雏鸡爆发绿脓杆菌病的诊治

广东某鸡场先后有３批雏鸡因注射马立克氏病疫苗时出现大量死亡，死亡率高达４５％以上，经诊断为绿脓杆菌感染。一、临诊症状病雏精神不振，采食饮水废绝，排黄白色稀粪。二、病理剖检病死雏消瘦，羽毛不整；脐环闭合不良，挤压脐孔可见黄绿色胶冻样物；腹部皮下有胶冻样渗出液；肝脾肿大，质脆；部分消化道有炎症。三、实验室诊断１．细菌分离培养以无菌操作将病死雏的肝脾病料接种于普通营养培养基、肉汤培养基、血琼脂培养基上，经３７℃培养，在普通培养基上长出的菌落呈黄绿色，有芳香味；在肉汤培养基内培养４８小时培养物变绿色；血…     

2013年广州地区生猪健康状态调查

<正>随着现代化养猪业的发展,我国的养猪规模越来越大,集约化程度越来越高,自动化水平逐年提升。科技的进步在获得养猪业养殖产量增加的同时,也逐渐凸显了片面追求产量带来的负面影响,如母猪年提供上市猪数(PSY)的逐渐下降,猪肉品质(口感、pH值、系水力、大理石纹)的不稳定,等等。为进一步研究现代养猪业的真实健康状态,探讨养猪业中存在问题的本质,将人类医学的健康评价模型经过进一步     

玉米自交系耐盐种质的筛选及耐盐性评价

在0+0、2.5+2.5、5+5和7.5+7.5 mmol/L（Na₂CO₃+NaHCO₃）盐浓度胁迫下,对118份玉米自交系芽期、苗期的耐盐性差异进行比较,以主要农艺性状综合表现为依据筛选耐盐种质。各指标受盐害影响程度大小顺序为株高>芽势>叶长>根长>地上含水量>地下含水量>叶宽>芽率>须根数>根冠比>茎粗>根粗;当盐胁迫溶液为7.5 mmol/LNa₂CO₃+7.5 mmol/L NaHCO₃时,对玉米自交系影响差异显著。综合各个指标的盐害率对118份玉米自交系进行评价和排序,5个耐盐性强的自交系品种为DL、A71、PHB1M、A92和WM33;对盐敏感的5个品种为06NY-25、Mo17、郑32、南引26和农M1。     

基于两点机器学习方法的土壤有机质空间分布预测

准确预测土壤有机质（Soil Organic Matter,SOM）空间分布对精细农业、耕地质量建设、生态环境保护以及固碳减排等均具有重要的意义。该研究探讨了基于两点机器学习方法（Two-point Machine Learning,TPML）提高SOM空间分布预测的可行性。以黑龙江省海伦市为研究区,以气候、地形地貌、社会经济和空间位置信息等因素作为辅助变量,充分利用空间位置信息和属性相似关系,有效处理SOM空间分布异质性及其与辅助变量间关系异质性,以提高TPML方法进行SOM空间分布预测的精度。采用随机森林、基于随机森林的回归克里格、反距离权重法和普通克里格（Ordinary Kriging,OK）方法作为对比,以平均绝对误差（Mean Absolute Error,MAE）、均方根误差（Root Mean Square Error,RMSE）、预测值与真实值相关系数（r）和决定系数（R2）作为评价指标,进行不同样本量下的多组对比试验,评价不同方法的预测精度。结果表明：1）研究区SOM含量在1.775～7.188 g/kg之间,平均值为3.179 g/kg,空间分布不均匀,呈东高西低的分布趋势。2）在不同样本量条件下,与其他模型相比,TPML的预测精度均最高,其MAE（0.088～0.097 g/kg）和RMSE（0.116～0.139 g/kg）均为最小,r（0.992～0.996）和R2（0.971～0.985）均为最高。3）预测值的误差标准差（理论误差）与实际误差具有相似的空间模式,说明TPML可以为预测结果提供合理的不确定性估计。综上,TPML模型可以通过同时利用空间自相关性和属性相似性来提高预测精度,该模型适用于预测具有一定空间自相关性且具有可用辅助数据的资源环境变量。     

基于物元分析的区域土地生态安全评价方法研究

现有土地生态安全评估涉及大量的行政区社会经济数据，评价方法常常忽略单个指标对综合值的影响程度，本文构建了基于地质-水文-生物（GHB）的生态安全评价体系，提出基于物元分析的区域土地生态安全评价方法，以大安市为例进行土地生态安全水平定量评价。评价得出大安市87.45%的土地生态安全水平处在安全级，但整体生态安全水平仍有较大提升空间；单个指标分析表明，大安市土地生态建设重在推进重要水源管理、提高植被覆盖度、减少矿产开采量和减少地下水开采量等工作。研究结果表明，物元分析能够揭示单个评价指标的分异信息，对大安市生态安全的改善有一定指导意义。     

夏播大豆品种的生育期特性与农艺性状的关系分析

从 339个大豆品种中选取生育期小于 1 0 0d的 1 0 3个品种进行生育期结构特性与农艺性状的分析。结果表明 :①R1最长的为华北品种 ,最短的为外国品种 ;②R7最长的为东北品种 ,最短的为南方品种 ;③R1与生育前期即营养生长阶段 ,高纬地区长于低纬地区 ;R7与生育后期即生殖生长阶段 ,低纬地区长于高纬地区 ;④R1、生育前期长的品种 ,单株荚数、单株粒数多 ,株高较高 ;R7、生育后期长的品种 ,百粒重高 ;⑤筛选出一批对光温不敏感的品种     

