猪病毒病混合感染防控

1预防措施 1.1坚持自繁自养、全进全出的饲养模式。1.2强化饲料营养水平,喂全价优质饲料。 1.3加强防疫知识培训,树立预防为主,防重于治的思想。严格落实饲养管理和卫生防疫措施;加强消毒;消灭蚊蝇鼠害;做好病死猪、粪尿、污物、污水、垃圾的无害化处理。     

森林资源调查监测技术的现状及其发展研究

针对森林资源监测方式,例如1级调查监测方式、2级调查监测方式、3级调查监测方式等,进行科学性的分析,并简要介绍了分析森林资源调查监测技术的现状的重要性,提出推动森林资源调查监测快速发展的有效措施,进一步明确我国森林资源调查监测技术发展趋势,旨在给相关工作人员提供良好的参考。     

四川省松潘县牦牛体表蜱、高原鼠兔携带巴尔通体和无形体的PCR检测与进化分析

旨在了解四川省松潘县牦牛体表蜱、高原鼠兔巴尔通体和无形体感染情况。采集牦牛体表的蜱和捕获高原鼠兔，对蜱进行形态学初步鉴定后，提取蜱和高原鼠兔脾总DNA，PCR扩增蜱16S rRNA、巴尔通体rpoB和无形体16S rRNA基因，对PCR产物阳性产物测序、比对及构建系统进化树，从而确定蜱种类及蜱和高原鼠兔感染巴尔通体和无形体的种类及感染率。结果显示：在松潘县进安乡、山巴乡、下八寨乡各采集到蜱102、97和131只，共计330只，经鉴定均为青海血蜱。蜱巴尔通体仅检出1种巴尔通体，与B.melophagi亲缘关系最近，进安乡、山巴乡和下八寨乡检出率分别为16.7%、8.2%和18.3%，其中下八寨乡检出率显著高于进安乡（P<0.05）；蜱源无形体进安乡、山巴乡和下八寨乡检出率分别为9.8%、12.4%和26.7%，下八寨乡检出率显著高于进安乡（P<0.01），检出的无形体均为1种，与牛无形体（A.bovis）亲缘关系最近；下八寨乡检出的鼠兔源巴尔通体与B.queenslandens亲缘关系最近，感染率为6.7%；进安乡、山巴乡和下八寨乡检出的鼠兔源巴尔通体与B.grahamii亲缘关系最近，感染率分别为8.7%、17.9%和13.3%，3个点检出率无显著差异；未定种Bartonella sp.（MN296294）和Bartonella sp.（MN296293）仅分别在进安乡和下巴乡检出；与蜱均检出无形体不同，高原鼠兔均未检出无形体。此外，蜱和高原鼠兔均未发现2种及2种以上病原混合感染。松潘县青海血蜱携带巴尔通体和无形体，高原鼠兔感染巴尔通体，且首次在高原鼠兔体内检测到疑似B.queenslandens的病原体，提示当地居民有感染这两类病原风险。     

高峰林场森林采伐限额管理探析

森林限额采伐制度是《森林法》规定的一项基本制度,要求所有森林经营单位必须按照国家规定编制采伐限额。分析了高峰林场＂十五＂期间采伐限额管理中存在的问题,提出了加强采伐限额管理的建议。     

人工抚育对桉树人工林林下生物多样性的影响

[目的]探讨桉树林人工抚育对林下生物多样性的影响,为桉树人工林的科学经营提供参考依据.[方法]选择具代表性的典型林分设置调查样地,分别调查灌木层和草本层的植物名称、株数、高度、盖度和密度等指标,通过计算物种的重要值和多样性指数,对比分析人工抚育桉树林对林下植物多样性的影响程度.[结果]4年生人工抚育桉树林和未抚育桉树林的灌木植物分别为29和53种,草本植物分别为10和16种.经人工抚育的桉树林灌木个体密度、高度和草本植物个体密度均最小,分别是未抚育桉树林的40.8％、28.8％和11.9％.人工抚育桉树林林下灌木植物分布的均匀性比未抚育桉树林高17.2％,对灌木层和草本层的多样性指数H′、D、J影响不明显.[结论]人工抚育导致灌木植物的个体密度、高度和草本植物的个体密度显著降低和物种丰富度降低,造林整地时适度抚育是人工林生物多样性保育和维持的有效措施.     

牛流行热诊治

牛流行热又称三日热或暂时热,是牛的一种急性热性高度传染性疾病,其特征为患牛突发高热,流泪,流涎,呼吸急促,消化器官有严重卡他性炎症,出现运动障碍等。本病发病急、病程短,但多为良性经过。     

广西国有贫困林场现状及扶贫对策

深入开展国有林区扶贫工作,是全面推进脱贫攻坚任务的重要组成部分。从广西国有贫困林场的现状出发,分析贫困问题的根源,提出通过优化体制机制、完善基础设施、发展特色产业、加强人才培养等方式,提升国有贫困林场经济收入水平和增强可持续经营发展能力,实现到2020年广西国有林场全面脱贫目标。     

基于决策树集成学习的桉树蓄积预估模型研究

林分蓄积是衡量小班林分生产力的重要指标。以广西高峰林场速生桉为研究对象，以年龄、密度两个林分因子和坡向、坡位、坡度、土壤等立地因子作为自变量，公顷蓄积作为因变量，利用非集成、集成学习方法构建9个决策树模型，选择最优决策树模型预估不同年龄的桉树蓄积。结果表明：①集成学习决策树模型精度高于非集成模型，串行集成类模型boosting精度高于并行集成类模型bagging，其中串行集成模型中XGboost模型评价指标最优，训练集R2为081，RMSE为044；测试集RMSE为048，MAE为034。② 最优模型XGboost自变量重要性占比大于1%，依次为年龄(78%)、海拔(49%)、土层厚度(38%)以及密度(32%)，其中年龄重要性远高于其他变量，纵向海拔高度影响大于空间位置上的横向坡度，造林密度影响程度低于土壤因素。③模型结果在广西其他地区同树种泛化测试精度R2为0785，P值为22E-16，符合检验标准，说明该模型针对广西部分地区速生桉树种生产力预估结果较好，可以为林场造林收获预估提供依据。