Clostridium piliforme infection (Tyzzer disease) in horses: retrospective study of 25 cases and literature review

Tyzzer disease (TD) is caused by Clostridium piliforme, a gram-negative and obligate intracellular bacterium. The disease occurs in multiple species. A triad of lesions, namely colitis, hepatitis, and myocarditis, is described in cases of TD in some species, such as rats and mice. We carried out a retrospective analysis of 25 equine cases with a diagnosis of TD; 24 of 25 cases occurred in foals <45 d old; the remaining foal was 90 d old. There were 12 males and 12 females; no sex information was available for one foal. The affected breeds were Quarter Horse, Thoroughbred, Arabian, Paint, and Hanoverian. Most of the cases (19 of 25) occurred in the spring. There were 9 cases of sudden death; the remaining animals had diarrhea, fever, distended abdomen, depression, weakness, non-responsiveness, and/or recumbency. Gross findings included icterus, hepatomegaly with acinar pattern, serosal hemorrhages, pulmonary edema, and/or fluid content in small and large intestine. Microscopically, all foals had severe, multifocal, necrotizing hepatitis. Necrotizing lymphohistiocytic colitis was observed in 10 of 25 foals, and multifocal necrotizing myocarditis was found in 8 of 25. Gram-negative, Steiner-positive, intracytoplasmic filamentous bacteria were observed in hepatocytes, enterocytes, and myocardiocytes, respectively. PCR detected C. piliforme DNA in the liver (24 of 24), colon (20 of 24), and heart (5 of 25). Our results indicate that necrotic hepatitis is the hallmark of TD in horses; the so-called triad of lesions is not a consistent characteristic of the disease in this species.     

生草和树枝覆盖对果园土壤持水性能的影响

针对黄土高原枣园普遍盛行传统清耕制,将生草及覆盖技术引入枣园生产中,于2011—2013年采用人工土槽模拟研究方法,探讨不同生草和覆盖措施对枣树地土壤持水性能的影响。结果表明:生草与枣树枝覆盖能有效改善土壤物理结构、提高土壤孔隙度、降低土壤容重;各处理土壤水分蓄持能力及比水容量均按枣树枝半覆盖+白三叶生草、枣树枝全覆盖、白三叶生草覆盖和清耕处理依次递减,处理间的差异在高吸力阶段更为明显;与清耕处理相比,生草与覆盖处理土壤饱和含水量、田间持水量、凋萎系数均有提高,枣树枝半覆盖+白三叶生草处理增加最为明显,分别增加9%、20%、33%。     

玉米秸秆切割过程的非线性数值模拟与仿真试验

应用Solidworks软件建立玉米秸秆—切割刀片参数化模型,借助LS-DYNA971非线性有限元软件模拟切割刀片切割玉米秸秆的过程。玉米秸秆切割的有限元数值模拟能降低试验成本和缩短试验时间,可视化数值模拟过程可为玉米秸秆收获机械的设计提供理论参考。利用参数化模型特点,通过改变玉米秸秆直径大小、秸秆含水率、切割方式和刀片刀端线速度进行正交仿真试验。结果表明：对切割力来说,含水率对其影响最显著,其它影响依次为：秸秆直径、切割方式、刀片刀端线速度;对切割功耗来说,含水率影响最显著,其次分别为：秸秆直径、刀片刀端线速度、切割方式。经正交综合平衡法分析可知：当刀片刀端线速度为28 m·s^-1,采取滑切方式,玉米秸秆含水率、直径分别为45%、26 mm时为最优。玉米秸秆—切割刀片动力学可视化数值模拟仿真模型的构建和分析, 对玉米秸秆收获机械设计具有重要的参考价值。     

小菜蛾为害不同生育期秋甘蓝对产量的影响及经济阈值研究

采用笼罩法测定了小菜蛾在秋甘蓝不同生育期为害造成的产量损失,建立了产量损失率与小菜蛾虫口密度的回归关系式。结果表明,在秋甘蓝苗期、莲座期、结球始期和结球中后期秋甘蓝损失率(y)与小菜蛾虫口密度(x)关系式分别为:y=9.480 6x-2.586 2,y=3.621 8x-0.790 2,y=-0.210 7x2+6.698 1x-1.906 5和y=0.081 1x2-0.147 9x+0.405 4。根据经济阈值模型,秋甘蓝不同生育阶段的小菜蛾幼虫经济阈值分别为苗期0.54头/株,莲座期0.91头/株,结球始期0.67头/株,结球中后期6.08头/株。该研究为秋甘蓝小菜蛾的防治策略和经济阈值的确定提供了科学依据。     

