萧氏松茎象的发生与环境因子的关系研究

为摸清萧氏松茎象Hylobitelus xiaoi zhang受害松林的环境因子特征,应用林地环境因子常规观测方法进行观测，结果表明：8月份受害松林地面平均光照强度、地面温度、距地表20 cm高处温度、5 cm深处土壤温度、70 cm高处蒸发量分别为3748 lx、254℃、271℃、255℃、16 mm，分别比健康松林低948%、70%、46%、59%、273%，受害松林在距地表20 cm高处空气相对湿度为858%，比健康松林高71%。由实验得知，萧氏松茎象受害松林的光照强度、地面温度、空气温度、土壤温度、蒸发量均比健康松林低，空气相对湿度比健康松林高，距地表越近，这一差异就越明显。两类林分中的光照强度、空气温度、土壤温度、空气相对湿度4因子均存在明显差异，是影响萧氏松茎象发生的重要因素。     

松乳菇Lactarius deliciosus与红汁乳菇L. hatsudake子实体内可培养细菌多样性的研究

分离松乳菇Lactarius deliciosus与红汁乳菇L.hatsudake子实体内可培养的细菌,进行分类鉴定,为后期细菌与乳菇的相互作用研究奠定基础。利用传统平板法分离培养乳菇子实体内的细菌,进行16S r DNA片段的扩增和测序及系统发育树的构建和物种多样性分析。从松乳菇中获得66株细菌,红汁乳菇中获得48株细菌。松乳菇子实体内细菌隶属于3个门6个属10个种,其中变形菌门的γ-变型菌纲为优势类群,占细菌总数的77.28%,β-变形菌纲的Pandoraea和拟杆菌门的金黄杆菌属Chryseobacterium分别占细菌总数的12.12%和10.6%。红汁乳菇子实体内共分离、鉴定出细菌3个门7个属7个种,其中变形菌门中的γ-变型菌纲为优势类群,占细菌总数的77.09%,厚壁菌门的芽胞杆菌属Bacillus和拟杆菌门的金黄杆菌属Chryseobacterium分别占细菌总数的14.58%和8.33%。松乳菇与红汁乳菇子实体内存在一定种类和数量的细菌,其中荧光假单胞菌Psedomonas fluorescens和美洲爱文氏菌Ewingella americana为优势细菌。     

中国吉松叶蜂属一新种记述（膜翅目：松叶蜂科）

记述采自陕西秦岭的吉松叶蜂属Gilpinia Benson1新种－青扦吉松叶蜂G.wilsonae sp.n。该种昆虫青扦Picea wilsonii Mast.，一年发生两代，结茧过冬。新种的模式标本保存于西北林学院昆虫标本室。     

基于多色彩空间的YOLOv5松枯死树检测方法

【目的】针对在松枯死树监测实践中,从无人机航拍RGB影像中自动识别松枯死树漏检率高的问题,提出了一种生产应用场景下基于多色彩空间的YOLOv5松枯死树高精度自动识别新方法。【方法】利用无人机采集大面积松材线虫病发生林分的RGB图像,用Pix4Dmapper软件拼接,用LabelImg开源软件建立VOC格式的松枯死树数据集,分别用Faster R-CNN、YOLOv3、YOLOv4、YOLOv5、SSD和EfficientDet等6种基于深度学习的目标检测算法对数据集进行训练和测试,以精确率、召回率、平均准确率以及F₁分数作为评价指标筛选出最优目标检测算法;然后将采集的RGB图像转换成LAB和HSV色彩空间图像,再将这3个色彩空间的图像分别用最优目标检测算法进行训练,得到目标在每个色彩空间的边界框,使用非极大值抑制算法对这些边界框进行处理,得到最优边界框实现松枯死树自动识别。【结果】6种算法均取得良好效果,其中YOLOv5模型为最优算法,其精准率、平均查准率和F₁分数在6种算法中均最高,分别达到97.58%、82.40%和0.85。通过3个色彩空间融合后,反映漏检情况的召回率由74.54%提高到98.99%,平均准确率提升至98.39%。【结论】基于多色彩空间的YOLOv5模型能够显著提高从无人机航拍RGB影像中检测松枯死树的精度,为松枯死树监测提供了有力工具,也有助于松材线虫病的防治。     

泊松分布在生物学中的应用

泊松分布广泛应用于遗传学的遗传图距计算、生物物理学的辐射生物学的定量分析、病毒学中的病毒感染率计算、分子生物学中一个基因文库所需克隆数的估计、PCR扩增片段保真率的估算以及酵母单双杂交中转化率的估计等学科领域,对此进行了简要评述。