不适温度条件诱导西瓜嗜酸菌进入VBNC状态的研究

 由西瓜嗜酸菌(Acidovorax citrulli)引起的瓜类果斑病,是危害西瓜和甜瓜等葫芦科作物的一种典型的种传细菌性病害。已有文章报道西瓜嗜酸菌在铜离子诱导下可进入“有活力但不可培养”(viable but non-culturable,VBNC)状态,并在适当条件下复苏,成为生产中潜在的病害初侵染来源。本文结合实际生产中的种子温汤浸种和低温储藏等条件,分别设定了50℃、55℃高温和4℃低温对西瓜嗜酸菌AAC00-1进行处理,通过流式细胞术(flow cytometry,FCM)和平板培养法分别检测菌体活性和可培养性。结果显示,不适宜的温度条件能够诱导西瓜嗜酸菌AAC00-1进入VBNC状态,其中55℃高温20和30 min的两个处理,所有活菌均进入VBNC状态。将处理后的AAC00-1接种西瓜子叶,接种植株未表现出果斑病症状,且不能从接种部位分离得到可培养菌体。表明本诱导条件下的VBNC状态A. citrulli菌体不能通过短时间活体接种复苏。本研究分析了西瓜嗜酸菌在不适宜温度条件下进入VBNC状态的能力,为解析病害可能的初侵染来源提供了理论依据,对葫芦科作物果斑病防控具有重要的生产实践意义。     

我国近10年林火时空分布格局及原因分析

基于全国2010-2019年的森林火灾数据,结合地形起伏和林火损伤面积占比等数据,对我国林火灾害时空分布特点进行分析,研究结果表明,全国近10年的林火时间上总体呈逐年递减的趋势,但在2013年和2017年有所回升。空间分布上以西南部、中南部居多,东北部次之,东南部较少。地形和气候是影响林火灾害发生率的主要自然因素,此外,当地森林种类、人为因素及消防条件也一定程度上影响了林火的次数和范围。本研究旨在为森林火灾的预防及援救提供相应的对策。     

植物灰葡萄孢菌生物防治与化学防治机理的研究进展

灰葡萄孢菌（Botrytis cinerea Pers.）是灰霉病的病原菌，能够侵染植物的根茎、叶片、花和果实，导致植物减产，甚至绝收。在作物采摘后的贮藏和运输过程中，灰葡萄孢菌会加速果蔬腐烂变质，导致严重的物流损失。本文综述了现阶段对灰葡萄孢菌引起植物灰霉病的防治手段，阐述防治作用机理及应用现状，分析了生物防治与化学防治的利弊，以期为灰葡萄孢菌的防治提供理论基础和应用依据。     

不同采后处理对芸薹属蔬菜芥子油苷代谢和品质影响综述

芸薹属蔬菜含有丰富的次生代谢物质芥子油苷。芥子油苷与芸薹属蔬菜的风味、品质、抗性及抗癌活性密切相关,还在植物防御病原体与害虫中发挥重要作用。本文简要介绍了芥子油苷生物合成与降解途径,综述了不同采后处理,包括贮藏(冷藏、气调、薄膜包装和1-甲基环丙烯处理)、加工和烹饪方法对芸薹属蔬菜芥子油苷组分和营养品质的影响,特别是从芥子油苷代谢的动态平衡角度分析了采后处理调控芥子油苷组分和含量的内在机制,并对芸薹属蔬菜在采后处理中如何有效维持有益芥子油苷含量和营养品质进行了讨论。     

绿化树种长白松枝条分布规律研究

以白城市3个样点30株长白松幼树调查数据作为依据,探究树冠和分枝的基本结构.结果表明:树冠的一级枝条和二级枝条数量均与树龄呈负相关;一级枝条数为2～5个,水平分布符合均匀分布规律;分布在1～2轮枝层的二级枝条数量最多,数量随轮枝数增加显著降低,水平分布符合均匀分布规律.     

