振动深松鼠道犁的试验分析

石河子及周围垦区的土壤粘重且呈盐碱性,由于犁底层的存在,土质很难得到改善。而深松作业则是打破犁底层的主要农业技术措施之一。为此,论述了IZSS-600-3型振动深松鼠道犁的构造和工作原理,分析了试验因素对试验指标的影响,为机具今后在农业生产中的应用和推广提供了依据和参考。     

深基坑锻锤基础冬期施工

在冬期施工，对于土方开挖、钢筋绑扎、人员的通行、砼的浇铸、砼的温度控制，基坑的保温等都带来一定困难，为此提出了深基坑锻锤基础才是最佳实践应用。     

不同温度下TMV侵染枯斑三生烟的LncRNA差异表达

【目的】筛选不同温度下烟草花叶病毒(Tobacco mosaic virus,TMV)侵染后枯斑三生烟(Nicotiana tabacum var. Samsun NN)差异表达的长链非编码RNA(long non-coding RNA,lncRNA),研究lncRNA在枯斑三生烟抗性反应中的作用。【方法】N基因的温度敏感性使枯斑三生烟在25℃时具备对TMV的抗性、在31℃抗性丧失,在这两个温度条件下对枯斑三生烟接种TMV和磷酸盐缓冲盐水(phosphate buffered saline,PBS),48 h后提取系统叶总RNA,构建链特异性文库后进行深度测序。对测序结果进行过滤后利用HTSeq将有效数据与近缘品种TN90(N. tabacum var. TN90)基因组比对,筛选得到lncRNA后利用FPKM法估计lncRNA的表达水平。通过edgeR筛选差异表达lncRNA(differentially expressed lncRNA,DElncRNA),并利用qRT-PCR技术对这一结果进行验证。通过共定位及共表达分析预测DElncRNA的靶基因,通过参考基因组注释、GO和KE...     

甘肃河西盐碱荒地开发对河流水质的影响

本文详尽分析了甘肃河西地区张掖临泽部分盐碱荒地开发对生态环境产生的主要污染参数、污染因子及污染物排放量，预测了洗盐废水中可溶性盐分对黑河水质的影响。     

黄土高原退耕还林措施对深层土壤含水率的影响

深层土壤水分分布状况对于黄土高原植被恢复和农业可持续发展意义重大。对陕北黄土区不同退耕还林措施(1979年种植的侧柏林、油松林和苹果林)及农地(对照)20 m深土壤剖面的土壤水分、根系分布状况及土壤粘粒含量进行了取样分析。结果表明:退耕还林措施显著降低了土壤含水率,总体表现为农地(11.30%)苹果林(6.66%)≈油松林(6.48%)≈侧柏林(5.92%)。深层土壤含水率同时受植物根系和土壤质地的影响,植物根系是影响4~10 m土壤含水率的主要因素,根系通过吸水作用降低了土壤含水率,但随着深度的增加,根系对土壤含水率的影响逐渐减弱,土壤质地对土壤含水率的影响逐渐增强,土壤含水率与土壤粘粒含量之间呈正相关关系。侧柏人工林根系影响土壤水分深度可达18 m,油松林的影响深度为16 m,35 a树龄的苹果林耗水深度为19 m左右。     

基于DH-YoloX的群养马岗鹅关键行为监测

马岗鹅的行为与其生长状况和福利状况密切相关,马岗鹅关键行为监测对评估其生长性能具有重要的现实意义。为了实现对群养栏马岗鹅关键行为高效率精准监测,该研究探索一种基于YoloX的群养马岗鹅关键行为监测算法（Magang geese behavior monitoring of based on Double Head-YoloX,MGBM-DH-YoloX）,该算法通过减少YoloX的头部数量提升检测效率、使用损失函数减少前景背景干扰、使用迁移训练方式提高网络训练效率等技术对马岗鹅采食、饮水、休息和应激等关键行为及其规律进行分析。MGBM-DH-YoloX首先用Mosaic和Mixup对马岗鹅图像进行数据增强,然后使用增强后的数据集训练模型,并且利用模型检测马岗鹅的关键行为,最后累计得出马岗鹅关键行为的发生时长和行为节律;试验训练集为1 400幅、验证集200幅和测试集为400幅,连续活动视频10 d。结果表明,MGBM-DH-YoloX算法的平均精度为98.98%、检测速度达到81帧/s、内存消耗为2 520.04 MB。对马岗鹅的10 d养殖数据分析发现,MGBM-DH-YoloX能有效观察到马岗鹅随着日龄增长采食次数逐渐减少;试验鹅每日采食与饮水行为同时出现的比例为83.74%,呈现整体相伴趋势,但也从90.78%降低到74.57%,说明马岗鹅采食与饮水行为随着日龄增加呈现出逐渐分离趋势;试验鹅随着日龄增长休息时间逐渐加多,呈现出肉鸭对笼养的适应性逐步增强;应激行为随机性很强,突发性明显,发现人员随机走动等不规范饲喂带来的应激行为占据很大比例。该研究显示MGBM-DH-YoloX算法能利用监控视频对马岗鹅的关键行为进行智能提取,可为家禽智能养殖监管提供技术支撑。     

