基于分子生态学网络分析松嫩退化草地土壤微生物群落对施氮的响应

【目的】 氮素输入影响着全球草地生态系统的可持续性,关注施氮对土壤微生物群落的影响及其分子生态网络,为草地退化修复提供理论依据。【方法】 以松嫩退化羊草草地为研究对象,通过施氮和未施氮处理,利用高通量测序和随机矩阵网络构建理论构建土壤微生物群落分子生态网络。探讨氮素管理对退化羊草草地土壤微生物群落结构及网络的影响,氮添加条件下微生物网络结构中的关键微生物变化规律,以及该过程中微生物之间的互作关系,解析外源氮素添加条件下土壤细菌动态变化的关键结点和规律。【结果】 在门分类水平上施氮处理草地有细菌门22个,未施氮处理23个。7个菌门是施氮和未施氮处理草地的优势菌门,其中变形菌门（Proteobacteria）是含有OTU数量最多的门类,约占总序列的30.46%,酸杆菌门（Acidobacteria）是含有OTU数量次之的门类,约占总序列的30.15%,芽单胞菌门（Gemmatimonadetes）是含有OTU数量第3的门类,约占总序列的8.14%,放线菌（Actinomycete）约占总序列的6.15%,绿弯菌门（Chloroflexi）、拟杆菌门（Bacteroidetes）和硝化螺旋菌门（Nitrospirae）三者约占总序列的17.16%。施氮处理草地土壤微生物中的变形菌门、放线菌门、拟杆菌门的相对丰度均显著高于未施氮处理草地土壤（P<0.01）;未施氮草地土壤中绿弯菌门、酸杆菌门、芽单胞菌门相对丰度显著高于施氮草地土壤（P<0.01）,其他各门细菌施氮与未施氮处理间未呈现出显著差异。表征网络的正向连接比、平均路径长度、平均聚类系数和模块性均为施氮处理显著低于未施氮处理（P<0.001）。在土壤的分子生态网络中,未施氮处理有16个模块枢纽（Zi>2.5,Pi≤0.62）,施氮处理有6个模块枢纽,均属于酸杆菌门、芽单胞菌门和放线菌门。施氮导致土壤微生物种间关系改变,进而改变土壤整体生态网络。【结论】 施氮降低了退化草地土壤网络结构的复杂程度和紧密性;降低了退化草地土壤中的酸杆菌门和绿弯菌门相对丰度,提高了变形菌门、放线菌门和芽单胞菌门相对丰度。土壤中微生物关键物种（OTU）由16个（未施氮）减少为6个,且二者土壤中均没有重叠OTU,这表明施氮调控微生物群落网络的关键物种,进而改变其分子生态网络结构。     

用于作物表型信息边缘计算采集的认知无线传感器网络分簇路由算法

随着无线终端数量的快速增长和多媒体图像等高带宽传输业务需求的增加，农业物联网相关领域可预见地会出现无线频谱资源紧缺问题。针对基于传统物联网的作物表型信息采集系统中存在由于节点密集部署导致数据传输过程容易出现频谱竞争、数据拥堵的现象以及固定电池的网络由于能耗不均衡引起监测周期缩减等诸多问题，本研究建立了一个认知无线传感器网络（CRSN）作物表型信息采集模型，并针对模型提出一种引入边缘计算机制的动态频谱和能耗均衡（DSEB）的事件驱动分簇路由算法。算法包括：（1）动态频谱感知分簇，采用层次聚类算法结合频谱感知获取的可用信道、节点间的距离、剩余能量和邻居节点度为相似度对被监控区域内的节点进行聚类分簇并选取簇头，构建分簇拓扑的过程对各分簇大小的均衡性引入奖励和惩罚因子，提升网络各分簇平均频谱利用率；（2）融入边缘计算的事件触发数据路由，根据构建的分簇拓扑结构，将待检测各区域变化异常表型信息触发事件以簇内汇聚和簇间中继交替迭代方式转发至汇聚节点，簇内汇聚包括直传和簇内中继，簇间中继包括主网关节点和次网关节点-主网关节点两种情况；（3）基于频谱变化和通信服务质量（QoS）的自适应重新分簇：基于主用户行为变化引起的可用信道改变，或分簇效果不佳对通信服务质量产生的干扰，触发CRSN进行自适应重新分簇。此外，本研究还提出了一种新的能耗均衡策略去能量消耗中心化（假设sink为中心），即在网关或簇头节点选取计算式中引入与节点到sink的距离成正比的权重系数。算法仿真结果表明，与采用K-medoid分簇和能量感知的事件驱动分簇(ERP)路由方案相比，在CRSN节点数为定值的前提下，基于DSEB的分簇路由算法在网络生存期与能效等方面均具有一定的改进；在主用户节点数为定值时，所提算法比其它两种算法具有更高频谱利用率。     

