ABP1参与BY2细胞生长素响应的Ca2+信号转导过程

将Ca2+响应实时荧光报告系统引入雌二醇诱导生长素结合蛋白(ABP1)调控表达的BY2细胞中,获得了 ABP1过表达(ABP1-ox)、抑制表达(ABP1-anti)同时对Ca2+标记的几个BY2细胞株.对这些细胞株进行雌二醇诱导调控其ABP1过表达或抑制表达后,分析ABP1的表达量,并通过在细胞外添加IAA处理,实时观察ABP1调控表达后细胞的Ca2+信号变化.结果表明:ABP1-ox细胞在雌二醇诱导后细胞内ABP1表达量显著提高,细胞经IAA处理后,细胞膜内、核膜周围均有迅速而强烈的荧光信号,说明ABP1过表达后细胞能快速响应胞外的IAA作用,将信号转导到细胞内,使细胞质内Ca2+信号迅速增强;而ABP1-anti细胞经雌二醇诱导后,细胞内ABP1表达显著下调,细胞经IAA处理后,相对于对照,细胞内的荧光信号微弱且呈点状,细胞核附近的荧光不明显,说明细胞内Ca2+信号的转导受到抑制.这证明BY2细胞中ABP1参与生长素信号与细胞内Ca2+响应的信号转导过程.     

基于智能控制技术的精量播种机结构设计

为进一步提高我国精量播种机的智能化控制水平,以改善精量播种机播种深度可控、播种株距可调、播种定量化等参数为切入点,针对其结构布局展开研究。根据精量播种作业原理建立精量播种控制模型,并展开智能播种控制作业试验。试验结果表明:基于智能控制技术的精量播种机,在一定的作业条件下,理论播种量与实际播种量之间的误差相差不大,满足定量控制精度要求;整机结构紧凑度与播深合格率分别可提高至91.50%与93.55%,平均漏播率和平均重播率均有不同程度地降低,整机作业效率可提高7.00%,验证了该技术应用下精量播种机结构设计的可行性与正确性,可为类似农作物种植装备结构改进提供理论支撑与技术参考。     

额尔齐斯河流域土地利用变化对生态系统服务价值损益时空演变的影响

[目的] 评估土地利用变化与生态系统服务价值损益之间的关联效应,为制定适宜的土地干预政策提供科学依据。[方法] 基于5期额尔齐斯河流域土地利用数据以及CLUE-S模型,量化土地利用变化下流域生态系统服务价值损益时空演变规律。[结果] ①2000—2018年额尔齐斯河流域草地和林地持续地转化为其他土地,耕地面积大幅度增长;到2030年,流域耕地面积的比例将上升4.92%(1 502.48 km²上升到4 070 km²),而林地呈现快速下降趋势,所占比例将下降7.18%(由7 547.26 km²减少到5 424.36 km²)。②额尔齐斯河流域生态系统服务价值由2000年的518.16亿元增长到2018年的1 832.44亿元,到2030年,生态系统服务价值处于波动下降趋势(2030年为1 777.86亿元); ③林地和草地被耕地所占用,导致额尔齐斯河流域生态系统服务价值损失预计达到108.80亿元,依次为：草地转换损失(34.39亿元)>林地转换损失(28.49亿元)>水域转换损失(18.31亿元)。④额尔齐斯河流域生态系统服务价值损益空间分布呈现“北高南低”的发展格局,价值损益在全局和局部上均呈现显著的正向空间自相关。[结论] 人为因素导致大量生态用地被占用,生态系统服务价值下降且损益空间异质性显著,需要进一步采取有效的生态保护与补偿政策推动农牧户生计转型,减小对自然环境的依赖性。     

1990—2020年阿拉尔垦区生态环境质量动态监测与评价

[目的]借助遥感生态指数(RSEI)对阿拉尔垦区生态环境质量进行动态监测与评价,分析1990—2020年研究区生态环境变化及驱动因素,为阿拉尔垦区发展和生态保护提供科学参考。[方法]选取1990,2000,2011和2020年4期Landsat TM/ETM~+/OLI影像数据,耦合绿度指标(NDVI)、湿度指标(WET)、干度指标(NDSI)、热度指标(LST)构建RSEI,结合研究区气候、人口、经济等驱动因素探究阿拉尔垦区生态环境质量动态变化。[结果] 1990—2020年阿拉尔垦区RSEI均值从0.344上升至0.468,生态环境质量总体好转;1990—2020年阿拉尔垦区生态环境质量变好区域主要位于垦区北部和南部地区,改善面积达1 756.36 km~2,占总面积45.92%;生态环境质量受自然因素和社会经济因素影响,社会经济因素对阿拉尔垦区生态环境质量变化起主导作用。[结论]近30 a来阿拉尔垦区生态环境得到有效改善。遥感生态指数(RSEI)在一定程度上可以快速、有效地反映1990—2020年阿拉尔垦区生态环境质量变化。     

Consistent responses of microbial C and N metabolic processes to elevated CO2 across global terrestrial ecosystems

Journal of Soils and Sediments - Elevated CO2 contributes greatly to global warming, playing a pivotal role in terrestrial ecosystem processes, in particular microbially regulated C and N cycling....     

