毕节市漆树品种产量与树皮性状的灰色关联度分析

为漆树优良品种的选择以及灰色系统理论在林业林木品种评价上的运用提供参考，对毕节市8个漆树品种红漆大木、粉皮大木、灯台大木、红尖大木、肤胭皮、粉红皮、白杨皮、青杠皮等树皮解剖中6个主要性状与产漆量的关系进行灰色关联度分析。结果表明：漆树树皮解剖的单个性状对产漆量有直接影响，其中以漆汁道直径的大小关系最重要，直接关联度达0．7964；其次是活皮漆汁道单位面积与活皮厚度。从树皮解剖的综合性状看，漆树品种最好的依次是红尖大木＞红漆大木＞肤胭皮＞灯台大木＞白杨皮＞粉皮大木＞粉红皮＞青杠皮。分析结果与实际生产基本一致，表明在林业生产中运用灰色关联分析进行综合评价是可行的。     

修剪方式对广玉兰大树移植成活率及生长的影响

为提高大树移植成活率及探索修剪方式与大树移植成活生长的关系,以20a以上生广玉兰为试材,以全冠移植为对照(CK),分别采用剪去1/3枝叶量的轻度修剪(QX)、剪去2/3枝叶量的中度修剪(ZX)和不留枝叶的截干回缩修剪(JX)3种方式修剪后移植,经过3a连续试验观察,研究不同修剪方式对广玉兰大树移植成活率和生长的影响。结果表明,与CK相比,3种修剪方式极显著提高广玉兰移植后的成活率和新生叶片数、第2年(2013年)和第3年(2014年)的侧梢数、侧梢长度和底径以及第1年(2012年)和第3年(2014年)冠幅生长;与其他2种修剪方式相比,JX显著提高广玉兰移植成活率、第2年(2013年)和第3年(2014年)的侧梢数、顶梢长度、侧梢长度及冠幅生长以及第3年(2014年)的新生叶片数;显著提高第2年(2013年)和第3年(2014年)的侧梢底径。表明截干回缩修剪更有利于广玉兰大树移植的成活和复壮生长。     

橡胶树产胶生物学研究进展

天然橡胶（顺式-1,4-聚异戊二烯）是一种重要的工业原料,主要来自橡胶树。以天然橡胶的生物合成与产量形成为主要内容的产胶生物学研究为橡胶树高产遗传改良提供理论指导,近10年取得了重要进展。本文从橡胶树基因组测序、橡胶转移酶、转基因、以及转录组和蛋白质组等4个方面介绍产胶生物学研究主要进展,并讨论了相关领域研究存在的问题,对未来5~10年需重点关注的研究内容提出了建议。在介绍橡胶转移酶时,同时概述其他几种产胶植物的相关研究进展。     

茶园间作芳香植物罗勒和紫苏对茶园生态系统影响的研究

通过茶园间作芳香植物研究其对茶园害虫和天敌种群数量、土壤养分状况、茶树生长及茶叶生化成分等的影响,分析间作芳香植物对幼龄茶园的生态综合调控效果。幼龄茶园间种芳香植物能减少小贯小绿叶蝉和绿盲蝽的数量,增加茶园中瓢虫、草蛉、寄生蜂和蜘蛛等天敌的数量;芳香植物间作区土壤中铵态氮、有效磷和速效钾的含量高于绿肥间作区和对照;茶园间作芳香植物能在一定程度上促进茶树生长、培养幼龄茶园的树势和树冠、增加茶叶产量。茶园间作芳香植物能减少茶叶中茶多酚和咖啡碱含量,提高可溶性糖和儿茶素含量,改善茶叶品质。可见茶园间作芳香植物是一种具有较好生态效益的茶园栽培管理模式,能促进生态茶园的发展。     

黔南州核桃优树叶片营养元素和果实品质相关分析

为了分析叶片营养元素对黔南州核桃优树坚果品质的影响,通过方差分析和相关分析研究了叶片营养元素与坚果品质之间的相关关系。结果表明:不同品种的核桃优树单株的坚果品质指标间存在显著差异;叶片钙、铜和锰显著影响核桃坚果品质。可以通过核桃叶片营养元素的诊断来提高坚果品质。     

落叶松油松人工混交林经营技术探讨

通过研究落叶松、油松混交林整个发育过程中不同阶段相应的经营管理措施，总结提出了一套切实可行的落叶松、油松混交林经营管理技术。其技术能有效提高林木生长速率，调整林分结构，优化树种组成，提高木材质量，为落叶松、油松混交林的经营管理提供技术支持。     

