部分引种牡丹在湖南的物候期初步观测

以2015年10月从洛阳引进的24个中原牡丹品种和28个外国牡丹品种为实验材料,在湖南长沙进行适应性栽培,从2015年12月至2016年12月观测并记载其物候期、适应性指标及其中17个长势好的品种的枝、叶、花蕾的生长量。结果表明:引种的52个品种中适应性最好的有36个,全年生长势好,成花率高,无秋发现象;适应性较好的有13个;适应性差的有3个,全年生长势差,成花率低,秋发现象严重。各物候期的整体变幅不大,花期主要集中在3月,一共持续1个月左右,枝、叶主要经历缓慢生长、快速生长、缓慢生长、停止生长的过程,而花蕾的整个发育过程比较缓慢。北方观赏牡丹在湖南的长势良好,有望在南方地区选育及园林应用上推广。     

皖南山区杉木无性系扦插繁殖育苗技术

杉木是优良的人工造林树种,具有良好的速生性和成材早等特点,本文介绍了杉木采穗圃的建立和采穗扦插育苗技术,以期为皖南山区杉木无性系扦插繁殖育苗提供参考。     

浙江水产养殖环境中铬的形态分析和污染情况调查

本文对浙江省池塘养殖、滩涂养殖、浅海筏式养殖、工厂化养殖和网箱养殖等典型养殖模式 环境中铬的污染情况进行抽样调查，根据本单位开发方法对总铬和有效态铬中的两种价态铬进行测 定。结果表明，我省水产养殖环境中，水质中总铬和毒性较大的Cr6+含量较小，均在《生活饮用水卫 生标准》（0.05mg/L）限量标准以下，未发现超出渔业水质标准的情况。     

智能合约技术在林果溯源中的应用研究

针对现有的农产品质量追溯系统缺乏统一标准，不能对产品供应链信息进行有效监控，产品信息可能会被恶意篡改而失去可信度等问题，本文利用智能合约构建多模块溯源模型，设计相应的用户合约函数规则，提高了追溯信息的可信度，采用以太坊结合IPFS分布式存储技术作为主要存证的底层数据库，保证了数据的安全性。最后本文以皖北特色林果为例，设计了一套林果产业链可信溯源系统，通过在企业部署运行，结果表明该系统运行可靠，溯源结果可信度高。     

设施小果型西瓜水肥一体化基质无土栽培技术

正设施小果型西瓜无土栽培,以椰糠、泥炭、珍珠岩和蛭石配制成基质,采用水肥一体化栽培模式,可以有效避免土传病害、缓解连作障碍,节水率达50%,节肥率达20%,节省农药10%,且果实品质好,增产增收。随着设施栽培面积的不断扩大,轮作周期不断缩短,由土传病害、自毒作用、土壤理化性质劣变等因素导致的连作障碍日益严重,成为制约西瓜等瓜类生产可持续发展的主要原因之一。药剂防治不     

烟草花叶病毒侵染烟草的早期响应蛋白分析

为了完善烟草花叶病的预警防控体系,通过分析感染烟草花叶病毒后的蛋白质组早期变化,并筛选出烟草的早期响应蛋白。分别在病毒侵染前施用植物诱抗剂和侵染后施用抗病毒药剂,运用iTRAQ和qPCR方法分析叶片蛋白质组变化及基因的表达。蛋白质组学分析发现160个差异蛋白质,包括64个上调表达蛋白和96个下调表达蛋白,这些差异蛋白质的功能主要与氧化还原平衡调节、RNA降解、逆境胁迫响应、叶绿体组成及光合作用有关;qPCR结果显示这些差异蛋白质的mRNA表达变化趋势与iTRAQ数据基本一致;及时施用抗病毒药剂和植物诱抗剂能够预防和控制烟草花叶病的发生,但同时发现抗病毒药剂和植物诱抗剂能够影响PR10、LHCB、POD、HSP90、14-3-3和AGO1等蛋白的表达。试验筛选出的烟草花叶病早期响应蛋白不仅有助于阐述烟草花叶病发生的机制,也可用于筛选新的抗病毒药剂和植物诱抗剂。     

