农村居民点用地的多功能性划分及其农户利用差异性评价

受农户生计方式多元化和城市文化的影响,农村居民点内部用地分工更为明显且呈多功能性,探讨农村居民点用地的多功能性及农户个体利用的差异性特征,既利于客观测算农村居民点用地资产价值,又能为合理设计农民新居内部构型提供理论基础。研究以重庆市江津区燕坝村1 923处农村居民点用地为研究对象,在农村居民点用地的多功能性划分基础上构建多功能评价指标体系,测算农村居民点用地的优势功能,进而辨析不同生计类型农户的农村居民点用地优势功能差异性。其结果为:按照二级分类体系,农村居民点用地可划分为居住用地、农业生产用地、非农生产用地、附属用地4个1级地类,堂屋用地、圈舍养殖用地、院落用地等11个2级地类;不同生计类型农户的农村居民点用地优势功能差异明显,农业专业化发展型农户以农业生产功能为主导(优势度达1.987 8),而兼业发展型农户优势功能不明显,具均衡性;农业多样化发展型农户、非农多样化发展型农户、非农专业化发展型农户分别以服务功能(优势度1.873 0)、居住功能(优势度1.569 2)、非农生产功能(优势度2.387 9)为主导。农户生计方式与农村居民点用地优势功能是相适应的,农民新居建设应根据不同生计类型农户的生计方式设计不同的农村居民点用地组合模式。     

猪CD8B表达谱、基因多态性及其与血液免疫性状的关联分析

白细胞分化抗原8(cluster of differentiation 8,CD8)是主要表达在CD8+T细胞表面的共受体和信号转导分子.CD8B基因编码CD8蛋白的β链,在免疫应答中起着潜在的调节作用.为分析CD8B基因在猪(Sus scrofa)不同组织中的表达特征,并探究CD8B基因多态性对血液免疫性状的遗传效应,本研究利用qRT-PCR测定CD8B基因在大白猪7个组织中的表达量,并用PCR产物测序与限制性片段长度多态性(restriction fragment length polymorphism,RFLP)方法对382头大白猪、84头长白猪和90头松辽黑猪CD8B基因编码区进行SNPs检测,以及分析CD8B基因突变对大白猪外周血T淋巴细胞亚群和血常规指标的影响.结果表明,CD8B基因在脾脏中的mRNA表达量最高,然后依次是肺脏、胃、肝脏、肾脏、心脏和肌肉.CD8B基因外显子5处检测到1个错义突变(c.602G＞A),在大白猪、长白猪和松辽黑猪群中均存在3种基因型(AA、AG和GG型),且3个猪种都是GG为优势基因型.统计分析显示,CD8B基因多态性与大白猪血液中的CD4+CD8-、CD4 CD8+、CD4 +/CD8+、血红蛋白含量(hemoglobin,HGB)和红细胞压积(hematocrit,HCT)指标显著相关(P＜0.05).最小二乘分析表明,3种CD8B基因型个体具有不同的血液参数,其中GG型的CD4+CD8-指标显著高于AG型,AG型的CD4-CD8+指标显著高于GG和AA型,GG和AA型的CD4+/CD8+、HGB和HCT指标显著高于AG型(P＜0.05).因此,CD8B基因可能参与血液生理指标的调控,可作为影响猪免疫性状的重要功能候选基因.本研究为进一步揭示CD8B基因的生物学功能提供依据,也为猪的标记辅助抗病育种提供了基础资料.     

川西名山县阶地漂洗土壤分类及参比研究

经历了强烈漂洗作用的土壤是一类形态独特的土壤,在分类系统中具有重要地位。本文在四川西部漂洗土壤集中分布的名山县第二至五级阶地上对这类土壤进行了野外调查采样和室内测试分析,按中国土壤系统分类的原理和方法,通过水耕表层、水耕氧化还原层、漂白层、人为滞水土壤水分状况、氧化还原特征等诊断层和诊断特性的确定及按顺序检索的方法,将其归入人为土纲,水耕人为土亚纲,简育水耕人为土和铁聚水耕人为土土类,漂白简育水耕人为土、漂白铁聚水耕人为土和普通铁聚水耕人为土亚类;同时按发生分类系统进行了类型划分,它们均归入漂洗水稻土亚类。比较而言,系统分类能更精确地区别土壤分异,有利于土壤精准化管理,但仍需进一步修订完善。     

