复垦土壤细菌群落结构及其与土壤肥力的关系

为了解两淮煤矿区复垦状况及其对土壤微生物的影响机制,合理人工干预,快速有效提高复垦土壤生产力,本研究以煤矸石充填复垦土壤为研究对象,通过野外调查与采样分析,采用Illumina MiSeq 高通量测序分析土壤细菌特定基因片段V4 区域,基于非度量多维尺度分析、冗余分析、方差分析、肥力指数、回归模型方法,对矸石充填土壤不同复垦方向的土壤细菌优势群落和生物多样性进行了探索,明晰土壤细菌群落及其与土壤肥力的响应作用。研究结果表明：细菌群落组成上,不同复垦方向对细菌优势群落分布并无显著性影响,变形菌门、酸杆菌门和放线菌门菌群为主要优势菌群。土壤微生物多样性层面上,表层土壤微生物有较高的丰富度和多样性,均匀度并无显著性差异。微生物多样性在不同复垦方向不存在显著性差异,Shannon_Wiener指数介于5.23～6.91之间,Chao1指数为867.1～5436,Pielou指数介于0.79～0.84之间,表中层同深层土壤的细菌群落结构具有差异性。TN、SOM、AP和AK是影响土壤细菌群落的主要肥力因子,土壤肥力质量指数与奇古菌门相对丰度呈显著正相关（P＜0.01）,同链霉菌属呈显著负相关（P＜0.05）,在一定程度上可将二者的相对丰度作为评价复垦土壤肥力状况的重要生物指标。研究成果可为两淮矿区矸石充填复垦土壤在微生物层面提高肥力质量提供理论支持。     

基于FCN的无人机玉米遥感图像垄中心线提取

为解决农业机器人在玉米田行间行走的全局路径规划问题,该研究提出一种基于全卷积神经网络(Fully ConvolutionalNetworks,FCN)的无人机玉米遥感图像垄中心线提取方法。基于无人机获取的高精度可见光遥感图像,设计了针对农田垄中心线提取的数据集标注方法,采用滑动窗口法进行图像分块,利用深度学习语义分割网络FCN对垄中心线附近7～17像素宽度范围的垄线区域进行提取,模型在测试田块上精确率达66.1%～83.4%,召回率达51.1%～73.9%,调和平均值为57.6%～78.4%;对拼接后的图像使用影像分割投影法提取中心线,探究了垄线区域宽度对垄中心线提取精度的影响,训练采用9像素的垄区域宽度,可得到垄中心线在77 mm左右偏差范围准确率为91.2%,在31.5 mm左右偏差范围内为61.5%。结果表明,基于FCN对无人机玉米遥感图像进行处理,可得到整片田地的垄中心线栅格地图,方便农业机器人进行全局路径规划。     

便携式柑橘虫害实时检测系统的研制与试验

为实现柑橘虫害的快速、准确识别,帮助果农及时掌握果园内虫害的危害程度和分布情况,该研究结合嵌入式图像处理技术设计了一套基于深度卷积神经网络的柑橘虫害实时检测系统。优选MoblieNet作为虫害图像特征提取网络,区域候选网络生成害虫的初步位置候选框,快速区域卷积神经网络(Faster Region Convolutional Neural Networks,Faster R-CNN)实现候选框的分类和定位。检测系统根据目标图像中虫害数量计算危害程度,按照正常、轻度、中度、重度4个等级判定柑橘虫害的严重程度,形成虫害识别与级别定量化测评软件。最后引入北斗模块获取采样点位置信息,进一步处理成可视化的虫害热力图。结果表明,该方法可实现对柑橘红蜘蛛和蚜虫的快速准确检测,识别准确率分别达到91.0%和89.0%,单帧图像平均处理速度低至286ms。该系统实现了柑橘虫害的精准识别与定位,可为农药喷洒作业提供精准信息服务。     

