目的论视域下饲料英语专业综合培养--评《动物营养与饲料生产技术》

在全球经济一体化时代背景下,我国动物饲料生产加工行业得到快速发展,动物营养与饲料科学领域之间的合作与交流越来越广泛。动物营养与饲料生产过程中涉及到的技术理论知识较为广泛,对饲料英语翻译的要求越来越高,而基于目的论视域下,实现饲料英语专业综合素质人才的培养显得非常重要,尤其是编著一本有关动物饲料生产加工的专业书籍。鉴于此由陈翠玲、张京和编著,联合化学工业出版社出版的《动物营养与饲料生产技术》一书对饲料英语专业综合素养的培育起着非常关键的影响。本书编著基于动物营养和饲料基础知识的基础上,重点阐述了饲料加工及其利用的基本知识和技能,并根据动物的营养需要讲述饲料配合技术和具体配方内容。并且在本书编著中融入了饲料生产的新技术和新方法,还设置有实验实训项目、饲料卫生最新标准、动物的饲养标准和最新的饲料营养价值表能很好的满足饲料英语专业综合素养的培育和饲料生产岗位的实际需求。     

罗霄山片区生态补偿机制优化研究 ——以井冈山市为例

生态补偿是促进生态文明建设和推进脱贫攻坚的重要举措.罗霄山片区是我国生态建设和扶贫开发重点区域之一,深入探究生态补偿机制对促进罗霄山片区可持续发展具有重要的现实意义.近年来,井冈山市积极开展生态综合补偿试点,取得一定成效,但也存在政府色彩偏重、市场机制不活等诸多问题.着眼于解决生态补偿机制市场化运作不充分问题,本文提出了优化生态补偿机制的总体思路、重点方向以及相关制度性保障措施.     

生物技术在饲料添加剂中的应用——评《饲料添加剂的配制及应用》

饲料添加剂的概念起始于20世纪初期,基于动物营养理论和饲养研究发现,在饲料中添加少量的维生素和矿物质能够有效提高动物的采食量,提高饲料利用率,促进动物健康生长。近几年,随着生物技术的快速发展,饲料添加剂不再局限于微量营养素,逐渐扩展到酶制剂、生物添加剂、功能性寡糖、生物活性肽、核苷酸、甜菜碱、有机微量元素等新型饲料添加剂,这为饲料的配制研发提供了更多选择。     

“天工墨玉”葡萄在福建古田的引种表现

2018年国家葡萄产业技术体系福州综合试验站从浙江省农业科学院园艺研究所引入葡萄新品种"天工墨玉"开展区域试验观察,连续3年试种,发现其果穗圆锥形,较紧凑,平均单穗质量460.19 g;果粒近圆形,紫黑色,平均单粒质量10.15 g;果肉硬脆,草莓香味较浓,可溶性固形物含量18.2%,鲜食品质优良;不裂果,耐贮运;未见明显病虫害。"天工墨玉"葡萄适宜在福建避雨设施栽培。     

马蓝高产栽培技术研究

[目的]探索马蓝高产栽培方法。[方法]收集云南、贵州马蓝与四川芦山县马蓝对比，并从种植密度、栽种期和追肥方面开展研究。[结果]（1）芦山县马蓝在株高、茎基直径、叶长、叶宽、分枝数、产量和含量上优于云南、贵州马蓝；（2）种植密度以30cm×40cm为宜；（3）适宜栽种时间为9月～11月；（4）三次追施复混肥40kg/亩、50kg/亩、50kg/亩，马蓝产量高。[结论]在9～11月，采用30cm×40cm的密度种植，并于3月底4月初、5月中下旬、7月中下旬分别追施复混肥（尿素：复合肥=1:1）40kg/亩、50kg/亩、50kg/亩，芦山县马蓝能够获得高产。     

全株玉米青贮及构树青贮饲料对肉牛增质量效果的影响

选择60头13～16月龄、体质量在400 kg左右(±15%)西杂肉牛为试验对象,随机分为3组,分别为玉米全株青贮组、构树青贮组和玉米秸黄干贮组(对照),在基础日粮(精料)、饲养管理水平完全相同的条件下,研究全株玉米青贮及构树青贮饲料对肉牛增质量效果的影响。结果表明,30 d饲喂后,全株玉米青贮饲料组和构树青贮组(各20头肉牛)的总增质量分别为1 092.6,992.4 kg,分别比黄干贮组20头肉牛总增质量多249,148.8 kg,差异显著;而全株玉米青贮饲料和构树青贮2组相比,虽然全株玉米青贮饲料组的增质量优于构树青贮组,但差异不显著。全株玉米青贮组增质量耗草耗料比分别为1∶6.48和1∶3.22,构树青贮组增质量耗草耗料比分别为1∶7.07和1∶3.54,玉米秸黄干贮组增质量耗草耗料比分别为1∶8.11和1∶4.16。全株玉米青贮组、构树青贮组和玉米秸黄干贮组(各20头肉牛)的总收入分别为24 037.2,21 832.8,18 559.2元,扣除总成本后的纯收入分别为11 495.2,10 179.8,7 085.2元;全株玉米青贮比构树青贮组多增收1 315.4元,比黄干贮组多增收4 410元。综合增质量耗草耗料比及经济效益分析,全株玉米青贮饲料组优于构树青贮组和黄干贮组,构树青贮组优于黄干贮组。     

基于距离相关系数和KNN回归模型的森林蓄积量估测研究

【目的】探究Landsat8 OLI数据和KNN算法在森林蓄积量估测中的潜力。【方法】以湖南省湘潭县为研究区,采用Landsat8 OLI数据和同时期的二类调查数据,通过距离相关系数筛选特征,分别采用线性回归模型(MLR)、K-近邻模型(KNN)、距离加权KNN模型(DW-KNN)和优化欧式KNN模型(FW-KNN)对森林蓄积量进行估测。使用十折交叉方法进行精度检验,对检验结果进行对比分析。【结果】3种KNN模型的估测结果均高于传统的线性模型,并且在3种KNN模型中,FW-KNN算法效果最好,决定系数达到0.69,为3种模型中最高;3种KNN模型中,本研究优化欧氏距离KNN模型的估测精度最高,其均方根误差为30.3%,相比于传统KNN模型的均方根误差降低了5.1%,相比于DW-KNN模型降低了3.3%。【结论】采用DW-KNN蓄积量估测结果明显优于其他两种模型,说明通过特征与蓄积量的相关性优化样本间的距离是一种可行的KNN优化方法。