翅形态特征在重阳木斑蛾成虫性别鉴定中的应用

为了明确重阳木斑蛾的翅形态特征在其性别鉴定中的作用,探索雌雄难于区分的成虫的数值鉴定方法。采用图像处理与分析技术,通过爱普生扫描仪获取重阳木斑蛾前翅图,利用BugShape v1.0软件提取雌雄成虫翅的轮廓特征,利用tpsDig2软件获取翅脉交叉点位置特征,并利用独立样本t检验和标志点空间普氏叠加和扭曲分析,以明确此类特征在该成虫雌雄鉴定中的作用。结果表明,重阳木斑蛾成虫左右前翅轮廓特征在同一性别中差异不显著。仅利用左前翅数据进行分析时,翅面积、短轴长度、等效圆半径、偏心率、球状性和圆形度在两个性别中存在极显著差异,周长和长轴长度的差异达到显著水平,而紧凑度和叶状性差异不显著。使用左右前翅作为数据集进行分析时,除紧凑度和叶状性差异仍不显著外,其余参数均达到极显著水平。雌雄前翅轮廓特征作为指标来判别性别时正确率为100%,但存在左右翅相互错判现象。翅膀内部翅脉交叉点的空间位置在个体间存在较大差异,主要表现在相对于翅的横向方向变异大。雌雄间的差异主要存在于外缘附近的翅脉交叉点。结论:通过前翅的轮廓特征可以区分重阳木斑蛾雌雄成虫的差异。翅脉交叉点空间位置在雌雄间和个体间存在一定的变异。     

基于抗体筛查的美国猪群流行性腹泻病毒真流行率分布推断

养殖家畜的冠状病毒，如猪流行性腹泻病毒（porcine epidemic diarrhea virus，PEDV），其基因序列与蝙蝠体内冠状病毒基因序列高度相似，可引起猪肠道感染并导致仔猪大量死亡，对动物健康危害极大。本研究基于对美国猪群PEDV流行毒株表观流行率的数据挖掘作为先验信息，以2019年美国生猪入境中国西南陆路口岸的实验室抗体筛查为知识更新，利用贝叶斯统计推断方法，估计美国猪群PEDV发生的真流行率分布。结果显示，PEDV在美国猪群中的真流行率分布中位值（median）为0.005 22（95% CI=0.000 424~0.022 5），95%的高置信上限（upper confident limit，UCL）的流行率分布为3%。后验分布流行率高度右偏的概率密度统计特性推断美国猪群PEDV真流行率最大可能分布主要集中在2.5%百分位数（P_2.5%=0.000 2）与中位数（P_50%=0.005 22）之间，但不同生猪畜群间PEDV真流行率分布值可能会存在有小概率溢出分布大于0.03（P≤2.5%）的可能。此外，在现阶段口岸筛查的试剂选择方面，建议口岸首先使用基于N蛋白的ELISA抗体作为初筛，然后以基于S1重组蛋白ELISA抗体筛查作为复筛，来提高口岸对来自美国生猪的α-冠状病毒入境我国的风险认知、管控和鉴别能力。以先验分布和口岸实验室检测结果优化为基础的贝叶斯统计推断监测技术，可以为在现有知识和认知基础上最大程度阻断来自异域病原微生物入侵提供基于科学证据的风险决策技术支持，对口岸检验检疫、抽样监测和风险决策具有突破性的意义。     

不同海拔岭头单枞茶的分类研究

应用高效液相色谱法研究不同海拔岭头单枞茶的指纹图谱,采用相似度分析软件进行分析比较,获得21个共有特征峰;根据相对峰面积,采用判别分析法进行分类研究,初步建立岭头单枞茶产地海拔鉴定方法,从而间接反映茶叶的品质。结果表明,该方法简单、实用,是指纹图谱技术结合化学计量法在凤凰单枞茶叶分类鉴定中的一个有益尝试。     

基于综合判别法的广东省水土流失状况遥感分析

以2009和2010年10 m分辨率的ALOS多光谱遥感影像为数据源,采用计算机自动分析与人机交互判别相结合的方法,对广东省水土流失状况进行了遥感分析。结果表明:广东省土地利用以林草地、水田、建筑用地、水域和旱地为主,植被覆盖状况良好,珠三角和粤西地区地形平缓,粤北山区地形起伏较大;全省水土流失总面积20945.87 km 2,其中自然侵蚀面积14781.06 km 2,人为侵蚀面积6164.81 km 2;全省水土流失以轻度和中度侵蚀为主,主要分布在河源、梅州和云浮等地,其中生产建设活动导致的人为侵蚀集中分布在惠州、清远和广州等地。     