2012年玉米大斑病重发原因和控制对策

玉米大斑病是由真菌引起的世界性玉米病害,常给生产造成严重损失。2012年玉米大斑病在东北、华北地区大流行,本文归纳了玉米大斑病全国发生概况、区域分布和各地病情。总结了2012年玉米大斑病发病时间早,流行速度快,品种间和地区间发病程度差异大等发生特点,分析了适宜天气条件、主栽品种不抗病、栽培管理措施不合理是导致大斑病重发的主要原因。并针对性地提出了重视玉米病害的预测预报、推荐种植抗病品种、加强病害综合防治的对策建议,旨在对今后进一步做好玉米大斑病测报工作,指导玉米病害防治、有效控制其危害、保障玉米生产有所裨益。     

大蒜精油对灰茶尺蠖的室内毒力及田间防效

采用大蒜精油对灰荼尺蠖进行了室内及田间药效试验,结果表明大蒜精油对灰茶尺蠖的致死中浓度(LC50)为1038.60 mg/L,50％大蒜精油100～250倍液对灰荼尺蠖低龄幼虫具有良好的速效性和持效性,建议生产中可在灰茶尺蠖1～2龄幼虫发生期喷施100～250倍液大蒜精油.这一结果为开发大蒜精油作为茶树主要害虫的新型低...     

2013年沈阳地区汛期水情趋势分析

针对沈阳地区旱涝发生的基本规律,根据多年来开展水文中长期预报所应用的理论和方法,总结水情趋势预测工作的经验,对2013年水情趋势进行分析预测。     

生物菌肥和钾肥配施对苹果钾素吸收及果实品质的影响

为了研究生物菌肥和钾肥对苹果果实品质及生长发育的协同作用,以7 a生'瓦里短枝'(Vallee spur Del)为研究对象,设置T1(K2O 420 kg·hm-2)、T2(生物菌肥2520 kg·hm-2)、T3(生物菌肥2520 kg·hm-2+K2O 294 kg·hm-2)、T4(生物菌肥2520 kg·hm...     

陕西黄土高原中南部土壤CO2释放量变化研究

本文根据 NaOH溶液吸收CO_2的方法 ,对陕西黄土高原中南部4个观测点的土壤CO_2释放量时行了昼夜观测。观测结果表明 ,不同地区、不同气候和不同土质土壤CO_2释放量存在差异 ,冷干地区较暖湿地区土壤CO_2释放量少,凉季较暖季土壤CO_2释放量少;粘性硬质土较松散黄土CO_2 释放量少。长武、洛川、西安南郊土壤CO_2释放量变化再次证明 ,在厚层黄土发育的地区 ,土壤CO_2释放量变化相对于大气温度变化具有滞后性,从当日早晨至次日早晨,CO_2释放量具有由低变高再变低的普遍规律。     

基于深度学习的病虫害智能化识别系统

我国农作物种植覆盖面广、分散度高,病虫害发生种类多、区域性发生规律复杂,传统的人工鉴定技术从效率、能力与精度方面均难以满足新形势下重大病虫测报要求。针对这一实践需求,以测报灯下害虫图像数据库(约18万张)、田间病虫害图像数据库(约32万张)为基础,构建了基于深度学习方法的病虫害种类特征自动学习、特征融合、识别和位置回归计算框架,并研发了移动式病虫害智能化感知设备和自动识别系统。通过近2年的精确度和实操运行效率检验,该系统在自然状态下对16种灯下常见害虫的识别率为66%～90%,对38种田间常见病虫害(症状)的识别率为50%～90%。随基础数据库的不断丰富、神经网络深层特征提取的不断完善,该系统有望进一步提高识别准确率,从而真正实现田间病虫害识别自动化、智能化和高效率。