乳宁散对隐性乳房炎奶牛产奶性能影响和防治效果的评价

【目的】通过测定隐性乳房炎奶牛的产奶性能、血液理化和抗氧化能力等指标评价乳宁散在奶牛TMR全日粮中添加对隐性乳房炎的防治作用。【方法】选取400头高产奶牛，分为四组，每组100头牛，分别为乳宁散添加组（饲粮中每日添加乳宁散140 g/头牛，患隐性乳房炎），微生态制剂组（饲粮中每日添加微生态制剂100 g/头牛，患隐性乳房炎），对照组（正常日粮，患隐性乳房炎）及空白组（正常日粮，不患隐性乳房炎），试验期30 d。投药前一天和添加第30天检测4组奶牛的体细胞数和产奶性能；每组选取8头奶牛采集外周血及乳汁，分析比较血液理化、抗氧化（SOD、GSH-PX和T-AOC等）指标和促炎因子指标（IL-1、IL-6、IL-8和TNF-α）。【结果】乳宁散添加组奶牛的产奶性能、血液理化指标和对照组相比与空白组相比均无显著性（P>0.05），乳宁散组与空白组的体细胞数和对照组相比差异显著（P<0.05），乳宁散组抗氧化能力和对照组与空白组相比有显著性差异（P<0.05），与微生态制剂组结果一致；乳宁散组IL-1、IL-6、IL-8和TNF-α表达量对对照组有极显著性差异（P<0.0...     

采用改进的EfficientNet识别苹果叶片病害

该研究针对当前自然环境下的苹果叶片病害识别中病害病斑小、空间分布特征不同以及特征相近病害识别困难的问题，设计DEFL (DenseNet121+EfficientNet with focal loss and label smoothing)模型。首先，该模型以并行的EfficientNet-B0网络和DenseNet121网络为特征提取网络，以提升模型特征提取能力，其次引入结合标签平滑策略的焦点损失函数以加强模型对识别困难样本的关注。经测试，所提模型的识别准确率为99.13%，平均精度均值为98.47%。消融试验表明两项改进分别使模型平均精度均值提高了7.99和3.15个百分点。对比试验结果表明，DEFL模型平均精度均值较于ResNet50、Inception V3、ResNeXt模型以及分别融合这3种模型的EfficientNet-B0模型分别高出14.53、13.17、14.61、 6.4、 7.71以及8.91个百分点，模型规模分别小18.73、 7.7、 12.2、 83.62、 69.6以及60.09MB。Grad-CAM(gradient-weighted class a...     

肉鸭主要疫病病原学监测及防控对策——以云南省宜良县为例

<正>宜良县是全国四大养鸭县之一，肉鸭存栏、出栏、鸭肉产量居云南省第一，享有“滇中粮仓”“烤鸭之乡”美誉，已有近170年鸭饲养、加工历史，“宜良烤鸭”是云南经典的地方传统名菜，享有“滇菜魁首”的美誉。2009年“宜良烤鸭”入选云南省非物质文化遗产保护名录。宜良县于2021年被评为昆明市“一县一业”示范县，2022年度被评为云南省“一县一业”特色县，使宜良鸭在规模化、专业化、组织化、绿色化、市场化方面均有明显提升^[1]。     

6个果桑品种在河南信阳的引种试验

通过引进红果2号、大十等6个果桑品种,从物候期、果实品质性状、产量等方面进行观察比较及分析,利用模糊数学隶属函数对试验数据进行综合因素分析评价。结果表明,红果2号产量最高,但是品质一般,适合加工;大十产量较高、品质优,适合大面积推广。     

混合表面活性剂对提取暴马丁香中齐墩果酸的影响

暴马丁香作为一种药用植物,具有极高的药用价值。为了保护和有效利用暴马丁香资源,建立混合表面活性剂强化提取暴马丁香枝中齐墩果酸提取的工艺条件,采用正交试验法探究不同浓度表面活性剂(十二烷基硫酸钠和十六烷基氯化吡啶)的混合使用对提取率的影响,结果表明,在液料比为1∶10,乙醇体积分数为85%,过100目筛,质量浓度为0.4%的表面活性剂1∶1混合为最佳提取工艺条件。     

甘肃省榆中县种植业废弃物资源量及资源化利用调查

通过走访调查和查阅年鉴，根据甘肃省榆中县11个乡镇的栽培面积、废弃物产量及资源化利用情况，分析榆中县能源利用现状。结果表明，2007—2017年榆中县废弃物总量为22.18万～31.95万t，尾菜和中药材废弃物产量占比稳定上升，粮食作物秸秆和尾菜占废弃物总量的92.87%，废弃物总养分含量呈先升高后降低的趋势，其中尾菜和中药材废弃物的养分含量持续上升，有机质所占比例最高。种植农户多为中高龄（40岁以上，78.49%）、低学历（初中及以下，73.53%）个体，资源化利用途径多样，还田是主要的利用途径；93.25%的农户认可新型资源化技术，同时57.14%的农户也提出资源化利用所面临的主要困难，如缺乏大规模吸收消纳平台和政府引导不足。     

基于无人机航拍图像与改进IntegrateNet的稠密云杉计数

苗木数量统计和库存管理对于大型苗圃经营和管理十分重要。该研究针对种植稠密的云杉地块，以无人机航拍云杉图像为对象，提出一种改进IntegrateNet模型，实现稠密云杉的准确计数。选择对稠密目标识别性能好的IntegrateNet为基础模型，根据稠密云杉粘连严重以及杂草背景干扰进行改进，首先使用自校正卷积（self-calibrated convolutions，SCConv）提高卷积感受野，增强模型对于不同尺寸云杉的适应能力。其次，在特征融合处应用十字交叉注意力机制（criss-cross attention，CCA）提高模型对上下文信息的提取能力。以平均计数准确率(mean counting accuracy，MCA)、平均绝对误差（mean absolute error，MAE）、均方根误差（root mean square error，RMSE）和决定系数R²为评价指标。分析结果表明，改进IntegrateNet模型在181幅测试集上的平均计数准确率，平均绝对误差，均方根误差，决定系数分别达到98.32%，8.99株、13.79株和0.99，相较于TasselNetv3_lite、TasselNetv3_seg和IntegrateNet模型，平均计数准确率分别提升16.44、10.55和9.26个百分点，平均绝对误差分别降低25.62、10.45和6.99株，均方根误差分别降低48.25、13.84和12.52株。改进IntegrateNet模型能够有效提高稠密云杉的计数准确率，可为完善苗木数量统计系统提供算法基础。