互联网背景下的食用菌产业现状和机遇及发展对策

介绍了我国互联网发展背景下食用菌产业发展现状,给出了食用菌产业在转变经济发展方式中所面临的问题和困难,并对整个产业发展的源动力和发展路径进行了分析。在此基础上,采用数学模型对食用菌的物流成本进行了核算;在互联网飞速发展的条件下,食用菌产业可以尝试订单生产模式等一些新型的商业来积极寻求转型升级,整合互联网资源,共同应对机遇和挑战,从而达到合作共赢、共同发展的目标。     

芋疫病空间分布格局及其抽样技术研究

为了进一步提高对芋疫病预测预报,科学指导生产上的防治,应用最小二乘法、频次分布、聚集度指标、m^*-m回归分析和Taylor幂法则等对病株的空间分布型进行了分析。结果表明:当田间芋疫病病株率在0.427~0.513时,病株田间分布属聚集分布;当田间芋疫病病株率在0.720~0.820时,病株田间分布属均匀分布。此外其病株空间分布的基本成分是个体群,病株个体间相互吸引,病株在大田中存在明显的发病中心,且病株个体的空间格局随着病株密度的提高越趋均匀分。在此基础上,提出了Iwao最适理论抽样模型N=232.3783/m-87.9438,并建立序贯抽样模型T₀(N)=0.3689N±1.7177$\sqrt{N}$,即:调查株数N时,若累计病株率超过上界可定为防治对象田,若累计病株率未达到下界时,可定为不防治田,若累计病株率在上下界之间,则应继续调查,直到最大样本数m₀=0.3689时,也即病株率15%,所需抽样数542株止。     

湖南省粮食产量波动的影响因素分析及预测

旨在维护国家稳定,为预判粮食生产前景、提高粮食生产效率、保障粮食安全提供理论依据。利用湖南省统计数据,运用灰色关联分析法筛选关联性较强的影响因素,并建立GM(1,N)预测模型预测粮食产量。2008—2017年与湖南省粮食产量关联度最大的影响因素是粮食作物播种面积和农业机械总动力;科技因素是影响2008—2017年湖南省粮食产量的主要因素,其次是自然因素,社会因素;2018—2027年湖南省粮食产量有较小波动,且农业机械总动力和财政农业支出影响较大;农业机械总动力在前后十年对粮食产量都有较重要的影响,越来越占据主导地位。粮食产量受国家政策的影响,受农业机械总动力影响最大,维持产量水平需高度重视农业机械化水平,稳步提高粮食作物播种面积。     

中国粮食进口安全综合评价研究——基于超效率DEA模型

在对粮食及粮食进口安全内涵加以界定的基础上,从粮食数量、粮食质量、粮食价格、粮食贸易、国家经济、生态环境6个方面分析中国粮食进口安全的影响因素,基于超效率DEA模型构建中国粮食进口安全评价模型。对1992—2015年中国粮食进口安全状况进行评价,结果表明,1992—2015年中国粮食进口处于安全状态,粮食进口对我国粮食价格安全和生态安全的影响程度较小,对数量安全、质量安全、贸易安全和经济安全的影响程度较大。     

茄子株高性状鉴定与遗传分析

以长茄高代自交系125 和126 构建的茄子6 个不同世代的遗传群体〔P₁、P₂、F₁、F₂、 B₁（125×F₁）、B₂（126×F₁）〕 为试材，利用主基因+ 多基因混合数量性状遗传模型对茄子的株高性状进行多世代遗传联合分析。结果表明：供试亲本株高 性状差异显著，分离世代株高性状数值均呈单峰的偏正态分布，属于数量性状遗传。多世代遗传联合分析结果显示茄子株高 性状的最适遗传模型为C-0 模型，不存在主基因遗传效应，表现为多基因控制的加性- 显性- 上位性遗传模式。采用二阶 遗传参数进一步分析株高的多基因遗传效应，结果显示，茄子分离世代F₂、B₂ 的多基因遗传率分别为49.24%、22.77%，茄 子株高以多基因遗传为主。     

