社群丰容对圈养小熊猫区域分配的影响

为探索社群丰容对重庆动物园圈养小熊猫行为区域分配的影响,2014年1月—2015年2月,用目标动物取样法对比观察春季、夏季、秋季、冬季社群丰容前后圈养小熊猫区域分配。结果表明:社群丰容增加了小熊猫对栖架、树上的利用,减少了内室和裸露地面和近游客区域的利用。树上利用的最大占比值在夏季,丰容增加了11.1%;栖架的利用最大占比值在春季,丰容增加了2.8%;冬季对内室的利用占比值最高,丰容后,其利用占比减少了8.4%,从而相应增加了小熊猫户外停留时间;丰容后,小熊猫对裸露地面的最大利用占比值减少了3.7%,近游客区域最大占比值减少了5.6%。小熊猫对六大区域的最高利用占比,丰容前后没有变化,最高为树上,最少为裸露地面。     

基于MaxEnt模型的可可潜在适宜分布研究

根据野外采样和文献查阅,系统整理了可可的地理分布记录,并利用MaxEnt生态位模型和ArcGIS软件对可可的潜在适宜分布范围进行预测。结果表明:北美洲南部、中南美洲北部、非洲西部、亚洲东南部以及太平洋美拉尼西亚群岛地区均是可可的潜在适宜分布区域。其中,中国海南、台湾南部、云南西双版纳、广东雷州半岛也属于可可的适生范围。经ROC(Receiver operating characteristic)曲线分析法验证,MaxEnt模型的AUC(Area under curve)值为0.977,表明预测结果具有较高的可信度。各环境变量重要性的Jacknife检验表明,极端最低温度、年降雨量、年温度变化范围、最暖季降雨量对可可的潜在分布影响最大。     

肌细胞增强因子2B基因在人和动物中的研究进展

肌细胞增强因子2B(MEF2B)基因属于肌细胞增强因子2(MEF2)基因家族成员,广泛表达于人和动物的肌肉和神经组织中,在肌肉生成、神经系统发育和分化、肝脏纤维化等方面具有重要的作用,作者从MEF2B基因的结构、组织分布、生物学功能及研究进展等方面对该基因进行了综述.     

藏青杨虫瘿的空间分布格局

为明确蚜虫在西藏工布自然保护区藏青杨(Populus szechuanica var.tibetica)叶片上的危害特征及其产生虫瘿的分布特点,基于野外调查数据,应用扩散系数(C)、Morisita指数(I)、Cassie指标(Ca)、平均拥挤度(M*)、Lloyd聚块性指标、负二项参数(K)、Iwao回归分析法、Taylor幂指数法对该区藏青杨叶片上虫瘿空间分布格局进行研究。结果表明,藏青杨叶片左上虫瘿出现率为25.36%、左下为24.30%、右上为24.98%、右下为25.36%,叶片左边为49.66%、右边为50.34%;藏青杨不同方向叶片上虫瘿出现的比率均在25%左右。藏青杨叶片上虫瘿主要以3~7个聚集的形式存在。虫瘿出现频次(y)与虫瘿数量级别(x)的拟合曲线为y=-2.150 3x~2+23.159x-7.309 1(R~2=0.818 4)。6级虫瘿数量最多,占总虫瘿数的22.15%。由虫瘿空间分布参数可知,藏青杨叶片上虫瘿空间分布呈聚集型,但虫瘿聚集强度不大。总体上虫瘿个体群大小随虫瘿密度的增加而增大,个体群指数L值平均大小为7.20。经拟合,虫瘿空间分布格局Iwao M*-M回归模型为M*=1.059 9m+0.523 4(R~2=0.993 9),Taylor模型为log S2=1.043 4logm+0.043 7(R~2=0.996 4),两模型均判定为聚集分布。综上,虫瘿在藏青杨不同方位的出现率相近,但在叶片上均呈聚集分布,虫瘿的聚集除与环境因素有关外,也与其生物学特性相关。     

