河北省太行山区综合开发治理研究及效果

太行山是京津冀晋豫的生态屏障和水源涵养地,也是著名的革命老区和最大的集中连片国家级贫困区。因其具有特殊的地理优势、政治地位和生态意义,各级政府多年来非常重视对太行山的综合开发治理。为了给太行山区乡村振兴和生态文明建设提供借鉴,总结了近40a来河北省太行山综合开发治理方面取得的研究进展,主要包括:辨识了太行山片麻岩区的景观生态经济资源特征是"旱、薄、蚀、穷、低";构建"蓄、集、整、改、排"标准化治理工程技术体系;创建了3种山地生态经济林高效治理模式,即生态林、观赏林、经济林立体配置的生态经济林旅游模式——前南峪模式,生态林和经济林协调发展的生态经济林模式——富岗模式,丘陵区果草畜立体发展的经济林循环模式——绿岭模式;开发了优质核桃、苹果和板栗等特色经济林产业标准化技术体系。     

采用多源信息融合的妊娠猪舍环境质量评价方法

妊娠猪舍作为养殖场猪只繁育的基础条件,其环境质量对母猪的生产性能有显著影响。为合理评价妊娠猪舍环境质量,该研究提出一种基于模拟退火的粒子群算法（Simulated Annealing-Particle Swarm Optimization,SA-PSO）、套索算法（Least Absolute Shrinkage and Selection Operator,LASSO）和反向传播（Back Propagation,BP）神经网络的环境质量评价模型。利用卡尔曼滤波和分批估计自适应加权融合算法,实现多节点环境数据的时间与空间数据融合;构建猪舍环境质量非线性评价模型,采用LASSO算法,筛选得出与环境质量强相关的特征参数,实现输入降维;融合SA-PSO算法实现网络初始权值和阈值的优化,形成SA-PSO-LASSO-BP神经网络评价模型。通过对数据采集系统获取的实际妊娠猪舍环境数据进行验证,结果表明：提出的环境质量模型决定系数为0.918、总准确率为95.85%,相比单纯使用BP神经网络,加入LASSO和SA-PSO算法后决定系数与总准确率分别提高了37.43%、11.09%,具有更高的评价精度和性能,可更好地拟合复杂环境参数与环境质量间的非线性关系,为妊娠猪舍环境质量评价提供参考。     

小麦BES1转录因子全基因组鉴定与分析

为了解小麦中BES1基因家族功能,根据已公布的小麦基因组信息(IWGSC v1.1),对小麦BES1基因家族进行全基因组鉴定.根据已报道的BES1基因,采用同源比对法检索小麦基因组中的BES1家族基因,pfam鉴定并进行编号,通过ExPASy Proteomics Server预测小麦BES1氨基酸序列的基本信息,利用...     

基于GWO-MPC的联合收获机喂入量控制方法与仿真实验

收获机作为农业生产的重要生产工具，其喂入量控制一直是自动控制领域研究的热点问题。本文通过分析收获机工作方式，建立收获时收获机喂入量变化模型。设计开发收获机作业参数监测系统，以小麦作为实验对象，在我国华北地区开展田间实验，验证系统喂入量监测精度并同步采集产量、含水率和作业速度等参数，系统喂入量监测平均相对误差为8.55%。以收获机在割台高度不变条件下保持额定喂入量为控制目标状态，收获机作业速度作为控制量，采用模型预测的方法对收获机喂入量进行仿真控制。采用灰狼优化算法优化二次规划的权值矩阵，仿真结果表明，权值矩阵优化后，喂入量控制平均绝对误差小于0.1 kg/s,平均降低38.1%。喂入量控制误差与收获区域的产量成反比，与含水率成正比。在相邻时域内产量、含水率变化较小的收获区域效果更好。     

‘绿岭’核桃带芽茎段的组织培养和快速繁殖

以‘绿岭’核桃带芽茎段为试材，采用组织培养方法，研究了植物生长调节剂、珍珠岩对其快速繁殖、瓶内生根及移栽成活的影响，以期构建‘绿岭’核桃初代培养、继代增殖、瓶内生根和移栽驯化的完整体系，建立高效组培快繁体系。结果表明：茎段腋芽生长的最佳培养基为DKW+1.2 mg·L^-1 6-BA+0.012 mg·L^-1 K-IBA,培养30 d后初代苗高为31.48 mm;最佳继代增殖培养基为DKW+0.6 mg·L^-1 6-BA+0.010 mg·L^-1 K-IBA,增殖系数可达5.31;最佳瓶内生根培养基为1/2DKW+15 mg·L^-1 K-IBA,生根率51.85%;炼苗后移栽到培养土、珍珠岩(1∶1)+ABT 500 mg·L^-1混合基质中，成活率达33%以上。     

