供给侧结构性改革下的新疆棉花价格波动特征分析

以2007年1月至2019年12月新疆和全国棉花平均价格月度数据为研究对象，运用X12季节调整法、Hodrick和Prescott滤波法，对新疆棉花价格总体波动特征和规律进行了分析。结果显示：新疆棉花价格和全国棉花平均价格的季节性和周期性波动特征一致，在每年3月份左右升至最高点后开始回落，至9月份左右触底，之后逐渐上升，到次年2－3月份价格升至最高点，每年循环往复；2007－2019年新疆棉花价格经历了3个完整的周期，周期平均为42个月，目前进入新一轮周期。从长期趋势来看，新疆棉花价格波动整体呈现非线性上升趋势。新疆棉价变动与全国棉价（包括新疆）变动影响因素基本一致，短期内会受到政策、成本、国际棉价、金融等其他外部因素的影响。在新冠肺炎疫情和常态化疫情防控导致国内外需求疲软背景下，经济发展的不确定性增强，棉花价格的波动率将会显著上升，新疆棉花价格也将会受到影响。因此，提出持续加强新疆优质棉基地建设、持续推进新疆棉花生产供给侧结构性改革、强化棉花市场监管与价格预警、探索新型补贴方式等建议。     

禾田稻2号选育技术报告

禾田稻2号(代号松辽628)是公主岭市松辽农业科学研究所以白粳1为母本、长白19为父本,双亲配组,有性杂交,后代材料经世代选拔培育,系谱法、穿梭育种,最终选育而成的水稻新品种。该品种株高适中、株型紧凑、分蘖力较强,成穗率好,结实率高,中感稻瘟病,米质好,产量高,综合性状优良,2020年通过内蒙古自治区农作物品种审定委员会审定,适宜在内蒙古中晚熟稻区等地种植。     

利用马尾松解析木对林地立地指数和立地形的研究

利用重庆市南川区马尾松解析木数据，选择合适的导向曲线方程，建立基于导向曲线的立地指数和立地形模型，并对立地形的适用性进行说明。根据散点图和三倍标准差对解析木数据进行了选择，排除了不符合要求的圆盘记录对。采用5种常用的经验生长方程对年龄-树高、胸径-树高进行拟合，根据决定系数R²,均方根误差RMES、 AIC、方程的参数变动系数以及拟合曲线对方程进行选择；根据选定的方程，求出其连续生长量方程和平均生长量方程，并采用matlab绘制出其曲线方程，根据连续生长量和平均生长量次相交后的下一个龄（径）阶，选择出基准年龄（胸径）；利用标准差调整法进行编表，编表后采用成对T检验方法对立地指数表和立地形表进行验证。结果表明，立地指数和立地形的表达精度在95%水平下显著，平均总相对误差和相对总误差都<5%，而预估精度分别达到了99.18%和99.22%，说明所编立地指数表和立地形表精度较高，能够满足编表需要。根据导向曲线绘制生长量曲线方程的方法确定基准年龄和基准胸径的方法准确可行；由于龄阶和径阶的选择差异，导致立地指数级不同，同时影响了立地形与立地指数的编表质量；由于树木的生长特性，立地形在表示立地质量时，在林木的早期将会低于立地指数，在树木生长的中后期将会高于立地指数；立地形的适用性取决于胸径与树高的相关性，相关性越强，立地形就越准确，在选择合适的优势木的情况下，立地形可以取代立地指数来表示林地质量。     

优质高产抗病常规稻新品种河西丰占2号的

河西丰占2号是广西农业科学院河池分院/河池市农业科学研究所选育的早晚兼用型常规优质籼稻新品种，具有抗病强、品质优、产量高、熟期适中等优点，2019年5月通过广西壮族自治区农作物品种审定委员会审定。本文阐述了河西丰占2号的选育过程，总结其特征特性和介绍其栽培技术，为该品种的推广应用提供参考。     

