点源入渗理论及其模型研究进展

就与滴灌水分动态密切相关的点源入渗过程的数学模拟方法进行了综述，对解析解、数值解和经验解的结构、特点及主要存在的问题进行了论述，并介绍了考虑作物根系吸水的滴灌入渗水分运动模型。在分析国内外研究历史和现状后，指出在点源入渗数值模型中对多维作物根系吸水问题的精确处理是需要进一步研究的关键问题。     

猪气喘病的诊断与防治

猪气喘病又称地方流行性肺炎,是由猪肺炎支原体引起猪的一种慢性呼吸道传染病.主要症状为咳嗽和气喘,病变的特征是肺的尖叶、心叶、中间叶和隔叶前缘呈肉样或虾肉样实变. 本病广泛分布于世界各地,患猪长期生长发育不良,饲料转化率低.一般情况下死亡率不高,但继发感染也造成严重死亡,所致的经济损失很大,对养猪业发展带来严重危害. 1病原     

猪传染性胃肠炎的防制

猪传染性胃肠炎(TGE)是高度接触传染的病毒性传染病,其感染10日龄以内的哺乳仔猪时会导致100%死亡。以各种猪呕吐、腹泻、胃肠炎为特征。感染时的猪龄越大,则对此病的耐受力就越强,成年猪和育肥猪感染此病时死亡率很低。     

浅谈白城市布鲁氏菌病的防治

<正>布鲁氏病(以下简称布病)是人畜共患的传染性疾病,白城市曾经是人、畜布病的重灾区。据历史资料记载,在建国前1936年日本北野下次等在白城首次发现布病病人,1953年樊万福等在吉     

两系杂交水稻在三亚春季制种的意义及技术措施

介绍了两系杂交水稻在热带三亚春季制种的意义,即得天独厚的气候条件与生态环境;弥补当年用种缺口,提高种子质量;拓宽了制种区域,提高了抵御自然灾害的能力,并阐述了两系杂交水稻在三亚春季制种技术措施。     

玉米粗缩病的发生规律及防治技术

近年来,玉米粗缩病的发生在河南省具有明显上升之势,给当地玉米生产造成极大的损失。2010年又在河南开封、许昌等地大发生,据调查,一般病田病株率达40%,平均减产10%～30%。如何控制玉米粗缩病,已成为一个极具现实意义的问题。     

河南省周口市棉花早衰的原因及预防技术

近几年来,河南省周口市棉田棉花早衰的现象普遍发生,并有逐年加重的趋势,对棉花产量和品质的影响也越来越大.据调查,一般早衰棉田减产10%～30%,个别严重地块减产达50%以上.棉花早衰已成为制约棉花高产的重要因素.现将河南省周口市棉花早衰的原因及预防技术分析如下.     

公路路基边坡防护对策

近年来,我国高速公路建设有了迅速的发展,对于路基高填、深挖路段等都是其表现形式,要保证路基以及路面的稳定,还必须要加加强路基边坡的防护工作,本文着重随公路的边坡破坏的类型进行了详细的阐述,并对处理公路边坡常见的防护技术进行了详细的介绍,以供参考。     

集成土壤-环境关系与机器学习的干旱区土壤属性数字制图

【目的】土壤属性的空间分布是影响农业生产力、土地管理和生态安全的重要因素。通过土壤环境耦合关系,在机器学习算法框架下,定量预测出干旱区土壤酸碱度（pH）、土壤盐分含量（Soil Salt Content,SSC)与土壤有机质（Soil Organic Matter, SOM）3种土壤属性的空间分布,为干旱区农业生产和生态安全提供科学依据。【方法】在渭干河—库车河绿洲干旱区于2017年7月设计采集典型表层（0—20 cm）土壤样品82个,依据土壤-环境之间的关系,集成DEM数据和Landsat 8数据提取出32种环境协变量,利用栅格重采样将提取出的32种变量重采样为90 m空间分辨率并转换为Grid格式参与建模。借助梯度提升决策树（Gradient Boosting Decision Tree,GBDT）模型依次对3类土壤属性的32种环境协变量进行重要性排序,并通过均方根误差（Root Mean Square Error,RMSE）界定出协变量重要性阈值点,从而筛选出参与3类土壤属性制图的环境协变量。进而运用随机森林（Random Forest, RF）、Bagging和Cubist 3种非线性模型建模,并引入多元线性回归模型（Multiple Linear Regression,MLR）进行对比分析,选出最优模型并绘制出90 m分辨率新疆渭干河-库车河绿洲干旱区pH、SSC与SOM 3种土壤属性图。【结果】梯度提升决策树能有效筛选出重要协变量,高程（Elevation）、剖面曲率（Profile Curvature）、差值植被指数（Difference Vegetation Index）、扩展增强型植被指数（Extended Normalized Difference Vegetation Index）、调整土壤亮度植被指数（Modified Soil Adjusted Vegetation Index）、盐分指数S1（Salinity Index S1）以及盐分指数S6 （Salinity Index S6） 7类环境变量均参与3类土壤属性建模,其中SSC遴选出参与建模协变量15种,pH和SOM则均为17种,且遥感指标在预测土壤属性图中起到强大的作用。机器学习3种算法的结果均优于MLR。通过3种非线性模型对比发现,随机森林在3种土壤属性中均表现最佳。在随机森林预测的3种土壤属性中,土壤pH验证集效果R ²=0.6779,RMSE =0.2182,ρ_c=0.6084;在SSC预测中,验证集R ²=0.7945,RMSE =3.1803,ρ_c=0.8377;在SOM预测中,验证集R ²=0.7472,RMSE =3.5456,ρ_c=0.7009。 【结论】GBDT所筛选出的重要性因子借助机器学习算法可以用于干旱区土壤属性制图,且随机森林模型均对3类土壤属性表现出最佳预测能力。依据所绘制的土壤属性图并结合土壤分类图厘清了3种制图属性的空间分布。     

抗生素在土壤中的环境风险及锰氧化物修复技术的研究进展

土壤中以四环素类为代表的抗生素的污染较为严重,会对土壤环境产生诸多生态风险,并威胁着人类的健康。本文主要介绍了土壤中抗生素的污染现状、抗生素污染对土壤生物和人类健康的危害以及土壤环境中抗生素的主要降解方式,着重综述了锰氧化物修复技术对抗生素污染土壤修复的作用、机理和影响因素等方面的研究进展,并对今后抗生素污染土壤的锰氧化物修复研究进行了展望。