不同开口饵料对中华鲟仔鱼生长及成活率的影响

经人工孵化的同亲本中华鲟仔鱼苗,用不同的饵料饲养25 d,研究中华鲟仔鱼适宜的开口饵料及对仔鱼苗成活率和生长的影响.结果显示,用配合饲料作为开口饵料时,中华鲟仔鱼的成活率和生长速度显著低于水蚯蚓和丰年虫试验组;单用丰年虫投喂的试验组成活率最高(87.00%),但生长较慢;单用水蚯蚓投喂的试验组生长速度比丰年虫快,但成活率仅为78.33%.用丰年虫 水蚯蚓投喂的试验组生长和成活率都较好;中华鲟仔鱼最合适的开口饵料为丰年虫.     

苏云金芽胞杆菌CY1菌株的cry基因分析

通过醋酸钠-抗生素筛选法从河北省土壤中筛选得到了苏云金芽孢杆菌新菌株CY1。镜检可观察到伴孢晶体呈小菱形。SDS-PAGE分析结果表明菌株CY1表达的晶体蛋白分子量为130 kDa。利用25对通用引物检测cry1,cry1I,cry7,cry2,cry3,cry4/cry10,cry5,cry6,cry7,cry8,cry9,cry11,cry13/14,cry16/17,cry18,cry19,cry21,cry22,cry24/25,cry26/28,cry27/29,cry30,cry32,cry34/35,cry40基因,仅从CY1菌株中检测出cry7基因,该cry7基因N末端的1 215 bp片段所编码的氨基酸序列与已发表的Cry7Ab1(Acc No.:U04367)序列同源性达99%,仅有2个氨基酸的差异。用3对cry7Ab特异引物检测,进一步证实该菌株携带有cry7Ab基因。     

基于图像识别的农产品品质无损检测

农产品外观颜色在一定程度上反映其内在品质,如破损、霉变、成熟度等.从农产品外观颜色的局部区域及全局区域两方面,介绍了根据农产品外观颜色进行无损检测及判断其品质的不同方法.     

规模化羊场冬季羊舍外围护内表面温度的分布规律

旨在研究河北省规模化羊场冬季羊舍外围护内表面温度的分布规律.选择规模化羊场的6栋羊舍,采用定点定时的检测方法,分别于早、午、晚对各舍外围护内表面(屋顶2个坡、墙4个侧面和地面料道两侧)温度及舍内温湿度进行检测.结果表明,外围护结构内表面温度与舍内环境温度呈显著的线性正相关关系(P＜0.01,r=0.94),回归方程为y...     

"沼改厕"推广模式的实现及其在四川省的应用

农村户用沼气池是国家战略性惠农措施,中国政府为促进农村沼气工程建设投入了大量财力物力。近年来,因劳动力转移、农业产业结构调整等多种原因造成大量沼气池闲置弃用,极大地浪费了国家和人民的财产。如何提高农村户用沼气池利用率,改善农村生产生活环境是当前乡村振兴面临的一大难题。该研究从"沼改厕"的现实背景、发展现状和技术模式入手,通过"推广模式、推广方法、效益分析和管护机制"四个层面对四川省"沼改厕"典型地区进行案例分析,并深入讨论了"沼改厕"模式的推广应注意的问题,为农村"厕所革命"提供互补的改厕方式,也为"沼改厕"推广模式提供理论支撑。     

利用无人机多光谱估算小麦叶面积指数和叶绿素含量

利用无人机遥感的方式进行农作物长势监测是目前精准农业、智慧农业发展的重要方向,为了探究无人机多光谱反演小麦叶面积指数(Leaf Area Index,LAI)和叶绿素含量的模型估算潜力,该研究在3个飞行高度(30、60、120 m)采集多光谱影像,通过使用全波段差值光谱指数(Difference Spectral Index,DSI)、比值光谱指数(Ratio Spectral Index,RSI)、归一化光谱指数(Normalized Spectral Index,NDSI)和经验植被指数与地面实测数据进行相关性分析,获得不同高度下的光谱指数与LAI和叶绿素含量的关系模型及其决定系数,以决定系数为依据分别构建多元逐步回归、偏最小二乘回归和人工神经网络模型,分析不同飞行高度无人机多光谱反演小麦冠层LAI和叶绿素含量SPAD(Soil and Plant Analyzer Development)值的精度。结果表明:1)30 m高度下,绿-红比值光谱指数与小麦LAI的相关性最高,相关系数为0.84;60 m高度下,红-蓝比值光谱指数与小麦叶绿素含量的相关性最高,相关系数为0.68;2)在60 m高度下,经验植被指数与小麦LAI和叶绿素含量的相关性较好,最大相关系数分别为0.77和0.50;3)利用偏最小二乘回归反演小麦LAI的精度最高,决定系数为0.732,均方根误差为0.055;利用人工神经网络模型反演小麦叶绿素含量的精度最高,决定系数为0.804,均方根误差0.135。该研究成果可为基于无人机平台的高通量作物监测提供理论依据,并为筛选无人机多光谱波段实现作物长势参数快速估测提供应用参考。     