论中国名山的分类

名山分类是山地旅游资源开发的重要理论之一,按成因,属性和功能等不同标准,将中国名山分地质,气候,历史,文化,政治,军事,揽胜,探险,科考,健身等１７个主要类型。     

改进图书馆现刊分类与排架方法的探讨

针对广东海洋大学图书馆在现刊分类与排架上的不科学做法,提出现刊和过刊都采用分类加种次号法排架的观点,并阐述这种做法的优点。     

基于多尺度融合注意力机制的群猪检测方法

群猪检测是现代化猪场智慧管理的关键环节。针对群猪计数过程中,小目标或被遮挡的猪只个体易漏检的问题,该研究提出了基于多尺度融合注意力机制的群猪检测方法。首先基于YOLOv7模型构建了群猪目标检测网络YOLOpig,该网络设计了融合注意力机制的小目标尺度检测网络结构,并基于残差思想优化了最大池化卷积模块,实现了对被遮挡与小目标猪只个体的准确检测;其次结合GradCAM算法进行猪只检测信息的特征可视化,验证群猪检测试验特征提取的有效性。最后使用目标跟踪算法StrongSORT实现猪只个体的准确跟踪,为猪只的检测任务提供身份信息。研究以育肥阶段的长白猪为测试对象,基于不同视角采集的视频数据集进行测试,验证了YOLOpig网络结合StongSORT算法的准确性和实时性。试验结果表明,该研究提出的YOLOpig模型精确率、召回率及平均精度分别为90.4%、85.5%和92.4%,相较于基础YOLOv7模型平均精度提高了5.1个百分点,检测速度提升7.14%,比YOLOv5、YOLOv7tiny和YOLOv8n 3种模型的平均精度分别提高了12.1、16.8和5.7个百分点,该文模型可以实现群猪的有...     

采用全卷积神经网络与Stacking算法的湿地分类方法

高精度湿地制图对湿地生态保护与精细管理具有重要的支撑作用。针对传统湿地分类方法的精度不高等问题,提出了一种采用全卷积神经（Fully Convolutional Neural,FCN）网络与集成学习的湿地分类方法。首先利用全卷积神经网络（SegNet、UNet及RefineNet）对GF-6影像的语义特征进行提取与融合,然后利用Stacking集成算法对融合后的特征进行判别和分类。结果表明,采用全卷积神经网络与Stacking算法能有效提取湿地信息,总体分类精度为88.16%,Kappa系数为0.85。与采用全卷积神经网络与单一机器学习的随机森林（Random Forest,RF）、支持向量机（Support Vector Machin,SVM）与k-近邻（Nearest Neighbor,kNN）算法相比,该研究提出的湿地分类方法在总体分类精度上分别提高了4.87,5.31和5.08个百分点;与采用单一全卷积神经网络（RefineNet、SegNet、UNet）与Stacking算法下的湿地分类结果,该文提出的湿地分类方法在总体分类精度上分别提高了2.78,4.48与4.91个百分点;该方法一方面能通过卷积神经网络提取遥感影像深层的语义特征,另一方面通过集成学习根据各分类器的表征性能进行合理的选择并重组,从而提高分类精度及其泛化能力。该方法能为湿地信息提取及土地覆盖分类方法的研究提供参考。     

基于局部二值模式和灰度共生矩阵的籽棉杂质分类识别

籽棉杂质的分类识别是实现棉花生产线自适应加工的基础与重要依据。该文提出了一种基于局部二值模式和灰度共生矩阵的籽棉杂质分类识别算法,该算法将含杂籽棉图像首先转换为局部二值模式图像,获取图像的微观结构,再用局部二值模式图像生成灰度共生矩阵并计算特征参数,获取图像宏观结构。使用支持向量机作为分类器,用不同尺度的图像结构进行训练,从而达到籽棉杂质的分类识别。试验结果表明,该文设计算法对各种杂质的平均正确识别率达到了94%,超过单独使用局部二值模式和单独使用灰度共生矩阵的正确识别率,为实现棉花自适应加工提供了技术基础。     

等位基因频率资料的分支分类方法

等位基因频率资料是群体遗传学的重要资料,也是进化生物学的重要资料。本文讨论了利用此类资料重构生物类群系统发育的分支分类方法。常用的分支分类方法为检约性方法和统计分五分类方法。俭约性方法中主要分为三类：数据转换方法、距离叠加树方法和频率空间重建系统发育的方法。同时对不同方法的特点和不足作了讨论。     

基于汇流累积计算的沟壑密度分析方法

沟壑密度是评价地表侵蚀影响,水土流失情况,进行地貌类型分析等的重要指标。文章基于研究区填洼后的DEM,利用地表汇流累积分析原理和栅格重分类方法,通过研究沟道覆盖区栅格数与汇流累积栅格二值化阈值间的关系,选择合适的阈值用于提取地表沟道。然后结合自然地表高程,分析合理的高程和相对高程栅格重分类阈值并进行高程栅格二值化,将二值化结果作为乘积模板并配合栅格细化算法优化沟道提取结果。最终利用1 km²单位面积规则格网对沟道提取结果进行目标栅格数统计计算,得到地表沟壑密度值。结果显示,该方法基于30 m分辨率DEM提取的西安市地表沟壑密度均值为1.29 km/km²。除雁塔区,其余各行政区统计均值与前人研究结果基本吻合。试验结果证明,基于本方法可以高效较精确地计算该市地表沟壑密度,分析结果可以量化研究区沟壑密度特征值以及通过栅格像元灰度变化体现沟壑密度变化趋势。