“藏粮于地”战略下高标准农田建设模式研究*

高标准农田建设是我国“藏粮于地”战略的重要抓手,是确保粮食产能的重要支撑。在梳理大量参考文献、政策文件和标准规范的基础上,针对现阶段高标准农田建设存在管理体制不完善、空间潜力不足、投资标准偏低、建设质量不高等问题,总结归纳高标准农田建设模式总体构架,通过对我国高标准农田建设综合评价结果排名靠前和提升较快的省份开展高标准农田建设模式调查研究,围绕管理体制、规划布局、建设标准、资金保障以及实施管理方面,提出系统构建高标准农田建设模式的对策建议,为提高高标准农田建设质量作有益参考。     

白云国家森林公园适老性评价及优化分析

指出了人口老龄化是社会发展的必然趋势,也是当前中国面临的重要社会问题之一,国家和地方各级政府出台了一系列政策,切实保障老年人的权益。森林公园除保护其范围内自然环境和自然资源外,为人们的游憩、疗养、避暑和文化娱乐等提供了良好的环境,逐渐成为老年人休闲娱乐生活的选择。选取浙江丽水白云国家森林公园为研究对象,通过实地踏查、问卷调查和随机访谈等方法,深入调查了老年人个人基本资料及背景、活动状况和使用情况,对3类典型空间和4类景观元素进行了详细地分析,针对不足之处提出了相应的优化建议,以期为相关公园绿地的适老性规划设计提供建设思路。     

西北工业大学金叶信息技术学院中心绿地景观设计

探讨了西北工业大学金叶信息技术学院中心绿地的景观设计方案,本着生态可持续发展、以人为本和浓郁文化内涵的原则,创造一个以自然景观和人文景观相结合的优美环境,为师生提供具有园林艺术氛围的学习、交流、休闲、娱乐和生活的场所.     

生姜对鸡生长性能及血液生化指标的影响

用1日龄健康地方鸡300只按完全随机设计分成3个处理组,每组100只,分别饲喂添加新鲜生姜粉1％(处理2)、喹乙醇80mg/kg(处理3)、不添加生姜和喹乙醇,(处理1,对照组)的日 粮,观察至60日龄。添加生姜组的日增重、饲料增重比和成活率明显优于对照组(P<0.05)。血清 胆固醇含量较对照组和喹乙醇组均低,血清总蛋白含量较对照组和喹乙醇组略高。     

HUDACAPP— 一种工艺规程自动设计系统

本文介绍浦沅工程机械总厂准柔性制造系统(P-FMS)中加工箱体零件所用的一个工艺规程自动设计系统—HUDACAPP,阐述了系统的原理、结构和实现.给出了实例.本系统能按零件输入信息自动生成工艺过程,选择机床、夹具、刀具、量具、切削参数以及计算工时,并能与P-FMS的实时管理调度软件联接,提供所需的资料.     

镜台山公园总体规划构思

通过介绍宁德市镜台山公园总体规划构思 ,论述在城市公园的规划中应遵循以人为本、尊重自然、尊重历史的规划方向 ;结合具有特色的自然山水、人文景观 ,运用各种造园方法 ,形成有序空间 ,实现生态、宗教、文化、娱乐、健身、休闲为一体的综合性功能和环境效益、社会效益、经济效益相统一的目标     

除草剂靶标酮醇酸还原异构酶(KARI)研究进展

酮醇酸还原异构酶(KARI)是植物和微生物体内支链氨基酸生物合成的关键酶之一,可以作为设计除草剂的靶标,通过抑制酶的活性中断支链氨基酸的合成使植物死亡,达到除草目的。文章综述了KARI的催化性质、晶体结构以及作为除草剂靶标的研究现状。     

Challenges in developing and implementing a decision support systems (ETÇAP) in forest management planning: a case study in Honaz and Ibradı, Turkey

