牛支原体与无乳支原体的相似性比对分析

运用生物信息学方法对牛支原体(Mycoplasma bovis)和无乳支原体(Mycoplasma agalactiae)的相似性进行多重比对分析。使用Mega 7、Clustal a、Sibeilia等生物信息学软件对M.bovis与M.agalactiae的全基因组、16S rRNA、脂蛋白家族进行相似性比对分析。通过多重比对发现,M.bovis与M.agalactiae在全基因、16S rRNA、以及脂蛋白家族方面均表现出较高的相似性。     

磁化水灌溉对保护地土壤质量及尖椒品质的影响

[目的]探讨磁化水处理技术对长期保护地栽培土壤矿质养分、生物酶活性、物理结构等土壤理化性状及果实品质的影响,为减缓保护地栽培土壤次生盐渍化进程及土壤质量改善提供理论依据,为磁化水处理技术的应用提供理论基础。[方法]以山东省寿光市洛城镇长期保护地栽培土壤和尖椒为试材,采用田间小区试验设计,设置磁化水灌溉处理,以非磁化水灌溉处理为对照,测定0~15cm土层中土壤全量养分、有效性养分和交换性养分含量、土壤脲酶、磷酸酶、蔗糖酶和过氧化氢酶活性以及土壤容重、孔隙度、土壤颗粒以及pH等土壤理化性质和果实品质指标,分析其变化特征。[结果]结果表明：(1)磁化水灌溉提高了尖椒果实中维生素C、花青素、还原糖含量和可溶性糖含量,提高比例分别为1.76~46.85%；降低了果实中有机酸含量。(2)磁化水灌溉处理促进了Fe、Cu、N和P在叶片中的累积,其含量高于果实,而Mn和Zn含量则略低于果实中含量；Fe含量提高比例最高,在叶片和果实中平均值为57.20%,其次为全磷含量,平均值为53.49%；且磁化水灌溉处理尖椒果实和叶片矿质元素含量均高于非磁化水灌溉处理。(3)磁化水灌溉保护地栽培土壤中N、P、Mn和Zn等元素全量含量降低,为2.04%~20.61%；Fe和Cu等元素全量含量提高为4.64%-6.48%；土壤交换性K、Na和Ca等离子含量降低,为2.15%~4.95%,而交换性Mg离子含量则提高；铵态氮、硝态氮、速效磷和有机质等有效性养分含量提高。(4)磁化水灌溉保护地栽培土壤脲酶、蔗糖酶、磷酸酶和过氧化氢酶等生物酶活性均有不同幅度的提高,为0.27%~24.75%。(5)磁化水灌溉保护地栽培土壤容重降低、孔隙度增加,黏粒和粉粒等细小颗粒含量增加,而砂粒含量则有所下降。[结论]综上所述,磁化水处理技术有利于土壤物理结构的改善,对土壤有效性养分累积和供应强度以及土壤生物酶活性有明显的促进作用,从而提高尖椒果实的鲜食品质；并通过调整交换性离子含量和组成以及土壤pH的调节,减缓保护地土壤次生盐渍化的发生。     

转基因抗虫三系杂交棉——运B259

运B259属转基因抗虫三系杂交棉品种，本文介绍了运B259的选育过程、特征特性、主要栽培技术及生产应用注意事项。     

青花菜-毛豆一年三作三收有机栽培技术要点

介绍了宁阳县伏山镇当地菜农通过多年有机蔬菜种植实践,总结出的一种适合露地栽培,一年三作三收高产高效栽培技术。该模式实现了早春青花菜、夏季毛豆、晚秋青花菜接茬种植,实现良好经济效益、社会新业务和生态效益,每_hm2年产值在7.5万元以上,已经在当地大面积推广种植。     

金凯2号玉米全膜双垄沟播栽培密度试验初报

在庄浪县旱地梯田条件下,以全膜双垄沟播为栽培模式,进行了金凯2号玉米不同栽培密度试验。结果表明:当密度为66 000株/hm~2时,产量最高,为14 044.5 kg/hm~2,可在生产中推广。     

陆地棉自然群体纤维强度性状的全基因组关联分析

纤维强度是衡量棉花纤维品质的重要指标之一。了解棉纤维强度形成的遗传基础对棉花纤维品质的遗传改良具有重要的指导意义。本研究利用83份纤维强度差异显著的陆地棉材料，采用广义线性模型（General linear model, GLM），对5个环境的纤维强度及最佳线性无偏估计值（Best linear unbiased prediction，BLUP）进行全基因组关联分析（Genome-wide association study，GWAS）。结果表明，各环境纤维强度基本符合正态分布，且存在丰富的变异，变异系数为5.55%～8.44%，广义遗传力达到88.67%。GWAS共检测到19个稳定的显著关联SNP位点，分布在A01、A06、D05、D08、D10、D11和D13等7条染色体上，合并为9个数量性状位点（Quantitative trait locus， QTL）区间，其中4个QTL区间与前人定位的QTL区间重叠，其它5个QTL区间是本研究新发现的控制纤维强度性状的稳定位点。根据区间内基因的表达模式及功能注释，共筛选出4个可能与纤维强度相关的候选基因。本研究通过对棉花纤维强度进行全基因组关联分析，为棉花纤维品质性状的分子遗传改良奠定了基础。     

基于FCN的无人机玉米遥感图像垄中心线提取

为解决农业机器人在玉米田行间行走的全局路径规划问题,该研究提出一种基于全卷积神经网络(Fully ConvolutionalNetworks,FCN)的无人机玉米遥感图像垄中心线提取方法。基于无人机获取的高精度可见光遥感图像,设计了针对农田垄中心线提取的数据集标注方法,采用滑动窗口法进行图像分块,利用深度学习语义分割网络FCN对垄中心线附近7～17像素宽度范围的垄线区域进行提取,模型在测试田块上精确率达66.1%～83.4%,召回率达51.1%～73.9%,调和平均值为57.6%～78.4%;对拼接后的图像使用影像分割投影法提取中心线,探究了垄线区域宽度对垄中心线提取精度的影响,训练采用9像素的垄区域宽度,可得到垄中心线在77 mm左右偏差范围准确率为91.2%,在31.5 mm左右偏差范围内为61.5%。结果表明,基于FCN对无人机玉米遥感图像进行处理,可得到整片田地的垄中心线栅格地图,方便农业机器人进行全局路径规划。