Soil microbial biomass, activity and potential nitrogen mineralization in a pasture: Impact of stock camping activity

Grazing animals recycle a large fraction of ingested C and N within a pasture ecosystem, but the redistribution of C and N via animal excreta is often heterogeneous, being highest in stock camping areas, i.e., near shade and watering sources. This non-uniform distribution of animal excreta may modify soil physical and chemical attributes, and likely affect microbial community eco-physiology and soil N cycling. We determined microbial population size, activity, N mineralization, and nitrification in areas of a pasture with different intensity of animal excretal deposits (i.e., stock camping, open grazing and non-grazing areas). The pasture was cropped with coastal bermudagrass (Cynodon dactylon L.) and subjected to grazing by cattle for 4 y. Soil microbial biomass, activity and N transformations were significantly higher at 0-5 cm than at 5-15 cm soil depth, and the impacts of heterogeneous distribution of animal excreta were more pronounced in the uppermost soil layer. Microbial biomass, activity and potential net N mineralization were greater in stock camping areas and were significantly correlated (r²≈0.50, P<0.05) with the associated changes in total soil C and N. However, gross N mineralization and nitrification potential tended to be lower in stock camping areas than in the open grazing areas. The lower gross N mineralization, combined with greater net N mineralization in stock camping areas, implied that microbial N immobilization was lower in those areas than in the other areas. This negative association between microbial N immobilization and soil C is inconsistent with a bulk of publications showing that microbial N immobilization was positively related to the amount of soil C. We hypothesized that the negative correlation was due to microbial direct utilization of soluble organic N and/or changes in microbial community composition towards active fungi dominance in stock camping areas.     

犬多层螺旋CT肝多期增强扫描技术研究

本试验旨在确定犬肝多期增强扫描造影剂使用剂量、注射速率及最佳延迟时间。选取不同的碘海醇剂量（500、575、650 mg·kg^-1,以I含量计）及速率（2、3 mL·s^-1）对犬进行造影,动态扫描,计算造影前后主动脉、门静脉、肝实质CT增强值,确定最佳造影剂剂量及注射速率。然后采用最佳造影剂剂量和注射速率对不同体型的犬进行造影,动态扫描后绘制时间-密度曲线,统计主动脉、门静脉、肝实质的达峰时间,计算达峰时间和注射时间的差值（Δt_AO/Δt_SP/Δt_L）,确定各期最佳扫描延迟时间。研究结果显示,当采用575 mg·kg^-1、3 mL·s^-1的造影剂剂量和注射速率时得到的主动脉、门静脉、肝实质CT增强值较高,可获得较好的增强效果。通过时间-密度曲线分别计算小、中、大3种体型犬的Δt_AO分别为7、9、4 s,Δt_SP分别为21、23、17 s,Δt_L分别为41、44、34 s,各期最佳扫描延迟时间可用公式“注射时间+Δt_ROI-1/2扫描时间”计算得到。通过临床病例验证,本试验使用的造影剂剂量（575 mg·kg^-1）、注射速率（3 mL·s^-1）及延迟时间（“注射时间+Δt_AO/Δt_SP/Δt_L-1/2扫描时间”）临床效果较好,可应用于犬肝疾病的CT造影检查。     

家畜遗传育种学网络教学系统的设计与实现

运用互联网对传统教学进行改革已经成为当前教育界的热门话题。家畜遗传育种学是畜牧兽医专业重要的专业基础课，不仅内容庞杂、抽象，名词术语和家畜种类繁多，而且教学常常受到地域、动物资源分布等条件的限制，传统的教学方法很难达到预期效果，为了提高家畜遗传育种学课程的教学质量和效益，作者开发出家畜遗传育种学网络教学系统。该文主要介绍家畜遗传育种学网络教学系统的功能、开发环境和实现过程。     

试析管理层增量持股的激励效应

管理层持股作为长期激励机制, 有助于解决股东与经营者之间的代理问题, 并实现剩余索取权和控制权的对应, 因而能鼓励经理人员克服短期行为, 更多地关注公司的长期持续发展。“管理层增量持股”是国企深化改革过程中值得探索的方式之一, 其激励效应在实际运作过程中还存在一定的不确定性, 应该审慎而又积极地尝试     

有机酸与多菌灵混配对水稻纹枯病菌的增效作用

以水稻纹枯病菌(Rhizoctonia solani)为供试菌,采用菌丝生长速率法,测定了柠檬酸、草酸、水杨酸、乙酸、丙酸、山梨酸对多菌灵的增效作用。试验结果表明,供试有机酸对多菌灵都有增效作用,当多菌灵与有机酸质量比为1∶2时其配比最合理。盆栽试验结果表明,草酸、柠檬酸对多菌灵的增效作用最明显,500 mg/L多菌灵原粉与有机酸以质量比为1∶2混配使用后,防效分别为80.26%、65.51%,优于对照药剂50%多菌灵可湿性粉剂在同样浓度的防效(36.22%)。     