利用Kalman滤波和Hungarian算法的多目标奶牛嘴部跟踪及反刍监测

针对奶牛养殖场复杂环境下多目标奶牛嘴部自动跟踪及反刍监测的困难,该研究提出了一种基于嘴部区域跟踪的多目标奶牛反刍行为智能监测方法。在YOLOv4模型识别奶牛嘴部上下颚区域的基础上,以Kalman滤波和Hungarian算法跟踪上颚区域,并对同一奶牛目标的上颚和下颚区域进行关联匹配获取嘴部咀嚼曲线,以此获取反刍相关信息,从而实现多目标奶牛个体的嘴部跟踪和反刍行为监测;为解决奶牛快速摆头运动和棚舍栏杆遮挡引发奶牛标号变化的问题,提出未匹配跟踪框保持及扩大的方法。采集并选择实际养殖场环境下的反刍奶牛视频66段,对其中58段视频采取分帧操作得到图像,制作YOLOv4模型数据集,以其余8段视频验证跟踪方法和反刍行为判定方法的有效性。试验结果表明,YOLOv4模型对奶牛嘴部上颚、下颚区域的识别准确率分别为93.92%和92.46%;改进的跟踪算法可实现复杂环境下多目标奶牛嘴部区域的稳定跟踪,且有效解决了栏杆遮挡、快速摆头运动造成的奶牛标号变化现象,上下颚匹配率平均为99.89%,跟踪速度平均为31.85帧/s;由反刍行为判定方法获取的咀嚼次数正确率的平均值为96.93%,反刍时长误差的平均值为1.48 s。该研究可为实际养殖中多目标奶牛反刍行为的智能监测和分析提供参考,也可供其他群体动物运动部位的跟踪和行为监测借鉴。     

基于Kinect V3深度传感器的田间植株点云配准方法

准确建立植物的三维点云是以点云方式高通量获取植株各部位物理参数的前提。为实现田间复杂环境下的植株三维点云配准,该研究提出了一种基于多标定球的田间植株点云自动配准方法,并分别在室内简单场景及大田复杂场景下从不同角度对多种作物采集的点云数据进行验证。该方法采用随机抽样一致性算法（Random Sample Consensus, RANSAC）结合点云减法的概念从下采样后的点云中实现多标定球的自动提取,弥补了RANSAC一次只能提取单个物体的缺点。然后基于各标定球的球心距离信息实现三维点集的自动匹配。最后使用奇异值分解算法解算旋转平移矩阵,实现点云的自动配准。不同场景下各作物的配准结果表明,各植株的水平90°、180°、270°以及垂直方向上的点云配准到水平0°点云下的平均轴向误差在6～17 mm之间,平均点位误差在13～30 mm之间,与手动配准的商用同类软件LiDAR360的配准结果相当,但配准过程的自动化程度明显提高,效率提高了67%。该文所提出的方法可在田间复杂环境下对低成本深度相机获取的植株点云实现高精度的自动配准,为田间植物表型参数的提取提供了低成本的可行方案。     