中果型西瓜新品种‘甬蜜2号’的选育

‘甬蜜2号’是以优良自交系‘TRM’为母本、‘X17’为父本杂交育成的早熟中果型西瓜新品种。生长势中等,春播全生育期约108 d,果实发育期约32 d,第1雌花出现在主蔓8~9节,以后每隔5节左右出现雌花,易坐果,单果质量4.0 kg左右,果实圆形,果面绿色覆墨绿色齿条带,果面光滑有蜡粉,果实剖面好,瓤色粉红,汁液多,瓤质脆,纤维少,口感好,中心可溶性固形物含量11.0%,边部7.7%,平均667 m2产量2 500 kg左右。该品种适合全国大部分地区春季设施栽培,北方也可以露地栽培。2018年4月通过农业农村部非主要农作物品种登记。     

同一养殖环境下不同规格三疣梭子蟹竞食能力的比较研究

将3种不同规格的三疣梭子蟹[平均体质量分别为(101.26±5.36)g、(62.37±4.10)g和(24.37±2.10)g]各10只饲养于2.6m×1.8m×1m的室内水泥池单元格内,水深40cm,重复3组。每日17:00投喂鲜活的带鱼块,通过摄像机观察不同规格三疣梭子蟹的竞食行为,每组重复3次。结果表明:(1)不同规格三疣梭子蟹发现、抱持食物所需的时间相近,无显著差异(P0.05);(2)个体间竞食激烈,(101.26±5.36)g组蟹抢食的比率最高,抢夺(62.37±4.10)g组或(24.37±2.10)g组蟹所持有的食物;(101.26±5.36)g组蟹抢食的次数显著多于(62.37±4.10)g组或(24.37±2.10)g组蟹的抢食次数(P0.05),(24.37±2.10)g组蟹抢食的次数最少;(24.37±2.10)g组蟹被(101.26±5.36)g、(62.37±4.10)g、(24.37±2.10)g组蟹抢食的次数及总次数最高,显著多于(101.26±5.36)g组蟹(P0.05),(62.37±4.10)g组蟹次之,(101.26±5.36)g组蟹最少,后两组蟹无显著差异(P0.05),表现出明显的"大欺小"现象;(3)(101.26±5.36)g组蟹的食物占有率(45%)显著高于(24.37±2.10)g组蟹(近20%)(P0.05),而(62.37±4.10)g组蟹占有的食物数量介于(101.26±5.36)g组和(24.37±2.10)g组之间,(101.26±5.36)g组蟹啃食完食物所用的时间仅约为(24.37±2.10)g组蟹的1/5倍。     

基于PCA-Attention-LSTM网络的土壤氮含量监测

土壤作为农作物生长的主要营养来源,氮是植物生长的重要元素,有效评价土壤氮素含量可以促进配方施肥的发展。提出主成分分析、注意力机制和长短时记忆神经网络相结合的模型(PCA-Attention-LSTM)来监测土壤的氮素含量。采用PCA(主成分分析)对数据进行处理,提取影响土壤氮含量的关键影响因子,降低模型向量输入的维数,利用注意机制突出预测中的关键输入特征。在Keras深度学习框架的基础上搭建PCA-Attention-LSTM的网络模型,实现对未来2 h土壤氮含量的精监测。最后,以黑龙江省依安甜菜养植基地的数据对土壤氮含量进行训练和验证。结果表明,与RNN等其它网络模型相比,该模型的效果更好,基于PCA-Attenlion-LSTM网络模型的平均绝对误差,均方根误差和平均绝对百分误差分别为0.119、0.020、0.156。该模型预测精度高,泛化能力强,可以应用于土壤氮含量的监测。