鸡住白细胞原虫病的预防与控制

鸡住白细胞原虫病又称白冠病，是由住白细胞原虫引起的以出血和贫血为特征的寄生虫病，主要危害蛋鸡特别是产蛋期的鸡，导致产蛋量下降，软壳蛋增多，甚至死亡。各内脏严重出血，机体贫血，冠苍白。本病一般发生于秋季(8～10月份)，往往在暴雨季节过后的20d前后开始发生。住白细胞原虫病的传播媒介为库蠓、蚋，通过叮咬而传播。     

非典型性新城疫的发病特点与预防措施

鸡新城疫曾是我国养鸡业最严重的传染病之一，给养鸡业造成了巨大的损失。但随着集约化养鸡业的发展和防疫工作的加强，原来呈毁灭性流行、发病率及死亡率高、临床症状和病理变化典型的鸡新城疫已不多见。鸡新城疫的流行趋向正向慢性化和非典型化转变，各地发生的多是非典型性新城疫。由于对此发病原因认识不足，加之不及时采取有效的预防措施，给该病的诊断和防制提出了新问题，     

小麦钾离子通道蛋白基因TaPC1介导植株抵御低钾逆境功能研究

  【目的】  钾离子通道 (potassium channel, PC) 蛋白通过介导离子跨膜转运,增强低钾胁迫下植株对钾素的吸收和利用能力。本研究以采用RNAseq鉴定小麦应答低钾基因获得的PC家族基因TaPC1为对象,对该基因分子特征、应答低钾表达模式及其介导植株抵御低钾逆境的能力进行研究。  【方法】  采用生物信息学工具分析TaPC1分子特征,采用溶液培养法培养丰钾 (K₂O 6 mmol/L )、低钾 (K₂O 0.06 mmol/L) 处理小麦和转化株系幼苗,采用 DNA 重组技术构建TaPC1亚细胞定位和表达质粒,利用农杆菌介导法遗传转化烟草。采用常规植株形态、生理和qPCR方法测定植株生长、生理指标和基因表达。  【结果】  TaPC1与植物种属PC家族基因具有较高的同源性,该基因编码蛋白具有植物种属PC蛋白跨膜域保守特征,翻译蛋白经内质网分选后定位于细胞质膜。低钾 (0.06 mmol/L) 处理下,根、叶中TaPC1表达增强;将低钾处理植株转入丰钾 (6 mmol/L) 营养液进行恢复处理后,根、叶中该基因表达下调,表明TaPC1呈低钾应答表达模式。基因遗传转化结果表明,与野生型 (WT) 对照相比,低钾处理下,超表达TaPC1烟草株系植株干物质积累量增多,细胞活性氧累积量减少,细胞保护酶 (SOD、CAT和POD) 活性提高,丙二醛含量降低。基因表达分析表明,低钾处理下,转化株系内细胞保护酶编码基因NtSOD1、NtCAT1;1、NtPOD1;2及NtPOD1;6的转录本丰度较野生型 (WT) 显著增多,表明上述基因通过增强表达,在改善转化株系低钾处理下细胞活性氧稳态中发挥重要作用。此外,与WT相比,低钾处理下转化株系的钾累积量显著增多,光合碳同化能力增强。  【结论】  TaPC1呈低钾胁迫增强表达模式,上调表达该基因能显著增强植株钾素吸收,有效维持低钾逆境下的细胞活性氧稳态特征,在改善植株光合物质生产和抵御低钾逆境能力中发挥重要作用。     

基于树种分类的高分辨率遥感数据纹理特征分析

遥感图像尤其是高分辨率（1~4 m）遥感图像在树种分类方面有着广阔的应用前景。利用主成分分析法对遥感数据去相关分析,然后通过对纹理提取过程的分析,探讨不同移动窗口大小对纹理特征的影响,以期为中山陵园风景区的森林调查提供依据,分类方法为经典的最大似然分类器。根据不同移动窗口大小的纹理因子相关性和对保持纹理信息丰富度的影响,来选择合适的窗口大小及纹理因子组合,以对树种分类精度的提高程度为评价标准。研究结果表明,利用窗口大小为19 19下的纹理信息可有效提高分类精度,总精度达到66%,Kappa系数达到0.59,比单纯的光谱信息最大似然法图像分类精度高,其中均值与均匀性、对比度、偏斜度纹理因子组合为最佳纹理组合,能有效减少数据冗余。高分辨率遥感数据纹理信息的运用为树种分类识别时的特征选择提供了有利技术参考。图4表3参19     

古典园林造园艺术手法——以苏州园林为例

苏州园林是古典园林的最主要的代表,其中在造园艺术上有很高的造诣。本文以苏州园林为例,简单分析古典园林的造园手法。     

探讨冬季生猪的饲养管理

冬季气候寒冷干燥,对生猪的体能消耗较大,严重影响着猪只的生长,甚至发生疾病,常给养殖户造成巨大的损失。本文主要介绍了冬季对生猪采取的特殊饲养管理方法。     

基于无人机影像的树种分割实践

郁闭度超过60%的林地具有树种种类复杂、种内特征差距小及种间位置间距小等特点。虽然传统卷积神经网络(CNN)较其他分类方法具有精度高与自动化水平高等优势,但其存在学习效率低、识别精度提升困难及可解释性差等缺点。此外,传统规则分割绘制树种图的方法忽视了树种及遥感地物边界特征的变化,易在高郁闭度的林区产生椒盐现象。为解决上述问题,提出基于类激活映射及自注意力模型(ST)的新的树种分类方法(G-ST),它集成了迁移学习、ST分类模型与梯度下降的类激活映射,通过综合长距离特征、数据增强、其余领域的特征知识及预测训练关注度,提升G-ST分类精度、模型泛化能力及可解释性,结合简单线性迭代聚类方法生成树种专题地图。结果表明,该方法得到的树种图精度较传统CNN结合规则分割的制图方法更高,林木及遥感地物边界更趋近于矢量化结果,能有效为树种影像分割、制图及分布统计工作提供参考。     

寻找最可爱的人

<正>"七月流火,三夏大忙"。您看,麦田里麦浪滚滚,摇曳着丰收的希望和喜悦;您听,麦浪边收割机声如潮如汐,田垄地头传来阵阵欢笑声。农业实现了机械化,三夏时节,割麦的镰刀已派不上大用场,收割机开进麦田,乡亲们再不用弯腰如弓地劳作,坐在地头等待收获成为一种时尚。三夏时节谁在忙碌?农机监理人在田间地头监视、夜巡;农机推广人在农机热线服务的电话旁接线、答疑;收割机手在驾驶仓里带着机子奔跑……是他们,