ET_0变化趋势分析及估算模型研究——以新乡站为例

【目的】参考作物蒸散量(ET_0)的估算是计算作物腾发量的基础,也是区域水资源评价与灌溉政策制定的前提,因此,研究ET_0变化趋势与估算模型能够对该地区农田灌溉用水预报提供基础支持,进而为灌溉制度的制定以及水资源高效利用提供科学依据。【方法】以河南新乡气象站1962―2016年气象资料为基础,运用Penman-Monteith模型计算ET_0序列,Mann-Kendall趋势检验法对年及季节尺度ET_0序列变化趋势进行分析,并用均值生成函数模型对其进行了拟合与验证。【结果】①新乡地区年尺度ET_0序列在1975―2016年间呈减小趋势,并在1985―2004年、2006年显著;②新乡地区春季ET_0序列在1982―1983年及1988―2003年间呈显著的减小趋势,夏季ET_0序列在1980―2012年间呈显著的减小趋势。③均值生成函数模型在对年尺度ET_0序列进行拟合时,其一致性系数达到0.83,绝对误差与相对误差分别在-120.8～120.0 mm及-14.0%～18.2%之间。④均值生成函数模型在对季节尺度ET_0序列进行拟合时,其一致性系数在春、夏、秋、冬各季节分别达到0.85、0.81、0.88及0.89,绝对误差分别在-60.2～64.3、-64.4～58.9、-39.6～32.8、-37.0～25.1 mm之间,相对误差分别在-20.1%～36.7%、-22.1%～32.1%、-18.0%～22.9%、-23.9%～24.6%之间。【结论】新乡地区年尺度ET_0序列在1985―2004年间显著减小,均值生成函数模型在对年及各季节尺度ET_0序列进行拟合时整体效果较好,因此,可通过其进行年及季节尺度ET_0序列的估算,且其在秋、冬二季的拟合效果明显好于春、夏二季。     

基于多反应监测质谱技术的水稻叶片蛋白绝对定量方法

【目的】建立水稻叶片蛋白的多反应监测(MRM)质谱绝对定量方法。【方法】水稻叶片蛋白经含1.0%十二烷基硫酸钠(SDS)的磷酸盐(PBS)缓冲液提取,丙酮沉淀除杂纯化、胰蛋白酶消化,酶解液经液相色谱分离,MRM质谱监测,外标法定量。【结果】向提取缓冲液中加入1.0%SDS可增强水稻叶片中16种靶蛋白和总蛋白质的提取效果;不同有机试剂处理,总蛋白质沉淀量存在显著差异(P<0.05),沉淀能力从强到弱依次为乙腈>丙酮>异丙醇>甲醇>乙醇;对于16种目标蛋白,总体以丙酮沉淀效果最好,其次是异丙醇和乙腈,甲醇和乙醇效果较差。该方法线性范围均达到3个数量级,定量限为0.1~2.5 nmol/L,灌浆期16种水稻叶片蛋白质含量为6.0~2818.1μg/g,相对标准偏差均小于14%。【结论】SDS可显著提高水稻叶片蛋白提取效果,采用丙酮或乙腈可获得较好的蛋白沉淀效果,但不同蛋白质略有差异。结合MRM质谱监测技术可实现水稻叶片蛋白的绝对定量,方法线性范围宽、敏度高、重复性好。     

玉米粉淀粉含量近红外模型建立与优化

以230份玉米自交系为样本，采用旋光法与一阶导数及去一条直线的光谱预处理法，构建玉米粉样淀粉含量的近红外分析（NIRS）模型。研究标明，该模型可显著提高子粒淀粉含量预测的准确性。该模型的定标标准偏差（RMSEE）、交叉验证标准偏差（RMSECV）、外部验证标准偏差（RMSEP）、定标相关系数（R_cal²）、交叉验证相关系数（R_cv²）、外部验证相关系数（R_cv²）分别为0.609、0.722、0.738、0.909、0.864和0.854。建立的玉米粉样NIRS模型可将预测值与化学值偏差控制在1.7%内，能够准确定量分析玉米子粒淀粉含量，应用于育种材料早期筛选及群体水平粗淀粉分析。     

System for quasi‐continuous simultaneous measurement of oxygen diffusion rate and redox potential in soil

Oxygen diffusion rate (ODR) and redox potential (E_H) are quantitative indices representing oxygen availability and redox status in soils, which is valuable information for better understanding causes and effects of soil aeration. Because these indices are spatially and temporally highly variable, continuous measurements and adequate numbers of repetitions are essential for accurate in situ monitoring. Here, we present a new, fully automated recording system for in situ measurements where ODR and E_H are measured at the same platinum electrode. The conflict between electrode polarization for ODR and the resulting biased E_H readings is solved by reducing the polarization time and introducing a recovery interval between two consecutive measurement cycles. The shorter polarization time ensures accurate E_H readings. It also results in moderately overestimated ODR readings, but this can be corrected before data analysis. The recovery interval restricts temporal resolution of the E_H‐ODR data pairs to 8 h. We illustrate the use of the system with measurements in a field experiment in Zürich, Switzerland. ODR curves at different depths ran roughly parallel to the corresponding curves of O₂ concentration in soil air but ODR was much more sensitive to precipitation. Low ODR was a necessary but not a sufficient condition for declining E_H. E_H ran parallel to O₂ concentration in soil air rather than to ODR. The fully automated system allows for time series of replicate measurements in multifactorial field studies with reasonable labor requirements. It may be particularly suitable for studies examining the effects of soil tillage, compaction, and irrigation, where structure‐related soil properties such as porosity, gas permeability, and soil aeration play a dominant role.