小麦4B染色体上LOX基因的等位变异及其区域分布

为了解中国不同麦区小麦种质资源籽粒脂肪氧化酶（lipoxygenase,LOX）活性相关基因TaLox-B1的差异和分布,利用小麦4B染色体上的功能标记LOX16和LOX18对7个麦区的436份种质资源进行分子检测。结果表明：在供试材料中共检测到3种TaLox-B1基因等位变异类型,分别为TaLox-B1a（与高LOX活性相关)、TaLox-B1b（与低LOX活性相关）和杂合型,其频率分别为19.0％、70.4％和10.6％。小麦LOX活性基因不同变异类型在各生态区的分布存在明显差异：基因型TaLox-B1a在黄淮冬麦区、北部冬麦区和长江中下游冬麦区分布较多,其比例分别为21.1%、19.8%和17.6%;基因型TaLox-B1b在西南冬麦区和长江中下游冬麦区分布较多,比例分别为87.9%、72.5%;杂合型仅存在于北部冬麦区、黄淮冬麦区与长江中下游冬麦区,比例分别为14.2%、12.4%和9.8%。利用标记LOX16和LOX18对53个自选高代品系进行分子检测,发现自选品系仅有TaLox-B1b与杂合型两种基因型,其中基因型TaLox-B1ab有32个,比例为60.4%。采用分子标记辅助选择,有利于快速鉴定小麦籽粒LOX活性,加速LOX的遗传改良和新品种选育。     

‘哈伯’南天竹组织培养和快速繁殖

为建立‘哈伯’南天竹组织培养和种苗繁育技术体系,以半木质化带芽茎段为外植体材料开展植株再生研究。通过观察对比试验法、L₉(3⁴)正交试验设计完全随机法、极差分析、显著性检验、LSD多重比较,探讨了‘哈伯’南天竹组培的最适培养基配方。试验结果表明：最佳诱导培养基为MS + 6-BA 2.0 mg/L + IBA 0.1 mg/L +蔗糖30 g/L,诱导萌动率71.77%,成活率85.51%;最佳增殖培养基为WPM +6-BA 1.5 mg/L + IBA 0.01 mg/L + 蔗糖30 g/L,增殖系数6.3;最佳生根培养基为1/2 MS+ IBA 0.5 mg/L + NAA 1.0 mg/L + 蔗糖20 g/L + AC 0.2 g/L,生根率97.63%;试管苗移入泥炭土:珍珠岩=3:2(V/V)混合基质中,移栽成活率96.67%。该试验建立了高效稳定的组培快繁技术体系,得到的组培苗后代能够稳定的保持母本优良性状,为工厂化育苗提供了技术支撑。     

移动互联网环境下农机企业危机沟通的思考*

从危机沟通的渠道、危机沟通的具体策略、危机沟通的后续行动三个方面,为中国农机企业的危机沟通提供可行建议。以形象修护理论为基础,结合移动互联网环境传播特点以及中国农业机械化发展的实际情况,分析新浪新闻手机客户端、今日头条手机客户端上的两条农机质量纠纷视频。推荐农机企业使用的8条具体策略包括:否认事件不实部分;表明事件的意外属性;阐明自身出发点;阐明自己的贡献及所做出的努力;提出物质补偿;提出改进措施;承担有错部分;主动向用户征询意见。提出危机沟通应在线上、线下两种渠道进行,危机沟通应与具体行动相结合。     

滴灌下生物质改良材料对盐渍土水盐氮运移的调控效应

为探究生物质改良材料对滴灌盐渍土水、盐、肥运移过程的调控效应，采用土箱模拟试验，研究了水肥一体化滴灌条件下，生物炭和腐殖酸两种改良材料对盐渍土水、盐、氮运移和再分布过程及其时空分布特征的影响规律。结果表明：在滴灌条件下，盐渍土壤水盐的时空动态变化表现出明显的水分入渗驱动的盐分运移过程和蒸发扩散驱动的水盐再分布过程；铵态氮含量在时间上表现出先增大、后减小的变化趋势，在空间上的运移再分布特征较弱；硝态氮含量初始时空分布表现出与水盐相似的运移特征，受铵态氮硝化作用的多重影响，后期空间分布与铵态氮空间分布相似；生物炭通过提高土壤饱和导水率，增大了入渗阶段土壤水、盐、氮的运移速率和分布范围；腐殖酸通过提高土壤田间持水率增大了再分布过程土壤水、盐、氮的分布范围和强度，同时其对尿素的水解和硝化过程表现出更强的抑制效果。应用生物质改良材料在改变土壤物理性状进而调控滴灌土壤水盐运移的同时，还影响土壤氮素转化运移过程及其分布，这为水肥一体化滴灌盐渍农田的节水、控盐、减肥治理提供了理论基础。     