大巴山西段陕西米仓山自然保护区的植被及分布

为了系统掌握陕西米仓山自然保护区植被分布及其特点,合理有效开展资源保护工作。通过调查以及归类分析,建立了陕西米仓山自然保护区自然植被12个植被型37个群系,人工植被3个群系的植被分类系统,并对植被水平及垂直分布进行对比分析,对该区域植被分布所呈现的群落类型多样、自然性和代表性较强、过渡区的特征比较明显、植被在水平和垂直分布上存在一定差异以及植物群落的脆弱性高等特点进行了阐述。     

我国都市农业问题研究的学术影响力分析——基于1991-2012年CNKI论文数据的分析

在党和政府高度重视都市农业问题研究的同时,越来越多的学者投入到都市农业问题的研究中,学术界对于都市农业问题的研究日益升温。基于CNKI数据库1991～2012年中关于都市农业问题研究的研究文献获得有关数据,从都市农业问题研究的年代分布、研究人员分布、研究机构分布、学术影响力、学科分布5个方面进行探讨。通过数据分析得出:都市农业问题研究的优势资源主要集中在北京和东部沿海发达省市;研究机构主要集中在高等院校;都市农业问题的研究热点主要集中在农业经济研究领域。建议应加大西部地区的资源配置与研究力度,促进西部地区都市农业问题的研究。     

以全产业链思维优化甘肃省“粮改饲”生产力布局

用全产业链思维优化“粮改饲”生产力布局具有重要的现实意义和理论价值。本文以甘肃省为例,总结甘肃省“粮改饲”工作已取得的工作成效和不足,论述了“粮改饲”构建全产业链的必要性,初步探讨了甘肃省“粮改饲”全产业链模式和布局优化,并提出完善相关支持政策、培育壮大龙头企业、高度重视品牌建设和创新科技带动引领4条对策建议。 [关键词]全产业链|粮改饲|生产力布局|甘肃省     

Diel differences in blue whale (Balaenoptera musculus) dive behavior increase nighttime risk of ship strikes in northern Chilean Patagonia

The northern Chilean Patagonia region is a key feeding ground and a nursing habitat in the southern hemisphere for blue whales (Balaenoptera musculus). From 2014 to 2019, during 6 separate research cruises, the dive behavior of 28 individual blue whales was investigated using bio-logging tags (DTAGs), generating ≈190 h of data. Whales dove to significantly greater depths during the day compared to nighttime (day: 32.6 ± 18.7 m; night: 6.2 ± 2.7 m; P < 0.01). During the night, most time was spent close to the surface (86% ± 9.4%; P < 0.01) and at depths of less than 12 m. From 2016 to 2019, active acoustics (scientific echosounders) were used to record prey (euphausiids) density and distribution simultaneously with whale diving data. Tagged whales appeared to perform dives relative to the vertical migration of prey during the day. The association between diurnal prey migration and shallow nighttime dive behavior suggests that blue whales are at increased risk of ship collisions during periods of darkness since the estimated maximum ship draft of vessels operating in the region is also ≈12 m. In recent decades, northern Chilean Patagonia has seen a large increase in marine traffic due to a boom in salmon aquaculture and the passenger ship industry. Vessel strike risks for large whales are likely underestimated in this region. Results reported in this study may be valuable for policy and mitigation decisions regarding conservation of the endangered blue whale.     

基于高斯自适应拟合的苹果目标分割方法研究

苹果目标的准确识别是苹果机械化采摘需要解决的关键问题之一。为此,基于YUV颜色空间模型,提出了一种结合色差分量与高斯自适应拟合算法的苹果目标分割方法。该方法采用首先将苹果目标由RGB颜色空间转换至YUV颜色空间,并利用色差分量V建立果实与背景分割的高斯分布拟合模型,根据拟合结果自动获取分割阈值,以实现自然场景下苹果目标的准确分割。为了验证文中算法的有效性,利用多幅图像进行了试验并与Otsu自适应阈值分割算法进行了比较。试验结果表明,采用文中算法得到的苹果果实的平均检出率达87.08%,识别率领先Otsu算法9.91%。因此,对于着色度较为均匀的苹果目标,采用高斯自适应拟合方法可以有效提高其识别率。