拉萨河上游高寒草甸植物群落的退化特征

为了探明拉萨河上游地区高寒草地的退化情况,为该地区草地资源的有效保护和合理利用提供依据,采用样方法调查拉萨河上游不同退化程度高寒草甸植物群落,研究该草地植物群落物种组成、物种多样性和地上生物量。结果表明:该区域草地由18科31属40种植物组成。随着草地退化程度的加重,草地优势种由苔草(Carexsp.)向高山嵩草(Kobresia pygmaea)过渡;中度退化草地的Shannon-Wiener指数、均匀度指数均最高(P0.05),分别为1.566 6和0.734 6;Simpson指数则是轻度退化草地最高(P0.05),为0.988 1;随草地退化程度的加剧,草地总盖度下降,草地地上生物量降低,轻、中和重度退化草甸的地上生物量分别为278.26g/m2,228.32g/m2和37.46g/m2,草地质量和生产力明显降低。     

会泽铜商文化的历史地位

会泽地处云南省东北部,在历史上以会泽为中心的东川府铜矿资源丰富,开采、冶铸、京运历史悠久。早在汉代,堂琅铜洗就已经流布中原。明清时期,东川铜业获得空前发展,远近大量商民聚集会泽,多方文化在这里交融,共同形成独具特色的铜商文化。它对会泽的发展产生了重要影响,不仅促进了地方生产力的发展,促使儒家文化加速成为会泽文化的主流,也在会泽形成了内涵极为丰富的建筑文化。     

贵州锦屏县瑶白村摆古文化节的传承与变迁

摆古节是贵州瑶白村侗族人的传统节日之一,摆古节中"摆古"即"讲故事"。本文通过概述瑶白摆古节活动内容及过程,探析其摆古节活动中蕴含的宗族文化、姓氏文化、农耕文化及社交娱乐文化等特征,继而从纵向发展的视角来分析瑶白侗族文化的转变特征和文化内涵。     

不同植被盖度对三峡库区边坡减蚀的室内模拟降雨研究

为探究气候和植被覆盖度变化对三峡库区消落带库岸边坡的影响,通过开展人工模拟降雨试验,分析不同雨强和植被覆盖度(0,30%,50%,70%,90%)下坡面侵蚀规律及变化特征。结果表明：(1)在不同雨强下,植被边坡侵蚀累计产沙量均随植被覆盖度的增加呈现下降趋势,整体下降演变的趋势可分为迅猛—平缓—稳定3个阶段,三峡库区消落带库岸边坡的临界盖度为50%～70%,维持植被覆盖度在此区间可以有效抑制坡面的泥沙损失。(2)同一植被覆盖度条件下地表径流相对系数与雨强呈正相关。同一雨强条件下地表径流相对系数与植被覆盖度呈负相关,说明坡面植被可以有效地阻滞地表径流,对水土流失具有一定的抑制作用。(3)选用Horton降雨入渗模型分析不同植被覆盖度对降雨入渗速率影响,发现不同植被覆盖下边坡降雨入渗大体分为降雨初期迅速减小,中期减小幅度变缓,后期逐渐趋于稳定3个阶段。植被覆盖度越大,稳定入渗率越高。研究成果可为三峡库区库岸边坡水土流失治理与推动长江生态环境保护修复提供理论参考。     

动物检疫电子出证系统省级平台与中央平台对接的实施情况及要求

本文结合动物检疫电子出证系统省级平台与中央平台数据对接工作开展的实际情况,介绍了电子出证系统省级平台与中央平台数据对接工作的意义、实施计划、实施情况、技术方案以及目前工作开展需要注意的技术问题及解决办法,对早日实现全国跨省流通动物检疫信息互联互通和信息共享、提高全国动物及动物产品的调运监管水平、促进动物疫病防控工作具有重要意义。     

基于Web of Science和CNKI数据库的微生物天然产物文献计量分析

近些年，对于微生物的研究越来越多地集中在微生物天然产物上，很少有研究人员对该领域文献作全面回顾分析。为探究国内外微生物天然产物领域的研究概况，以便为研究人员提供直观的参考，利用Citespace、VOSviewer软件对自1974年以来发表在Web of Science(核心数据库)和CNKI数据库的微生物天然产物领域的论文进行统计和文献计量分析。结果表明，自2012年起，微生物天然产物的相关研究进入高速发展阶段，发文总量呈快速增长趋势。根据布拉福德定律，该领域成果在期刊分布上较为分散。根据普莱斯定律，中英文文献核心作者分别为发文量不少于2篇、3篇的作者。从合作关系来看，欧洲国家间合作最为频繁，中国学者间形成明显聚类，且积极参与国际研究合作。从高频关键词突现和共现图可知，当前国内外在研究层次、策略、内容、热点方面各具特色。通过以上分析建议，国家、研究机构、科研人员之间应继续加强合作，在做好基础性研究的同时进一步加强应用型研究，以推动微生物天然产物领域的更快发展。     

基于随机森林算法拖拉机齿轮箱故障诊断研究

准确检测机械部件的故障是减少维修成本、生产损失和延长机器使用寿命的重要基础条件。在农业生产环境中，由于作业环境较差、干扰信号较多，导致传统故障传感器灵敏度降低，不能及时对故障进行判断与处理，故障频发。为此，选取拖拉机为研究目标，对其辅助齿轮箱进行智能故障诊断。在3种不同的转速(600、1350、2000r/min)条件下，收集了健康和故障小齿轮的振动信号，基于离散小波变换(DWT)作为信号处理，通过相关性特征选择(CFS)方法被用来进行特征选取，并采用随机森林(RF)和多层感知器(MLP)神经网络来对数据进行分类。研究结果表明：不使用特征选择的情况下，RF故障预测准确率为86.25%;在600r/min时，不使用特征选择的RF故障预测准确率为86.25%,使用CFS的最佳6个特征通过训练的RF的相应值，在600r/min时，RF故障预测准确率为92.5%;在1350r/min时，RF故障预测准确率为95.0%。