一株盐芽孢杆菌的筛选及其粗酶的酶学特性研究

从浙江舟山市双峰盐场中筛选出一株分泌蛋白酶的嗜盐菌,结合16S rDNA基因序列鉴定、菌株形貌特征确定其为特氏盐芽孢杆菌(Halobacillustrueperi)命名为HalobacillustrueperiB1。经研究,该菌株最适生长NaCl浓度为5%,表明其为中度嗜盐菌。该蛋白酶在50℃和pH 7.5条件下具有最高的蛋白酶活力。对发酵培养时间的优化实验表明发酵8 h后B1分泌的蛋白酶活力最大。对发酵培养基的优化结果表明,脱脂奶粉为最适氮源和碳源;75 g·L~(-1)为最佳发酵盐浓度,对钙镁离子的依赖不明显。确定优化后的发酵培养基:Na HCO_30.06 g,KCl_2.0g,CaCl_2·2H_2O0.48 g,Mg SO_4·7H_2O 1.0 g,FeCl_3 0.001 g,NaCl 75.0 g,脱脂奶粉10.0 g。在初始pH 7.5,温度为40℃条件下发酵8 h。     

春艳桃主干形栽培技术

春艳桃是青岛市农科院在1981年用早香玉和仓方早生杂交,通过胚培养育成的一个特早熟桃新品种.原代号81-1-10,1986年选出,1999年通过山东省农作物品种审定委员会审定.     

H5N1迎头痛击非洲,但人们的注意力却都在欧洲

高致病性禽流感在非洲的蔓延给了我们有关这一具有极大威胁的疾病及其防制的若干宝贵教训。     

食用向日葵同庆5号种植密度试验

以食用向日葵同庆5号为试验材料,探索不同种植密度对其产量及主要性状的影响.试验结果表明,同庆5号在塔额垦区的气候和栽培条件下适宜的种植密度为2200株/667 m2,该种植密度下植株个体生长健壮,产量高,商品性较好.     

利用ETM多光谱数据与SPOT5全色数据相融合进行森林资源调查

以ETM多光谱数据与SPOT5全色数据融合的遥感图像为对象,利用遥感图像和地面调查相结合的方法对吉林省东部山区进行森林资源调查,既可节约成本,又可提高调查精度,为遥感技术应用于森林资源调查设计探索了经验。     

人参皂苷Rg3(R),Rg3(S),Rg5/Rk1对乙醇致小鼠记忆阻碍改善作用的影响

采用被动回避穿越法研究了人参皂苷Rg3(R),Rg3(S)和Rg5/Rk1(1∶1)对乙醇致小鼠记忆阻碍改善作用的影响。结果表明:灌服人参皂苷Rg3(R),Rg3(S)和Rg5/Rk110 mg/kg后,显著延长了小鼠避暗的潜伏期,尤其以人参皂苷Rg5/Rk1作用最为显著,Rg5/Rk1处理组的潜伏期是对照组的2.97倍,Rg3(R),Rg3(S)分别为对照组的2.35和2.53倍,差异极显著(P<0.01)。说明这些化合物具有改善乙醇致小鼠的记忆障碍的能力。     

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...     

基于改进YOLOv5的特征抑制多尺度林火检测算法

森林火灾检测是保护森林生态系统的关键所在,可以为森林早期火灾判断与预防提供重要依据。如果能够尽可能地对森林火灾识别和检测,可以在很大程度上减少灾害发生频率及其造成的损失。基于无人机遥感图像的发展,林火的快速检测得到进一步提升,可以准确识别火灾,解决林火出现的复杂性问题。本研究针对航拍森林火灾识别遇到的背景环境复杂、林火检测识别精度偏低、局部检测效果不佳等问题,提出了一种加强视觉注意力的林火识别方法,此方法是基于YOLOv5模型改进的。该算法使用NAM attention对像素进行归一化,降低不太显著的特征权重,使目标不重要的信息得到抑制。另外本研究采用了ObjectBox,这是一种新颖的单阶Anchor-free,不仅可以平等地对待不同级别尺寸的目标,还能提升模型识别正确样本的能力,具有高度的泛化性能。采用Mosaic数据增强方式增强模型的泛化能力,提高模型识别小目标的准确率。同时引入新的定位损失函数CIOU,它可以有效地改善模型在面对复杂背景时的定位精度,提升网络识别的准确性。实验结果表明,在无人机遥感图像数据上,检测性能均优于YOLOv5算法,该算法使得林火的数据集平均精度提升了3...