基于新时代文旅融合的基地场景特色研学实证研究 ——以浙江省淳安县千岛湖为例

浙江省淳安县千岛湖近年来开发了生态环保探索、农事研学活动、红色国防教育3大主题6 个典型研学基地场景,对其自然条件、师资队伍、场所条件进行分析,研究其相应课程设计、研学路 线,教育性、体验性路径和目标。结果表明,研学不仅是生态红利的新引擎,也是创新发展的催化 剂,更是文化精神的感召力。提出要以新发展理念指引研学发展,深化研学内涵认知,多样化、多层 次、多方面开展研学活动。     

“学为中心”视域下动物解剖学教学方法的反思

由于信息技术的快速发展和动物医学专业需求的变化,动物解剖学教学在内容和方法方面发生了重大变化。动物医学专业教育已从被动和以教师为中心向积极、以临床为基础和以学生为中心转变。本文在“学为中心”背景下分析各种教学模式在动物解剖学教学中的作用和有效性。     

基于无人机RGB影像的染条锈冬小麦花青素含量监测

小麦植株感染条锈病后叶片花青素含量会发生明显变化。为了在地块尺度上利用冬小麦花青素值实现条锈病害的直观、快速监测,通过监测叶片花青素含量评估小麦条锈病严重程度,2021年获取感染条锈病的小麦田块的无人机RGB影像和采集地面病害区域的花青素含量数据,利用影像提取采样点感兴趣区的光谱特征参数和基于灰度共生矩阵的纹理特征参数,采用连续投影算法(SPA)结合相关性分析优选特征参数,分别采用单一光谱特征参数和组合参数,结合主成分回归(PCR)、拉索回归(LR)、随机森林回归(RFR)、梯度提升回归(GBR)和误差反向传播神经网络(BPNN)等方法构建了小麦花青素含量估算模型,并利用最优模型反演了田块的花青素含量。结果表明,图像光谱特征结合纹理特征后,花青素估算模型的R²增大,RMSE减小,模型精度显著提升。基于组合特征参数构建的随机森林模型精度最高,验证集R²、RMSE和MAE分别为0.801、0.026、0.021。该模型具有良好的花青素含量估算能力,得到的花青素值分布图与条锈病的空间分布具有一致性,能够定量化、可视化地反映病害严重程度。     

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。     

基于深度学习算法的京津冀地区综合干旱评估模型构建

及时准确的干旱评估对社会经济发展和农业生产具有重要的指导意义,当前的干旱评估指标通常仅考虑植被或降水等单方面影响因素,在实际干旱评估中存在一定的局限性。本研究综合考虑降水、温度、地形等多个干旱致灾因子,以主要产粮基地京津冀地区为例,基于2007-2017年地表温度（Land Surface Temperature,LST）、归一化植被指数（Normalized Difference Vegetation Index,NDVI）以及降水等多源数据,利用深度学习框架Tensorflow构建以标准化降水蒸散发指数（Standardized Precipitation Evapotranspiration Index,SPEI）为目标值的综合干旱评估模型。利用决定系数（R2）和均方根误差（RMSE）对模型进行测试;利用站点标准化降水指数（Standardized Precipitation Index,SPI）、土壤相对湿度数据以及2016年京津冀地区的气象灾害数据,从时间和空间上对模型的可靠性进行验证。结果表明：模型的训练集和测试集在不同月份上均表现较好（R2均大于0.5而RMSE均小于0.55）。模型输出的综合干旱指数（Comprehensive Drought Index,CDI）在密云站上与SPI和SPEI接近,变化趋势基本一致,并且与站点SPI和土壤相对湿度的相关系数分别大于0.7和0.4,均通过了0.01水平的显著性检验。空间上,相较于SPEI,CDI计算的2016年3-7月京津冀地区干旱事件结果与实际情况符合度更高,表明该模型适用于京津冀地区干旱评估。     

基于综合能力培养的植物生理学实践教学改革

根据植物生理学实践教学改革的目标,从强化课前预习、优化实践教学内容、革新教学方法、完善评价体系几方面阐述了植物生理学实践教学改革。     

基于深度学习的马铃薯叶片病害检测方法#br# #br#

植物病害对食品安全具有灾难性的影响,它可以直接导致农作物的质量和产量显著下降,因此对植物病害的早期鉴定非常重要。传统的农作物病害诊断需要非常高的专业知识,不仅费时费力,还效率低下。针对这些问题,利用深度学习的方法,以马铃薯叶片为研究样本,基于TensorFlow开发Faster R-CNN网络模型。采用本地增强的方式对带有早疫病、晚疫病和健康的马铃薯叶片进行图像扩充,应用COCO初始权重进行迁移学习,探究了数据类别对模型检测结果的影响。结果表明,随着训练数据类别的增多模型性能会有略微的降低。同时还训练YOLOv3,YOLOv4网络与该模型进行对比,测试结果表明,所提出的Fater R-CNN模型优于其他网络模型。经检测该模型最佳精度达到99.5%,该研究为马铃薯病害检测提供了技术支持。     

浅谈学报编辑的创新意识

阐述创新意识的内涵、创新意识的重要性及意义，提出具有创新意识的编辑，必须从学新、查新、更新、创新4个方面努力，才能走创新之路、立创新之业。     

学习型组织与学习型图书馆

"学习型组织"是企业电子商务转型研究的重要内容,也是近年来对企业管理产生重要影响的现代企业管理理论之一。笔者从学习型组织的内涵、建立学习型图书馆的意义与必要性、建立学习型图书馆的理论思考,分析了把图书馆建成学习型组织的可行性。笔者认为通过自我超越、改进心智模式、建立共同愿景、团体学习和系统思考这五项修炼可以把图书馆转变成新型学习型图书馆,顺应信息环境与信息技术日益发展变化的时代。     

The importance of safety signals in animal handling and training

This review considers the importance of safety for various species of domestic animals and explains how the need for safety may motivate them to offer a variety of unwelcome responses. We argue that the value of safety to animals is often overlooked by trainers and handlers. As a result, animal owners, handlers, trainers, and veterinarians are regularly injured, and training may fail. Reinforced responses that increase the animal's perceived sense of safety but simultaneously endanger the safety of handlers or trainers may lead to the inadvertent training of dangerous responses. This review offers suggestions about how safety can be used effectively and humanely as a resource in operant training. Training calmness in the presence of a specific stimulus that is associated with safety may deserve closer attention. The ethics of creating the need for safety in domestic animals as part of a training regime are discussed. It emerges that the highly prized attribute of so-called trust in animal–trainer dyads may, at least sometimes, be a manifestation of trainers acting as safety signals. Similarly, animals said to have confidence in and regard for their handlers may value the relative safety they afford.