土壤微生物生物地理学：国内进展与国际前沿

土壤微生物生物地理学是研究土壤中微生物空间分布格局及其随时间变化的一门科学,是土壤微生物学和微生物生态学等领域的研究前沿。近年来,尽管土壤微生物生物地理学研究取得了巨大进展,目前仍面临诸多难题与挑战。本文简要回顾了土壤微生物生物地理学的发展历程,重点介绍近年来我国在森林、草地和农田生态系统中土壤微生物生物地理学研究的主要进展。同时进一步阐述了目前土壤微生物生物地理学研究的国际前沿方向,包括微生物群落空间分布及其驱动机制、群落构建过程与共存网络、微生物地理分布与生态系统功能的关联以及预测微生物群落对全球变化的响应。最后,对土壤微生物生物地理学未来的研究方向进行了展望,强调了清晰的微生物物种定义、微生物群落的时间动态、多组学与合成生物学技术以及高精度的预测模型在土壤微生物生物地理学研究中的重要性。     

基于CNN的小麦籽粒完整性图像检测系统

为了快速、准确识别小麦籽粒的完整粒和破损粒,设计了基于卷积神经网络(CNN)的小麦籽粒完整性图像检测系统,并成功应用于实际检测中。采集完整粒和破损粒两类小麦籽粒图像,对图像进行分割、滤波等处理后,建立单粒小麦的图像数据库和形态特征数据库。采用LeNet-5、AlexNet、VGG-16和ResNet-34等4种典型卷积神经网络建立小麦籽粒完整性识别模型,并与SVM和BP神经网络所建模型进行对比。结果表明,SVM和BP神经网络所建模型的验证集识别准确率最高为92. 25%; 4种卷积神经网络模型明显优于两种传统模型,其中,识别性能最佳的AlexNet的测试集识别准确率为98. 02%,识别速率为0. 827 ms/粒。基于AlexNet模型设计了小麦籽粒完整性图像检测系统,检测结果显示,100粒小麦的检测时间为26. 3 s,其中,图像采集过程平均用时21. 2 s,图像处理与识别过程平均用时为5. 1 s,平均识别准确率为96. 67%。     

A data transfer method for improving seed identification of maize (Zea mays) haploid breeding based on genetic similarity

Maize haploid breeding technology is able to identify haploid seeds non‐destructively, rapidly and at low cost with the help of Near‐infrared (NIR) spectral analysis. However, due to the hybridization of numerous parents and the low production rate of haploid, the haploid data collection becomes a burden for engineering this technology. Biologically, there are considerable similarities between the progeny of the same female parent and different male parents. Based on this advantage, similar spectral data can be transferred when the NIR technology is employed. A revised method of Transfer adaptive boost (TrAdaBoost) is proposed to improve identifying for the backpropagation neural network (BPNN) classifier. To avoid the negative transfer, a screening thresh is used to select out similar data, and the amount of these data are limited to join current training. The results show that the identification performances are improved significantly when the data amount is small. This method shows a high ability to make the seed identification more convenient for engineering maize haploid breeding.     

硅藻土对5种储粮害虫和不同磷化氢抗性水平杂拟谷盗防治效果的研究

为初步了解硅藻土对储粮害虫的防治效果以及与害虫磷化氢抗性发生发展的关系, 本研究采用直接拌粮法(设置剂量梯度为0?0.2?0.4?0.6 g/kg和 0.8 g/kg)测定硅藻土对赤拟谷盗?杂拟谷盗?锈赤扁谷盗?谷蠹?玉米象的防治效果, 以及磷化氢抗性杂拟谷盗(抗性倍数为 2.3~144.7)对硅藻土的敏感性差异; 除此之外, 本研究还分析了0.4 g/kg硅藻土在 4 种粮食(小麦?玉米?大豆?稻谷)中对赤拟谷盗的杀虫效果?研究结果表明:一定剂量(0.2~0.8 g/kg)的硅藻土均能够在一定时间内有效杀死上述 5种储粮害虫, 不同储粮害虫对硅藻土的敏感性存在显著差异(P<0.05), 其中杂拟谷盗对硅藻土的耐受性最强, 玉米象对硅藻土最为敏感?除个别品系外, 不同磷化氢抗性品系的杂拟谷盗对硅藻土的敏感性不存在显著差异(P>0.05), 且与磷化氢抗性无关; 硅藻土在不同粮食中对害虫的作用效果存在显著性差异(P<0.05)(处理 7 d后, 死亡率为 13%~98%), 其中在大豆中对赤拟谷盗的杀虫效果最强, 在玉米中对其作用效果不明显?因此本研究得出结论:硅藻土对主要储粮害虫均具有一定的防治作用, 且对抗磷化氢的杂拟谷盗具有良好的致死效果?因此, 硅藻土具备成为储粮害虫防治及其磷化氢抗性治理药剂的潜力?     

