化学药剂促进黄花落叶松根系再生效果的研究

系统的研究了3—吲哚丁酸,1—萘乙酸,ABT生根粉及核能素对黄花落叶松移植后根系再生效果的影响。裸根黄花落叶松施用核能素和ABT生根粉的植株细根(吸收根)长势最好,施用核能素和3-吲哚丁酸的植株次之,施用核能素和1-萘乙酸的植株长势最差;带土坨黄花落叶施用核能素和ABT生根粉的植株细根(吸收根)长势最好,施用核能素和3-吲哚丁酸的植株次之,施用核能素和1-萘乙酸的植株长势最差。     

松褐天牛的初步观察

本文对江苏南部松材线虫病的主要媒介—松褐天牛的生活史、成虫羽化期、成虫寿命和产卵量、越冬后幼虫的死亡率和死亡原因等作了初步观察,经接种试验证实花绒坚(虫甲)是松褐天牛的天敌.     

中国茶文化的现代茶叶包装设计

一直以来,茶叶在生活中都有着极其重要的元素和地位,饮用相应的茶,能够使得我们获得应有的养生和健康身体。因此,随着对茶叶产业研究的科学化和精细化,茶叶产业正迎来广阔的发展空间和潜力。尤其是随着现代茶叶包装设计理念不断成熟,良好的包装设计对于整个茶叶产品的价值作用日益突出。本文拟从现代茶叶包装设计活动开展的全新形式分析入手,结合中国茶文化的具体内涵认知,通过融入现代茶叶包装设计活动开展的具体思路,从而探究融入中国茶文化的现代茶叶包装设计思路。     

罗非鱼无乳链球菌LrrG-Sip融合蛋白免疫原性研究

为探究无乳链球菌LrrG(Leucine-rich repeat protein from GBS)和表面免疫原性蛋白Sip(surface immunogenic protein)串联表达的LrrG-Sip重组融合蛋白的免疫原性,该研究将原核表达的LrrG-Sip重组融合蛋白分别以0.5μg·g~(-1)(R1组)、1.0μg·g~(-1)(R2组)和1.5μg·g-1(R3组)每尾200μL腹腔注射免疫尼罗罗非鱼(Oreochromis niloticus),同时以Sip蛋白(S组)、LrrG蛋白(L组)以及PBS(P组)作为对照。2周后对所有免疫鱼体进行无乳链球菌(Streptococcus agalactiae)人工攻毒,攻毒剂量为其半致死浓度(LD_(50):4.0×108CFU·mL~(-1))。结果显示LrrG-Sip重组融合蛋白R1组对尼罗罗非鱼的相对免疫保护率最高,达89.14%;且免疫后第14和第28天,该组鱼体血清抗体OD_(450nm)值分别达0.63和0.64,均显著高于单一蛋白对照组(S和L组)和PBS组(P0.05);R1组鱼体血清过氧化物酶(POD)和碱性磷酸酶(AKP)活性在上述2个时间点也显著高于其他组(P0.05);但溶菌酶(LZM)和总超氧化物歧化酶(T-SOD)活性与其他组之间差异不显著(P0.05)。初步表明LrrG-Sip重组融合蛋白具有良好的免疫原性,其免疫原性明显优于单个蛋白,且能有效减少免疫剂量。     

金针菇发酵乳饮料的研制

研制了一种以发酵乳和金针菇菌汁为主要原料加工调制成的发酵乳饮料,确定了金针菇菌汁发酵乳饮料的生产工艺和最佳配方,得出了最佳工艺配方为金针菇菌汁的添加量30%、蔗糖的添加量9%、稳定剂CMC-Na+PGA=0.25‰+0.30‰。     

微生态制剂在家禽生产中的应用

微生态制剂可以改善动物肠道中微生物菌群平衡,增强动物对肠内有害微生物的抑制,防病,提高动物对饲料的利用率,提高免疫力,促进生长,改善生产性能和饲养环境,并能获得安全无药物残留的畜禽产品等。文章主要对微生态制剂的研究概况、作用机理以及在家禽生产的应用状况,应用前景及发展趋势等方面进行阐述,并提出了存在的问题和建议。     

持续推进实验教学示范中心建设 提高实验教学质量——以河北农业大学林果生态工程实验教学中心为例

从持续推进实验教学示范中心建设出发,分析了河北农业大学实验教学示范中心建设的意义,从培养创新人才的高度,提出以推进实验教学示范中心建设为契机,全面提高实验教学质量,学校多举措加大投入力度,不断推进林果生态实验教学中心建设。     

采煤塌陷对沙柳根系损伤机理研究

以地处毛乌素沙地东南缘的补连塔煤矿为研究对象,以沙柳为试材,采用野外观测手段,分析了风沙区的采煤塌陷在不同部位对沙柳根系的损伤,以期揭示风沙区采煤塌陷对植物根系的损伤机理。结果表明:在塌陷地随着坡度的增加,塌陷对根系的损伤越来越大。裂缝宽度、错位和裂缝与植物的距离是影响根系损伤程度的主要因素。在各个部位的裂缝中,对细小根系的损伤最大。     

基于用户评论下的生鲜农产品优选排序

现如今电商市场竞争激烈,众多小型垂直类生鲜电商紧紧围绕在京东商城和天猫超市这两大平台上。用户评论铺天盖地,如何减少消费者搜索和筛选的时间成本显得尤为重要。对于生鲜农产品来说,物流服务满意度是关键因素。以京东商城和天猫超市两大综合类电商平台的生鲜商品为例,采集大量的用户评论,从数据中获取物流服务满意度影响因素进行相关度分析并最终得出6个因素,采用机器学习的方法对大量标注文本进行模型训练,通过训练的模型识别待分类文本的情感倾向,建立基于物流服务满意度的商品排序方法,进一步提出威尔逊置信区间的方法修正物流服务满意度用于评论数量分布不均的情形,最后对这2种算法的应用场景作出分析介绍和对比,使商品排序过程中不仅考虑到商品的物流服务满意度,同时也引入评论数量,通过不同的需求和数据情况生成最符合用户期待的排序结果。