考虑灌排运行特点的南方平原圩区分布式水文模拟

为探究适合中国南方平原圩区的水文模型及平原圩区建模与参数率定方法,把握平原圩区内部水循环规律,该研究以巢湖流域庐北大圩为研究区,基于改进SWAT（soil and water assessment tool）模型,提出了一种基于\     

基于MWatNet模型的河套灌区解放闸灌域灌溉水体提取

为提高灌溉农田中灌溉水体的识别精度,以河套灌区解放闸灌域作为研究区,基于Sentinel-2遥感影像,结合灌区实际情况对地表水体提取模型(WatNet)进行改进,得到MWatNet模型并提取灌溉水体。采用总体精度（Overall accuracy,OA）、平均交并比（Mean intersection over union,MIoU）、F1值等水体提取精度指标进行综合评价。结果表明：改进后的地表水体提取模型(MWatNet)在解放闸灌域农田灌溉水体的提取上具有较好的识别精度,模型总体精度达到96%,平均交并比达到83%,F1值为80%,实地调研验证准确度为85.7%;对比原WatNet、水体语义分割模型(Deeplabv3_plus)和水体提取模型(Deepwatermapv2),MWatNet在灌溉水体提取的连结性、剔除道路和城镇干扰等方面,均表现出更好的效果和模型运行效率。利用该模型可以实现灌溉水体定量化表征,为灌溉用水调度提供了数据支撑。     

基于YOLOv8改进的蚕虫检测与计数方法

该研究旨在解决桑蚕养殖过程中对蚕虫计数的难题,特别是针对蚕虫目标小、分布密集且易被遮挡的特点,通过改进的目标检测算法,实现对蚕虫数量的高效、准确检测与计数,以支持蚕虫的科学喂养与健康成长管理。本文提出了一种基于YOLOv8模型改进的蚕虫检测与计数新方法（SDM-YOLO）。该方法的核心创新包括：1) 引入RCS-OSA模块作为残差模块,替代原YOLOv8中的C2f模块,以增强网络的多尺度特征提取能力并融合不同感受野的信息,提升对密集分布蚕虫的识别能力;2) 改造检测头为动态预测头（dynamic prediction head）,结合尺寸、空间和通道三个维度的特征信息,提高蚕虫识别的精确度,减少误检;3) 优化损失函数,采用EIOU LOSS作为边界框回归的损失函数,以改善密集场景下蚕虫目标的漏检问题。经过试验验证,SDM-YOLO方法在多个评估指标上均表现出色。具体而言,该方法在精确度上达到了88.2%,召回率为87.2%,平均准确度mAP@0.5为93.2%,而mAP@0.5：0.95也达到了74.7%。这些结果充分证明了与一阶段检测模型YOLO系列相比,SDM-YOLO在蚕虫检测与计数方面具有比较明显的优势。     

Secondary Metabolites and Biosynthetic Gene Clusters Analysis of Deep-Sea Hydrothermal Vent-Derived Streptomyces sp. SCSIO ZS0520

Streptomyces sp. SCSIO ZS0520 is a deep-sea hydrothermal vent-derived actinomycete. Our previous metabolism investigation showed that Streptomyces sp. SCSIO ZS0520 is a producer of cytotoxic actinopyrones. Here, another four types of secondary metabolites were identified, including six salinomycin isomers (2–7), the macrolide elaiophylin (8), the triterpene N-acetyl-aminobacteriohopanetriol (9), and the pyrone minipyrone (10). Among them, compounds 2–6 and 10 are new compounds. To understand the biosynthetic pathway of these compounds, a bioinformatic analysis of the whole genome was carried out, which identified 34 secondary metabolite biosynthetic gene clusters. Next, the biosynthetic pathways responsive to four types of products were deduced on the basis of gene function predictions and structure information. Taken together, these findings prove the metabolite potential of ZS0520 and lay the foundations to solve the remaining biosynthetic issues in four types of marine natural products.