基于元胞自动机复合模型的村镇土地利用变化模拟

为向村镇土地利用规划和管理提供合理决策依据,开展村镇土地利用空间格局变化进行模拟研究。在元胞自动机模型基础上,引入马尔科夫模型和多标准评价方法,构建元胞转移数量规则及空间位置规则,从自然环境、社会经济与政策等3方面分析土地利用影响因子,构造元胞自动机复合模型;选取北京市房山区为研究区,以村镇为单元对其土地利用空间格局进行模拟。结果显示:房山区的耕地、林地面积不断减少,建设用地占用农用地现象突出;人口集中、农业资源丰富的平原区各村镇土地利用变化明显。研究表明,多标准评价方法使元胞转移空间位置有规律可循,并有效避免模拟结果中大量错误斑点的产生;以村镇为单元进行分析,模拟的结果更加精细和合理。     

玉米抗倒性检测环境的选取方法

倒伏是玉米的重要胁迫之一,为提高玉米新品种抗倒性检测的效率,需选择倒伏胁迫高发环境作为测试环境。该文结合倒伏胁迫发生机理和大风概率统计模型,首先计算每个气象站点的因风倒伏概率,通过插值和区域统计,得到东华北、黄淮海两大玉米主产区各县区的因风倒伏概率,最后进行玉米抗倒性检验环境的选取分析。结果表明：倒伏胁迫概率超过60%的县区适宜作为玉米抗倒性检测的备选环境,只需3～5个点即可基本保证每年试验都会发生倒伏胁迫;黄淮海发生极严重倒伏胁迫的平均概率高于东华北,与实际情况吻合,两大区域可作为极严重倒伏胁迫检测环境的备选县区有54个,严重倒伏有16个,一般性倒伏有21个;本方法为测试环境选取决策提供了一种量化操作的手段,有助于提高测试环境倒伏胁迫的发生概率和新品种抗倒性检测的效率,降低应用风险。     

国家尺度上基于地形因子的光温及气候生产潜力修正算法

【目的】光温/气候生产潜力作为农用地分等中的重要指标之一,直接影响分等结果的准确性。从理论上来说,不同地形地区的光温条件应各不相同,以目前这种一个县一种作物只具有一个生产潜力值的情况来看,当县内地形差异明显时,仅使用一个生产潜力值不能反应出光温条件在县内的异质性,从而使分等结果不能准确描述耕地质量的差异性。论文旨在解决这一问题。【方法】从地形对于光照、温度和降水等与生产潜力密切相关的因子具有严重关联性的角度入手,通过寻找地形因子与生产潜力的关系,利用地形因子对生产潜力进行修正。由于生产潜力是以国家级尺度的数据进行计算的,为了保证修正后生产潜力值的可比性,在国家级尺度上开展修正,以900 m×900 m的DEM数据为计算地形因子的数据来源,首先利用SPSS软件,分别对坡度、坡向、海拔与生产潜力做回归分析,筛选相关性最高的回归模型,确定不同地形因子与生产潜力的相关性;其次利用回归方程、县内平均地形因子值、平均生产潜力值和待修正区的地形因子值得出生产潜力修正公式;最后以不同地形因子与生产潜力的相关系数为权重,将单因子修正后的生产潜力值进行加权,得到最终的综合修正生产潜力值。【结果】以目前农用地分等中正在使用的生产潜力值和DEM数据生成的地形因子做回归分析,其中,参与修正光温生产潜力的样点共3 779个,参与修正气候生产潜力的样点共2 765个。回归分析结果表明,坡度和坡向与光温生产潜力的相关系数分别为0.0008和0.0002,说明在国家级尺度上,以900 m×900 m的DEM数据对坡度、坡向和生产潜力进行回归分析时,这两者与生产潜力的相关性过小,故暂不列为修正生产潜力的因子;海拔与光温生产潜力的相关系数达到0.835,与气候生产潜力的相关系数达到0.721,说明海拔与生产潜力具有高度相关性。根据海拔与生产潜力的回归方程得出,海拔对光温生产潜力的影响系数为1.479,对气候生产潜力的影响系数为1.095。论文以四川省长宁县为例进行了实例验证,结果表明,修正后的生产潜力值与海拔的趋势相同,体现出地势差异对光温条件的影响,并且海拔偏离县平均海拔越大的地区,生产潜力修正后偏离潜力的平均值越多。【结论】国家尺度范围内,海拔对于生产潜力具有重要的影响作用,并且海拔对于光温生产潜力的影响程度高于对气候生产潜力的影响程度,而坡度、坡向在该尺度内与生产潜力不具有明显的相关性。基于数据的限制,论文旨在侧重数学模型方法和修正思想的论述,与实际应用还有一定的距离,在未来研究中可探索利用国家级控制可比性、分区域利用更加精细的数据进行局部修正的方法进一步分析坡度、坡向对生产潜力的影响。     

基于核密度估计的京津冀地区耕地破碎化分析

为了深入分析京津冀地区耕地破碎化和人工干扰程度,以空间网格为基本单元,采用核密度函数法对耕地进行密度计算,继而采用自然断点法进行密度分区,采用景观格局指数法,对耕地的空间分布特征、破碎化程度进行定量分析,最后采用耕地破碎度指数和人工干扰指数对比分析提出耕地整治的方向。结果表明:耕地核密度变化范围为0~95.08点/km2,85%以上的耕地集中分布在区域中部和东南部的中密度区到高密度区,耕地面积随着密度降低而减少;耕地斑块密度指数、斑块边界密度指数、面积加权分维数和耕地斑块聚集度在不同密度区的变化情况均反映出破碎化程度随着耕地密度减小而增大;耕地破碎度指数和人工干扰度指数均随着耕地密度降低而升高,人工干扰是该区域耕地破碎化程度加剧的主要因素。采用核密度估计法能合理地反映耕地聚集程度和破碎化程度,可为京津冀地区协同发展、耕地整治和土地利用优化布局提供理论支撑。