贵州典型植烟土壤pH值与速效钾的剖面分布模式

【目的】探明贵州植烟土壤pH值和速效钾含量剖面分布规律，为优质烟叶生产提供科学指导。【方法】选取贵州省36个典型烟田，挖掘宽1.0 m×深1.2 m的标准剖面，依据形态特征分层并采集各层土样，测定土壤pH值和速效钾含量，分析剖面变化模式及其影响因素。【结果】贵州植烟土壤pH值介于6.29～6.60，变异系数介于14.30%～15.33%（中度变异）。剖面分布模式分为递增型、递减型、先增后减型、先减后增型和均一型5种，以递增型为主，占比53.13%。速效钾含量介于133.02～314.03 mg/kg，变异系数介于29.74%～68.18%（中度变异）。剖面分布模式分为递减型、先增后减型、先减后增型和不规则型4种，以递减型为主，占比59.38%。pH值和速效钾剖面分布模式均受复合环境要素的影响。【结论】根据植烟土壤pH值和速效钾主要剖面分布模式及可能形成原因，在施肥和土壤保育上需结合植烟土壤实际情况有针对性的采取措施。     

‘海尔特兹’红树莓果实发育过程中NLPs(NIN-like proteins)转录因子家族的生物信息学分析

为探究‘海尔特兹’红树莓中NLPs(NIN-like proteins)转录因子家族成员的基本特征和表达模式，本研究利用生物信息学技术对‘海尔特兹’红树莓4个发育时期（青果、黄果、红果、深红果）果实的NLP基因家族成员进行分析。结果表明：红树莓中3个NLPs转录因子都含有RWP-RK结构域，其中RuNLP1和RuNLP2的保守基序相同；红树莓的NLPs转录因子家族成员与野草莓和月季的NLPs转录因子家族进化关系最近，且NLPs基因家族的基因扩增发生在单子叶植物和双子叶植物祖先分化之前；RuNLP1和RuNLP2为酸性不稳定的亲水性蛋白质，而RuNLP3为碱性不稳定的亲水性蛋白质；三者都不含信号肽和跨膜结构；RuNLP1和RuNLP2蛋白质均定位于细胞核，而RuNLP3定位于细胞核和叶绿体；二级结构的预测结果显示，结构占比均以无规卷曲为主，α螺旋次之，与三级结构预测结果基本一致，结果较为可靠；RuNLPs转录因子家族成员之间不存在互作现象；RuNLPs基因家族3个成员的表达量随果实逐渐成熟均减少。本研究为RuNLPs转录因子家族在红树莓果实发育过程中的分子机制提供了理论基础。     

基于三维点云的番茄植株茎叶分割与表型特征提取

针对当前温室番茄表型参数难以自动获取的问题，研究提出通过对三维点云进行配准、骨架提取以及分割从而自动获取苗期番茄植株株高、茎粗、叶倾角和叶面积参数的方法。首先通过机器人搭载机械臂在温室中自动获取多视角番茄点云，并通过配准得到完整植株点云；对番茄点云利用拉普拉斯收缩的骨架提取算法获取植株骨架，对骨架进行修正后分解为茎秆和叶片子骨架，实现茎秆叶柄分割；再通过基于区域生长的MeanShift聚类方法对叶片和叶柄进行分割；最后通过番茄点云获取株高、茎粗参数，通过骨架测量叶倾角，对叶片点云进行曲面拟合提取叶面积参数。试验结果表明，茎叶分割与叶片分割的精确率、召回率、F1分数和平均总体准确率分别为0.84、0.91、0.87、0.92和0.92、091、0.91、0.93。株高、茎粗、叶倾角和叶面积参数的提取值与人工测量值的决定系数分别为0.97、0.53、0.90和0.87，均方根误差分别为1.40 cm、1.52 mm、5.14°和37.56 cm2。结果表明该研究方法与人工测量值具有较强的相关性，可以为温室番茄的高通量自动化表型测量提供技术支持。