敢啃“硬骨头” 助产业发展

珠海市现代农业发展中心(以下简称“农发中心”)水产技术推广部副部长李勇,加人农技推广工作20年来,始终以产业需求为首要任务,从不计较个人得失。他深度参与了白蕉海鲈的品牌创建、技术推广、示范区建设、地理标志产品申报等工作,敢于啃“硬骨头”,默默为产业发展奉献自己的力量。     

基于低影响开发的校园雨水控制及效益分析

以安徽理工大学为研究对象,应用4种低影响开发(LID)方案(植草沟、下沉式绿地、雨水罐和植草沟-下沉式绿地-雨水罐组合)构建雨洪管理模型(SWMM),模拟不同雨水重现期下各种LID方案的水文和水质性能,并评价了经济效益.结果表明:植草沟的径流削减效率最好,可延迟流量峰现时间,且能有效地削减污染负荷;除雨水罐外,另外3种LID实践方案具有良好的环境效益;从成本效益上分析,下沉式绿地和组合LID实践方案的污染物控制效果较好,但其单位削减率成本高,植草沟对污染物控制效果不理想,但其具有最低的单位削减率;若想取得较好的污染物控制效果,则需要投入更大的成本,可以采用下沉式绿地或组合LID实践方案,下沉式绿地或组合LID实践方案不仅能有效削减峰值流量,缓解城市排水管网负荷,且对污染物的削减效果较好.可为中国校园中LID实践的应用决策提供理论支持.     

《猪业科学》投稿须知

《猪业科学》杂志为月刊,每月25日出版,面向全国发行。内容充实、实用,每期一个主题,充分挖掘、深度报道、全面分析,全面反映养猪产业的最新成果、发展动态和市场经济信息。全彩色印刷、图文并茂适应现代“读图时代”潮流。     

基于BERT+BiLSTM+CRF深度学习模型和多元组合数据增广的渔业标准命名实体识别

为解决渔业标准命名实体识别任务中部分实体语料分布稀疏导致的效果不佳问题,提出了基于多元组合数据增广(data augmentation method based on multiple combination,MCA)的渔业标准命名实体识别方法,该方法融合了基于领域词典的联合替换算法(joint replacement algorithm based on domain dictionary,DDR)、基于槽点保护的随机删除算法(random deletion algorithm based on slot protection,SPD)和基于槽点保护的随机插入算法(random insertion algorithm based on slot protection,SPI)进行语料库的数据增广,首先构建"水产品名称"同类词词典和领域同义词词典,通过两个词典分别对"水产品名称"类实体和随机词进行同类词替换和同义词替换,生成新的句子,以增加目标实体数量和句子的多样性,然后在基于槽点保护的情况下对原句子分别进行随机删除和随机插入操作,在保留实体及上下文特征的情况下进一步丰富语料的多样性,提高模型的泛化能力.结果表明,采用基于融合注意力机制的BERT+BiLSTM+CRF网络模型和多元组合数据增广方法进行渔业标准命名实体识别,准确率、召回率、F1值分别达到了91.73％、88.64％、90.16％,具有较好的效果.研究表明,基于多元组合数据增广的渔业标准命名实体识别方法有效解决了部分实体样本稀疏问题,提升了渔业标准命名实体识别的整体效果.     

基于卷积神经网络马铃薯叶片病害识别和病斑检测*

针对自然环境下马铃薯叶片病害识别率低和晚疫病斑定位难的问题,基于大田环境中采集的马铃薯叶片图像,首先对马铃薯叶片病害进行识别,对比AlexNet、VGG16、InceptionV3、ResNet50、MobileNet五种神经网络模型,结果表明InceptionV3模型的识别效果准确率最高,可达98.00%。其次对马铃薯叶片的晚疫病斑进行检测,提出一种改进型的CenterNet-SPP模型,该模型通过特征提取网络获取对象的中心点,再通过中心点回归获得中心点偏移量、目标大小等图像信息,训练后的模型在验证集下的mAP可达90.03%,以F₁为评价值分析对比其它目标检测模型,CenterNet-SPP模型的效果最好,准确率为94.93%,召回率为90.34%,F₁值为92.58%,平均检测一张图像耗时0.10 s。为自然环境下马铃薯叶片病害识别和检测提供较为全面的深度学习算法和模型研究基础。     