绵羊羊角形态与遗传调控机制的研究进展

绵羊是较早驯化的家畜之一，可为人类提供肉、毛、奶等产品，因而在我国畜牧产业中占有重要的地位。由于各地自然环境的差异和社会需要的不同，经长期的选择形成了数百个外表特征和生理习性各具特色的绵羊品种。羊角作为绵羊品种的特征性表型，承担着双重功能，发达的羊角不仅有利于公羊个体提高其在种群内的地位，拥有优先交配权，还可以有效抵御天敌的攻击，使群体免受捕食伤害；然而，随着规模化养殖的推广，羊角的存在已不利于舍内饲养管理，进而对绵羊品种的培育工作提出了新要求。目前，羊角虽在实际生产和品种培育工作中受到广泛关注，但其形态多样性及遗传调控机制的研究尚显不足。本文根据我国现有绵羊品种，对角的数量和形态、发育过程、遗传调控机制等方面的研究进行了综述，不仅能为后期鉴别绵羊羊角多样性的突变位点和主效基因提供参考，也可为绵羊的新品种培育奠定相关的理论基础。     

昆明海口林场滇藏钝果寄生的调查及寄生特性分析

桑寄生科(Loranthaceae)植物是常见的半寄生灌木,其过度繁殖会影响天然林和人工林生态、经济和社会效应的发挥.前期调查发现,昆明海口林场部分地区具有桑寄生危害,其主要种类为滇藏钝果寄生.为监控滇藏钝果寄生在林场的传播扩散,了解其寄生初期的选择偏好,本研究以昆明市海口林场滇藏钝果寄生危害最严重地区为中心,对其周边4个区域的传播情况进行样方调查,统计滇藏钝果寄生的寄主选择模式、构建寄生强度与寄主生长特征的归回关系.结果 表明,滇藏钝果寄生于郁闭度最低(30％)、坡度最大(27°)的样方2 (M2,中心样方)中危害严重,其余4个样方(M1,M3,M4,M5;周边样方)的感染程度较低,尚处于扩散初期.滇藏钝果寄生在所调查样地中具有明显的寄主选择性,几乎仅存在于槲栎中,但其扩散与槲栎在群落中的百分率无明显相关性.采用逐步回归法构建槲栎生长特征与寄生强度的线性关系,其冠幅和胸径可依次引入回归模型中,修正后的拟合度R2为0.526,方程式为y=-0.467+0.152x1+0.110x2.滇藏钝果寄生于样方M2和M1中的寄生高度百分率集中分布于40％～80％之间,而于M3、M4和M5中变幅较大,无明显集中区.该研究结果可为滇藏钝果寄生的生态防治提供科学基础.     

引入地形因子的无人机遥感精准管理分区研究

根据作物长势的空间差异对耕地进行精准管理分区,可以指导田间变量管理,漫川漫岗黑土区地形复杂,分区时应考虑微地形对作物的影响.以典型黑土区玉米田块为研究区,利用1.1m空间分辨率的无人机多光谱影像提取玉米大喇叭口期(播种后约45 d)归一化植被指数(Normalized difference vegetation index,NDVI),分别结合4种地形因子(高程、坡度、地形起伏度、地表粗糙度),通过面向对象分割方法进行分区,并利用产量数据对分区结果进行评价,对比无人机影像结合不同地形因子分区的精度.结果 表明:研究地块产量、土壤养分及植株生理参数均存在显著变异性,产量与地形存在相关性;相较使用单期NDVI分区,结合地形因子能够显著提高分区精度;结合不同地形因子后,无人机分区精度变化存在差异,NDVI同时结合4种地形因子的分区精度最高,其次分别为结合高程、地形起伏度、坡度、地表粗糙度.研究结果证明了NDVI与地形因子结合作为输入量提高分区精度的可行性,为精准施肥及其他田间变量管理提供了理论基础,为智慧农业的发展提供新思路.     