采摘花芽对春茶产量与品质的影响

茶树是以收获叶片为主的经济作物。生产上,茶树旺盛的生殖生长会消耗大量营养,影响茶叶的产量和品质。通过比较有无花芽和采摘花芽对春茶产量和品质的影响,为茶园管理提供理论依据和指导。以中茶108为材料,试验设3个处理：T1为有花芽未采摘,T2为采摘花芽,T3为无花芽。在春茶期,分别于3月15日、3月18日、3月22日和3月25日进行采样,测定产量和品质。结果表明,开花会显著降低春茶产量,与有花芽的T1相比,T3处理前3次采摘分别增加了114.3%、55.1%和76.5%。可采摘芽头数量也呈现相同的趋势,与T1相比,T3处理各个时期鲜叶芽头数分别增加了100%、55%、31.6%和9.9%。T2摘花处理也能够显著提高可采摘芽头数量。茶树开花与采摘花芽处理对春茶期间茶叶百芽重的影响主要表现在第1次采摘时,T1处理百芽重最低,T3处理的百芽重最高,达到3.1 g。对茶叶品质成分进行研究发现,无花芽的T3处理鲜叶氨基酸和茶多酚含量均显著高于有花芽的T1处理;与T1处理相比,摘去花芽后T2处理的鲜叶氨基酸和茶多酚含量均有不同程度增加。不同处理间鲜叶养分含量存在一定的差异,并且主要体现在磷(P)、钾(K...     

基于融合坐标信息的改进YOLO V4模型识别奶牛面部

为实现奶牛个体的准确识别,基于YOLO V4目标检测网络,提出了一种融合坐标信息的奶牛面部识别模型。首先,采集71头奶牛面部图像数据集,并通过数据增强扩充提高模型的泛化性能。其次,在YOLO V4网络的特征提取层和检测头部分分别引入坐标注意力机制和包含坐标通道的坐标卷积模块,以增强模型对目标位置的敏感性,提高识别精度。试验结果表明,改进的YOLO V4模型能够有效提取奶牛个体面部特征,平均精度均值（mAP）为93.68%,平均帧率为18帧/s,虽然检测速度低于无锚框的CenterNet,但mAP提高了10.92%;与Faster R-CNN和SSD模型相比,在检测速度提高的同时,精度分别提高了1.51%和16.32%;与原始YOLO V4相比,mAP提高0.89%,同时检测速度基本不变。该研究为奶牛精准养殖中的牛脸图像识别提供了一种有效的技术支持。     

黄土高原水蚀风蚀交错带小流域土壤水分季节变化特征与主控因素

土壤水分是黄土高原水蚀风蚀交错带生态环境恢复的关键因子,具有明显的时空异质性。以水蚀风蚀交错带的代表性流域—老爷满渠小流域为对象,采用网格法(50 m×50 m)共布设了73个样点,原位观测0—5 m土壤含水率,共测定23次(2013年6月至2019年10月),通过获取每个样点的环境因子,结合经典统计、地统计、随机森林等方法,分析了小流域尺度不同土层深度(每层1 m,共5层)土壤含水率的季节变化特征与影响因素。结果表明:不同土层土壤含水率的空间分布特征和季节性变化规律不同;对于0—1 m土层,土壤含水率在夏季和冬季之间存在显著性差异(p0.05),而对于1 m以下土层,春季平均土壤含水率高于其他季节,但不显著;无论在何种季节,不同土地利用方式、壤土与砂土间的土壤含水率在3 m以上土层均存在显著差异(p0.05),而阴、阳坡的土壤含水率在所有土层均存在显著差异(p0.05);在不同季节,土壤含水率与容重和砂粒呈负相关,与其他环境因子(有机碳含量、黏粒、粉粒、有机碳密度、土地利用、坡向、土壤质地和pH)呈正相关;除有机碳密度和黏粒较为稳定外,土壤含水率与环境因子的相关性均随土层深度增加呈减少趋势;环境因子对土壤含水率空间变异的整体相对贡献表现为土壤性质地形土地利用。研究结果可为研究区深层土壤水资源管理、土壤水文观测与模拟、植被优化布局等提供参考。     

电动多旋翼植保无人机升力特性综合测评方法

升力特性是电动多旋翼植保无人机性能测试的重要参数之一。为了实现对电动多旋翼植保无人机升力特性的性能检测,针对不同型号、不同规格的电动多旋翼植保无人机在评价过程中存在无统一的评价指标问题,该文提出了一种半系留式电动多旋翼植保无人机升力特性的测试与评价方法,包括性能检测平台、升力特性测试方法及指标、升力特性的评价方法。为了验证方法的可行性,对3种不同机型(分别为四旋翼机型Ⅰ、六旋翼机型Ⅱ、八旋翼机型Ⅲ)进行了升力特性指标的性能测试试验。试验结果表明:3种机型在功率载荷、重量效率、热效比等方面有较大差异,功率载荷最好的机型Ⅲ比最差的机型Ⅰ大7.6 m N/W,重量效率最好的机型Ⅰ比最差的机型Ⅱ大0.33,热效比最好的机型Ⅲ比最差的机型Ⅱ大10.5 N/℃,反映出3种机型在设计过程中整个动力系统效率、机型整体结构和材料选择上的差异,从而在整机作业性能上表现出差异。在上述指标测试的基础上,结合无人机动力系统数学模型,提出了运用功率载荷、重量效率和热效比进行电动多旋翼植保无人机升力特性综合评价的评分方法,对上述3种机型进行综合评分的结果为:机型Ⅲ机型Ⅰ机型Ⅱ,该结果表明所提出的评价方法能有效对不同类型电动多旋翼植保无人机的升力特性进行综合评判。该文所给出的测试与评价方法,不仅能用于电动多旋翼植保无人机性能的评测,还能为机型性能的进一步改进提供参考。     

