采用双模态联合表征学习方法识别作物病害

基于深度卷积神经网络的视觉识别方法在病害诊断中表现出色,逐渐成为了研究热点。但是,基于深度卷积神经网络建立的视觉识别模型通常只利用了图像模态的数据,导致模型的识别准确率和鲁棒性,都依赖训练数据集的规模和标注的质量。构建开放环境下大规模的病害数据集并完成高质量的标注,通常需要付出巨大的经济和技术代价,限制了基于深度卷积神经网络的视觉识别方法在实际应用中的推广。该研究提出了一种基于图像与文本双模态联合表征学习的开放环境下作物病害识别模型(bimodalNet)。该模型在病害图像模态的基础上,进行了病害文本模态信息的嵌入,利用两种模态病害信息间的相关性和互补性,实现了病害特征的联合表征学习。最终bimodalNet在较小的数据集上取得了优于单纯的图像模态模型和文本模态模型的效果,最优模型组合在测试集的准确率、精确率、灵敏度、特异性和F1值分别为99.47%、98.51%、98.61%、99.68%和98.51%。该研究证明了利用病害图像和病害文本的双模态表征学习是解决开放环境下作物病害识别的有效方法。     

民国老茶罐里识茶香——记泉祥茶庄的那些事

本文以民国时期较为盛行的茶叶包装为切入点,以"泉祥"老字号茶庄的马口铁茶叶罐为研究对象,通过解读茶叶罐上的图案等蕴含的历史文化信息,梳理了"泉祥"茶庄沉浮起落的发展历程,折射了中国茶文化及工商文化的发展变迁。     

土壤铅和镉溶出伏安法检测中影响因素及其削弱方法研究进展

溶出伏安法具有分析速度快、成本低、灵敏度高等优点被广泛应用于检测土壤重金属含量，但在检测土壤重金属时，溶出伏安检测精度会受到多方面因素的影响。该文在介绍溶出伏安法工作原理的基础上，从伏安参数、试验条件和土壤物质成分三方面阐述溶出伏安法检测土壤Pb2+和Cd2+为的影响因素，解析各因素的影响机理，归纳影响削弱方法的研究进展。研究结论为：方波脉冲阳极溶出伏安法最常用于检测土壤Pb2+和Cd2+，伏安参数包括脉冲幅值、电压增量和脉冲频率，试验条件包括沉积时间、沉积电压和支持电解质种类及其pH值，土壤成分主要干扰因素包括非目标重金属和有机质。针对伏安参数和试验条件的影响可以设计优化试验有效削弱。针对非目标重金属和有机质的干扰影响，目前研究还没有提出有效的削弱方法。最后，展望了溶出伏安法检测土壤重金属的未来发展方向。     

人居环境视角下居民垃圾分类意愿实证研究及政策建议——基于河南省郑州、洛阳、商丘和漯河四地市的调研

基于河南省人居环境现状,分别对郑州、洛阳、商丘和漯河四地市进行了实地调研,通过建立二元Logistic模型,分析了影响居民垃圾分类意愿高低的因素。结果表明:文化程度、经济发展、政策支持对提高居民垃圾分类意愿具有较强的正相关影响,而居民人居环境满意度对提高垃圾分类意愿具有负相关影响;女性相比男性的垃圾分类意愿更高,城市居民相比农村居民的垃圾分类意愿更高。基于此结论,从政府和社会两个方面分别提出了相关建议,以供参考。     

以“猪疫情”与“猪周期”叠加致肉价波动为契机建立新时代立体生态养殖产业链

该文从2019年中国生猪和猪肉产品价格大幅波动而带动CPI快速上调的“高通胀风险”及与工业生产PPI下降的“高通缩风险”关联性,探讨了推动猪肉价格快速上涨的机制。难控性“猪疫情”、规律性“猪周期”、投机性“猪炒作”及泛化性“外贸战”是促进肉产品价格快速上涨的“启动”、“叠加”、“内讧”及“外推”四大机制,并建议以此为机遇,充分利用新时代人们消费理念的绝对绿色健康性和恩施山区区域的相对独立分散性,克服浮躁性无序养殖心态,建立不受“猪周期”影响和少受“猪疫情”影响的“种-养-销”绿色立体生态产业链,使其与“猪炒作”脱代际,与“外贸战”失偶联,逐步形成新时代理性养殖和健康养殖与理性消费和健康消费的良性循环。     

模式生物果蝇在水环境污染物毒理学中的应用及研究进展

经济发展以及人类活动加速造成生态环境破坏,工业及生活污水的过度排放使得江河、海水的污染加剧,对人类健康的危害也日益加深。果蝇作为一种经典的模式生物,与其它动物模型相比,具有饲养成本低、生命周期短、繁殖能力强、遗传物质简单、突变表型多且易于观察等诸多优点,是一种应用广泛并适合于研究人类疾病和毒理学的模式生物。简述了水环境中挥发性有机化合物、氟喹诺酮类药物、重金属、农药和微生物毒素等污染物对果蝇的毒理学研究,提出了果蝇作为经典的模式生物在研究毒理学机制以及筛选抗毒药物的优势,并对未来的发展趋势做了展望。     

