高油酸花生品种开农1760产量及其构成的可视化分析

分析高油酸小粒花生品种开农1760的产量及其与农艺性状的关系,为高产优质育种提供有效指导。本研究以开农1760参加的2014-2015年河南省小粒花生区试数据为基础,运用GGE (genotype+genotype-by-environment interaction)双标图评价其丰产性和稳产性,利用R语言进行可视化的相关分析和通径分析。结果显示,开农1760的丰产稳产性综合排名第一,出米率的变异系数最小,饱果率与产量呈极显著正相关,百果重、单株生产力、百仁重、主茎高、侧枝长和结果枝数与产量呈显著正相关,结果枝数的直接通径系数最大,是影响开农1760荚果产量的关键性状。综上所述,开农1760丰产性好、稳定性强,适合在河南省大面积推广利用;在选育小粒花生新品种时可侧重做好对结果枝数的选择。     

油料作物油脂合成调控研究进展

植物油脂不仅是人类可食用油的主要来源,也是人类生产生活中重要的可再生原料。本文概述了植物油脂的生物合成途径,从母体效应、QTL、GWAS等多个方面总结了油料作物油脂合成的遗传学研究进展,同时探讨了已知的油脂合成调控相关基因的功能。本文综述了该领域的研究现状,为深入了解油料作物油脂合成调控网络提供了参考,也为油料作物的分子改良和遗传育种提供了理论基础。     

广东省农地边际化特征及其影响因素的地理探测

为了明确经济发达地区广东省农地边际化现象及其主要影响因素。本研究采用“单位成本纯收益指标”、“农地利用集约度指标”和“农作物播种面积指标”三大主要指标,对广东省2000—2015年农地边际化特征进行提取。选择影响农地边际化特征的19个因子,利用地理探测器方法对农地边际化现象的核心影响因素进行挖掘。结果表明：2000—2015年广东省共发生3次比较明显的农地边际化现象,分别在2001—2002年、2005—2006年、2010—2013年,且第3次边际化持续时间最长,情况最严重。社会经济发展水平与结构指标和农户家庭资源要素结构变化指标对农地边际化的影响程度较大,其中第三产业产值比重、农村农户固定资产投资、粮食总播种面积对农地边际化现象有较强的解释力,q值分别为0.8067、0.8055、0.7916。任何两因子相互交互作用都能增强对农地边际化现象的解释力。     

菌糠多糖对铜离子胁迫下水稻种子萌发的影响

为探究茶树菇菌糠多糖浸种对铜离子胁迫下水稻生长发育的影响,通过水培试验法研究不同浓度(1、10、100、1000、2000mg·L~(-1))茶树菇菌糠多糖对铜离子胁迫下水稻种子萌发及相关生理代谢指标的影响。结果表明:随着培养液中铜离子浓度的升高,水稻种子受到的毒害作用增强,发芽势和发芽率受到抑制,水稻幼芽根长变短,细胞质膜受损,相对电导率和丙二醛(Malondialdehyde,MDA)含量上升,过氧化氢酶(CAT)、过氧化物酶(POD)和超氧化物歧化酶(SOD)等抗氧化酶活性下降。添加不同浓度的茶树菇菌糠多糖可以在一定程度上缓解水稻种子受铜离子的毒害作用,提高水稻种子的发芽势和发芽率,这一效应在水稻幼芽根部体现得尤为明显。同时,多糖添加可以修复细胞质膜的损伤,降低可溶性糖、可溶性蛋白和MDA的含量,提高抗氧化酶活性。研究表明,茶树菇菌糠多糖可以有效缓解铜离子胁迫下水稻种子萌发的不利影响,综合考虑,当茶树菇菌糠多糖浓度为1000 mg·L~(-1)时,效果最佳。     

增氧方式对水芹菜-微生物联合作用处理冬季养殖废水的影响

为探究不同增氧方式对水芹菜-微生物联合作用处理养殖废水消化液及微生物群落结构变化的影响，设置循环和曝气两组试验，以静置处理作为对照，共运行35 d，间隔7 d取样，测定常规水质指标，在试验开始和结束时分别测定水芹菜生长情况，并采用高通量测序技术对微生物群落结构进行分析。结果显示，经过35 d的处理，静置组、曝气组和循环组的DO（溶解氧）分别达到0.60、10.38 mg·L^-1和10.85 mg·L^-1；静置培养的水芹菜长势最好，相对生长速率为0.03 g·g^-1·d^-1；三种处理方式对水质的净化效果差异显著，循环组的水质净化效果最好，COD（化学需氧量）、NH₃-N（氨氮）和TN（总氮）的去除率分别达89.89%、69.40%和77.65%；黄杆菌属（Flavobacterium）的相对丰度从43.21%下降到0.16%，克里斯滕森菌属（Christensenellaceae）和瘤胃球菌属（Ruminococcaceae）的相对丰度则大幅增加。水芹菜在冬季于养殖废水消化液中可以正常生长，曝气和循环处理可以明显提高净化效率；黄杆菌属和假单胞菌属（Pseudononas）是脱氮的功能菌属，梭菌纲（Clostridia）的大量繁殖有利于COD的去除。     

九连山国家森林公园负氧离子浓度时空变化及影响要素研究

负氧离子不仅对空气质量具有改善作用，而且对人体健康起到重要的影响。通过连续观测九连山国家森林公园空气负氧离子浓度，分析负氧离子浓度的时空变化规律及与各气象要素之间的相互关系。结果表明，九连山国家森林公园负氧离子浓度水平达到Ⅰ级标准，对人体健康极有利。原始阔叶林中负氧离子浓度明显高于人工林中负氧离子的浓度，且原始阔叶林和人工林中负氧离子浓度都呈现夏秋高于冬春，夏季最高，冬季最低；早晚浓度明显高于白天浓度的规律。因此九连山国家森林公园适合出游时间为夏秋季，且上午或傍晚最佳。此外，负氧离子的浓度与空气温度、湿度以及降水量都有明显的相关性，同时也受其他气象因素的影响。这些结果可以为推进森林旅游业的建设提供科学支持，特别是自然保护区内负氧离子资源和旅游产品的开发。     