5种苹果野生资源果实香气物质的分析

以苹果系楸子(Malus prunifolia)、海棠花(Malus spectabilis)、西府海棠(Malus micromalus)、花红(Malus asiatica)和新疆野苹果(Malus sieversii) 5 个野生苹果种为材料，以甲基叔丁基醚（MTBE）为溶剂，进行香气物质的提取，并基于气相色谱质谱联用（GC-MS）技术对香气物质进行分离和鉴定。结果表明：5 种材料中共鉴定出 27 种香气物质，其中醇类 6 种、醛类 7 种、酯类 4 种、有机酸 4 种、萜烯 2 种和苯衍生物 4 种。其中反式-2-己烯醛、辛酸、α-法呢烯、苯酚以及对甲苯酚是 5 个野生苹果果实中共有的香气物质。这 5 种苹果野生资源果实的香气物质主要是以清香型的反式-2-己烯醛等醛类物质为主，但酯类和醇类也是构成不同种苹果特异香气的重要呈香物质。从特征香气组分来看，有8种是5个野生苹果种果实香气成分共有的特征香气，分别是法呢醇、己醛、反式-2-己烯醛、辛醛、壬醛、反式-2-癸烯醛、乙酸丁酯、己酸己酯。其中海棠花的特征香气物质有6种，西府海棠的特征香气物质有5种，新疆野苹果和楸子的特征香气物质有4种，花红苹果的特征香气物质有2种。     

川西北地区上二叠统吴家坪组凝灰岩分布地震预测

通过对川西北地区的老井进行复查,发现多口井在上二叠统吴家坪组存在大套的凝灰岩,对上述井的地质、测井、地震资料综合分析发现,凝灰岩的岩性以凝灰质泥岩、凝灰质粉砂岩、凝灰质灰岩、沉凝灰岩、凝灰岩、凝灰质白云岩为主,次生溶蚀孔隙发育;凝灰岩在测井曲线和地震剖面上均有明显的响应特征:在测井曲线上表现为明显的低纵波速度、高自然伽马特征,凝灰岩底界在地震剖面上均表现为波峰反射特征.为此,采用模型正演分析技术及波阻抗反演技术,首次对四川盆地川西北地区晚二叠世吴家坪组凝灰岩的分布进行了地震预测:双鱼石构造-剑阁区块的北部地区凝灰岩分布最厚,南部减薄;双鱼石构造东部凝灰岩分布较厚,西部减薄,直至不发育.研究结果表明,晚二叠世吴家坪组在川西北地区沉积了一套凝灰岩,从西北至东南方向减薄;由于凝灰岩物性好,孔隙度高,可成为四川盆地火山岩气藏勘探全新的后备领域,为川西北地区下一步新的勘探领域开发提供了重要研究基础.     

基于注意力机制及多尺度特征融合的番茄叶片缺素图像分类方法

针对番茄早期缺素性状不明显及各生长期特征差异较大所导致的特征区域尺寸不一致、难提取、难辩别等问题，提出了一种基于注意力机制及多尺度特征融合卷积神经网络的番茄叶片缺素图像分类方法（Multi-Scale Feature Fusion Convolutional Neural Networks Based On Atte ntion Mechanism，MSFF-AM-CNNs）。首先根据番茄叶片缺素特点提出了多尺度特征融合结构（Multi-Scale Feature Fusion Module，MSFF Module）；其次在DenseNet基础上，结合浅层网络主要提取纹理、细节特征，深层网络主要提取轮廓、形状特征的特点分别提出具有针对性的特征提取方法，通过不同形式引入注意力机制及多尺度特征融合结构，使全局多尺度信息融合多个特征通道、选择性地强调信息特征并达到对特征精准定位的功能；同时引入Focal Loss函数以减少易分类样本的权重。试验结果表明，MSFF-AM-CNNs的平均召回率、平均F1得分、平均准确率较原模型DenseNet-121均大幅提升，其中缺氮和缺钾叶片的准确率分别提高了8.06和6.14个百分点，召回率分别提高了6.31和5.00个百分点，F1得分分别提高了7.25和5.55个百分点，平均识别准确率可达95.92%，具有较高的识别准确率及广泛的适用性，能够满足番茄叶片缺素图像的高精度分类需求，可为植物叶片缺素识别提供参考。