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。     

叶面滞尘量对大叶黄杨光谱特征影响研究

  目的  叶面滞尘会影响植被光谱特征，削弱植被指数对植被的响应能力，影响反演评估的准确性。为探究叶面滞尘量对植被光谱响应特征及预测模型的影响，本文以北京市常见常绿绿化树种大叶黄杨为研究对象展开研究。  方法  从封闭区域、半封闭区域、开放区域，采集叶片样本，并收集环境灰尘。通过室内控制试验，利用ASD FildSpec Handheld光谱仪测量不同滞尘量叶片的高光谱数据，选取5个特征波段，通过光谱角的方法研究了叶面滞尘量对叶片光谱特征的影响，以及滞尘量对叶面滞尘量预测模型的精度和稳定性影响。  结果  随着叶面滞尘量的增加，植被光谱曲线特征逐渐减弱，灰尘的特征逐渐增强，但光谱曲线的总体变化趋势基本一致。当叶面滞尘量 > 120 g/m2时，光谱曲线的基本表现为灰尘的光谱特征。当叶面滞尘量较少时，预测模型的模拟精度相对较高，随着滞尘量的增加，所有模拟预测模型的决定系数均减小；当叶面滞尘量 > 120 g/m2时，预测模型对叶面滞尘量的模拟预测能力将更差，并且均方根误差（RMSE）随着叶片单位面积滞尘量的增加而增大，模拟预测模型的稳定性及预测精度逐渐降低。光谱角对滞尘叶片350 ~ 1 770 nm波段区间的光谱变化十分敏感，利用叶片光谱角检测滞尘程度不需要分区域讨论，只需与阈值做简单的比较，方法简便易行。  结论  本研究通过室内控制试验，研究叶面滞尘量对植被光谱响应特征，可为建立滞尘植被光谱反射物理模型提供参考与借鉴。      

病程相关蛋白在采后果蔬诱导抗病性中的研究进展

果蔬受到真菌、细菌或病毒侵染时,自身能诱导产生病程相关蛋白(Pathogenesis-related proteins,PRs)。根据它们的结构亲缘关系和生物活性,PRs被分为17个功能家族。在控制果蔬采后病害的研究中,利用激发子诱导产生果蔬抗性已逐渐成为果蔬采后病害防治中一种安全、高效的保鲜方法,这也成为果蔬采后抗病研究的热点和发展趋势。本文综述了果蔬病程相关蛋白的分类、功能、诱导表达,以及蛋白组学技术在果蔬采后PRs表达水平上的应用,以期为果蔬病程相关蛋白的研究提供借鉴和参考。     

我国喀斯特断陷盆地石漠化区植物群落构建机制研究

喀斯特断陷盆地是我国石漠化综合治理8大喀斯特类型中治理成效最低、治理难度最大的区域，面临石漠化严重、干旱频发、植被恢复难等突出问题。文中针对水分是影响喀斯特断陷盆地石漠化治理与植被恢复成效最关键的限制因素，综合分析了国内外水分梯度差异与植物群落构建机制研究动态与发展趋势；提出利用日趋成熟的水分脆弱性评价方法，通过建立基于耦合暴露度、敏感性及适应性的水资源脆弱性评价指标体系，以满足遥感影像分辨率和植物群落调查样地大小的评价单元进行水分脆弱性评估；在建立物种库—功能性状—生境特征数据库的基础上，提出基于功能性状差异进行喀斯特断陷盆地植物群落机制构建的研究方案。提出的研究方案有望解决喀斯特断陷盆地石漠化区水分梯度特征与分布格局、自然植物群落组配规律及其生境特征、水分梯度与生境要素对植物群落特征及功能性状组成的影响规律等关键科学问题，可为不同脆弱生态区植被恢复群落构建机制研究提供重要参考和借鉴。     

An investigation on the effect of heat-moisture treatment on baking quality of wheat by using response surface methodology

Effect of heat-moisture treatment on quality properties of two bread wheats (cvs. Tosunbey and Bayraktar) were investigated by using response surface methodology (RSM). Temperature and moisture conditions in the experimental design were in the range of 55–95 °C and 13–19%. Heat-moisture treated grains were milled into flour and quality properties were determined. The optimum moisture-temperature combination for the highest dry gluten, Zeleny sedimentation, Alveograph W and bread volume values were estimated as 14%-63 °C for Tosunbey and 19%-55 °C for Bayraktar samples. Alveograph W seems to be a good indicator of baking quality for wheats treated at higher temperatures. In order to describe the relationship between the dependent and independent variables (moisture, temperature), the response values were fitted by second order polynomial models. Significance analysis showed that the effect of both moisture and temperature on dry gluten content, sedimentation and falling number values for Tosunbey; falling number and damaged starch values for Bayraktar were significant (p < 0.05). The effect of temperature on Farinograph water absorption, W and P/G, bread volume and firmness values were significant for both cultivars (p < 0.05). It can be concluded that improvement in baking quality can be achieved and flours with different properties can be produced by heat-moisture treatments on wheat.     