全麦粉和小麦粉中烷基间苯二酚同系物组成的对比分析

【目的】 建立全麦粉标记物烷基间苯二酚（ARs）的高效液相检测方法,对全麦粉和小麦粉中ARs同系物组成进行分析,实现全麦粉真伪品质评价。【方法】 探究高效液相条件,建立ARs同系物5-十七烷基间苯二酚（C17:0）、5-十九烷基间苯二酚（C19:0）、5-二十一烷基间苯二酚（C21:0）、5-二十三烷基间苯二酚（C23:0）和5-二十五烷基间苯二酚（C25:0）的高效液相检测方法,并进行方法学评价。以国内外全麦粉、小麦粉及小麦麸皮等共47份样品为研究对象,测定ARs同系物的含量,分析其ARs同系物组成,并进行热图分析和主成分分析。【结果】 选用ZORBAX SB-C18（150 mm×4.6 mm,5 μm,Agilent）色谱柱,流动相选用0.1%甲酸水溶液和0.1%甲酸甲醇溶液进行梯度洗脱,在紫外检测波长280 nm、柱温35℃、流速0.5 mL·min^-1、进样量20 μL条件下,可在35 min内有效分离5种ARs同系物,各个同系物的色谱峰峰形对称,分离度好。经方法学评价,该方法具有良好的精密度和灵敏度,标准曲线线性相关系数均大于0.999,检出限为0.06—0.19 μg·mL ^-1,回收率为81.16%—112.92%,精密度标准偏差为0.02%—4.02%,可作为ARs同系物的测定方法。通过热图聚类分析可知不同检测样品中ARs同系物组成及总量存在显著差异（P<0.05）。麦粉样品ARs同系物组成中C21:0最多,占33%—61%;C19:0次之,占12%—44%;C17:0、C23:0和C25:0的含量占比较小。美国、加拿大全麦粉的ARs同系物组成丰富度和含量相近,国外全麦粉中ARs同系物组成含量高于国内全麦粉。国内全麦粉中的ARs同系物组成比小麦粉中的ARs同系物组成丰富度高,但个别小麦粉除外。小麦麸皮F₁中ARs同系物组成和总含量显著高于全麦粉和小麦粉,其ARs总含量高达1 795.78 μg·g^-1,与其他样品相比差异显著（P<0.05）。经主成分分析得出,麦粉样品间的主要差异指标为ARs同系物组成含量,作为第1主成分,其累积贡献率为98.40%。小麦麸皮与其他麦粉样品的相对分散最远,中国小麦粉的分散度最大。美国全麦粉和加拿大全麦粉几乎重叠,而中国全麦粉和部分小麦粉与美国、加拿大全麦粉部分交叉。【结论】 本研究建立的液相方法能够有效、快速的对全麦粉中ARs同系物进行定量,适用于麦类全谷物产品中ARs同系物含量的测定。同时,通过全麦粉和小麦粉中ARs同系物组成对比分析可知,全麦粉中的ARs同系物组成丰富度优于小麦粉中的ARs同系物组成丰富度。     

基于机器学习算法的广西桉树适宜性研究

  目的  探索立地因子与桉树Eucalyptus适宜性之间的关系，开展树种适宜性研究，为桉树适宜性研究提供新思路，为科学造林提供支持。  方法  以广西桉树人工林为研究对象，选取广西国有高峰林场的1 883个森林资源小班调查数据，分别运用朴素贝叶斯、支持向量机、随机森林算法作为树种适宜性评价方法，构建桉树适宜性分类模型。输入为地貌类型、海拔、坡向、坡位、坡度、凋落物厚度、腐殖质层厚度、土层厚度、石砾含量、成土母质，土壤类型等11个立地因子信息，输出为桉树适宜性。  结果  3种算法构建的模型拟合精度依次为63.18%、69.73%、78.03%，泛化精度依次为64.33%、67.93%、78.18%。相比于朴素贝叶斯、支持向量机算法，随机森林算法分类效果更好。立地因子重要性排序由高到低依次为:海拔、土层厚度、坡向、坡度、石砾含量、凋落物厚度、坡位、腐殖质层厚度、土壤类型、地貌类型、成土母质。200~350 m海拔、80~100 cm土层厚度的地区比较适宜桉树生长。  结论  基于机器学习算法构建的桉树适宜性评价模型可以较好地对桉树的适宜性做出预测。     

基于贝叶斯网络分类算法的采摘机器人故障诊断研究

提出了贝叶斯网络分类算法和采摘机器人故障诊断节点的选取的方法,建立了采摘机器人故障诊断贝叶斯网络模型,并从采摘机器人动力故障和执行器故障两方面进行了分析研究。实验结果表明:TAN贝叶斯网络算法在诊断正确率和耗时时间两方面,都明显优于NB算法,说明该系统不仅适用于采摘机器人动力故障和执行器故障诊断,且能够较大地提高故障诊断正确率和效率。     

基于事故树与贝叶斯网络的农产品供应链风险评估

为了探究物联网模式下农产品供应链的风险影响程度,提升农产品供应链整体水平。基于物联网层次模型结合农产品供应链风险影响因素,以农产品供应链的风险因素为研究对象,以事故树模型为基础,构建基于事故树模型的风险因素树形图,并将其映射为贝叶斯网络,通过结合专家给出的风险影响因素值进行三角模糊数处理来降低人为因素的影响,最终通过正向、反向推理分析各基本事件的重要度并进行排序,有效定量评估各事件的风险性,并找出最薄弱的环节,进而提出针对性的改善措施。结果表明,将事故树模型引入农产品供应链进行研究,对比单一事故树分析,此方法可以提高评估的可信度和客观度,对物联网模式下农产品供应链的风险评估具有一定的理论和实用价值。