基于神经网络和机器学习的白羽肉鸡体重估测算法

针对规模化肉鸡养殖生产中,传统肉鸡称重方法易造成应激问题,设计一种基于神经网络和机器视觉技术的非接触式肉鸡体重估测方法。应用深度相机采集白羽肉鸡的红外图像和深度信息,以目标识别算法YOLOv3和卷积网络分割算法FCN(Fully convolutional networks)为基础构建肉鸡区域提取模型,YOLOv3和FCN模型的查准率分别为98.1%和97.8%,查全率100%;结合肉鸡的深度信息,提取肉鸡投影面积等相关特征,构建多种回归算法,训练并调整优化肉鸡体重估测模型,ABR(Adaboost regressor)模型在测试集上达到最优的估测效果,该模型的决定系数R2为0.95,绝对误差为0.01～0.32kg。本研究的非接触式的肉鸡体重估测模型能较好的预测肉鸡体重,为实际生产环境中肉鸡自动称重提供了技术支持。     

氮与生物质炭的关系研究进展

对铵态氮、硝态氮与生物质炭的关系研究进展与状况进行了综述,并分析了生物质炭可以减少氮的积累淋失量等原因。最后,对研究内容、结果以及不足之处进行了阐述与分析,进而提出了今后的研究方向。     

不同提取方法对山楂总黄酮含量的影响

考察了几种提取方法对山楂果总黄酮提取率的影响。同时,采用超高压提取法、超声波法、微波法、索氏提取法获得山楂提取液。超高压提取法山楂总黄酮提取率最高,为5.44%,其次是索式法,为5.12%;超声波法4.66%;微波法提取率最低,为3.76%。以50%乙醇为溶剂,300MPa超高压提取3min,提取效率较高,且提取液杂质少,超高压提取是一种较为理想的提取方法。     

基于深度神经网络的猪咳嗽声识别方法

猪只呼吸道疾病易传染,影响猪的养殖生产效率,咳嗽是呼吸道疾病的显著症状之一,为识别猪只咳嗽声,提出了一种基于深度神经网络的识别方法。对声音信号进行谱减法去噪和双门限端点检测后分别提取梅山猪咳嗽及喷嚏、鸣叫、呼噜声的滤波器组(Log＿filter bank, logFBank)和梅尔频率倒谱系数(Mel frequency cepstral coefficents, MFCC)特征,每种特征与其一阶及二阶差分组合作为卷积神经网络(Convolutional neural networks, CNNs)和深层前馈序列记忆神经网络(Deep feed forward sequential memory networks, DFSMN)咳嗽声识别模型的输入,进行多分类训练。对比不同特征提取方法及不同迭代次数对模型效果的影响,实验结果表明,以MFCC作为特征输入的CNNs模型效果较优,测试集上咳嗽声识别精确率为97%,召回率为96%,F1值为98%,总体识别准确率为96.71%。表明该模型有效可行,可为生猪福利养殖中猪咳嗽声识别提供技术支持。     

黄土高原地区土地覆盖类型的时空格局

[目的] 构建黄土高原地区长时序、高精度的土地覆盖数据集,对该区2001—2020年土地覆盖的时空格局进行分析,并为该地区生态环境保护和可持续发展提供科学依据。[方法] 利用多源、多时期土地覆盖产品和地面特征数据构建训练样本,并使用谷歌地球引擎（Google Earth Engine,GEE）平台和随机森林分类模型生成黄土高原地区土地覆盖（land cover of Loess Plateau,LCLP）数据集。在此基础上,通过空间分析和一元线性回归模型对黄土高原地区土地覆盖类型的时空格局进行分析。[结果] 基于随机森林验证集的结果显示,LCLP产品的总体精度和kappa系数均高于90%。基于独立验证集的精度验证结果显示,LCLP的总体精度较现有产品提高了0.58%～20.23%。同时,耕地、林地、草地、不透水面和裸地的分类精度均得到了提升。[结论] 本研究构建的LCLP数据集分类精度相较于其他产品有了显著提升,适用于反映黄土高原地区土地覆盖的变化。2001—2020年,黄土高原地区耕地和灌木呈现下降趋势,而林地、水体和不透水面呈现为极显著的上升趋势。从土地覆盖的变化情况来看,耕地和草地是其他土地覆盖类型新增的主要来源。