Decision support systems (DSSs) are indispensable tools in preparing a forest management plan for a better combination of multiple forest values. This study attempted to develop and explain a stand-based forest management DSS (Ecosystem-based multiple-use forest planning [ETÇAP]) comprising a traditional simulation, linear programming (LP), metaheuristics and geographic information system. The model consists of five submodels; traditional management approach to handle inventory data, an empirical growth and yield model, a simulation to conceptualize management actions, a LP technique to optimize resource allocation and a simulated annealing approach to directly create a spatially feasible harvest schedule. The ETÇAP model has been implemented in a comparative two case study areas; Denizli–Honaz and Akseki–Ibrad?. Both simulation and optimization models outperformed to the traditional management plan. The periodical change of growing stock, allowable cuts, carbon sequestration and water production are used as performance indicators. The results showed that more amount of wood could be harvested over time compared to traditional level of harvesting. It could be concluded that various management strategies allowed managers to stimulate more decision options for better outputs through intertemporal trade-offs of management interventions as the model provided tools to quantify forest dynamics over time and space. Challenges exist to establish the functional relationships between forest structure and values for better quantification and integration into the management plans.     

miR-18a-5p在鸡不同生长时期的表达及其生物信息学分析与靶基因预测

为探究miR-18a-5p在鸡不同生长时期组织表达变化规律及其生物信息学特点,本研究以苏禽3号鸡为试验动物,利用实时荧光定量PCR技术检测不同生长时期鸡miR-18a-5p的组织表达变化。通过文献和miRBase检索脊椎动物的miR-18a-5p序列,利用Ensembl数据库确定miR-18a-5p在基因组中的位置,根据成熟序列构建系统进化树;使用miRmap、microT、miRanda和TargetScan网站预测miR-18a-5p靶基因,并进行GO和KEGG分析。组织表达分析结果显示,miR-18a-5p序列在鸡心脏、脾脏、肾脏和下丘脑中的表达量显著高于除大脑以外的其他组织(P<0.05)。与3日龄雏鸡相比,90日龄鸡心脏、脾脏、肾脏、腿肌和下丘脑中miR-18a-5p的表达量均显著上升(P<0.05)。在50种脊椎动物中共发现52条miR-18a-5p序列,几乎所有物种都只有1条成熟序列;基因定位分析发现,鸡miR-18a-5p位于1号染色体上的基因间隔区。多序列比对分析表明,不同物种miR-18a-5p的成熟序列同源性较高,物种间较为保守。系统进化树分析发现,鸡miR-18a-5p与原鸽、斑胸草雀等其他鸟类聚为一类,这表明miR-18a-5p进化过程中是保守的。靶基因预测和功能分析发现,miR-18a-5p共有121个靶基因。GO分析结果显示,靶基因主要富集到蛋白质泛素化、细胞周期阻滞、白细胞介素-6产生的负调控等功能。KEGG 通路分析表明,靶基因主要富集到细胞周期及Wnt和FoxO信号通路等。多个与肌肉生长及细胞增殖等相关的基因富集到相关通路之上。综上,鸡miR-18a-5p是组织广泛表达的miRNA,其可能通过Wnt及FoxO信号通路调控肌肉生长及细胞增殖分化。本研究为miR-18a-5p功能及调控机制的深入研究提供参考依据。     

基于级联卷积神经网络的番茄花期识别检测方法

对作物花期状态的准确识别是温室作物执行授粉的前提。为提高花期状态识别的准确度，该研究以温室番茄为例提出了一种基于级联卷积神经网络的番茄花朵花期识别方法。首先采用改进的端到端的特征金字塔网络FS-FPN实现番茄花束的分割，然后采用Prim最小生成树对分割后的花束图片进行花期识别优先级排序，最后将已排序的分割花束图片输入改进的Yolov3网络，实现番茄花朵花期状态的精准识别。在由1600幅包含花蕾期、全开期、谢花期、初果期4类花期状态的番茄花束图像构成的数据集上，所提方法对番茄花朵花期平均检测时间为12.54 ms，平均检测精度分别比Mask R-CNN和SPP-Net提高了3.67%和2.39%，识别错误率比改进前的Yolov3网络降低了1.25%。最终将该方法部署到番茄授粉机器人上，并在大型玻璃温室内进行验证，结果表明，所提方法对番茄花朵各花期的检测精度分别为花蕾期85.71%、全开期95.46%、谢花期62.66%、初果期88.34%，该研究结果可为智能授粉机器人的精准作业提供重要依据。