不同氮素水平下有机物料添加对陇中黄土高原旱作农田N2O排放特征的影响

为了探究不同用量氮肥配施生物质炭或小麦秸秆对旱作农田N₂O排放通量的影响，在陇中黄土高原半干旱区连续进行4年不同氮素水平配施不同有机物料的田间定位试验，试验以3种施氮用量（不施氮肥、50 kg（N）·hm^-2氮肥、100 kg（N）·hm^-2氮肥）配施2种有机物料（小麦秸秆S、生物质炭B）及无有机物料 (C)共组成9个处理，于2016年11月—2017年10月，采用静态箱-气相色谱法，对N₂O通量进行全年内连续观测。研究结果表明：观测期内，各处理N₂O年平均通量大小排序SN100>CN100>SN50>CN50>BN100>SNO>BN50>CN0>BN0，各处理N₂O排放通量变化趋势一致；相较N0处理（CN0、SN0、BN0）的年平均排放通量，N50（CN50、SN50、BN50）和N100（CN100、SN100、BN100）处理分别增加了6.92%和10.03%。相较CN0、CN50和CN100，与其相同氮素水平配施生物质炭后，N₂O年平均排放通量分别降低了0.49%、3.15%和4.67%；配施秸秆后，N₂O年平均排放通量分别增加了6.37%、3.44%和2.73%。单施氮肥或小麦秸秆配施氮肥均增加了N₂O排放的增温潜势，生物质炭配施氮肥减少了N₂O排放的增温潜势。主效应分析表明，氮素、秸秆均对提升N₂O排放通量发挥显著效应，而生物质炭具有降低效应。相关分析表明，土壤温度与N₂O通量表现为显著正相关关系，土壤含水量与N₂O通量表现为显著负相关关系（P<5%）。通径分析表明，土壤温度对N₂O通量的增大作用远大于土壤含水量对N₂O通量的减小作用。秸秆或生物质炭与氮素无交互效应，N₂O排放通量随氮素水平的增加而增大，秸秆还田促进了N₂O排放而生物质炭抑制了N₂O排放。因此，添加生物质炭对旱作农田固氮减排具有较大的潜力。     

Performance and uncertainty analysis of a short-term climate reconstruction based on multi-source data in the Tianshan Mountains region,China

Short-term climate reconstruction, i.e., the reproduction of short-term(several decades) historical climatic time series based on the relationship between observed data and available longer-term reference data in a certain area, can extend the length of climatic time series and offset the shortage of observations. This can be used to assess regional climate change over a much longer time scale. Based on monthly grid climate data from a Coupled Model Inter-comparison Project phase 5(CMIP5) dataset for the period of 1850–2000, the Climatic Research Unit(CRU) dataset for the period of 1901–2000 and the observed data from 53 meteorological stations located in the Tianshan Mountains region(TMR) of China during the period of 1961–2011, we calibrated and validated monthly average temperature(MAT) and monthly accumulated precipitation(MAP) in the TMR using the delta, physical scaling(SP) and artificial neural network(ANN) methods. Performance and uncertainty during the calibration(1971–1999) and verification(1961–1970) periods were assessed and compared using traditional performance indices and a revised set pair analysis(RSPA) method. The calibration and verification processes were subjected to various sources of uncertainty due to the influence of different reconstructed variables, different data sources, and/or different methods used. According to traditional performance indices, both the CRU and CMIP5 datasets resulted in satisfactory calibrated and verified MAT time series at 53 meteorological stations and MAP time series at 20 meteorological stations using the delta and SP methods for the period of 1961–1999. However, the results differed from those obtained by the RSPA method. This showed that the CRU dataset produced a low degree of uncertainty(positive connection degree) during the calibration and verification of MAT using the delta and SP methods compared to the CMIP5 dataset. Overall, the calibrated and verified MAP had a high degree of uncertainty(negative connection degree) regardless of the dataset or reconstruction method used. Therefore, the reconstructed time series of MAT for the period of 1850(or 1901)–1960 based on the CRU and CMIP5 datasets using the delta and SP methods could be used for further study. The results of this study will be useful for short-term(several decades) regional climate reconstruction and longer-term(100 a or more) assessments of regional climate change.     

Screening of diverse cassava genotypes based on nitrogen uptake efficiency and yield

As one of the top three tuber crops of the world, cassava is a staple food and feed crop for tropical and subtropical regions. Because of its high drought resistance and tolerance to nutrient deficiency, cassava is usually cultivated on hilly areas that are nutrient-poor. Nitrogen(N) is one of the significant factors affecting cassava yield. A double factorial(N level×genotypes) split-plot field experiment was conducted to analyze differences in yield and N accumulation of 25 cassava genotypes under low-N conditions to screen for cassava genotypes with high-N efficiency. The two-year field experiment showed that cassava yield and N accumulation are determined by specific genotypes, soil N levels, and year. Among these factors, soil N levels are the main factors that are responsible for differences in cassava yield. When yield and relative N accumulation under low-N conditions were used as screening markers, we identified an efficient and responsive genotype(SC10), and two inefficient and non-responsive genotypes(SC205 and GR5). The efficient and responsive genotype and the inefficient and non-responsive genotype can be used as study materials to further reveal the mechanisms for high-N efficiency in cassava.