西南弱光地区机插杂交籼稻“减穴稳苗”栽培的群体冠层质量特征

【目的】探明机插条件下减穴稳苗配置对杂交籼稻群体冠层质量的影响,为西南弱光稻区杂交籼稻机插栽培技术的推广应用提供理论支撑。【方法】2016—2017年采用两因素随机区组田间试验,因素1,2年均为不同田间配置,设常规配置（30 cm×12 cm）和减穴稳苗（30 cm×23 cm）;因素2,2016年为不同株型水稻品种（F优498,中后期株叶型松散;宜香优2115,中后期株叶型上紧下披）,2017年为不同基本苗（42×10⁴/hm²和63×10⁴/hm²）;研究了不同田间配置对机插杂交籼稻群体冠层结构、光合特性和微环境（冠层温度、湿度和透光率）的影响。【结果】（1）减穴稳苗齐穗期能维持与常规配置相当的单茎绿叶面积、粒叶比和上三叶比叶重,其中2017年倒二叶与倒三叶比叶重显著增大;齐穗期剑叶光合速率、气孔导度、蒸腾速率分别较常规配置显著提高23.84%、23.53%和13.79%。（2）较常规配置,减穴稳苗显著增大各时期冠层幅度,提高冠层透光率,降低收敛指数,群体通透性更好;减穴稳苗处理提高了2016年F优498孕穗期和齐穗期的一次分蘖角度,而宜香优2115的一次分蘖角度2年均表现为减穴稳苗小于常规配置。（3）相关分析表明,孕穗期冠层日均温、昼夜温差和昼夜湿差与齐穗期剑叶和倒二叶比叶重呈显著或极显著正相关,与齐穗期收敛指数呈显著负相关;此外,孕穗期冠层日均温和昼夜湿差还与齐穗期冠层幅度呈显著正相关;齐穗期冠层日均温和昼夜温差与分蘖盛期、拔节期及齐穗后20 d的一次分蘖角度呈显著或极显著负相关,日均相对湿度则相反。减穴稳苗有效地改善了植株冠层结构,从而显著提高孕穗期和齐穗期的冠层温度和昼夜温差,提高孕穗期、齐穗期和齐穗后20 d的昼夜湿差,并显著降低日均相对湿度。【结论】减穴稳苗田间配置优化了机插杂交稻的群体冠层结构和光分布,增大了群体内部昼夜温差和湿差,降低了相对湿度,提高了群体质量和光合速率,为高产稳产奠定了基础,是西南弱光稻区进一步推进机插秧发展的重要技术途径。     

基于智能算法的猪饲料配方优化数学模型

在多种原料配比过程中，营养指标因素复杂的实际情况及控制成本保证收益的现实需求，文章结合智能算法背景，进行猪饲料配方优化设计，建立猪饲料配方模型，采用智能算法求解饲料配方的过程，对于生猪饲料配方进行建模，同时优化出饲料配方。结果表明，智能算法的猪饲料配方优化能够解决多种原料配比以及多个营养指标复杂因素，实现快速计算和生产处理，对企业生产者、销售经营者、实际消费者具有十分重大的价值与现实意义。 [关键词]智能算法|猪饲料|配方优化|数学模型     

Improvement,identification, and target prediction for miRNAs in the porcine genome by using massive,public high-throughput sequencing data

Despite the broad variety of available microRNA (miRNA) research tools and methods, their application to the identification, annotation, and target prediction of miRNAs in nonmodel organisms is still limited. In this study, we collected nearly all public sRNA-seq data to improve the annotation for known miRNAs and identify novel miRNAs that have not been annotated in pigs (Sus scrofa). We newly annotated 210 mature sequences in known miRNAs and found that 43 of the known miRNA precursors were problematic due to redundant/missing annotations or incorrect sequences. We also predicted 811 novel miRNAs with high confidence, which was twice the current number of known miRNAs for pigs in miRBase. In addition, we proposed a correlation-based strategy to predict target genes for miRNAs by using a large amount of sRNA-seq and RNA-seq data. We found that the correlation-based strategy provided additional evidence of expression compared with traditional target prediction methods. The correlation-based strategy also identified the regulatory pairs that were controlled by nonbinding sites with a particular pattern, which provided abundant complementarity for studying the mechanism of miRNAs that regulate gene expression. In summary, our study improved the annotation of known miRNAs, identified a large number of novel miRNAs, and predicted target genes for all pig miRNAs by using massive public data. This large data-based strategy is also applicable for other nonmodel organisms with incomplete annotation information.