家蚕新母性白卵的遗传分析

家蚕基因资源库中归类于茧色单元的保存系03-130,其卵色为白色,蛾复眼亦为白色.杂交试验结果表明,03-130白色卵表现为混合型母性遗传(Ⅲ型),即F1表现雌亲卵色性状,F2蛾区内发生分离,而不是延迟到F3代才发生蛾区间的分离(母性遗传Ⅰ、Ⅱ型);但基因座与母性遗传Ⅰ型卵色突变-第1白卵(w-l)相同,即10-12.7.称之新母性白卵,基因符号:w-1n.     

菌肥对青稞根际土壤理化性质以及微生物群落的影响

应用化学分析、聚合酶链反应-变性梯度凝胶电泳(PCR-DGGE)技术和DNA测序技术,研究了西藏棕色砂壤土中微生物肥料不同施用量和施用期对青稞根际土壤理化性质和细菌群落多样性的影响。结果表明,施用谷特菌肥能显著提高土壤全氮、全磷、全钾、有机质、碱解氮、有效磷和速效钾的水平,如播前施用菌肥浓度750 ml hm-2的处理较不施用菌肥的处理上述指标分别提高13.32%、28.42%、16.20%、9.81%、21.36%、39.35%和30.48%,拔节期施用菌肥浓度2 250 ml hm-2的处理较不施用菌肥的处理分别提高7.25%、29.35%、18.04%、12.86%、15.90%、43.27%和53.99%。DGGE分析表明,相同施用方式中不同施用量土样中微生物的DGGE图谱相似。非加权组平均法(UPGMA)聚类分析将DGGE图谱分为2大类群。Shannon-Wiener指数表明,施用菌肥的土壤细菌多样性先增加后逐渐降低,播前以喷施谷特菌浓度750 ml hm-2时的细菌多样性最高;拔节期则以喷施谷特菌浓度2 250 ml hm-2处理的细菌多样性最高,且两种施用方式土壤养分的释放与Shannon指数的变化规律均为播前﹥拔节期。测序结果表明,不同施肥浓度土样微生物种群分布较为广泛,其中Actinobacteria纲细菌种类略多,少数菌种为未经培养菌种(Uncultured bacterium)。典型对应分析(CCA)表明,DGGE图谱条带分布与土壤理化性质密切相关,碱解氮、全磷和全氮是影响微生物群落的主要环境因子。研究结果表明,施用谷特菌肥可明显改善青稞根际土壤理化性状,提高土壤细菌多样性。     

4UFD-1400型马铃薯联合收获机改进设计与试验

针对4UFD-1400型马铃薯联合收获机田间收获试验中存在的传动速度偏高,输送系统易对薯块表皮造成擦伤,薯块输送和分级装袋自然流动不畅,有滞留堆积现象等问题,对该机传动系统、薯块输送系统进行了改进设计,并在平播旱地和全覆膜双垄播旱地进行了马铃薯收获试验。试验结果表明,改进机型土薯分离、薯秧分离、薯块输送、分级装袋等各部分的工作更协调、平稳、可靠,对全膜双垄播旱地和平播旱地马铃薯收获的质量和适应性好,对薯秧、杂草、地膜的分离能力强,可在不清除地膜、薯秧和杂草的条件下不缠绕、不堵塞地顺利作业;损失率、伤薯率、破皮率和含杂率分别低于0.8%、1.8%、2.9%和1.2%,较改进前显著降低,符合国家农业行业标准《NYT 1130-2006马铃薯收获机械》的规定;整机结构更紧凑,机组机动性更好,适用于土质松软、无板结的旱地(覆膜)种植马铃薯收获作业。     

基于蜂群优化多核支持向量机的淡水鱼种类识别

为了准确地进行淡水鱼种类自动识别,利用计算机视觉技术,提出了一种基于Krawtchouk矩、灰度共生矩阵、蜂群优化多核最小二乘支持向量机（least squares support vector machine,LS-SVM）的识别方法。首先获取淡水鱼样本的灰度图像,计算淡水鱼鱼体的长宽比、鱼头鱼尾的Krawtchouk矩不变量形状特征,求得鱼身的灰度共生矩阵纹理特征,将上述形状与纹理特征组合成高维特征向量,并输入到多核LS-SVM,通过人工蜂群（artificial bee colony,ABC）算法对多核LS-SVM中的待定参数进行寻优,ABC算法中的适应度函数为测试样本的识别精度;最后输出识别精度达到最高时的最优参数。利用该方法对鳊鱼、鳙鱼、鲫鱼、草鱼、青鱼5种淡水鱼进行了分类识别,对鳊鱼、鳙鱼、鲫鱼、草鱼4种鱼识别时,各类鱼的识别精度均达到95.83%以上,对鳊鱼、鳙鱼、鲫鱼、青鱼4种鱼识别时,各类鱼的识别精度均达到91.67%以上,对鳊鱼、鳙鱼、鲫鱼、草鱼和青鱼 5种鱼识别时,各类鱼的识别精度均达到83.33%以上;与近年来提出的淡水鱼识别方法、BP（back propagation）神经网络方法、单核LS-SVM方法相比,该方法的识别精度更高,从而可快速准确地识别淡水鱼的种类,提高水产养殖的自动化水平。