褐土区氮磷在土壤发生层中淋溶的差异性

农业氮磷淋溶已经成为地下水污染最普遍和突出的问题。为揭示氮磷在包气带不同土层的淋溶特征,以典型褐土的5个土壤发生层（耕层、淋溶层、钙积层、黏化层和母质层）为研究对象,采用室内土柱模拟淋溶试验,在施肥量相同的条件下分析不同形态氮磷淋溶量,研究氮磷在不同土壤发生层中的迁移特征及其影响因素。结果表明：1）进行5次淋溶,耕层、淋溶层、钙积层、黏化层和母质层淋溶液中可溶性总氮总量分别为2412.63 mg·L^-1、3028.94 mg·L^-1、244.16 mg·L^-1、3648.99 mg·L^-1和3356.51 mg·L^-1,淋溶层、黏化层和母质层可溶性总氮淋溶量显著高于耕层,而钙积层可溶性总氮淋溶量较耕层显著减少;耕层淋溶液中可溶性总磷总量为0.52 mg·L^-1,且显著高于其他4层。2）在试验初期,耕层、淋溶层的硝态氮、可溶性总氮和正磷酸盐淋溶量显著高于黏化层和母质层,进行到第4、5次淋溶,黏化层、母质层的硝态氮和可溶性总氮淋溶量显著高于其他3层,而各发生层间正磷酸盐淋溶量无显著差异;单次淋溶黏化层和母质层铵态氮淋溶量均显著高于其他3层,而耕层可溶性总磷淋溶量始终显著高于其他各层。3）耕层和钙积层的淋溶液中硝态氮是氮素淋溶的主要形态,占可溶性总氮比例分别为69.0%和85.4%,而在淋溶层、黏化层和母质层中分别为41.3%、5.1%和4.6%;在可溶性磷中,以无机态正磷酸盐为主,最高占可溶性总磷的75.9%。4）土壤有机质含量、阳离子交换量、黏粒含量对土壤氮磷的迁移转化有明显主导作用。有机质与氮磷淋溶量呈显著正相关关系,有机质含量高,会增加淋溶初期氮磷的淋溶风险;而阳离子交换量和黏粒含量则与氮磷淋溶呈显著负相关关系,阳离子交换量大和黏粒多能减少氮磷素的淋溶风险。该试验结果说明,由于5种发生层土壤理化性质不同,各发生层氮磷淋溶特征及其淋溶形态也有差异,并且氮磷的淋溶受土壤本身阳离子交换量、黏粒和有机质含量的影响。     

玉米秸秆分解过程中细菌群落组成演化特征

【目的】土壤中存在着大量的分解秸秆的微生物。研究秸秆分解过程中细菌群落组成的演化规律,对了解和调控农田微生物群体组成以促进秸秆分解具有重要意义。【方法】试验于2014年10月至2015年10月在河南省农业科学院原阳试验基地进行,将成熟期玉米秸秆(茎和叶)烘干,剪成长1~2 cm、宽0.3~1 cm的碎片,称12 g样品(相当于8 t/hm^2)装入15 cm×10 cm的尼龙网包(孔径0.04 mm)内,于10月5日冬小麦出苗后埋置在小麦垄间。分别于埋置后0、1、2、4、7、10和12个月收集秸秆包和土壤样品。测定秸秆样品干物质量和碳氮含量,选择埋置了0、2、4、7和12个月的秸秆及其土壤样品分析细菌丰度及群落组成。【结果】秸秆埋入土壤后的前2个月内分解最快,然后逐步减慢,在1、2、4、7、10和12个月后分别降解了总生物量的19.2%、32.9%、44.2%、52.2%、66.8%和73.8%。秸秆埋入土壤后,秸秆和土壤中细菌丰度均显著增加,分别于第4和7个月达到最高后开始下降。秸秆细菌的丰度指标OTUs、ACE、Chao1和多样性指标Shannon随试验时间的延长逐步增加,而Simpson指数随试验时间延长逐步降低,而土壤中这些指标在试验过程中没有显著变化。与刚埋置秸秆时相比,埋置2个月后的秸秆细菌Bacteroidetes门相对丰度明显增加,主导细菌群为Bacteroidetes和Proteobacteria门。Actinobacteria丰度在埋置2个月后明显降低,然后又随试验时间延长逐步增加。Planctomycetes、Saccharibacteria、Verrucomicrobia、Acidobacteria、Chloroflexi和Gemmatimonadetes丰度在原始秸秆中较低,埋入土壤后随试验时间延长逐步增加。Sphingobacteriia、Gammaproteobacteria、Alphaproteobacteria和Flavobacteriia主导前期细菌纲组成,而Actinobacteria、Anaerolineae和Bacilli纲丰度在后期逐步增加。秸秆分解速率主要受其碳含量影响,秸秆细菌群落组成前期与秸秆碳含量相关,后期与秸秆氮含量相关。随着试验的进展,秸秆细菌群落组成与土壤中的细菌群落组成趋同。【结论】秸秆埋入土壤后前2个月的分解速率最高,随后逐步降低。秸秆分解前期细菌群落由富营养型组分Bacteroidetes和Proteobacteria门和Sphingobacteriia、Gammaproteobacteria、Flavobacteriia和Alphaproteobacteria纲主导,随后被逐步增加的贫营养型组分Actinobacteria、Acidobacteria、Chloroflexi、Saccharibacteria门和Deltaproteobacteria、Actinobacteria纲等代替。秸秆碳氮含量变化是影响秸秆分解及其过程中细菌群落演化的主要原因。