基于VGGNet网络的雾霾无人车防碰撞研究

针对雾霾天气下无人车行驶容易出现视野受限，导致防碰撞能力下降的问题，提出了一种基于VGGNet网络的深度卷积神经网络模型，通过反向传播算法不断调整模型的权重和偏置，对收集雾霾天气下的图像和相关数据进行处理，实现模型的训练和优化。实验结果表明，所提出的方法可以有效地提高无人车在雾霾天气下的防碰撞能力，达到了良好的效果。研究结果可以为无人车行业在特殊气候条件下的防碰撞提供了一种新思路和实现方法，具有一定的参考价值和应用前景。     

采摘机器人深度视觉伺服手-眼协调规划研究

针对现有采摘机器人的识别-采摘精度与效率偏低等问题，开展了采摘机器人深度视觉伺服手-眼协调规划研究。开发了在手RealSense深度伺服的小型升降式采摘机器人，进行了采放果的工作空间与姿态分析，针对“眼在手上”模式建立了手-眼协调的坐标变换模型。对采摘机器人提出了基于在手RealSense深度伺服的由远及近手眼协调策略，并根据RealSense与机械臂参数完成了基于深度视觉的远近景协调关键点间分段动作规划。手眼协调采摘试验表明，末端在X、Y、Z方向的平均定位精度为3.51、2.79、3.35mm，平均耗时为19.24s，其中机械臂从初始位开始采果的平均耗时为12.04s，中间识别与运算的平均耗时为3.82s，放果动作平均耗时为7.2s，机械臂动作耗时占整个环节的80.2%。该机器人结构和在手RealSense深度伺服的手眼协调策略可满足采摘作业需求。     

不同温度下TMV侵染枯斑三生烟的LncRNA差异表达

【目的】 筛选不同温度下烟草花叶病毒（Tobacco mosaic virus,TMV）侵染后枯斑三生烟（Nicotiana tabacum var. Samsun NN）差异表达的长链非编码RNA（long non-coding RNA,lncRNA）,研究lncRNA在枯斑三生烟抗性反应中的作用。【方法】 N基因的温度敏感性使枯斑三生烟在25℃时具备对TMV的抗性、在31℃抗性丧失,在这两个温度条件下对枯斑三生烟接种TMV和磷酸盐缓冲盐水（phosphate buffered saline,PBS）,48 h后提取系统叶总RNA,构建链特异性文库后进行深度测序。对测序结果进行过滤后利用HTSeq将有效数据与近缘品种TN90（N. tabacum var. TN90）基因组比对,筛选得到lncRNA后利用FPKM法估计lncRNA的表达水平。通过edgeR筛选差异表达lncRNA（differentially expressed lncRNA,DElncRNA）,并利用qRT-PCR技术对这一结果进行验证。通过共定位及共表达分析预测DElncRNA的靶基因,通过参考基因组注释、GO和KEGG富集分析研究靶基因的功能。【结果】 4个处理共12个样本经lncRNA-seq各测得约8 000万条clean reads,共获得4 737条已知lncRNA、40 169条新lncRNA。其中64个lncRNA在不同温度条件下TMV侵染后存在差异表达,qRT-PCR测定结果显示这些lncRNA的测序正确率在80%左右,表明本研究所得测序数据具备较高的可信度。对DElncRNA进行靶基因预测,发现一些基因同时被25℃下调和31℃上调的DElncRNA靶向。靶基因注释功能丰富,主要参与植物抗病、激素和代谢等生理过程。部分可能与激素通路相关的lncRNA,在25℃下TMV侵染时呈现下调趋势,而在31℃下TMV侵染则呈现上调趋势。GO富集分析显示靶基因主要参与构成膜、囊泡等组分,具备钙、钾离子通道抑制剂活性等分子功能,使相应离子得以转运引发随后的反应,同时也参与发病、抗原加工和呈现、细胞分裂素代谢等生理过程。KEGG分析发现靶基因显著富集在植物激素信号转导通路,25℃下调和31℃上调的DElncRNA靶基因同时富集在激素信号传导、ABC运输蛋白、苯丙烷类生物合成等通路。【结论】 不同温度（25℃和31℃）条件下TMV侵染枯斑三生烟后,长链非编码RNA差异表达,DElncRNA通过作用于激素信号传导、物质转运等过程参与寄主系统获得性抗性反应。研究结果可为揭示植物系统获得性抗性中lncRNA的调控功能以及新型抗病毒技术开发提供依据。     

