藏东南高山松天然林土壤种子库及天然更新特征

高山松是藏东南针叶林的主要建群种之一,高山松林是雅鲁藏布江中下游、尼洋河、帕隆藏布等流域的重要水源涵养林.采用样地样方调查、野外定位监测、室内试验分析等方法对藏东南高山松天然林的高山松种子雨、土壤种子库、高山松种子萌发及天然更新特征进行了研究.结果表明,高山松种子雨强度平均为249.30±78.42粒/m2,其中饱满种子为168.09±56.36粒/m2、虫蛀种子为41.11±20.25粒/m2、空种子为40.10±21.04粒/m2,种子雨强度随时问表现出先增加后减少的单峰型趋势.整个落种过程和不同落种时间的种子空问分布格局均表现为聚集分布,在一定范围内随着与母树距离的增加,种子雨扩散强度减弱,表现为近似正态分布高山松土壤种子库高山松种子平均密度为231粒/m2,其中62.77％的种子分布在枯落物层中、37.23％的种子分布在土壤层中,种子雨到土壤种子库过程中有近8％的种子损失.野外实地播种观测发现,高山种子累积萌发率与萌发天数的关系符合Logistics力程v=91.404/(1+e6.619-0.4491).高山松幼苗和幼树的高度结构、基径结构和年龄结构均呈反”J”型,表明高山松天然更新良好,保护好现有的环境状况,种群将呈稳定增长型.研究结果为高山松资源的有效保护和可持续利用提供了科学依据,同时进一步丰富了西藏高原同家生态安全屏障评价内容.     

北京松山自然保护区主要树种冠幅预测模型研究

冠幅作为林业研究的关键因子,开展冠幅的研究对于精准林业发展具有重要意义。为了更好地利用冠幅对树木其他因子进行预测,选取了北京市松山自然保护区油松、白蜡、蒙古栎等14个常见树种作为研究对象,基于6种回归方程,借助样地实测数据分别建立每个树种的胸径 冠幅和树高 冠幅模型,并针对每个树种筛选出的最优方程进行了精度检验。结果表明,研建的14个树种的模型具有较好的拟合精度,决定系数R2绝大多数都大于0.5,其中,核桃的胸径 冠幅模型最高,R2=0.951,树高-冠幅模型R2=0.887,蒙古栎树高-冠幅模型最低,R2=0.506,也超过了0.5。所建模型的精度评价指标具有一定的统计学意义,对北京市松山地区大面积林分参数的预测预估有重要的参考价值。     

浅谈目前种子营销存在的问题及对策

随着市场格局的不断变化和农业种植水平的提高,人们对于种子需求在注重多样化的同时,更加关注种子的质量和产量。种子销售问题受其产品特殊性的影响,已经成为种子经营企业营销过程中迫切解决的问题。本文从种子营销存在的问题出发,探讨种子销售的策略与方法,力图为种子经营企业开展营销活动提供参考性建议。     

水分胁迫对粳型巨胚稻种子萌发和成苗的影响

为探索提高粳型巨胚稻种子发芽率方法,给粳型巨胚稻育秧技术的改进提供理论参考,采用PEG-6000对粳型巨胚稻西巨胚1号种子进行不同方式浸种.结果表明,采用清水引发PEG液培养的水分胁迫处理方法降低了种子的活力,不利于种子萌发,随着PEG浓度的升高,发芽率降低,开始发芽的时间延后,群体发芽所需的时间延长;采用PEG引发清水培养的水分胁迫处理方法在PEG质量浓度15％以下时对种子的萌发有一定的促进作用,大干15％反起抑制作用.     

