桃蛀螟和松蛀螟的外部形态学和几何形态度量学研究

[目的]桃蛀螟[Conogethes punctiferalis(Guenée,1854)]和松蛀螟(C.pinicolalis Inoue&Yamanaka,2006)是重要的农林业害虫,前者属重大蛀果害虫,为害多种果树和农作物且会造成巨大的经济损失.二者具有同域分布、外部形态和外生殖器解剖结构差异甚微等特性,不仅为区分2种害虫带了很大困扰、而且对准确预测它们的发生期也带来了困难.[方法]本研究整合应用外部形态学和几何形态度量学探索区分2种害虫的有效途径.几何形态度量学研究以前翅斑点为依据,基于地标点法使用TPSdig选取地标点,然后应用MorphoJ开展地标点数据的主成分分析.[结果]外部形态学的比较研究证实下唇须和后足的性状能够较好地区分2种害虫的雄性个体,但雌性个体不易区分;几何形态度量学分析显示基于桃蛀螟和松蛀螟地标点数据的主成分分析可有效地将2个物种区分开来.[结果]几何形态度量学在区分农林业害虫相似种类具有较显著的优势和重要的应用价值.     

根瘤菌的分类、鉴定及应用技术研究现状

豆科植物(legumines)作为重要的粮食及经济作物,一直以来被广受重视。根瘤菌(Rhizbium)是一类普遍存在于土壤中的革兰氏阴性杆菌,可与豆科植物形成共生固氮体系,不仅可以提高植物的产量而且对周边生态环境无影响。根瘤菌与豆科植物的共生体系是生物固氮效率最高的,占生物固氮总量的65%以上。深入研究这种共生固氮体系对中国农业的可持续发展具有重要意义。近年来,越来越多的学者参与到根瘤菌的分类、鉴定以及应用技术的研究。本文主要从根瘤菌的分类、形态水平、生理生化水平、细胞组分、核酸分子水平的鉴定和根瘤菌的应用等方面进行了综述,为根瘤菌的实际应用提供参考依据。     

幼树干基嵌套螺纹塑管防兔啃技术(Ⅰ)

该文系“幼树干基嵌套螺纹塑管防兔啃技术”的第Ⅰ部分内容,就完成项目的目的意义(问题的提出)、技术路线以及野兔的分类分布和生物生态学特性等做出全面总结。该项目已于2019年通过专家技术认定,“操作简便、一劳永逸、一维多效、成本低廉、环境友好”是其显著特点,相信能对我国林业兔害防治提供一项最具推广价值的全新技法。其详细技术内容和具体防治方法等将在后文刊出。     

商品化猪丹毒疫苗分类及特点

文章介绍了5种商品化猪丹毒疫苗的种类、毒株组成、抗原含量及相应免疫程序,为了解各种类型的猪丹毒商品化疫苗提供参考。     

森林经营分类与森林培育的思考研究

在我国,有各种各样类型的树木,但是由于自然环境的原因,就破坏了现有的状态。目前我国已经对森林进行了分类,通过对森林实施分类,从而为森林提供了保障。现在我国对森林进行了分类和森林的培育,这两者之间的有效结合促进了森林的可持续发展。本文主要对森林的分类和森林培育过程展开讨论,但是现在关于森林的分类和森林培育过程中还有一些问题需要解决,根据这些问题的发生,并制定出相对应的措施。     

基于叶片形态的毛竹单叶叶面积模型

【目的】毛竹叶片小、易卷曲的特点增加了叶面积测量的难度和测量误差,本研究旨在建立快速、便捷、准确测量毛竹叶片面积的模型。【方法】采集7个省份的毛竹叶片,对毛竹叶片形态进行分类,利用叶长、叶宽数据和扫描所得实际叶面积进行建模,并采用均方根误差、卡方、赤池信息量准则和预测精度检验模型的精度,同时与叶面积仪测定结果进行精度比较。【结果】1)根据长宽比,毛竹叶片可以分为3类,分别是类三角形叶片(长宽比≤7.2)、长椭圆叶片(7.2长宽比≤8.3)和细长条叶片(长宽比8.3); 2)对毛竹叶面积和叶形态学指标的相关分析显示,叶片长度与宽度的积对叶面积影响最大,相关系数为0.993; 3)建立以叶片长宽积为自变量的叶形分类拟合模型,其决定系数为0.990 1、均方根误差为0.159 6、卡方值为10.368 1、赤池信息量准则为-6 317.10、预测精度为97.73%,其预测结果最佳,优于叶形不分类的整体拟合和叶面积仪测量结果。【结论】基于叶片形态分类的毛竹叶面积拟合模型仅需测定叶片的长和宽,便可准确预测叶片面积,其精度不但优于叶面积仪与整体拟合结果,而且测量过程快速、便捷。该模型可解决长期困扰的毛竹叶片面积测量难题。     

