早熟玉米杂交组合主要农艺性状与产量的灰色关联度分析

应用灰色关联度分析法,对19个玉米杂交组合性状进行分析。结果表明,各性状与产量的关联度大小依次为:株高>生育期>倒折率>穗行>行粒>秃尖>含水量>百粒重>穗位高>倒伏率>穗长>出籽率>穗粗。在育种工作中应该注重对株高、生育期和倒折率的选择,同时要结合不同性状间相互关系的综合表现进行育种,使玉米产量有较大提升。     

青冈栎林分空间结构对林下更新的影响

林分空间结构会显著影响其林下幼树更新。为明确其影响林下幼树更新的关键因子,以湖南省青羊湖国有林场青冈栎林天然次生林为研究对象,测量幼树株数密度、树高、地径和冠幅,计算混交度、大小比数、开敞度指数以及聚集指数代表林分空间结构,评价林下幼树更新情况,并用灰色关联度分析方法探究两者间的相关关系。结果表明,青羊湖国有林场13块青冈栎林样地林下更新幼树有6种,分属于4科5属,分别是青冈栎、苦槠、多脉青冈、南酸枣、黄檀、马尾松,青冈栎在更新幼树中占明显优势,是优势树种,幼树重要值为63.09%。青冈栎林各林分空间结构指数与林下更新指数均大于0.5,关联度较高,综合所有林分空间结构指数对林下更新指数关联度的均值来看,对林下更新的影响由大到小为大小比数>开敞度>聚集指数>混交度,大小比数对青冈栎林下更新影响最为显著。在促进青冈栎天然次生林林下更新时,应以调整林木大小分化程度为主,综合考虑林木空间分布格局的调整方案。     

河南省农业干旱脆弱性分析

为减轻旱灾损失,根据2005、2015年河南省统计与气象数据,采用10项指标和灰色关联分析法,以最劣值为参照系列分析了该省农业旱灾脆弱性。结果表明,豫西的济源、三门峡、洛阳,豫东的开封、漯河与豫北的鹤壁是河南省干旱脆弱性较强的区域,而豫东南的商丘、驻马店、信阳,豫北的新乡、豫西南的南阳则脆弱性较弱,其他地区居于两者之间;2005—2015年河南省干旱脆弱性呈明显的增加趋势。河南省是中国粮食生产核心区,首先要依靠科技创新,大力发展节水农业、循环农业;其次要重视水资源的节约与保护、加大农业投入以降低干旱的脆弱性,确保粮食安全。     

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.     

主成分分析和长短时记忆神经网络预测水产养殖水体溶解氧

为了提高水产养殖溶解氧预测的精度,提出了基于主成分分析(principal component analysis,PCA)和长短时记忆神经网络(long short-term memory,LSTM)的水产养殖溶解氧预测模型。首先通过主成分分析提取水产养殖溶解氧的关键影响因子,消除了原始变量之间的相关性,降低了模型输入向量维度;然后,在Tensorflow深度学习框架的基础上建立LSTM神经网络的水产养殖溶解氧预测模型;最后,利用该模型对浙江省淡水水产养殖研究所综合实验基地某池塘溶解氧进行验证。试验结果表明:该模型与BP神经网络等其他浅层模型相比,模型评价指标平均绝对误差、均方根误差和平均绝对误差分别为0.274、0.089和0.147,均优于传统的预测方法;该模型具有良好的预测性能和泛化能力,能够满足水产养殖溶解氧精确预测的实际需要,可以为水产养殖水质精准调控提供参考。     

Identifying Soil and Plant Nutrition Factors Affecting Yield in Irrigated Mature Pistachio Orchards

The main objective of this study was to evaluate the potential use of a hybrid Genetic Algorithm-Artificial Neural Network (GA–ANN) method for predicting pistachio yield and for identifying the determinant factors affecting pistachio yield in Rafsanjan region, Iran. A total of 142 pistachio orchards were selected randomly and soil samples were taken at three depths. Besides, water samples and leaves from branches without fruit were taken in each sampling point. Management information and pistachio yields were achieved by completing a questionnaire. Primarily, 58 variables affecting pistachio yield were measured, and then 26 out of them were selected by minimizing mean square error (MSE) using a feature selection (FS) method. The results showed that the accuracy of the method was acceptable. Furthermore, the sensitivity analysis showed that the main determinant features affecting the pistachio yield were the irrigation water amount, leaf phosphorus, soil soluble magnesium, electrical conductivity (EC), and leaf nitrogen.     

