广州市南沙黄山鲁森林公园鸟类调查初报

对广州市南沙区黄山鲁森林公园鸟类组成、鸟类区系、鸟类物种多样性和资源鸟类进行了研究.在森林公园境内共记录了鸟类41种,隶属6目,19科.其中,留鸟28种,冬候鸟12种,夏候鸟1种.根据中国动物区系的划分,东洋界物种22种,古北界物种8种,广布种11种.     

浅谈与新农村建设需求相适应的高等农业教育模式的创新

社会主义新农村建设对高等农业教育提出人才需求的多样性和培养途径的多元化要求,针对要求,文中提出了"教学四要素、学习两平台、办学多途径"的高等农业教育新模式,并从教学要素的协调、培养途径的拓展、教学模式的革新和保障机制的健全等方面加以论述.     

A Novel Alginate Lyase: Identification,Characterization, and Potential Application in Alginate Trisaccharide Preparation

Alginate oligosaccharides (AOS) have many biological activities and significant applications in prebiotics, nutritional supplements, and plant growth development. Alginate lyases have unique advantages in the preparation of AOS. However, only a limited number of alginate lyases have been so far reported to have potentials in the preparation of AOS with specific degrees of polymerization. Here, an alginate-degrading strain Pseudoalteromonas arctica M9 was isolated from Sargassum, and five alginate lyases were predicted in its genome. These putative alginate lyases were expressed and their degradation products towards sodium alginate were analyzed. Among them, AlyM2 mainly generated trisaccharides, which accounted for 79.9% in the products. AlyM2 is a PL6 lyase with low sequence identity (≤28.3%) to the characterized alginate lyases and may adopt a distinct catalytic mechanism from the other PL6 alginate lyases based on sequence alignment. AlyM2 is a bifunctional endotype lyase, exhibiting the highest activity at 30 °C, pH 8.0, and 0.5 M NaCl. AlyM2 predominantly produces trisaccharides from homopolymeric M block (PM), homopolymeric G block (PG), or sodium alginate, with a trisaccharide production of 588.4 mg/g from sodium alginate, indicating its promising potential in preparing trisaccharides from these polysaccharides.     

新疆某牛场大肠杆菌的分离鉴定及16S rRNA序列分析

为了调查新疆某规模化奶牛场犊牛腹泻的原因并确定病原,无菌采集15份腹泻犊牛粪样进行病原的分离培养,采用形态学观察、生化试验、血清学和致病性分析等方法鉴定分离菌株,利用大肠杆菌16SrRNA通用引物进行基因序列扩增并测序,使用DNAStar软件将分离菌株测序结果与GenBank中的其他菌株序列进行同源性比对,采用Mega...     

杂粮供应链区块链多链追溯监管模型设计

针对杂粮产品供应链链条长、主体多、区块链追溯过程数据无法差异化共享、链上数据难以实时监管等难题,通过分析杂粮供应链环节业务流程与监管特性,提出了基于区块链多链架构的杂粮追溯模型,并在此基础上建立多链数据存储架构,设计了基于监管授权组网建链的网络准入机制,并通过智能合约实现数据的链前监管与追溯节点的链上管控。为验证模型有效性,基于Hyperledger Fabric设计并实现区块链追溯系统,对山西忻州杂粮应用案例进行分析。在安全方面,企业组网授权扩散性测试密文平均改变率为82.53%,相关性测试密文平均改变率为82.39%,具备较高的安全性与混淆性。在效率方面,消费者查询公开追溯数据平均时间为0.415 s,监管部门调用跨链接口查询企业敏感追溯数据平均时间为0.871 s。结果表明,该研究设计并实现的面向监管的杂粮多链追溯系统在满足消费者追溯需求的基础上,能够实现追溯数据账本与链间交易记录的实时管控,为农产品区块链追溯监管系统研究提供借鉴与参考。     

基于GF-1和Sentinel-2时序数据的茶园识别

由于茶园大多分布在地形复杂的山区,地块破碎,分布零散,形状差异大、植被混杂且茶园所处环境长期受到云雨的影响,增加了茶园遥感识别的难度与不确定性,针对这一问题,该研究提出了利用高分1号(GF-1)和哨兵2号(Sentinel-2)时序数据提取茶园的方法,以浙江省武义县王宅镇为研究区,采用GF-1号为主要数据源,并利用MODIS地表反射率产品和Sentinel-2反射率数据,基于时空融合算法得到时间分辨率5 d的10 m Sentinel-2完整的时序数据。综合利用GF-1在空间细节方面的优势和重建的Sentinel-2高观测频率时序数据在反映茶树生长过程方面的优势,分别基于GF-1的光谱和纹理特征及GF-1的光谱、纹理特征和Sentinel-2时序特征两种特征组合方式,采用随机森林算法提取茶园。结果表明,GF-1光谱、纹理信息结合Sentinel-2时序信息分类结果的准确率、错误率、精确率、召回率和F1分数分别为96.91%、3.09%、89.00%、83.09%和0.86,仅基于GF-1光谱和纹理信息的分类准确率、错误率、精确率、召回率和F1分数分别为94.72%、5.28%、73.09%、84.61%和0.78,添加时序信息分类结果总体优于未添加时序信息的分类结果。表明高空间分辨率结合高频率时序遥感数据是提高茶园分类精度的有效手段。     