基于水土流失敏感性的岩溶地区景观生态风险评价——以黔南州为例

为揭示岩溶地区水土流失与生态格局的相关性,分析水土流失敏感性背景下景观生态风险的空间特征。以黔南州为研究对象,融合RUSLE模型和ERI评价方法,在分析水土流失敏感性的基础上,对县域尺度的景观生态风险进行了定量化评价。结果表明:（1） 黔南州水土流失敏感性以中度、轻度和低敏感区为主,其总面积为22 974.42 km²,比重达88.86%,但重度、极度敏感区面积仅占11.14%,且降水侵蚀力、地表起伏度和石漠化等级的空间相关性高。（2） 低生态风险区主要由水土流失轻度、不敏感区构成,耕地面积比重大（72.07%）,高生态风险区则以中度、重度敏感区为主,且建设用地面积比重大,说明水土流失敏感性就越高,则区域生态风险越高。上述研究表明,从水土流失敏感性的角度评价景观生态风险,融合了景观格局和水土流失状况等信息,不仅丰富了区域生态风险评价方法,也为区域生态保护与修复提供了决策依据。     

Novel royal jelly proteins identified by gel-based and gel-free proteomics

Royal jelly (RJ) plays an important role in caste determination of the honeybee; the genetically same female egg develops into either a queen or worker bee depending on the time and amount of RJ fed to the larvae. RJ also has numerous health-promoting properties for humans. Gel-based and gel-free proteomics approaches and high-performance liquid chromatography-chip quadruple time-of-flight tandem mass spectrometry were applied to comprehensively investigate the protein components of RJ. Overall, 37 and 22 nonredundant proteins were identified by one-dimensional gel electrophoresis and gel-free analysis, respectively, and 19 new proteins were found by these two proteomics approaches. Major royal jelly proteins (MRJPs) were identified as the principal protein components of RJ, and proteins related to carbohydrate metabolism such as glucose oxidase, α-glucosidase precursor, and glucose dehydrogenase were also successfully identified. Importantly, the 19 newly identified proteins were mainly classified into three functional categories: oxidation-reduction (ergic53 CG6822-PA isoform A isoform 1, Sec61 CG9539-PA, and ADP/ATP translocase), protein binding (regucalcin and translationally controlled tumor protein CG4800-PA isoform 1), and lipid transport (apolipophorin-III-like protein). These new findings not only significantly increase the RJ proteome coverage but also help to provide new knowledge of RJ for honeybee biology and potential use for human health promotion.     

不同中微量及有益元素对小麦吸收镉的影响

采用盆栽试验,研究了不同中微量元素及有益元素对小麦生长和吸收Cd的影响。结果表明,与对照相比,硫酸钙、硫酸锰和氯化铜处理提高了小麦籽粒产量,而氯化镁、硫磺粉、硫酸铜、硫酸亚铁和硼酸处理却显著降低了小麦籽粒产量。在受Cd污染的土壤上施用不同中微量及有益元素肥料对土壤Cd的有效性具有一定的调节作用。镁、锰、铁、硼砂、硅酸钠和亚硒酸钠处理降低小麦对Cd的吸收;而钙、铜、锌和硼酸处理增加了小麦对Cd的吸收,特别是氯化钙。中量及微量元素的盐酸盐比硫酸盐处理促进小麦对Cd的吸收;小麦秸秆中Cd的积累量远远大于籽粒。因此,建议在Cd污染的旱作土壤上要避免施用硫磺粉、硼酸、氯化钙、锌肥和铜肥;施用铁、锰、镁肥及硼砂、硅酸钠和亚硒酸钠对降低土壤Cd的活性有明显效果,能在一定程度上降低小麦对Cd的吸收。