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。     

天津春稻和麦茬稻品质特性比较

以天津市培育的优质小站稻品种津川1号和隆优619为供试材料,分析了春稻和麦茬稻品质特性的差异。结果表明,津川1号作麦茬稻的整精米率明显低于作春稻,而垩白粒率显著高于春稻;津川1号麦茬稻的蛋白质含量明显偏高,食味值显著低于春稻;隆优619作春稻和麦茬稻无论在外观、加工、食味还是营养品质方面均无显著差异,是较理想的麦茬连作品种。     

马铃薯枯萎病和干腐病药剂防治筛选试验报告

马铃薯产业是宁夏“1+4”特色优势产业,是西吉县所有农作物中种植面积最大、涉及农户最多、比较效益最高的农民脱贫致富的主导产业。近年来西吉县马铃薯产业由商品薯种植大县向种薯繁育大县的转变,推动了农业增效,农民增收的快速发展。但各类土传性病害的发生影响了马铃薯产业的发展,同时磋商了农民种植的积极性。为了测定筛选出对马铃薯枯萎病和干腐病防治效果好、成本较低药剂,为大田防治提供科学依据。     

饲粮精料水平和蛋氨酸铬添加剂量对舍饲滩羊生长性能、屠宰性能、肉品质和脂肪沉积的影响

本试验旨在探究饲粮精料水平和蛋氨酸铬(Cr-Met)添加剂量对舍饲滩羊生长性能、屠宰性能、肉品质和脂肪沉积的影响。采用2×3双因素试验设计,2个因素分别为饲粮精料水平和Cr-Met添加剂量,其中饲粮精料水平分别设为35%(低精料饲粮,饲粮精粗比为35∶65)和55%(高精料饲粮,饲粮精粗比为55∶45),Cr-Met添加剂量分别设为0、0.75和1.50 g/(d·只)。将60只雄性滩羊羔羊[平均体重为(21±1)kg]随机分配到6个试验组,每组10只。试验期为80 d,其中预试期15 d,正试期65 d。结果显示:1)与低精料饲粮组相比,高精料饲粮组滩羊的平均日增重、屠宰率、背膘厚度、肌内脂肪含量和后腿肉比重显著增加(P<0.05),但料重比与肌肉蒸煮损失、剪切力、pH、亮度(L*)值、红度(a*)值和黄度(b*)值则显著降低(P<0.05)。2)低精料饲粮组滩羊背膘厚度、皮下脂肪厚度、肌内脂肪含量和后腿肉比重随Cr-Met添加剂量的增加而线性降低(P<0.05),但肌肉pH则线性升高(P<0.05)。3)高精料饲粮组滩羊肋肉比重、腰肉比重以及肌肉剪切力和pH随Cr-Met添加剂量的增加而线性升高(P<0.05),而肌内脂肪含量和肌肉a*值则线性降低(P<0.05)。综合本试验测定指标,建议在滩羊养殖中选择精粗比为55∶45的高精料饲粮,Cr-Met的适宜添加剂量为1.50 g/(d·只),且不建议在精粗比为35∶65的低精料饲粮中添加Cr-Met。     

智慧物流在饲料企业管理中的应用研究

饲料行业的竞争日益激烈,其需要学会使用现代科技提升竞争力,智慧物流就是这些技术之一。智慧物流可以提升饲料企业对原材料和产品在物流过程中的管控。本文试图探索智慧物流如何提升饲料企业的管理。通过智慧物流,饲料企业可以改进生产管理的流程和模式,加强采购管理中的风险管理,追踪产品售后的流向和信息,提升企业的产品质量,保证企业财务数据的真实性和可靠性。     

Prediction of baking results from farinograph measurements by using stepwise linear regression and artificial neuronal networks

In an effort to extract additional data from farinograph experiments a model was developed to simulate the measurements and correlate the parameters of the model with results from baking tests. This additional information can be used in bakeries to predict the baking properties of the flours and adjust the recipes to maintain a constant product quality. For this eight different flours were characterized with a farinograph and 13 different results from baking experiments. An approach with five nonlinear differential equations was able to model the farinograph measurements very well (average R² = 0.995 ± 0.005). While a stepwise multilinear regression only showed weak correlations in cross validation between a single parameter of the model and the baking volume (R² = 0.745) and the volume yield (R² = 0.796) respectively, the artificial neuronal network was more successful. For the baking weight (R² = 0.926), the dough yield gross (R² = 0.909) and net (R² = 0.913) strong correlations were found. A good correlation for the baking volume (R² = 0.853) was also determined, while the volume yield showed comparable results to the linear regression (R² = 0.792).