藏族高原由于其特殊地理位置而面临冬季和春季饲料的严重短缺。对草料的利用可用于缓解冬季和春季的草料短缺。因此,目前的研究旨在评估玉米(Zea Mays L.)和Faba Bean(Vicia Faba L.)在Qinghai-tibet Plateau的混合青贮饲料的储存时间对玉米青贮质质量和微生物群落的影响。玉米和Faba Bean的新鲜重量比为7:3,其次是30、60、90和120天的沉默。结果表明,在所有发酵日,混合青贮饲料的pH值均低于4.2。la(乳酸)含量在发酵时间的延伸时略微闪烁,在90天的衰落时,含有33.76 g/kg DM。随着发酵时间的延长,AA(乙酸)和NH 3 -N/TN(氮/总氮)含量增加,在90天到120天之间没有明显不同的含量。混合青贮饲料的CP(粗蛋白)和WSC(水溶性碳水化合物)含量显着降低(p <0.05),但静止时间,但WSC含量在90天保持稳定。蛋白杆菌是新鲜玉米和Faba Bean的主要门,假单胞菌和鞘氨拟补体是主要的属。夺取后,乳酸杆菌在所有灭绝的日子里都是普遍的属。乳酸球菌的相对丰度在90天的降落时迅速增加,直到发酵120天。总体而言,
摘要。高山盆地是人生生命的重要水源,可靠的水文建模可以增强高山盆地的水资源管理。最近,混合水文模型,基于过程的模型和深度学习(DL)在水文模拟中表现出了很大的希望。然而,现有混合模型的一个显着局限性在于它们未能在盆地中纳入适当的信息并描述高山水力过程,从而限制了它们在大型高山盆地中的Hy-Drological模型中的适用性。为了解决此问题,我们通过采用基于过程的模型作为主链并利用嵌入式神经网络(ENNS)来开发一组混合半分布的水电模型,以参数化和替换不同的内部模块。在藏族高原上的三个大高山盆地上测试了所提出的模型。一种气候扰动方法是用于测试混合模型的适用性,以分析大型高山盆地气候变化的水文敏感性。结果表明,提出的混合水文模型可以很好地预测径流过程和模拟大型高山盆地中的径流成分贡献。具有NASH – Sutcliffe Efiencies(NSES)的最佳混合模型高于0.87的最佳混合模型,显示了与最新的DL模型的合并性能。Hy-Brid模型在盆地内的未加州地点模拟水文过程方面还具有显着的能力,显着超过了传统的分布模型。总的来说,这项研究提供了一种具有另外,结果还显示了对气候变化的水文敏感性分析的合理模式。
抽象背景中国土著绵羊是具有独特特征和特征的宝贵资源。它们分布在中国大陆的气候不同的地区;但是,很少有报道根据其基因组分析了绵羊的环境适应性。我们研究了适应于对极端湿度,高度和温度条件的选择的变体和特征,这些绵羊基因组中的41种表型和地理位置代表性的中国土著绵羊繁殖以表征这些种群中的遗传基础环境适应的遗传基础。基于人口结构分析的结果,我们推断中国土著绵羊分为四类:哈萨克(KAZ),蒙古人(MON),藏族(Tib)(Tib)和Yunnan(Yun)。我们还检测了一组与适应极端环境条件相关的罐头基因,例如易于干旱的区域(TBXT,TG,TG和HOXA1),高蓝色区域(DYSF,EPAS1,JAZF1,JAZF1,PDGFD,PDGFD和NF1和NF1和NF1)和温暖的区域(Tshr,tshr,abcD4)和ABCD4和ABCD4和ABCD4,在所有这些候选基因中,八个ABCD4,CNTN4,DOCK10,LOC105608545,LOC121816479,SEM3A,SVIL和TSHR在极端环境条件之间重叠。TSHR基因在温暖组中显示出强烈的签名,并在染色体上置于90,600,001和90,650,001之间的单个核苷酸聚合物(SNP)错义突变,这会导致TSHR蛋白质结构的变化,并影响其稳定性。对选择与环境适应性有关的选择基因和TSHR基因中SNP错义突变的结论分析,该基因影响蛋白质结构和稳定性。它还提供了有关中国土著绵羊种群植物地理结构演变的信息。这些结果为未来的繁殖研究提供了重要的遗传资源,以及有关动物如何适应气候变化的新观点。