排序方式: 共有8条查询结果,搜索用时 15 毫秒
1
2.
3.
DL-蛋氨酸(DLM)和蛋氨酸羟基类似物(MHA-FA)是常用的两种蛋氨酸添加剂。本试验旨在研究两种蛋氨酸添加剂对肉仔鸡生产性能的影响。试验采用单因素完全随机设计。7日龄艾维茵肉仔鸡560只,随机分为7个处理,每处理5个重复,每重复16只,试验持续至42日龄。自由采食饮水。计算各周及全期增重、采食量和料肉比。试验结果显示,基础日粮中添加适宜水平的蛋氨酸可显著改善肉鸡的生产性能(P<0.05),但不影响肉鸡的采食量。以料肉比为指标肉仔鸡的蛋氨酸需要量为:肉小鸡阶段0.44%(ME12.12MJ/kg,CP19.5%);肉中大鸡阶段0.35%(ME12.25MJ/kg,CP18.0%)。MHA-FA的相对生物学效价分别是:64%(肉小鸡日增重)、55%(肉小鸡料肉比);85%(肉中大鸡日增重)、60%(肉中大鸡料肉比);74%(全期日增重)、61%(全期料肉比)。 相似文献
4.
我国高速公路边坡植被防护技术初探 总被引:1,自引:0,他引:1
随着我国高速公路建设快速发展以及人类环境保护意识的不断增强,植被护坡技术越来越受到重视,在高速公路建设中被广泛应用.综合我国高速公路边坡植被防护技术现状,就我国高速公路植被护坡的方法和存在的问题进行分析,在此基础上提出了高速公路边坡植被防护的可持续发展对策;并认为灌、草结合,加快人工植物群落向自然群落演替是实现边坡稳定... 相似文献
5.
为及时准确高效监测小麦叶面积指数(leaf area index,LAI),获取了冬小麦挑旗期和开花期地面实测光谱与无人机高光谱遥感影像数据,并基于查找表建立PROSAIL辐射传输模型得到冬小麦冠层模拟光谱数据,利用数学统计回归模型与偏最小二乘回归法分别构建冬小麦LAI单变量、多变量预测模型,以实测LAI数据对预测结果进行精度评价,将最佳预测模型应用于无人机高光谱影像以分析LAI空间分布情况。结果表明,冬小麦各生育时期的预测模型均具有较高的预测精度,单变量预测模型和多变量预测模型的决定系数分别为0.598~0.717和0.577~0.755,其中以基于植被指数的多变量预测模型表现最优,其在开花期的验证精度最高,RMSE和MAPE分别为0.405和12.90%。在LAI空间分布图中,开花期预测效果优于挑旗期,各试验小区的LAI分布较为均匀。 相似文献
6.
汤〓静 《上海交通大学学报(农业科学版)》2016,(5):98-104
目的:探讨总运动量相配匹的一次高强度间歇运动(HIT)和中等强度持续运动(MCT)对男子篮球运动员炎症因子和代谢反应的影响。方法:20名男子篮球运动员在电动跑台上分别进行一次HIT(1:1 min,100% sVO2peak)和一次MCT(70% sVO2peak),完成的运动量均为5 km。于安静时、运动后即刻、运动后30 min和运动后60 min测定血糖、非酯化脂肪酸(NEFA)、尿酸、乳酸、皮质醇和细胞因子(IL-6、IL-10和TNF-α)含量。结果:血乳酸:HIT组和MCT组在运动后即刻和运动后30 min较安静时升高(P<0.05),但HIT组高于MCT组(P<0.05)。血浆NEFA:MCT组运动后即刻较安静时升高(P<0.05),且高于HIT组(P<0.05)。血糖和血尿酸:HIT组与MCT组在各时间点均无显著性差异(P>0.05)。血浆皮质醇和IL-10:HIT组和MCT组运动后各时间点均较安静时升高(P<0.05),但组间无显著性差异(P>0.05)。血浆IL-6:HIT组和MCT组运动后即刻和运动后30 min较安静时升高(P<0.05),组间无显著性差异(P>0.05),而HIT组IL-6曲线下面积(AUC)高于MCT组(P<0.05)。血浆TNF-α:HIT组和MCT组运动后即刻较安静时升高(P<0.05),组间无显著性差异(P>0.05),而HIT组AUC(TNF-α)低于MCT组(P<0.05)。血浆IL-10/TNF-α比值:HIT组和MCT组运动后30 min和60 min较安静时升高(P<0.05),但组间无显著性差异(P>0.05)。结论:总运动量相匹配的不同方式(HIT和MCT)急性运动能够诱导相似的炎症反应和抗炎反应状态,而代谢反应则存在运动方式依赖性,即HIT诱导的生理应激明显高于MCT。。 相似文献
7.
基于理论干湿边与改进TVDI的麦田土壤水分估算研究 总被引:1,自引:0,他引:1
针对旱情监测及农田灌溉中传统的基于地表温度-植被指数特征空间的温度植被干旱指数(Temperaturevegetation drought index,TVDI)构建方法无法准确反映真实地表的水热能量交换,给土壤含水率估算带来极大不确定性的问题,根据地表能量平衡方程,并引入改进植被覆盖度参数,构建一种理论干湿边端点选取方法及基于地表温度-改进植被覆盖度特征空间的TVDI模型,结合两期MODIS遥感影像数据(DOY088和DOY112)及地面观测数据,对陕西杨凌区的麦田土壤含水率进行估算。结果表明,由理论干湿边计算得到的TVDI与实测土壤含水率相关系数在-0.700左右,均方根误差不大于0.060 cm3/cm3。DOY088和DOY112的土壤含水率估算结果均与土壤含水率实测值有较好的拟合关系,尤其是DOY088的反演结果更接近于实际地表干湿状况,相关系数为-0.715,均方根误差为0.029 cm3/cm3,DOY112的散点分布比DOY088分散。该方法可以避免传统特征空间在干湿边估算中必须包含裸土、部分植被覆盖以及全植被覆盖地表覆盖类型的限制,从而实现真实土壤水分的遥感反演和实际地表干湿状况的监测。 相似文献
8.
1