植保无人机在江苏农垦稻麦病虫草害防治中的应用及展望

植保无人机作为一种新型施药工具,以作业高效安全、节水省药环保等特点于近几年迅速发展,并已广泛应用于农作物病虫草害防治。本综述重点对我国植保无人机的施药发展现状、近年来江苏农垦植保无人机的应用情况和植保无人机应用过程中存在的问题进行阐述,并对植保无人机应用的未来发展趋势进行展望。     

基于GAM的长江口鱼类资源时空分布及影响因素

根据2006至2017年长江口及其邻近海域鱼类资源调查,运用广义加性模型研究长江口鱼类资源密度与环境因子之间的关系,并对2017年鱼类资源密度的时空分布进行预测。结果显示,春夏秋冬四个季节最佳GAM偏差解释率分别为69.6%、55.9%、51.4%和47.4%,交叉验证回归线斜率的平均效应为0.62～0.88。盐度、水温和溶解氧是影响长江口鱼类资源密度的主要环境影响因子且在不同季节对鱼类资源密度有不同的影响机制。总体上,在春、夏、秋季,盐度与鱼类资源密度之间存在正向相关性;在夏、秋、冬季,水温对鱼类资源密度有显著影响,在秋季与鱼类资源密度之间存在正向相关性;在春、秋、冬季,溶解氧对鱼类资源密度有显著影响,在冬季与鱼类资源密度之间存在正向线性相关。研究表明,2017年夏季鱼类资源密度较高;在长江口南支的自然延伸水域存在鱼类资源密度的相对低值,在崇明岛向海自然延伸方向水域存在鱼类资源密度的相对高值。后续研究将对长江口鱼类资源进行不同生态类型区分,以期更加准确地掌握影响各生态类型鱼类时空分布的环境因素及其时空分布信息。     

重症肌无力病情严重程度对尿动力学参数的影响

目的探讨眼肌型(Ⅰ型)及全身型(Ⅱ型)重症肌无力(myasthenia gravis,MG)患者尿动力指标的差异,为临床治疗重症肌无力提供参考。方法分别检测8例眼肌型及15例全身型MG患者尿动力学指标,分析组间尿动力参数差异及组间各指标异常人数构成比差异。结果全身型MG患者最大尿流率显著低于眼肌型患者(P0.05);全身型MG患者最大尿流率异常人数比率显著高于眼肌型患者(P0.05),而膀胱收缩力增强人数显著低于眼肌型患者(P0.05);全身型MG患者初始尿意、残余尿量异常比率及膀胱出口梗阻发生率均高于眼肌型患者,但差异无显著性(P0.05);女性MG患者膀胱收缩增强人数显著高于男性(P0.01)。结论全身型MG患者最大尿流率异常人数显著高于眼肌型,MG病情加重可能会伴发尿动力异常,临床诊疗应加以重视。     

种子科学专业英语课程教学探讨

种子科学专业英语作为种子科学与工程专业的一门重要的专业课，在提升学生专业素养及英语应用能力方面具有重要的作用。种子科学专业英语作为英语课与常规大学英语课在很多方面又存在诸多不同。通过种子科学专业英语的学习，提升学生的专业英语应用能力，增强其学生在就业及深造中的竞争力，缩短学习与就业衔接的周期，也可以更快适应从本科生学习到研究生科研角色的转变。笔者探讨了当前种子科学专业英语的教学现状、存在问题，以及所做的教学实践，以其在以后的教学过程中更加有效地释放课程的活力，也能够在专业认证过程中发挥有效的支撑作用。     

基于数字化植物表型平台（D3P）的田间小麦冠层光截获算法开发

冠层光截获能力是反映作物品种间差异的重要功能性状，高通量表型冠层光截获对提高作物改良效率具有重要意义。本研究以小麦为研究目标，利用数字化植物表型平台（D3P）模拟生成了100种冠层结构不同的小麦品种在5个生育期的三维冠层场景，记录了从原始冠层结构中提取的绿色叶面积指数（GAI）、平均倾角（AIA）和散射光截获率（FIPAR_dif）信息作为真实值,进一步利用上述三维小麦场景开展了虚拟的激光雷达（LiDAR）模拟实验，生成了对应的三维点云数据。基于模拟的点云数据提取了其高度分位数特征（H）和绿色分数特征（GF）。最后，利用人工神经网络（ANN）算法分别构建了从不同LiDAR点云特征（H、GF和H+GF）输入到FIPAR_dif、GAI和AIA的反演模型。结果表明，对于GAI、AIA和FIPAR_dif，预测精度从高到低对应的点云特征输入为GF+H > H > GF。由此可见，H特征对提高目标表型特性的估算精度起到了重要作用。输入GF + H特征，在中等测量噪音（10%）情况下，FIPAR_dif和GAI的估算均获得了满意精度，R²分别为0.95和0.98，而AIA的估算精度（R²=0.20）还有待进一步提升。本研究基于D3P模拟数据开展，算法的实际表现还有待通过田间数据进一步验证。尽管如此，本研究验证了D3P协助表型算法开发的能力，展示了高通量LiDAR数据在估算田间冠层光截获和冠层结构方面的较高潜力。     

Effects of agriculture,climate, and policy on NDVI change in a semi-arid river basin of the Chinese Loess Plateau

In 1999, the Grain for Green Project was implemented by the Chinese government. Since then, the vegetation of Zuli River Basin, a semi-arid river basin of the Chinese Loess Plateau, has been greatly changed. Clearly understanding the impact of natural and artificial factors on vegetation change is important for policy making and ecosystem management. In this study, spatio-temporal variations in vegetation cover in Chinese Zuli River Basin during 1999–2016 were investigated using Landsat normalized difference vegetation index (NDVI) data. Analyses of several indicators, including changes in NDVI in different slopes and land use changes and the relationships between climatic factors and NDVI change, were presented to quantitatively evaluate the effects of agriculture, climate, and policy on NDVI change. The NDVI in the Zuli River Basin increased during the study period, and the main contributors to this change were forest in 1999–2011, cropland, abandoned farmland, and grassland in 2009–2016, and land with slopes ≤ 15°. Land with slope > 15°, where the “Project” was implemented, slightly contributed to the increase in regional NDVI. In 1999–2011, the project (?98.16%) combined with climate change (?68.18%) showed negative effects on the increase in NDVI in the Zuli River Basin, but agriculture (22.28%) played a positive role in increasing this index. In 2009–2016 and 1999–2016, the project (38.45% and 35.25%, respectively), the project combined with climate change (49.83% and 46.30%, respectively), agriculture (18.61% and 23.30%, respectively), promoted increases in NDVI in the basin.