高寒草甸3种牧草叶片性状对不同放牧模式的响应

以青海省贵南县高寒草甸为例,通过设置不同放牧模式的试验,研究了冷地早熟禾(Poa crymophila)、青海薹草(Carex qinghaiensis)和鹅绒委陵菜(Potentilla anserine)叶片结构性状和功能性状对放牧的响应。结果表明：重度放牧导致青海薹草叶片干物质含量显著下降,对冷地早熟禾和鹅绒委陵菜没有影响;放牧导致青海薹草和鹅绒委陵菜的比叶面积显著升高;放牧导致3种牧草叶片碳含量显著降低,氮含量和磷含量显著升高,碳氮比、碳磷比和氮磷比也整体呈显著下降趋势。叶片性状对放牧响应的可塑性不同,叶片磷含量可塑性较强,是敏感性状,而叶片碳含量可塑性系数最低,为惰性性状,叶片干物质含量和比叶面积的变异性最大。总之,3种牧草叶片性状对放牧的响应模式不同,且与放牧模式有关。叶片表型性状的非对称变化是性状之间权衡的结果,可能是对放牧活动的一种适应策略。     

视觉-语言多模态预训练模型前沿进展

近年来,多模态预训练学习在视觉-语言任务上蓬勃发展。大量研究表明,多个模态特征的表征学习预训练有利于视觉-语言下游任务的效果提升。多模态表征预训练旨在采用自监督的学习范式,包括对比学习,掩码自监督等,在大规模的图文相关性数据上进行训练,通过学习模态自身与模态间的知识先验,使模型获得通用的、泛化性较强的视觉表征能力。后BERT时代,本文介绍了视觉多模态领域基于Transformer的相关工作;对主流多模态学习方法的发展脉络进行梳理,分析了不同方法的优势和局限性;总结了多模态预训练的各种监督信号及其作用;概括了现阶段主流的大规模图像-文本数据集;最后简要介绍了几种相关的跨模态预训练下游任务。