施氮量对柳枝稷叶片叶绿素荧光特性及干物质积累的影响

研究施氮量对柳枝稷叶绿素荧光特性及干物质积累的影响,对提高盐碱地柳枝稷光能利用效率及生物质产量具有重要意义。在宁夏银北地区采用大田试验,以Cave-in-Rock品种柳枝稷为供试材料,在无氮添加(0 kg·hm^-2,N₀)、施低氮(60 kg·hm^-2,N₆₀)、中氮(120 kg·hm^-2,N₁₂₀)和高氮(240 kg·hm^-2,N₂₄₀)共4个施肥水平下,比较了开花期和成熟期柳枝稷叶片叶绿素荧光参数和干物质积累动态变化,采用灰色关联度分析法对柳枝稷叶片叶绿素荧光参数与干物质积累量进行研究。结果表明:与N₀相比,在N₆₀、N₁₂₀和N₂₄₀处理下柳枝稷开花期和成熟期叶片PSⅡ最大光化学效率(F_v/F_m)、PSⅡ实际光化学量子效率(Φ_PSⅡ)、潜在活性(F_v/F_o)、光化学猝灭系数(qP)、非光化学猝灭系数(NPQ)和干物质积累量均显著性提高,在N₂₄₀处理下达到峰值,而热耗散量子比率(F_o/F_m)显著性降低。在柳枝稷开花期,随着施氮量的增加,柳枝稷叶片PSⅡ潜在活性(F_v/F_o)显现出先上升后逐渐下降的总趋势。在N₁₂₀处理下柳枝稷叶片PSⅡ潜在活性(F_v/F_o)最大,为3.13,较N₀处理显著提高了16.26%。柳枝稷干物质积累量随着生育时期的推进和施氮量的增加,均有不同程度的提高,其中在开花期至成熟期,干物质积累缓慢,在灌浆期达到最大,成熟后期略有降低。柳枝稷成熟期干物质积累量在N₂₄₀处理下最高,每穴干物质积累达378.13 g,较N₀、N₆₀和N₁₂₀处理显著提高了24.33%、20.09%和7.24%。灰色关联度分析结果表明,在本试验条件范围内,N₂₄₀处理下加权关联度与理想施肥水平的关联度最大,有利于促进PSⅡ的光化学活性,从而提高柳枝稷干物质积累量。     

湖南省粮食产量波动的影响因素分析及预测

旨在维护国家稳定,为预判粮食生产前景、提高粮食生产效率、保障粮食安全提供理论依据。利用湖南省统计数据,运用灰色关联分析法筛选关联性较强的影响因素,并建立GM(1,N)预测模型预测粮食产量。2008—2017年与湖南省粮食产量关联度最大的影响因素是粮食作物播种面积和农业机械总动力;科技因素是影响2008—2017年湖南省粮食产量的主要因素,其次是自然因素,社会因素;2018—2027年湖南省粮食产量有较小波动,且农业机械总动力和财政农业支出影响较大;农业机械总动力在前后十年对粮食产量都有较重要的影响,越来越占据主导地位。粮食产量受国家政策的影响,受农业机械总动力影响最大,维持产量水平需高度重视农业机械化水平,稳步提高粮食作物播种面积。     

黑土区田块尺度土壤有机质含量遥感反演模型

为了对田块尺度土壤有机质进行空间反演并提高模型精度和稳定性,该文以黑龙江省黑土带41.3 hm~2田块为例,获取2016年5月中下旬两期(受限于拍摄周期和天气原因而选择不同卫星影像,2016年5月17日Landsat 8影像和5月25日Sentinel-2A影像)裸土时期遥感影像和4 m分辨率DEM数据;分析单期影像与土壤有机质(soil organic matter,SOM)的关系,两期影像所包含的土壤含水量变化信息与地形因素对SOM预测模型精度的影响,建立基于BP神经网络的SOM遥感反演模型。结果表明:该田块内SOM含量差异较大;利用单期影像预测SOM时,基于红波段和785~899 nm波段建立的预测模型精度(建模均方根误差RMSE 1.033,检验RMSE 1.079)和稳定性(建模决定系数R2 0.677,检验R20.644)较高;两期影像时,基于红波段和1 570~1 650 nm波段建立的预测模型精度(建模RMSE 0.855,检验RMSE 0.898)和稳定性(建模R2 0.792,检验R2 0.797)显著提高;在两期影像模型基础上,加入地形因子作为输入量,模型精度(建模RMSE 0.492,检验RMSE 0.499)和稳定性(建模R2 0.917,检验R2 0.928)进一步提高。研究成果可为土壤碳库估算和农田精准施肥提供理论与技术支持。     

渭-库绿洲土壤剖面盐分分布特征及驱动因子分析

【目的】监测渭-库绿洲土壤盐渍化的空间分布特征,探究驱动因子作用机理,对当地因地制宜进行土壤盐渍化调控。【方法】采用决策树、克里金插值和灰色关联度分析研究了渭-库绿洲土壤盐渍化的剖面分布特征,着重分析了样本点海拔、植被覆盖度、地下水位、TWI(地形湿度指数)、地下水矿化度5个驱动因子对土壤盐渍化的影响。【结果】①研究区表层土壤(0～10 cm)属于重度盐渍化土壤,10～20、20～40、40～60 cm各深度剖面土壤属于中度盐渍化土壤。土壤EC_(1:5)有强的空间变异性,其分布格局受灌溉等人为驱动因素的影响较大。②绿洲内部(即耕作区)表层土壤属于非盐渍化区域,绿洲东部10～20、20～40、40～60 cm土层有轻、中度的盐渍化现象。绿洲内部表层以下土壤盐分高于表层,绿洲存在潜在的盐渍化风险。耕作区外围绿洲-荒漠交错带区域各剖面层均属于盐渍化区域,随着剖面深度的增加,盐渍化程度在不断减弱。③样本点海拔、植被覆盖度、地下水位、TWI、地下水矿化度与土壤EC1:5的灰色关联度大小次序为:0～10 cm土层:地下水矿化度>TWI>样本点的海拔>植被覆盖度>地下水位;10～20、20～40 cm土层:地下水矿化度>样本点的海拔>TWI>植被覆盖度>地下水位。【结论】渭-库绿洲土壤盐渍化主要分布在绿洲-荒漠交错带区域,土壤盐分表聚强烈,地下水矿化度是造成该研究区土壤盐渍化问题的首要原因。