牡丹5个管家基因的克隆及其在系统进化分析中的应用

利用RT-PCR技术从牡丹组7个野生种和1个栽培种中分别克隆得到泛素延伸蛋白基因(ubiquitin,UBI)、素环蛋白基因(cyclophilin,CYP)、肌动蛋白基因(Actin)、葡萄糖六磷酸脱氢酶基因(glucose-6-phosphate 1-dehydrogenase,G6PD)和β–微管蛋白基因(beta-tubulin,TUB)等5个管家基因的编码序列(coding sequence,CDS)。序列比对分析发现,5个管家基因序列均相对保守,其在牡丹7个野生种和1个栽培种中的保守性在99.04%~99.69%。利用5个管家基因分别构建了其在牡丹组8份材料中的系统进化树。5个系统进化树均将8份材料分成两组,即革质花盘亚组和肉质花盘亚组;由于5个管家基因核苷酸序列各自的保守性不同,在区分亚组成员间略有差异。综合分析5个管家基因构建的系统进化树可知,杨山牡丹(Paeonia ostii)和栽培牡丹(P.suffruticosa‘Luoyanghong’)常聚为一支,二者亲缘关系较近,因而推测杨山牡丹可能参与了栽培牡丹的形成;紫斑牡丹(P.rockii)和四川牡丹(P.decomposita)一直聚为一支,推测二者亲缘关系较近;黄牡丹(P.lutea)和紫牡丹(P.delavayi)一直聚为一支,推测这二者亲缘关系较近。狭叶牡丹(P.potaninii)与黄牡丹和紫牡丹分化较早,结合前人研究结果建议将狭叶牡丹作为一个独立的种。     

Infections Investigation of ALV and REV in Guangxi Local Poultry Breeds and Sequence Analysis of gp85 Gene of ALV Isolates

In order to investigate the infection status of avian leukosis virus (ALV) and avian reticuloendotheliosis virus (REV) in the major local breeds of Qinzhou,Guangxi,totally 953 samples of egg white,cloaca swab and serum of Ma duck,Shitou goose,Tiejiao-Ma chicken,turkey and pigeon were collected from the representing flocks and detected by the commercial ELISA kits.ALV was isolated for the ALV p27 positive samples by culturing on DF-1 cells,and gp85 gene was sequenced.The results showed that the detections of ALV were negative in the samples except those of Tiejiao-Ma chicken,while REV antibody was found positive in Ma duck,Tiejiao-Ma chicken and turkey.The nucleotide sequences of gp85 gene of two isolates shared 94.5% identity with each other,and shared 86.9% to 94.9% with reference strains.The amino acid sequences of gp85 gene of two isolates shared 91.5% identity with each other,and shared 84.0% to 91.6% with reference strains.There were many variable sites in the hyper variable region hr1 and hr2,and the vr2 and vr3 variable regions were relatively conservative.Phylogenetic tree analysis showed that the two isolates shared the highest homology with SCAU11-XG strain.     

K步稳定的鞋印花纹图像自动聚类

目的 鞋印是刑事侦查的重要物证之一,如何对积累的大量鞋印花纹图像进行自动归类管理是刑事技术迫切需要解决的问题之一。与其他类图像不同,鞋印花纹图像具有种类多但数目未知、同类花纹分布不均匀且同类花纹数目少的特点。基于鞋印花纹图像的这些特点,用目前典型的聚类算法对鞋印花纹图像集进行聚类,并不能取得很好的效果。在对鞋印花纹图像进行分析的基础上,提出一种K步稳定的鞋印花纹图像自动聚类算法。方法 对已标记的鞋印花纹图像进行统计发现,各类鞋印花纹之间在特征空间上存在互不相交的区域(本文称为隔离带)。算法的核心思想是寻找各类鞋印花纹之间的隔离带,来将各类分开。过程为:以单调递增或递减的方式调整特征空间中判定两点为一类的阈值,得到数据集的多次划分;若在连续K次划分的过程中,某一类的成员不发生变化,则说明这K次调整是在隔离带中进行的,即聚出一类,并从数据集中删除已标记的数据;选择下一个阈值对剩余的数据集进行划分,输出K步不变的类;依此类推,直到剩余数据集为空,聚类完成。结果 在两类公开测试数据集和实际鞋印花纹数据集上进行实验,本文算法的主要性能指标都超过典型算法,其中在包含5792枚实际鞋印花纹数据集上的聚类准确率和F-Measure值分别达到了99.68%和95.99%。结论 针对鞋印花纹图像特点,提出了一种通过寻找各类之间的隔离带进行自动聚类的算法,并在实际应用中取得了很好的效果。且算法性能受参数的变化以及类的形状影响较小。本文算法同样适用于具有类似特点的其他数据集的自动聚类。