OsI2基因的克隆及其植物表达载体的构建

在旱稻IRAT109干旱胁迫下cDNA芯片分析结果的基础上,通过RT-PCR,5'-RACE及3'-RACE方法,从IRAT109总RNA中扩增得到了干旱胁迫下芯片表达谱中上升表达强度第二的基因全长序列,命名为OsI2,全长有523 bp,并对基因序列结构进行了分析.该基因与全长cDNA文库中的CT836140.1有99%同源.OsI2基因编码产物对应1个包含57个氨基酸的开放阅读框(ORF),为一功能未知蛋白.其编码产物也可能对应两个中间相隔19 bp的较小ORFs(43个氨基酸和42个氨基酸),都是功能未知的蛋白.在pBI121载体的基础上,将OsI2基因与CaMV35S连接成功构建了pBl121-OsI2植物表达载体,为进一步研究其功能创造了条件.     

基于卷积神经网络的农作物叶片病害诊断

农作物病害诊断对于及时发现并采取防控措施具有重要意义.本研究针对苹果、玉米、番茄、葡萄等典型农作物的常见叶片病害问题,使用了两种目前使用最广泛的卷积神经网络——VGG 16及Resnet50,对典型农作物叶片病害进行识别.使用AI Challenger比赛的农作物叶片病害数据集图像,并对这些图像进行预处理,构建了47 ...     

岳阳市城区藤本植物的应用现状

藤本植物的应用是增加城市绿化面积的有效措施,文章对岳阳市城区藤本植物的应用现状进行调查分析,举例介绍了应用中存在的问题并提出建议,以期在城市绿化中更科学地应用藤本植物.     

Ulva (Enteromorpha) Polysaccharides and Oligosaccharides: A Potential Functional Food Source from Green-Tide-Forming Macroalgae

The high-valued utilization of Ulva (previously known as Enteromorpha) bioresources has drawn increasing attention due to the periodic blooms of world-wide green tide. The polysaccharide is the main functional component of Ulva and exhibits various physiological activities. The Ulva oligosaccharide as the degradation product of polysaccharide not only possesses some obvious activities, but also possesses excellent solubility and bioavailability. Both Ulva polysaccharides and oligosaccharides hold promising potential in the food industry as new functional foods or food additives. Studies on Ulva polysaccharides and oligosaccharides are increasing and have been the focus of the marine bioresources field. However, the comprehensive review of this topic is still rare and do not cover the recent advances of the structure, isolation, preparation, activity and applications of Ulva polysaccharides and oligosaccharides. This review systematically summarizes and discusses the recent advances of chemical composition, extraction, purification, structure, and activity of Ulva polysaccharides as well as oligosaccharides. In addition, the potential applications as new functional food and food additives have also been considered, and these will definitely expand the applications of Ulva oligosaccharides in the food and medical fields.     

石蜡/Fe-MIL-101-NH2金属有机骨架定形复合相变材料制备

该研究采用石蜡为相变芯材,Fe-MIL-101-NH2金属有机骨架为载体材料,旨在解决石蜡芯材在固-液相变过程中体积变大,从而出现泄漏现象的问题。通过溶剂蒸发法制备了质量分数为40%～70%的石蜡/Fe-MIL-101-NH2定形复合相变材料。采用扫描电子显微镜（Scanning Electron Microscope, SEM）、X射线衍射仪（X-ray Diffraction, XRD）、傅里叶变换红外光谱（Fourier Transform Infrared Spectroscopy, FTIR）对定形复合相变材料的形貌和结构进行观察;用热重分析（Thermogravimetric Analysis, TGA）对定形复合相变材料的热稳定性进行分析;通过差示扫描量热（Differential Scanning Calorimetry, DSC）仪对样品的相变温度、相变焓和热循环稳定性进行测试;SEM结果表明,石蜡的最高负载量为70%,且其均匀分布于Fe-MIL-101-NH2孔道中。XRD、FTIR分析发现石蜡与Fe-MIL-101-NH2之间只是物理混合,没有化学变化;DSC分析可知,质量分数为70%的石蜡/Fe-MIL-101-NH2储能量最大,为51.3 J/g,且质量分数为70%的石蜡/Fe-MIL-101-NH2经过50次循环后,其储能量为47.6 J/g,无明显下降,说明质量分数为70%的石蜡/Fe-MIL-101-NH2具有良好的热循环稳定性,可为相变材料在建筑领域应用研究提供参考。     