秸秆还田深度对土壤温室气体排放及玉米产量的影响

【目的】秸秆还田是培肥地力、增加土壤有机质和改善土壤结构的重要技术手段,但以往的研究表明秸秆还田会加速土壤温室气体的排放。本研究通过对秸秆不同还田深度下农田土壤温室气体排放特征和产量的研究,明确降低温室气体排放量的最佳还田深度,以期为合理利用秸秆、提高作物产量,实现农业可持续发展提供科学依据。【方法】采用大田微区试验,以玉米为供试作物,设置4个还田深度,采用静态箱-气相色谱法测定整个玉米生长季不同还田深度下温室气体（CO₂、CH₄、N₂O）的排放特征,产量及产量构成因素。试验共设5个处理,还田深度分别为0—10 cm（T1）、10—20 cm（T2）、20—30 cm（T3）和30—40 cm（T4）,同时以不还田处理作为对照（CK）。【结果】（1）在整个玉米生长季CO₂和N₂O均表现为排放,CH₄表现为吸收。CO₂累积排放量为T3处理最高,较CK显著增加了28.6%,T4处理增加最少,较CK显著增加了17.1%（P<0.05）,但T1与T4处理之间差异不显著;而N₂O的累积排放量T2处理为最高,与CK相比,累积排放量显著增加111.3%,T4处理增加最少,与CK相比显著增加了12.8%（P<0.05）;CH₄则表现为吸收,且秸秆还田后降低了农田土壤对CH₄的吸收能力,吸收量表现为CK处理>T4处理>T3处理>T1处理>T2处理,且各还田处理与CK之间差异显著（P<0.05）。（2）秸秆不同还田深度下,与对照相比,各处理玉米产量均显著增加,增产在5.6%—20.8%（P<0.05）,但各处理之间的穗长、穗粗和行粒数差异不显著。当秸秆还至30—40 cm时,产量最高,较CK增加了20.8%,表明秸秆还田对提升土壤肥力及作物增产有重要作用。（3）从温室气体综合增温潜势（GWP）和温室气体排放强度（GHGI）来看,在100年尺度上,GWP表现为T2处理>T3处理>T1处理>T4处理>CK处理,而GHGI表现为T2处理>T3处理>T1处理>CK处理>T4处理,表明与CK相比,各处理均增加了玉米季温室气体的综合增温潜势,而T4处理则降低了玉米季温室气体排放强度,说明秸秆深还至30—40 cm可在一定程度上缓解全球增温潜势。【结论】秸秆还田会显著增加CO₂和N₂O排放,降低对CH₄的吸收能力;秸秆深还至30—40 cm可相对降低综合增温潜势,降低温室气体排放强度,同时显著增加玉米产量。因此,为实现较高的玉米产量和较低的温室气体排放强度,秸秆深还至30—40 cm是较为合理的土壤改良培肥方式。     

深度贫困地区精神扶贫路径

脱贫不是最终目标,巩固现有脱贫成果时刻不能大意。近年来,“输血”扶贫使部分贫困户等靠要思想严重,以精神扶贫为重心的“造血”扶贫刻不容缓。本文梳理现有脱贫成果,引出“输血”扶贫的短期效果和“造血”扶贫的长远效应,建议从教育扶贫、文化扶贫等方面加强精神扶贫对脱贫的贡献。