玉米秸秆牺牲剂对TiO2/Pt/生物炭光催化水制氢性能的影响

采用光沉积法、水热合成法制备出TiO2/Pt/生物炭复合光催化剂,以玉米秸秆悬浮液作为牺牲剂,考察了不同质量分数玉米秸秆对光催化分解水制氢性能的影响。通过X射线衍射（X-ray Diffraction,XRD）、扫描电子显微镜（Scanning Electron Microscopy,SEM）、透射电子显微镜（Transmission Electron Microscopy,TEM）、X射线光电子能谱（X-ray Photoelectron Spectroscopy,XPS）和紫外可见漫反射光谱（UV-Visible diffuse reflectance spectra,UV-Vis DRS）等表征手段进一步论证了复合催化剂结构特征。结果表明,随着玉米秸秆质量分数的增大,光催化体系的制氢量展现出先增大后降低的变化趋势。当玉米秸秆质量分数为30%时,TiO2/Pt/生物炭复合材料制氢性能最佳,制氢速率达到225 μmol/(g·h),是单纯TiO2/Pt的11.2倍。其原因在于玉米秸秆分子组成中含有大量的醛基自由基,在光催化过程中被激发,与空穴发生氧化反应,提高了光催化制氢效率。此外,TiO2/Pt/生物炭光催化制经过5次重复利用后,制氢量仍为900 μmol/g,具有较高的光稳定性。     

南瓜饲养榕树粉蚧的发育历期与生物学特征初报

榕树粉蚧是一种重要的入侵害虫,对果蔬和园林植物存在巨大的潜在威胁.为满足开展检疫处理、防控、生物学和生理学等研究的需要,本研究以南瓜为饲养材料,在室温条件下(26±1℃,RH 65％±5％)观察榕树粉蚧的生物学特性与发育历期.结果 表明,榕树粉蚧具有典型的雌雄二型现象.雄虫主要经历卵、1～2龄若虫、预蛹、蛹、雄成虫阶段...     

黎母山国家森林公园的SWOT分析与发展建议

通过SWOT模式分析,指出黎母山国家森林公园存在的优势、劣势、机遇与威胁,并针对特色森林公园建设提出应加强公园的定位与规划、旅游产品开发、整体营销和人才队伍建设等建议。     

融合光谱混合分解与面向对象的土地利用/覆被分类

错综复杂的土地利用模式和破碎的地物斑块制约了土地利用/覆被分类的精度和效率。一方面,混合像元模糊了地物的光谱信息,影响了分类精度。另一方面,如何高效利用地物的光谱、形状和纹理特征是当前土地利用/覆被分类的研究热点。为了提高基于遥感技术的土地利用/覆被分类精度,该研究基于Sentinel-2A遥感影像,开展融合光谱混合分解与面向对象的土地利用/覆被分类研究。首先,基于地物的光谱、形状和纹理特征,在3个分割尺度通过NDWI（Normalized Difference Water Index)、NDVI（Normalized Difference Vegetation Index）、SBL（Soil Background Level）等8个特征参数构建了不同地物信息的提取规则。其次,利用光谱混合分解模型提取研究区基质（SL;岩石和土壤）、植被（GV;光合作用叶片）和暗色物质（DA;阴影和水）3类通用端元。最后,尝试融合3端元光谱特征优化地物信息提取规则。研究结果表明：1）基于构建的光谱、形状和纹理的地物信息提取规则,使用模糊函数、阈值法进行土地利用/覆被分类,获得了较高的分类精度,总体精度为80.83%,Kappa系数为0.76。2）融合3端元的光谱特征的提取规则将分类精度提升至90.00%,Kappa系数提升至0.88。3）具有明确物理意义的3端元的融入增强了像元内各组分信息的差异性,弥补了传统光谱指数对植被与土壤间的亮度信息解析度不足的缺陷。该方法能充分利用影像的光谱信息,是一种由易到难、对不确定因素进行逐层剥离的土地利用/覆被信息提取技术。因此,对中高分辨率的多光谱遥感影像十分友好,在土地利用/覆被的精细化分类中有较大应用潜力。