基于注意力机制及多尺度特征融合的番茄叶片缺素图像分类方法

针对番茄早期缺素性状不明显及各生长期特征差异较大所导致的特征区域尺寸不一致、难提取、难辩别等问题,提出了一种基于注意力机制及多尺度特征融合卷积神经网络的番茄叶片缺素图像分类方法（Multi-Scale Feature Fusion Convolutional Neural Networks Based On Atte ntion Mechanism,MSFF-AM-CNNs）。首先根据番茄叶片缺素特点提出了多尺度特征融合结构（Multi-Scale Feature Fusion Module,MSFF Module）;其次在DenseNet基础上,结合浅层网络主要提取纹理、细节特征,深层网络主要提取轮廓、形状特征的特点分别提出具有针对性的特征提取方法,通过不同形式引入注意力机制及多尺度特征融合结构,使全局多尺度信息融合多个特征通道、选择性地强调信息特征并达到对特征精准定位的功能;同时引入Focal Loss函数以减少易分类样本的权重。试验结果表明,MSFF-AM-CNNs的平均召回率、平均F1得分、平均准确率较原模型DenseNet-121均大幅提升,其中缺氮和缺钾叶片的准确率分别提高了8.06和6.14个百分点,召回率分别提高了6.31和5.00个百分点,F1得分分别提高了7.25和5.55个百分点,平均识别准确率可达95.92%,具有较高的识别准确率及广泛的适用性,能够满足番茄叶片缺素图像的高精度分类需求,可为植物叶片缺素识别提供参考。     

2000-2018年广西植被时空变化及其对地形、气候和土地利用的响应

广西是典型的喀斯特地区,其生态系统非常脆弱。为评估广西植被时空变化特征及其影响因素,该研究基于2000－2018年MODIS数据,利用最大值合成和趋势分析等方法,分析广西植被NDVI时空变化特征;基于相关分析等方法,结合地形因子、气候因子和土地利用数据,探讨了植被NDVI对地形、气候变化和土地利用的响应。结果表明：1）2000－2018年广西植被NDVI呈增加趋势,但空间差异显著,表现为北高南低,边缘高中间低。2）随着高程的增加植被NDVI呈现先增加再减少的趋势;随着坡度的增加植被NDVI呈先增加至稳定再减小的趋势;除无坡向以外,坡向的不同对植被NDVI影响不大。3）广西2000－2018年气温和降水对植被NDVI为正影响,复相关系数达到0.32。在不同土地利用类型上,植被NDVI对气候的响应是不同的。研究结果揭示了广西植被时空变化特征及其对地形、气候和土地利用的响应,能够为广西可持续发展和生态环境建设提供决策支持。     

不同氮硫浓度及氮硫比对硫酸盐还原厌氧氨氧化脱氮效果的影响

在硫酸盐还原厌氧氨氧化（Sulfate-Reducing Anaerobic Ammonium Oxidation,SRAO）脱氮工艺的基础上,探究了SO42-浓度在100 mg/L的条件下,控制NH4+的投加量在不同N/S（NH4+-N/SO42-）浓度比下ASBR（Anaerobic Sequencing Batch Reactor）反应器的运行效果及其脱氮性能。N/S从1.0增大到3.0时,ASBR中氨氮的平均去除率从78.5%增加到94.4%,但体系内SAD（Sulfur Autotrophic Denitrification）菌的丰度及活性未受到明显抑制,SRAO作用和ANAMMOX（Anaerobic Ammonia Oxidation）作用始终是ASBR脱氮的主要途径。当N/S的浓度比由3增至4时,ASBR中氨氮的平均去除率由94.4%下降为69.2%。这表明随着N/S的增大,体系内ANAMMOX菌和SRAO菌活性的降低,抑制了体系脱氮性能。这时SAD菌的丰度及活性略有增加。硫的去除率随N/S比的变化趋势和总氮的去除规律类似,在N/S=3时达到最大74.2%。结合高通量测序结果,说明不同N/S下的脱氮微生物优势菌群会不断变化,改变体系脱氮除硫性能。     

基于轻量级神经网络MobileNetV3-Small的鲈鱼摄食状态分类

在集约化水产养殖过程中,饲料投喂是控制养殖成本,提高养殖效率的关键。室外环境复杂多变且难以控制,适用于此环境的移动设备计算能力较弱,通过识别鱼类摄食状态实现智能投喂仍存在困难。针对此种现象,该研究选取了轻量级神经网络MobileNetV3-Small对鲈鱼摄食状态进行分类。通过水上摄像机采集水面鲈鱼进食图像,根据鲈鱼进食规律选取每轮投喂后第80～110秒的图片建立数据集,经训练后的MobileNetV3-Small网络模型在测试集的准确率达到99.60%,召回率为99.40%,精准率为99.80%,F1分数为99.60%。通过与ResNet-18, ShuffleNetV2和MobileNetV3-Large深度学习模型相比,MobileNetV3-Small模型的计算量最小为582 M,平均分类速率最大为39.21帧/s。与传统机器学习模型KNN（K-Nearest Neighbors）、SVM（Support Vector Machine）、GBDT（Gradient Boosting Decision Tree）和Stacking相比,MobileNetV3-Small模型的综合准确率高出12.74、23.85、3.60和2.78个百分点。为进一步验证该模型有效性,在室外真实养殖环境进行投喂试验。结果显示,与人工投喂相比,基于该分类模型决策的鲈鱼投喂方式的饵料系数为1.42,质量增加率为5.56%。在室外真实养殖环境下,MobileNetV3-Small模型对鲈鱼摄食状态有较好的分类效果,基于该分类模型决策的鲈鱼投喂方式在一定程度上能够代替养殖人员进行决策,为室外集约化养殖环境下的高效智能投喂提供了参考。     

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。