气候变化对我国特有濒危动物褐马鸡潜在生境的影响

【目的】预测现在和未来气候情景下我国特有濒危动物褐马鸡潜在生境分布的变化,为制定有关保护政策提供科学依据。【方法】基于褐马鸡152个分布点和26个环境变量数据,利用MaxEnt模型模拟褐马鸡在我国的潜在地理分布,并基于该模型预测国际政府间气候变化专门委员会(IPCC)发布的RCP4.5和RCP8.5气候情景下21世纪50和70年代褐马鸡潜在分布范围。【结果】所有训练集与验证集为AUC均大于0.8,所构建模型的预测准确性达到优良标准。当前褐马鸡潜在分布生境的主要影响因子(贡献率)依次为年降水量(15.4%)、昼夜温差月均值(15.3%)、植被类型(9.7%)、最干季降水量(9.1%)、最湿季降水量(8.7%)、到道路距离(8.2%)和到水源距离(7.8%)等,累计贡献率达74.2%,且各因子阈值分别为525～580 mm、8.2～10.8℃、植被类型偏向于阔叶林和针阔混交林、12.4～17.1 mm、310～340 mm、0～2.5 km,0～0.63 km和大于10 km。褐马鸡的适宜生境主要分布在陕西黄龙山、山西吕梁山、河北小五台山和北京百花山,其适宜、中度适宜和不适宜区面积占研究区面积比例分别为6.45%、19.92%和73.62%。与当前情景下相比,未来褐马鸡可生存生境表现为增加趋势,且适宜和中度适宜生境变化趋势相同,而21世纪50和70年代之间几乎不变。【结论】褐马鸡适宜生境主要分布在陕西黄龙山、山西吕梁山、河北小五台山和北京百花山,未来可生存生境表现为增加趋势。影响褐马鸡分布的主要因子为年降水量、昼夜温差月均值、植被类型、最干季降水量、最湿季降水量、到道路距离和到水源距离等。建议对褐马鸡适宜区加强重点保护,对中度适宜区加强保护和管理,同时也要加强常绿针叶林木的栽植和人口控制。     

2006年拖拉机驾驶证审验工作有新规定

根据《中华人民共和国道路交通安全法》和农业部《拖拉机驾驶证申领和使用规定》、《拖拉机登记规定》以及《广西壮族自治区农机安全监督管理条例》的有关规定,自治区农机安全监理总站在《关于开展2006年拖拉机及驾驶人年度检验和审验工作的通知》(桂农机监技[2005]7号)中,对20     

应急维修处理5招

1、用“浇水法”查找进气系统漏气。若发动机进气系统漏气,将缩短缸套、活塞、活塞环、气门和气门座的使用寿命,可以用“浇水法”查漏,即在发动机怠速运转时把水浇在进气系统可能漏气的部位,然后观察哪里有吸水的痕迹。另外．还可以不启动发动机．用软管将压缩空气充入发动机的进气管,然后用手感知或者用肥皂水试漏。     

蔬菜苗床营养土消毒六法

1 苗床土壤全部消毒法就是把所有的苗床土全部消毒。此法是把甲醛、溴甲烷、氯化苦等药剂加入到土壤里密闭熏蒸,杀菌比较彻底,除杀死土壤里的病菌外,还能杀死土壤里的线虫、草子等, 但同时也杀灭了土壤里的有益微生物。因此,在土壤病虫害特别严重时才使用该种方法。     

氘灯扣背景原子吸收法对饲料添加剂硫酸亚铁中铅含量的测定

为建立饲料添加剂硫酸亚铁中铅的检测方法。在酸性介质中加入适量的碘化钾,试液中的Pb、Cd和Ⅰ形成稳定的离子络合物,用4-甲基-2-戊酮（MIBK）萃取,在选择最佳测定条件下,用原子吸收光谱法测定铅含量。结果：检测和加标数据表明该方法能去除高含盐量产品在原子吸收分光光度计采用氘灯扣背景的情况下对铅含量检测的影响,铅在0.50、1.00、2.00、4.00、8.00 mg/kg标准曲线范围内回收率能达到90.10%～102.61%,方法有效可行。结论：此方法前处理简单、耗时短、实用性强、稳定性好且精密度及回收率高,适用于原子吸收分光光度计在氘灯扣背景方式下饲料添加剂硫酸亚铁中铅的测定。     

基于模糊数学法的罗布麻无花果叶复合茶包配方优化

【目的】研制一款复合功能性保健茶包。【方法】以罗布麻茶和无花果叶作为主要原材料,通过单因素实验和正交试验对罗布麻茶无花果复合茶包进行工艺优化,采用模糊数学法对罗布麻茶无花果叶复合茶包的色泽、滋味、香气和风格进行感官评分。【结果】确定的最佳工艺参数为无花果叶杀青5 min,无花果叶与罗布麻茶复配比为1∶3,包装材料为玉米纤维,感官评分最高为84分,香气均衡,口感柔和,无苦涩感。【结论】采用本法研制的罗布麻茶无花果叶复合茶包成品香气浓郁,而且工艺稳定可靠。     

黄牛木种群空间分布格局研究

为促进黄牛木Cratoxylum cochinchinense在珠三角地区生态建设中的推广和应用,采用样方调查法,于2016-2017年在广州市和台山市3个黄牛木天然林集中分布区布设样地,通过绘制种群空间分布点位置图,结合方差均值比率法和聚集度指标,分析种群的空间分布类型、聚集程度,从而揭示黄牛木种群的空间分布特性、生...     

基于无人机影像的山核桃单木检测及冠幅与树高的提取

针对经济林中树木的生长状况进行调查,有助于农户制定针对性的经营策略,提高经营效率。然而,由于山核桃树通常生长在山地环境下,使用传统的林业调查方法获取树木参数需要的人力资源和时间成本较高,而且在陡峭的山地环境中容易受到地形、植被和气象等因素的干扰。为了解决这一问题,提出了一种新的自动化方法——检测框投影法。该方法基于深度学习的目标检测算法对遥感图像中的树冠进行检测并生成检测框,再依据所得到的检测框获取树木位置和数量,并进一步提取单木的冠幅与树高等参数。在不同环境的山核桃种植林场进行的树冠检测实验结果表明,该方法使用的目标检测算法对山核桃树冠检测的总体平均精度和F1-score分别达到了85.5%与0.84;参数提取方面,在两处不同的山核桃种植林场选取了3处研究样地,并在每处样地选取并实地测量了50棵样本树木的冠幅和树高以验证参数提取精度,结果表明,使用检测框投影法预测冠幅与实测值的均方根误差、平均绝对误差和平均相对误差分别为0.469 m、0.313 m和5.7%,预测树高与实测值的均方根误差、平均绝对误差和平均相对误差分别为0.427 m、0.331 m和6.0%。提出的检测框投影法在...