当样本数量较为有限时,该方法具有更高的拟合精度,更适合对储粮通风这一强非线性过程的预测研究,对于人工干预操作具有一定的现实指导意义。     

基于SVM的CFRW导电性建模预测研究

针对碳纤维增强木质复合材料（CFRW）导电性具有非线性的特点，采用基于支持向量回归机（SVM）的机器学习方法建立碳纤维增强木质复合材料导电性预测模型。结果表明，所建模型的预测精度高、泛化能力强.     

基于HHT变换的PSO-LSSVM耦合模型估算气象资料短缺地区ET_0

为准确估算气象资料短缺地区参考作物腾发量,构建了一种基于HHT变换的PSO-LSSVM耦合模型,并利用新疆和田气象站2000—2009年单日数据做训练、双日数据做验证。结果表明,该模型估算ET0方法明显优于常规的PSO-LSSVM和GRNN,预测精度较二者分别提高了15.7%~85.6%和15.8%~93.7%;该方法预测ET0的气象要素重要性为RsTmaxTminRHWn,利用该方法对气象要素组合为Tmax/Tmin/RH/Wn、Tmax/RH/Wn、Tmin/Wn、Wn条件下的ET0预测,MSE分别为0.407、0.185、0.149、0.135,说明该方法可以很好地估算资料缺失地区ET0。     

基于神经网络红枣红外辐射干燥预测模型建立

针对红枣红外辐射干燥含水率的变化具有非线性和时变性、很难利用现有的模型构造一个数学模型来描述其变化规律的问题,利用Mat Lab神经网络工具箱和红枣红外辐射干燥特性试验数据建立了神经网络预测模型。通过对实测值和模型预测值进行分析研究,得出利用BP神经网络可以较快速、准确地建立模型来描述含水率的变化规律,且模型的预测值与试验测试值误差较小,能很好地实现在线预测的效果。     

Cloning and Bioinformatic Analysis of L1 Gene of BPV from Guizhou Province

In order to study and analyze L1 gene of bovine papillomavirus（BPV）in Guizhou province,the L1 gene of BPV-GZ01 strain was amplified,cloned and sequenced using bioinformatic softwares and methods,and the secondary structure,tertiary structure,B-cell preponderant epitope,conserved domains analysis, transmembrane domain and signal peptide of L1 gene were predicted.The results showed that the length of L1 gene was 1 494 bp,encoding 497 amino acids.The L1 gene of BPV-GZ01 strain shared an amino acid identities of 98.6%,99.4%,98.4%,94.4% and 91.3%,and a nucleotide identities of 99.1%,99.8%,99.4%,87.6% and 82.8% with those of BPV2,BPV2-SW01,BPV2-AKS01,BPV13 and BPV1 strains,respectively.The results of phylogenetic tree analysis indicated that there was a close relationship between BPV-GZ01 and BPV2-SW01 strains.The prediction of secondary structure of L1 protein indicated that the random coil,extended strand and alphahelix took a higher percentage.The L1 protein was supposed contain 6 potential antigen epitopes.And no transmembrane domains and no signal peptide were found.The tertiary structure of L1 protein was curved spiral structure.These results provided a theoretical basis for immunologic diagnosis and further research of nucleic acid vaccine of BPV.     

The Economic Significance of Hunting Tourism in East Lapland,Finland

Uses of game resources are under constant debate. One such debate focuses on hunting tourism and its contributions to rural economics. To prioritize future investment and inform policy decisions, it is necessary to identify the full economic consequences of the operation of hunting tourism companies in rural areas. However, the true economic significance of these typically small-scale companies is not apparent when examined on an industrial scale. These companies may nevertheless serve as a sustainable solution to local-scale rural challenges. In this article, the regional economic significance of hunting tourism is estimated for the East Lapland sub-region of northern Finland through the use of Computable General Equilibrium simulation models. Although these models are known to effectively evaluate short- and long-term regional economic effects of industries such as tourism, they have not previously been applied to evaluate hunting tourism.