我国禽流感疫情有望从高发转入逐步控制——农业部总畜牧师贾幼陵称我国政府防止禽流感的系列做法“正迅速和世界接轨”

内地第一个确诊禽流感疫情的广西隆安县22日宣布解除疫区封锁，其他4个最初发生高致病性禽流感疫情的地区能否解除封锁正在进行验收，从2月17日至22日，内地已连续6日未新发生疑似高致病性禽流感疫情。     

油梨嫁接苗分级标准探讨

通过逐步聚类分析方法,初步探讨了油梨嫁接苗的分级标准。分析得出以苗高和茎粗为油梨嫁接苗的分级质量指标,将油梨嫁接苗分为三级,即Ⅰ级苗：苗高≥74cm,茎粗≥1.13cm;Ⅱ级苗：74cm＞苗高≥66 cm,1.13cm＞茎粗≥0.93cm;Ⅲ级苗：苗高＜66cm,茎粗＜0.93cm。     

镉在海藻中的化学形态

利用化学试剂逐步提取法研究了紫菜、海带、裙带菜和羊栖菜中镉的存在化学形态。研究结果表明:镉以多种化学形态存在于4种海藻中,1 mol/L氯化钠提取态镉和 2% 醋酸提取态的镉所占比例较大,两者约占总镉含量的76.3%～92.9%。0.6 mol/L盐酸提取态、去离子水提取态和80%乙醇提取态镉所占比例较小,其中乙醇提取态(离子态镉)约仅占总镉含量的0.4%～9.2%,且对于4种海藻,紫菜中的离子态镉所占比例最低(均小于1%)。实验进一步证实以海藻中总镉含量作为检测标准不能准确反映海藻及其制品的食用安全性,因此亟需建立海藻中针对毒性较强的离子态镉的检测标准限量和快速有效的检测方法,以保障我国海藻产业和出口创汇经济的顺利发展。     

基于图像的水稻病害识别方法研究

利用图像处理技术和贝叶斯判别法对水稻3种常见病害进行识别研究。首先,利用颜色特征与病斑外轮廓分割病斑,提取病斑形态、颜色、纹理特征共63个参数;然后,应用逐步判别分析法对4个不同参数集合筛选最有效识别参数;最后,利用贝叶斯判别法进行分类识别。结果表明,逐步判别法最多可使参数减少到原来的35.2%,识别准确率最高为97.2%。该方法可以应用于其他农作物病害识别。     

基于声学特性的西瓜糖度检测系统

该研究优化了由包裹橡皮的金属小球、压电式加速度传感器、电荷放大器、光电式触发电路、数据采集卡和计算机等组成的西瓜声学特性测试系统。由所获取的声波信号幅值谱计算出声透过率,采用TQ软件中SMLR(逐步多元线性回归)函数选取6个特征频率:752、869、1001、4556、322、3950Hz,由其对应的声透过率值建立了西瓜品质检测的多元线性回归模型。对47个西瓜样本的试验数据分析表明:将敲击点和接收点分别放置在西瓜自然生长状态的中部对侧可获得最佳的测定模型,模型的校正相关系数R、校正均方根误差RMSEC和预测均方根误差RMSEP分别是0.80753、0.646和0.655。实现了西瓜糖度检测目的,为声学无损检测西瓜成熟度提供了参考。     

杨陵区节水灌溉分区规划

杨陵区是我国重点节水示范区之一,对它进行节水灌溉分区是非常必要的。采用逐步判别分析法,定量计算与经验定性相结合进行判断,提出了杨陵节水灌溉分区方案,并将杨陵区分为三个区,对每个区的基本情况和节水灌溉发展去向、技术进行了讨论。     

基于逐步聚类与GIS结合的县级林业区划方法研究

以福建省永安市为例,分别以村和林班为基本单元,应用空间分析方法对永安市林业区划因子数据进行了提取,探讨了基于逐步聚类与GIS结合的县级林业区划方法以及县级林业区划的基本单元等问题。     

铁力木苗木分级研究

采用逐步聚类分析方法,对铁力木容器苗苗木的分级标准进行了探讨。提出了以苗高和地径作为该树种苗木分级的质量指标,并得出铁力木苗木的3级分级标准,即 Ⅰ级苗 树高≥19.4 cm,地径≥0.25 cm、Ⅱ级苗 19.4 cm>树高≥12.3 cm,0.25 cm>地径≥0.16 cm、Ⅲ级苗 树高<12.3 cm,地径<0.16 cm。西北林学院学报21卷第1期杨斌等铁力木苗木分级研究     

连香树和榉树容器苗苗木分级标准研究

选择苗高和地径作为分级质量指标,采用逐步聚类分析方法,对连香树和榉树2树种8个月容器苗的苗木分级标准进行探讨。计算分析得出以下标准：连香树Ⅰ级苗,苗高≥34．65cm,地径≥0．38cm;Ⅱ级苗,34．65cm〉苗高≥28．35cm,0．38cm〉地径≥0．29cm;Ⅲ级苗,苗高〈28．35cm,地径〈0．29cm。榉树Ⅰ级苗,苗高≥26．0cm,地径≥0．29cm;Ⅱ级苗,26．0cm〉苗高≥19．5cm,0．29cm〉地径≥0．20cm;Ⅲ级苗,苗高〈19．5cm,地径〈0．20cm。     

基于Rapideye影像的林木地上生物量估测

以石台县为研究地,结合Rapideye高分遥感影像和不同森林类型样地林木地上生物量调查数据,采用Pearson双变量相关分析方法筛选模型变量,分别用多元线性回归和随机森林算法建立不同森林类型的遥感地上生物量估测模型,并进行模型估测精度对比分析。结果表明,叶绿素红边模型(CRM)与叶绿素绿波模型(CGM)2个指数与针叶林、阔叶林生物量在0.01水平上的相关性极显著,且在其多元线性回归模型和随机森林模型中两者均被挑选为建模变量。另外,与生物量相关性较强的纹理特征主要集中的红光波段和红边波段,且仅MEAN、VAR、SM3个滤波对生物量估测贡献较大,可作为建模变量。阔叶林、针叶林和针阔混交林3种森林类型的地上生物量模型估测精度均表现为随机森林模型优于多元线性回归模型。随机森林模型生物估测绝对均方误差在12.8760~36.5363之间,相对均方误差在20.20%~45.95%之间;多元线性回归生物量估测绝对均方误差在22.0425~46.4494之间,相对均方误差在34.58%~58.42%之间。