基于粒子群算法优化BP神经网络的土壤含水量短期预测模型

为提高土壤含水量预测精度,基于物联网监测数据,提出了粒子群算法(PSO)优化BP神经网络的土壤含水量预测方法。首先应用主成分分析法筛选出影响土壤含水量的关键影响因子,然后构建8-5-1的BP神经网络拓扑结构,应用粒子群算法优化BP神经网络的初始权值和阈值。结果表明:与传统BP神经网络相比,新模型优化了网络结构,避免了陷入局部最优解,具有良好的预测效果;模型的评价指标平均绝对误差、平均绝对百分误差、误差均方根分别为0.259 2、0.010 5和0.135 6,与单一BP神经网络相比,预测精度更高,可满足实际的土壤含水量预测的需要。     

基于BP神经网络模型的桂西资源富集区土地生态安全评价

【目的】科学客观地进行土地生态安全评价,提出可行有效的土地生态系统优化对策,为桂西资源富集区土地生态安全的维护及未来发展提供参考。【方法】基于BP神经网络方法构建土地生态安全评价模型,通过分析影响土地生态系统的自然、经济、社会3个主导因素,建立桂西资源富集区土地生态安全评价指标系统,对2008—2017年桂西资源富集区土地生态安全程度进行评价。【结果】桂西资源富集区2008—2017年土地生态安全程度均属于一般安全状态,且由一般安全状态逐步接近较安全状态;其中百色市、河池市、崇左市分别在不同因素下的土地生态安全程度存在较大差异,且差异在逐年增大。【结论】为了避免桂西资源富集区土地生态安全系统存在发展失衡的倾向,建议桂西资源富集区政府优化营商环境,坚持"绿水青山就是金山银山";制定合理的耕地保护政策,缓解人地矛盾关系。     

基于部首嵌入和注意力机制的病虫害命名实体识别

为了解决农业病虫害命名实体识别过程中存在的内在语义信息缺失、局部上下文特征易被忽略和捕获长距离依赖能力不足等问题，以农业病虫害文本为研究对象，提出一种基于部首嵌入和注意力机制的农业病虫害命名实体识别模型(Chinese agricultural diseases and pests named entity recognition with joint radical embedding and self attention, RS-ADP)。首先，该模型将部首嵌入集成到字符嵌入中作为输入，用以丰富语义信息。其中，针对部首嵌入设计了3种特征提取策略，即卷积神经网络(Convolutional neural network, CNN)、双向长短时记忆网络(Bidirectional long short term memory network, BiLSTM) 和CNN-BiLSTM；其次，采用多层不同窗口尺寸的CNNs层提取不同尺度的局部上下文信息；然后，在BiLSTM提取全局序列特征的基础上，采用自注意力机制进一步增强模型提取更长距离依赖的能力；最后，采用条件随机场(Conditional random field, CRF)联合识别实体边界和划分实体类别。在包含11个类别和24715条标注样本的农业病虫害自制语料上进行了实验。结果表明，本文模型RS-ADP在该数据集上精确率、召回率和F1值分别为94.16%、94.47%和94.32%；在具体实体类别上，RS-ADP在作物、病害、虫害等易识别实体上F1值高达95.81%、97.76%和97.23%。同时，RS-ADP在草害、病原等难以识别实体上F1值仍保持86%以上。实验结果表明，本文所提模型能够有效识别农业病虫害命名实体，其识别精度优于其他模型，且具有一定的泛化性。     

面向智能油田的集输管网工艺模拟软件研制

针对集输管网多相输送体系、不同拓扑结构及输送工艺在数字油田智能化建设中的仿真模拟需求,基于图论方法和管网对象设计了可表示复杂连接关系的通用管网数据结构,耦合流动单元水热力数学模型与节点平衡关系建立了普适性的管网非线性方程组,提出了鲁棒性高的求解方法。以油田集输工艺设计、运行及优化等场景中独立使用或在综合管理系统中集成应用为目标研制了计算软件,通过对比商业软件计算结果,验证了所开发软件的适应性和准确性,同时从工程实用方面探讨了其应用前景。