“犇”向2021

2021农历新年的钟声即将敲响,辞旧迎新,神州同庆,我们在寒风中告别昨天,在春光中迎接新岁。回望极不平凡的2020年,我们与中国乃至全世界共同经历了一场前所未有的大考验,在这场考验中我们交出了一份写满勇气与坚韧的答卷。2020年,世界悲欣交集,温暖留在心底。2021年,农历牛年,又一个"历史时刻",又一个"关键时间"。站在"两个一百年"的历史交汇点,千百年来中华民族孜孜以求的小康梦想即将实现,解决困扰中华民族几千年的绝对贫困问题取得历史性成就;开启全面建设社会主义现代化国家新征程,向第二个百年奋斗目标进军。     

黑果枸杞茎叶生长及其生态化学计量特征对灌水施肥的响应

在石羊河中游田间条件下,通过灌水和施肥调节黑果枸杞生长。测定不同时期黑果枸杞茎、叶生长量及其化学计量学特征变化,分析器官水平生长速率与化学计量学特征的关系,验证生态化学计量学理论"生长速率假说"。灌水施肥显著促进了茎长、基径和叶片长、宽及叶干重的生长(P<0.05),而茎长、基径、叶面积和叶干重的相对生长速率与对照之间无显著差异。各处理下黑果枸杞新梢C含量及C∶N、C∶P随生育期进程呈增加趋势,而N、P及N∶P呈降低趋势;灌水和施肥处理后茎C含量及C∶N、C∶P、N∶P低于对照,茎N、P含量高于对照。各处理叶片C、N、P含量在生育期内呈降低趋势,而C∶N、C∶P及N∶P呈增加趋势;灌水和施肥后叶片C含量及C∶N、C∶P、N∶P低于对照,叶片N、P含量高于对照。茎C含量及C∶N、C∶P显著高于叶片(P<0.05),而N、P含量及N∶P显著低于叶片(P<0.05)。生长速率假说认为,生物个体的生长速率与体内的N∶P、C∶P具有负相关关系,与N、P含量呈显著的正相关关系。各处理黑果枸杞茎、叶的生长速率与其N、P含量及C∶P、N∶P总体相关性不显著。表明施肥灌水调节下黑果枸杞茎叶生长及化学计量学特征不支持生长速率假说。     

家畜中抗菌素耐药性:抗生素的进展与替代(续1)

正上期回顾:本篇文章上期主要阐述了最近动物饲料行业使用抗生素的进展情况和抗生素替代品的概况,其中包括:使用CRISPR/Cas基因编辑系统逆转抗生素耐药性并用作抗菌剂、增强抗菌效力的抗生素缀合物、以噬菌体作为抗菌剂、设计用于控制体内微生物疾病的抗菌肽以及使用化学合成的病毒样纳米粒子(纳米抗生素)杀死致病菌。     

一种用于灵活配电系统故障程度预测的分散解决方案

随着各种分布式发电设备并入电网,传统的配电网已经发展为灵活配电网。分散发电设备的并入所带来的重大挑战之一是故障电流可能超过相关断路器的允许容量。介绍一种分散解决方案,可以依附于配电馈线继电保护装置,仅利用就地测量的电压和电流即可在线计算出预计故障程度。首先,通过所测的电流和电压变化计算等量电阻以及等量源电压,然后,可以通过计算出的电阻和背侧源电压得出预计故障程度。试验结果证明了该方案的有效性。     

缙云县做好农机购置补贴工作有实招

正一、农机购置补贴落实情况及成效自2004年起开始实施农机购置补贴项目以来,中央、省、县支持的补贴资金逐年递增,从2008年起每年使用资金在100万至400万之间,补贴机具1000台套左右。10年来,受补贴政策拉动,缙云县农机装备水平快速提高,配置结构进一步优化,截至2017年,全县农机总动力已达到12.28万千瓦,其中茶叶加工机械、微耕机增长较快,上道路行驶的拖拉机拥有量1181辆,耕作机械和种植     

鄂尔多斯细羊毛生产经营分析及发展对策

鄂尔多斯细羊毛主要产自内蒙古自治区鄂尔多斯市乌审旗，羊毛综合品质堪比澳毛。近年来，在各级政府的大力支持下，当地相关部门积极探索，摸索出了一条有效的细羊毛生产经营之路，细羊毛价格连年攀升，当地农牧民实现稳步增收。为了进一步推进该地区细羊毛供给侧结构性改革，建议该地区进一步加强鄂尔多斯细毛羊品种改良，做好羊毛直销的组织工作，全面推行羊毛现代化管理技术，推行羊毛公正检验制度方面的生产经营模式。     

兴平市苹果树生物有机肥的应用与推广

本文叙述生物有机肥在陕西省兴平市苹果生产中的应用与推广情况,根据试验和示范总结出生物有机肥在苹果生产中的积极作用以及产生的巨大的生态效益,阐明目前生物有机肥推广过程中存在的问题及解决办法。     

面向养殖水体分布差异的COD光谱法检测研究

面向养殖水体，传统光谱法对化学需氧量（Chemical Oxygen Demand，COD）检测模型构建的基础：源域（现有样本库）与目标域（检测地水体）间光谱数据独立同分布。但是当源域与目标域分布间存在差异时，由源域得到的低误差模型常在目标域上表现下滑。针对该问题，提出面向UV Vis光谱的域对抗训练网络（DAUVwpNet），将分布不同的源域和目标域数据映射至相同分布的特征空间中，使其在该空间的分布距离尽可能接近，从而在特征空间中对源域训练的目标函数也可以迁移至目标域上，以降低模型在目标域的误差。试验表明：面向同一批测试数据，DAUVwpNet的预测误差为0.78，要低于传统模型的预测误差（0.85）；DAUVwpNet预测值与实测值间相关系数为0.95，要高于传统模型的相关系数（0.89）。表明了该网络能够较好对齐两域特征空间数据分布，降低因分布差异带来的COD检测误差。