中国花生青枯病抗性遗传改良研究进展

由Rastonia solanacearumE.F.Smith引起的青枯病是中国及一些东南亚国家花生生产的重要限制因子。综述了近年来中国在花生青枯病的病原鉴定、抗病机理、抗性遗传规律、抗病种质鉴定发掘、抗病品种选育方面取得的研究进展及成就,并就存在的抗性品种产量较低、品质性状差、抗性鉴定费时费力、所利用抗源单一等问题进行了讨论,提出今后研究的重点在于采用多重杂交方式或借助现代生物技术引进疏枝亚种为抗源,同时要大力发掘利用野生花生抗性材料,完善分子标记辅助选择体系。     

利用花粉诱变技术改造热带玉米种质的研究

由于种质的匮乏严重地制约了玉米育种的发展,本试验利用EMS花粉诱变技术处理热带种质,以达到改造利用热带种质的目的。结果得到一个具有温带适应性的热带种质。     

长沙地区秋季降雨天气类型与飞机增雨技术研究

统计分析2007 ～ 2011年长沙地区地面气象观测资料,得出秋季主要云系与基本特征;利用多普勒天气雷达和飞机人工增雨作业探测资料对主要作业云系进行宏微观分析,找出湖南秋季飞机人工增雨作业的主要催化对象和催化方式;使用中尺度WRF模式对作业天气过程进行了数值模拟,结合全省中小尺度气象站网雨量资料和多普勒天气雷达回波情况对作业效果进行检验与评估.结果表明,湖南秋季飞机人工增雨作业云系主要是四类,包括Fn Scop、Fn Asop、Cb和Actra等;飞机增雨对积层混合云系中的积状云播撒冷云催化剂,可以取得较好的人工增雨效果,对其中的层状冷云进行冷云催化效果次之;而对状态稳定、维持时间较长的层状暖云进行暖云催化剂播撒作业仅可以降毛毛雨.     

基于改进YOLO v5的自然环境下樱桃果实识别方法

为提高对樱桃果实识别的准确率,提升果园自动采摘机器人的工作效率,使用采集到的樱桃原始图像以及其搭配不同数据增强方式得到的数据图像共1816幅建立数据集,按照8∶2将数据集划分成训练集与测试集。基于深度学习网络,利用YOLO v5模型分别对不同数据增强方式以及组合增强方式扩增后的樱桃数据集进行识别检测,结果表明离线增强与在线增强均对模型精度提升有一定的正向促进作用,其中采用离线数据增强策略能够显著且稳定的增加检测精度,在线数据增强策略能够小幅度提高检测精度,同时使用离线增强以及在线增强能够最大幅度的提升平均检测精度。针对樱桃果实之间相互遮挡以及图像中的小目标樱桃检测难等导致自然环境下樱桃果实检测精度低的问题,本文将YOLO v5的骨干网络进行改动,增添具有注意力机制的Transformer模块,Neck结构由原来的PAFPN改成可以进行双向加权融合的BiFPN,Head结构增加了浅层下采样的P2模块,提出一种基于改进YOLO v5的自然环境下樱桃果实的识别网络。实验结果表明：相比于其他已有模型以及单一结构改进后的YOLO v5模型,本文提出的综合改进模型具有更高的检测精度,使平均精度均值2提高了29个百分点。结果表明该方法有效的增强了识别过程中特征融合的效率和精度,显著地提高了樱桃果实的检测效果。同时,本文将训练好的网络模型部署到安卓(Android)平台上。该系统使用简洁,用户设备环境要求不高,具有一定的实用性,可在大田环境下对樱桃果实进行准确检测,能够很好地满足实时检测樱桃果实的需求,也为自动采摘等实际应用奠定了基础。     

融合字词语义信息的猕猴桃种植领域命名实体识别研究

针对猕猴桃种植领域命名实体识别任务中实体词复杂度较高,识别精确率较低的问题,提出一种融合字词语义信息的猕猴桃种植实体识别方法。以BiGRU-CRF为基本模型,融合词级别和字符级别的信息。在词级别上,通过引入词集信息,并使用多头自注意力（Multiple self-attention mechanisms,MHA）调整词集中不同词的权重;同时使用注意力机制忽略不可靠的词集,将注意力集中在重要的词集上,从而提高实体识别效果;在字符级别上,引入无监督的基于转换器的双向编码表征（Bidirectional encoder representations form transformers,BERT）预训练模型增强字的语义表示。在包含12477条标注样本和7个类别实体的猕猴桃种植领域自制语料上进行了实验,结果表明,本文模型与SoftLexicon模型相比,F1值提高1.58个百分点。此外,本文模型在公开数据集ResumeNER上与Lattice-LSTM、WC-LSTM等模型进行实验对比取得了最佳效果,F1值达到96.17%,表明本文模型具有一定的泛化能力。