冰糖橙果园土壤养分与果实品质关系的多元分析及优化方案

对湖南省74个冰糖橙果园土壤矿质养分和果实品质含量进行测定分析,运用R和LINGO软件多元统计分析筛选了影响果实品质因子的主要土壤养分因子,探明了果实品质最佳时的土壤养分优化方案。研究结果表明,调查果园中超过86.20%的样点果园土壤pH处于酸性至强酸性环境,65.52%的果园土壤缺钙,75.86%的果园缺镁,82.76%的果园缺硼。冰糖橙果实品质是多个土壤养分因子综合作用的结果,偏最小二乘回归分析表明对冰糖橙单果质量影响较大的因子为土壤碱解氮、交换性钙;果形指数主要受土壤有效磷、有效铜、有效锌和pH影响;可溶性固形物含量主要受有机质、有效铜、有效锌和pH影响;可滴定酸含量主要受土壤速效钾、有效硼和pH的影响;Vc含量主要受土壤有机质、有效磷、速效钾、交换性镁和pH的影响。线性规划求解出pH为5.50~6.50、有机质含量大于39.68 g/kg、碱解氮为169.17~170.41 mg/kg、有效磷34.50 mg/kg、速效钾158.95~160.88 mg/kg、交换性钙1954.69 mg/kg、交换性镁123.81 mg/kg、有效铁468.31 mg/kg、有效锰96.09 mg/kg、有效铜1.73 mg/kg、有效锌10.93 mg/kg、有效硼0.33~0.85 mg/kg时,冰糖橙果实品质最佳。调节土壤酸碱度,增施有机肥,及时补充钙、镁和硼肥是今后果实品质管理的关键。     

融合多尺度特征的冬小麦空间分布提取方法

如何获取到高质量的特征是从遥感影像中提取高精度的农作物空间分布的关键，该研究针对如何利用哨兵2A（Sentinel-2A）影像提取高精度的冬小麦空间分布开展研究。针对影像中存在的数据空间尺度不一致的问题，以生成式对抗网络为基础建立了降尺度模型REDS（Red Edge Down Scale），用于将B5、B6、B7、B11 4个通道的空间分辨率从20 m降为10 m；然后利用卷积神经网络构建了逐像素分割模型REVINet（Red Edge and Vegetation Index Feature Network），REVINet以10m分辨率的B2、B3、B4、B5、B6、B7、B8、B11，以及提取出的增强植被指数、归一化植被指数和归一化差值红边指数组合作为输入，进行逐像素分类。选择ERFNet、U-Net和RefineNet作为对比模型同REVINet开展对比试验，试验结果表明，该研究提出的方法在召回率（92.15%）、精确率（93.74%）、准确率（93.09%）和F1分数（92.94%）上均优于对比方法，表明了该研究在从Sentinel-2A中提取冬小麦空间分布方面具有明显的优势。     

2008年和2004年版《中文核心期刊要目总览》生物医学类核心期刊对比分析

《中文核心期刊要目总览》2008年版与2004年版收录生物医学类期刊及核心期刊的变化、构成比、增减情况分别进行了统计，藉此为图书馆期刊采访、导读和参考咨询、成果评价、读者投稿乃至数据库来源期刊的选择等提供参考。