湖北省杉木人工林立地类型划分及评价

以湖北省杉木人工林为研究对象,选择166块具有代表性的杉木人工林标准地,并测定样地的常规立地因子。利用数量化理论Ⅰ的方法建立了杉木优势高与立地因子之间的关系模型,对研究区杉木人工林进行立地类型划分及立地质量评价。结果表明,所选择的5个立地因子与优势高数量化拟合的复相关系数为0.639;海拔、腐殖层厚度和坡位这3个立地因子对优势高的贡献率达84.99%,且影响均达到极显著水平;采用海拔、腐殖层厚度和坡位3个因子构建研究区杉木人工林立地类型,共划分为22类;按照优、良、中、差4个评价等级对166块样地所属的立地类型进行立地质量评价,得出湖北省杉木人工林在中海拔、土壤湿润、土壤养分含量较高的立地条件下生产力较高,研究区立地质量整体处于中等偏上水平的结论。     

中国杜鹃花品种分类问题与思考

杜鹃花具有极高的观赏价值，是世界级名花。经过数百年的人工选育，全球杜鹃花品种已超过3万个。我国虽然拥有丰富的杜鹃花资源，但园艺化程度与国外差距明显，其中一个重要原因就是国内杜鹃花品种分类及品种名称较为混乱，阻碍了其进一步应用和发展。文中综述了近年来中国杜鹃花品种分类研究的成果与存在的不足，并展望了研究方向。分析认为，综合植物系统分类学研究及品种亲本来源信息是建立科学品种分类体系的基础，同时运用分子生物学技术和形态性状数量分析等方法进行归类将是重要的研究方向。     

基于极化分解和集成学习的PolSAR影像分类

为实现Pol SAR数据极化信息的充分利用,以进一步改善分类效果,该研究提出了一种基于极化分解和集成学习的Pol SAR影像分类方法。该方法首先利用多种极化分解方法从Pol SAR影像中提取极化参数;将提取的极化参数组合成一幅多通道影像;然后对多通道影像进行分割和特征提取,分别提取出各目标极化分解方法所对应的特征;并进行特征选择和分类,得到各目标极化分解方法的分类结果;最后利用集成学习技术对各分类结果进行集成。该研究以吉林省长春市部分区域为研究区,Radarsat2影像为数据源,将提出的方法应用于土地覆被分类中,取得了较好的分类效果,总体精度和Kappa系数分别达到了92.49%和0.90。此外,该研究还将提出方法与其他基于多种极化分解的分类方法进行比较,对比方法的总体精度和Kappa系数分别为90.74%和0.88,比提出方法分别低1.75%和0.02,对比结果进一步证明了提出方法的优越性。     

基于随机森林的高寒湿地地区土地覆盖遥感分类方法

高寒湿地是青藏高原典型独特的生态系统,是全球气候变化的敏感地带和预警区。利用遥感技术快速、准确地分类提取高寒湿地的土地覆盖信息,对当地生态安全监测和保护具有重要意义。本文以若尔盖湿地国家级自然保护区为研究区,首先,以高分一号(GF-1)遥感影像为数据源,融合光谱特征、水体指数、地形特征、植被指数和纹理信息等26个变量进行随机森林(Random forest,RF)分类实验;然后,根据袋外数据(Out of bag,OOB)的特征变量重要性得分和精度评价结果,选出高寒湿地地区土地覆盖类型的最优分类方案和特征;最后,对特征变量进行降维,并基于相同的变量,采用极大似然法(Maximum likelihood classification,MLC)、支持向量机(Support vector machine,SVM)、人工神经网络(Artificial neural network,ANN)和RF等方法进行分类,比较不同方法的优适性。结果表明:结合GF-1影像光谱、水体、植被、纹理特征和地形信息,使用26个变量的RF模型的分类精度最高,总体精度(Overall accuracy,OA)为90.07%,Kappa系数为0.86;通过RF模型的变量重要性分析可以有效选出重要的特征信息,在降低特征变量维度的同时,还能保证较高的分类精度; 4种分类方法中,RF算法是高寒湿地地区较合适的分类方法,OA比MLC基准方法高17.63个百分点,比SVM和ANN等机器学习算法分别高6.98、6.56个百分点。