中国林产工业产业关联与波及效应分析——基于投入产出模型的国际比较

文中基于中国、美国、俄罗斯、印度、巴西、印度尼西亚6国2000—2014年投入产出数据，通过测算中间需求率、中间投入率、感应度系数和影响力系数，对林产工业产业关联与波及效应进行动态比较分析。研究结果表明:相较于其他国家，中国木材加工业、造纸业的中间产品型产业特征明显，对国民经济贡献程度较高，但同时也面临成为“瓶颈产业”的风险；中国家具制造业的最终需求型产业性质显著，受整体经济发展的拉动作用明显弱于其他国家。总体而言，中国林产工业对国民经济的推动作用整体上高于国民经济发展对其的拉动作用。需要重点提升木材加工业、家具制造业整体产业链竞争力，加大科研创新投入力度以提升产出效率，并进一步提高家具制造业整体产品的附加值。     

黄土丘陵区坡面薄层水流动力学特性及其对土壤侵蚀的影响

为奠定基于运动力学参数构建土壤侵蚀模型的理论基础,通过不同降雨强度(25、50和75 mm/h)、不同坡长(1、5、10、15和20 m)下径流小区内人工模拟降雨试验,对不同处理下坡面薄层水动力学特性进行分析,并对水动力学参数与土壤侵蚀之间的关系进行初步探讨。结果表明:当坡度一定时,坡面平均流速主要受坡长及单宽流量影响,降雨强度通过影响单宽流量的大小间接影响坡面平均流速;在试验设计范围内,当坡长1 m时,整体上呈"层流-急流态",当坡长为1 m时,整体上呈"层流-缓流态";当降雨强度一定时,雷诺数随着坡长的增加线性增加,佛汝德数随着坡长的增加以幂函数形式增加;降雨强度对坡面流有明显的"增阻"效应;坡面阻力系数随着坡长的增加呈幂函数减小趋势;坡面平均土壤侵蚀率与单宽流量间呈一元线性趋势增加,与水流平均流速间呈指数函数增加,与雷诺数间呈二次函数增加。     

基于RGB颜色空间的早稻氮素营养监测研究

针对双季稻区水稻过量施肥带来环境污染和成本提高问题,设计不同品种氮肥梯度大田试验,应用数码相机获取早稻冠层数字图像,研究不同色彩参数及早稻氮素营养指标的时空变化特征,以期确立双季早稻氮素营养预测模型。结果表明:不同品种同一氮肥处理下图像色彩参数差异不大;拔节期数字图像参数对氮素营养指标敏感;模型构建结果显示,图像参数INT与水稻氮素营养指标构建的模型决定系数(R2)最大,模型预测效果最佳,R2分别为0.895 7和0.924 7;进一步采用多元回归分析和BP神经网络分析法进行预测,预测效果均较好。对预测结果进行检验,发现品种对于模型的构建影响不大,以BP神经网络分析法构建的叶片氮浓度(LNC)模型和以INT为敏感色彩参数构建的叶片氮积累量(LNA)回归模型效果最优,而多元回归分析方法则效果不佳。早稻冠层RGB颜色空间敏感参数与氮素营养指标间相关性较好,可以实现氮素营养的无损监测诊断。     

基于深度学习的牛肉大理石花纹等级手机评价系统

大理石花纹是影响牛肉品质等级的重要指标,目前中国牛肉加工企业对大理石花纹的评价是由专业分级人员参照标准图谱完成,具有主观性强、耗费人工的缺点。针对上述问题,该研究提出了基于深度学习的智能分级方法,设计一种具有4层卷积的神经网络结构,实现了大理石花纹特征的自动提取,并基于智能手机开发了牛肉大理石花纹检测软件。该研究共采集样本图像1 800张,按3:1:1分为校正集、验证集和测试集。为进一步验证模型,将该方法与传统机器视觉方法进行了比较,提取了牛肉大理石花纹的大、中、小脂肪颗粒个数,脂肪总面积和脂肪分布均匀度5个参数,并建立了多元线性回归模型。试验结果表明,该研究所用方法大理石花纹检测准确率更高,验证集检测正确率为97.67%。最后编写了手机软件,将模型移植入Android手机,在手机平台上调用模型进行大理石花纹检测。试验表明,该软件对测试集样本的检测准确率为95.56%,单张检测时间低于0.5 s。该研究结合卷积神经网络分类能力强和智能手机运行速度快等优点,开发了牛肉大理石花纹的手机评价系统,具有较好的实用性和便携性,可提高牛肉大理石花纹检测效率,有助于提高农畜产品检测的智能化水平。