蜂胶——血管清道夫

蜂胶———血管清道夫蜂胶是一种珍贵的蜂产品，是植物精华物质与蜜蜂内分泌物的复杂化合物，它对人体健康十分有益。大家知道，人们的血管类似自来水管子，如果水的杂质多了就会变成粥样，凝固在管子上。血脂高的人血管中的血粘度增高变成粥样血液，血管内的胶原纤维就会...     

短枝型富士苹果枝条导管分子特征参数及其与树体生长的关系

为探索短枝型富士矮生机制,以普通型品种富士冠军、昌红,短枝型品种礼泉短枝、天红2号为试材,连续2 a对树体大小、枝类组成进行调查,并在光学显微镜下观察普通型和短枝型品种1年生枝条导管分子的形态、大小及解剖结构,并对最大导水率进行比较.结果表明:短枝型品种在树高、干周、外围新梢长度、枝展等方面小于普通型品种,短枝比高于普通型品种;与普通型品种相比,短枝型品种导管分子长度短、直径小、端壁倾斜角大,导管密度、管腔直径、管腔面积、管腔总面积占木质部比例小,最大导水率小于普通型品种.表明短枝型品种导管分子短而狭窄,管腔总面积占木质部比例少,这种结构限制了水分和养分的运输,从而使短枝型品种表现出矮生的特性.     

黄土高原丘陵沟壑区2种起源油松林更新苗根际土壤酶活性和养分含量比较研究

为了解土壤酶活性在黄土高原沟壑区2种起源油松林更新苗根际土壤中的差异及其与土壤理化性质的关系,选择陕西黄龙山林区和甘肃子午岭林区具有代表性立地条件的油松人工林和天然次生林,以林下更新苗为对象,对根际土壤的酶活性和理化性质进行了测定。结果表明:1)土壤有机碳、全氮和速效磷含量总体表现为天然次生林>人工林,而土壤全磷含量与之相反。2)土壤酸性磷酸酶、碱性磷酸酶和脲酶活性总体上均表现为天然次生林>人工林,而蔗糖酶活性与之相反。3)土壤蔗糖酶、脲酶、碱性磷酸酶和酸性磷酸酶活性均与全氮含量呈现出显著正相关关系。4)主成分分析显示,林分起源与土壤全磷、有机碳、pH和含水量存在较大相关性。人工林和天然次生林油松幼苗根际土壤理化性质存在一定差异,引起了土壤酶活性的变化,影响了土壤有机质的矿化。     

浅谈经济欠发达地区新农村的和谐文化建设

当前大多数农村的精神文化生活比较贫乏，一部分经济水平较差的农村依然过着传统的农耕生活。农村贫困不仅表现在经济的贫困，还有文化的贫困，二者互为因果，相互影响。因此解决贫困问题不能囿于经济和物质的目标，还应同时重视文化和精神的提升，它直接关系着农民的自我觉醒和自我发展。     

不同栽植密度对‘天红2号/冀砧1号/八棱海棠’苹果树体生长及果实品质的影响

以4年生‘天红2号/冀砧1号/八棱海棠’砧穗组合为试材,比较了3种栽植密度(D1,株行距1.0 m×4.0 m; D1.5,株行距1.5 m×4.0 m; D2,株行距2.0 m×4.0 m)下树体生长、叶片发育及果实品质的差异。结果表明：D2处理的树高、品种干周、冠幅显著高于D1处理,与D1.5处理除树高外差异不显著;D1.5处理的中枝比例显著高于D2处理,但不同处理间主枝数量、树冠外围新梢长度及长、短枝比例差异不显著;D1处理的果园覆盖率和叶面积指数显著高于D1.5、D2处理;随栽植密度的降低,苹果叶面积、比叶面积、叶绿素含量降低,冠层透光率明显升高。D2处理的平均单果重最大,D1.5和D2处理的可溶性固形物和可溶性糖含量、糖酸比显著高于D1处理,而可滴定酸含量显著低于D1处理。综合比较树体长势、果实品质及叶片生长指标等因素,认为株行距(1.5～2.0)m×4.0 m是‘天红2号/冀砧1号/八棱海棠’砧穗组合的适宜栽植密度。     

矮化中间砧长度对红富士苹果苗木和幼树生长影响及生理机制研究

本研究以‘天红2号/冀砧2号/平邑甜茶’苹果苗木和‘天红2号/冀砧2号/八棱海棠’苹果幼树为试材,研究了不同矮化中间砧长度对红富士苹果幼树及苗木生长、氮素利用和叶片相关生理指标的影响。结果表明:无论是苗木还是幼树,均随着中间砧长度的增加,树体矮化效应逐渐增强;随中间砧长度的增加,苗木根、中心干和叶片内¹⁵N分配量呈下降趋势,而中间砧内¹⁵N分配量则增加;叶片内IOD、POD酶活性均随中间砧长度的增加而升高,IAA含量降低,叶片内ZR、KT、GA₃含量呈现先升高再降低的变化趋势。     

基于深度学习的玉米和大豆期货价格智能预测

玉米和大豆为同季旱粮作物,“争地”矛盾十分突出,同时掌握玉米和大豆两者的价格是必要的。相较于现货,农产品期货价格具有价格发现功能。因此,玉米和大豆期货价格分析和预测对种植结构调整和农户作物品种选择均具有重要意义。本研究首先分析了玉米和大豆期货价格的相关性,通过相关性计算和格兰杰因果检验,发现玉米和大豆期货具有较强的正向相关性,且大豆期货价格是玉米期货价格的格兰杰原因;其次,基于长短时记忆（Long Short-Term Memory,LSTM）模型对玉米和大豆期货价格进行预测,并引入注意力机制（Attention）对期货价格预测模型行优化。对比结果表明,与差分整合移动平均自回归模型（Autoregressive Integrated Moving Average Model,ARIMA）和支持向量回归模型（Support Vector Regression,SVR）相比,LSTM模型在各项指标中均为更优,而与单一的LSTM模型相比,加入Attention机制的Attention-LSTM模型在各项指标中均更优。其中,玉米和大豆期货预测结果的平均绝对误差（Mean Absolute Error,MAE）分别提升3.8%和3.3%,均方根误差（Root Mean Square Error,RMSE）分别提升0.6%和1.8%,平均绝对百分误差（Mean Absolute Percentage Error,MAPE）分别提升4.8%和2.9%,证明了Attention机制的加入可以帮助模型提取有效信息,提升性能。最后,使用LSTM模型结合大豆期货历史价格共同预测玉米期货价格,MAE提升了6.9%、RMSE提升了1.1%、MAPE提升了5.3%。试验结果表明,本研究使用Attention-LSTM模型对玉米和大豆期货价格进行预测,相较于通用预测模型,Attention-LSTM模型能够提高大豆和玉米期货价格预测精度,且结合相关农产品期货价格数据,可以提升单个农产品期货模型的预测性能。