基于无线Ad hot网络的低代价节能最短路径树算法

拓扑控制与拓扑维护是优化无线Ad hot网络拓扑结构的重要方面,本研究以无线Ad hot网络中各节点在失效情况下,为维护网络的连通性,提出一种以Dijkstra SPT算法为基础,以减少Ad hot网络拓扑维护开销,低代价节能运行的最短路径树算法—ELSPT。其仿真实验表明,该算法有利于对Ad hoc无线网络带宽的空间重利用,提高网络容量,减少分组碰撞的概率,对优化网络的拓扑控制和拓扑维护有着显著的有效性。     

果树种质资源耐盐性评价及耐盐突变研究现状

种植果树比一般的大田作物和绿化植物具有更高的经济效益,要提高果树的产量和品质必须作到适树适栽,充分了解各种果树的耐盐性是一个重要的方面;另一方面,随着人口增加和耕地的不断减少,合理开发利用盐碱地迫在眉睫,如果能够利用果树来开发盐碱地,无疑是一个很好的盐碱地农业发展方向,但是现有果树还很难直接用于盐碱地,必须要培育更加耐盐的新品种,体细胞耐盐突变体筛选研究是抗盐植物育种研究领域的新热点。对部分已有的果树耐盐性评价及耐盐突变体的研究成果进行梳理总结,以期为生产上合理利用果树资源和开发盐碱地提供参考。     

佳木斯市引种蔷薇科野生彩叶树种适应性研究

对佳木斯市引种的枫箱果、山楂、山杏、山梨、花楸、山樱桃和稠李野生彩叶树种,进行生长期观察和抗寒性等级分析,结果表明：枫箱果、山楂、山杏、山梨、花楸、山樱桃和稠李7种树种抗寒性强,适宜在佳木斯市区气候条件下生长,不需要保护措施可以安全越冬。     

昆明地区大树移植技术探讨与分析

随着昆明地区城市建设的快速发展,城市绿化规模日益扩大,大树移植被越来越多地应用到城市绿化中.为了提高大树移植后的成活率,该文探索和分析了大树移植各个环节的技术要点,以期为城市绿化中大树移植提供参考.     

基于改进YOLOv7的杨梅树单木检测

为了快速检测和统计杨梅树的数量,该研究提出了一种基于改进YOLOv7的杨梅树单木检测模型：YOLOv7-ACGDmix。首先,对YOLOv7的可扩展高效长程注意力网络（extended-efficient long-range attention networks, E-ELAN）进行改进,通过融合兼具卷积和注意力机制优势的ACmix（a mixed model that enjoys the benefit of both self-attention and convolution）结构得到AC-E-ELAN模块,提升模型的学习和推理能力,引入可变形卷积（deformable convolutional networks version 2, DCNv2）结构得到DCNv2-E-ELAN模块,增强模型对不同尺寸目标的提取能力;其次,采用内容感知特征重组（content-aware reassembly of features, CARAFE）上采样模块,提高模型对重要特征的提取能力;然后,在主干和头部网络部分添加全局注意力机制（global-attention mechanism, GAM）,强化特征中的语义信息和位置信息,提高模型特征融合能力;最后,采用WIoU（wise intersection over union）损失函数减少因正负样本数据不平衡造成的干扰,增强模型的泛化性。在公开数据集上的试验结果表明,YOLOv7-ACGDmix模型的精确率达到89.1%,召回率达到89.0%,平均精度均值（mean average precision, mAP）达到95.1%,F₁-score达到89.0%,相比于原YOLOv7模型分别提高1.8、4.0、2.3和3.0个百分点。与Faster R-CNN、SSD、YOLOv8模型相比,改进模型的平均精度均值（mAP_0.5）分别提高了9.8、2.2、0.7个百分点。实地采集杨梅树样本数据的检测精确率87.3%、召回率85.7%。试验表明,改进模型为基于无人机影像的杨梅树单木检测提供了一种有效的解决方案,对果园精准管理的发展具有重要意义。     

台湾杉和秃杉两种珍稀树种种苗形态及引种栽培试验

通过对台湾杉和秃杉两种珍稀树种的引种栽培,就台湾杉和秃杉两种珍稀树种从种子(球果)到幼苗的整个发展过程,以及种子和苗木的生产技术做了细致的探索性研究,并就培育出的幼苗进行观察、记载和绘制成图;经定植3 a后评价引种成败。研究结果可为杉科台湾杉属的系统发育和亲缘关系方面的研究提供理论基础;也可为用材林造林、园林绿化树种提供参考和对这两种珍稀树种继续引种栽培提供实践依据。