鸭脂肪生成相关的miR-184-3p分析及关键靶基因筛选

为筛选miR-184-3p影响鸭脂肪生成的关键靶基因,本研究首先利用在线数据库预测miR-184-3p靶基因,并对靶基因进行富集分析和蛋白-蛋白相互作用（Protein-protein interaction,PPI）网络构建,寻找网络图中有意义的模块,然后分析靶基因在脂肪中的表达,再依据microRNA对靶基因负相关的作用机制筛选关键靶基因。最后,通过RNA22 v2对筛选结果进行评估。结果表明：1）共获得225个靶基因。2)GO富集分析显示,靶基因参与细胞和大分子生物合成过程的负调控过程;KEGG富集结果包含Notch信号传导途径、动物线粒体自噬和内吞作用3条显著通路。3)PPI网络图共筛选4个核心基因;4）表达谱分析共筛选到4个基因,DVL3(Dishevelled segment polarity protein 3)、HOXA9(homeobox A9)、LIFR(LIF receptor subunit alpha)和SPECC1L(Sperm antigen with calponin homology and coiled-coil domains 1 like);而R...     

不同密度下棉花群体光辐射空间分布及生物量和纤维品质的变化

【目的】研究不同密度群体棉花生育期、光合有效辐射(PAR)分布、叶面积指数(LAI)和干物质累积特征值的差异。【方法】供试品种为转Bt(Bacillus thuringiensis)基因杂交种中棉所75(CCRI 75)和常规品种鲁棉研28(SCRC 28),2012和2013年密度处理为1.5万、5.1万和8.7万株·hm~(-2)。【结果】不同密度群体在棉花不同生育期PAR存在显著差异,且冠层光透射率随密度增加而减少,不同种植密度的棉花群体冠层株型结构各不相同,不同群体棉花茎叶的空间分布决定PAR的分布;LAI随生育进程呈现出开口向下的抛物线,不同的密度群体LAI均在播种后60 d左右开始快速增加,100 d或110 d后LAI开始急速下降;随密度增加最大生物量累计值减少,且营养器官占单株总干物质的比例增加,而生殖器官所占比例下降;密度显著影响马克隆值大小,高密度下马克隆值最大。【结论】本研究为棉花田间管理、合理密植提供理论依据。     

不同农业生产结构的农户多目标行为决策MAUT分析——来自云南边境山区农户的实证调查

随着我国农业主要矛盾发生变革,市场经济发展日益深入,逐渐凸显农户行为决策的多目标属性。而云南边境山区农户的农业生产种类繁多,行为决策差异显著且贫困问题依然突出,因此,亟待分析不同农业生产结构的农户多目标行为决策。基于云南边境山区366户农户的微观问卷调查数据,通过多属性效用函数(MAUT)模型组建多目标决策矩阵,测算收益利润、劳动力和风险三大目标的权重,并采用离差标准化归一处理法计算农户多目标行为决策总效用。结果表明,调查区域农户在生产决策过程中,利润目标的权重比重较大但不是绝对目标,其次是劳动力目标和风险目标。同时,以经济作物产值为主的农业生产结构多目标总效用略高于以粮食作物产值为主的类型。研究提出,以保障粮食作物为基础,发展经济作物,是目前云南省边境山区农户对接市场发展的主要生存方式。     

不同浓度盐和氮处理对冬枣果实品质形成的交互作用

以‘沾化冬枣1号’为试验材料,研究了不同浓度NaCl(0、1、3和5 g·L^-1)和氮肥(0、2、4和8 g·L^-1)对冬枣品质形成的生理调控机制,为盐碱生境氮素养分管理及提高果实品质提供理论依据。结果表明,3 g·L^-1 NaCl与4 g·L^-1氮交互处理下叶片氮含量、叶绿素含量和净光合速率保持较高水平,5 g·L^-1 NaCl与8 g·L^-1氮交互处理下光合能力最低。相同NaCl处理下,增施4 g·L^-1氮对抑制果实Na⁺积累,提高K⁺含量效果最好,5 g·L^-1 NaCl与无氮交互处理致使K⁺/Na⁺降至最低。果实果糖、葡萄糖和蔗糖含量在3 g·L^-1 NaCl处理下升至最高值,而在5 g·L^-1 NaCl处理下降至最低值,同一NaCl浓度与4 g·L^-1...     

基于机器学习和无人机图像的棉花密度识别研究

随着人工智能的发展，机器学习正逐渐应用于大田信息化管理，可以节约时间、减少劳动用工。利用无人机获取6个密度（1.5万株·hm^－2、3.3万株·hm^－2、5.1万株·hm^－2、6.9万株·hm^－2、8.7万株·hm^－2、10.5万株·hm^－2）棉田的RGB图像，以数据增强技术扩大数据集，通过机器学习算法的不同模型（支持向量机、VGGNet16、GoogleNet、MobileNetV2）实现不同密度棉田图像的识别分类，并对比了不同模型的图像识别效果。基于支持向量机模型的方法是利用尺度不变特征变换对数据集进行特征提取，将其作为分类器的输入向量进行图像分类；该模型的平均分类识别准确率为74.18%。基于3种卷积神经网络模型（VGGNet16、GoogleNet、MobileNetV2）的方法是结合迁移学习并搭配Adam优化算法对模型进行微调，自动提取数据集特征并重新训练；其分类识别准确率均在90%以上。结果表明，相较于传统机器学习，3种卷积神经网络模型训练对不同密度棉田图像的分类识别准确率更高。比较4种神经网络模型的测试集验证结果，GoogleNet和MobileNetV2模型的平均分类识别准确率达到98%；结合模型评估指标精确率、召回率、F1分数可知，这2种模型的性能较好。该研究表明了深度学习算法对不同密度棉田图像分类的有效性，探索的图像识别方法和优选模型可为棉花大田信息化管理提供技术支持。     

Surfer绘制等值线图在棉田智能监测中的应用

随着智慧农业技术数字化程度的提高，物联网和传感器技术的不断发展与成熟，以及智能化设备的出现，数据统计、数据分析、数字制图得到了越来越多的应用。Surfer 20软件具有强大的插值和绘制等值线图的能力，可极大减轻科研人员后期数据分析、制图工作量，获取精确的作物环境信息。在概述该软件特点及其在农业制图中应用进展，介绍其数据库构建和制图操作方法的基础上，利用其空间统计学网格取样法，快速处理智慧农业装备全天无间断实时监测获取的棉田土壤水分、温度、铜离子含量以及棉花冠层光合分布等数据，绘制等值线图，展示作图的效果，为该软件在棉花生产管理决策中的应用提供参考。     

不同种植模式棉田土壤温度的时空变化特征

【目的】土壤温度影响着作物的生化过程,了解不同种植模式棉田土壤温度的时空分布特征对探究如何提高不同种植模式下的棉花生产潜力非常重要。【方法】对不同种植模式:单作棉花(MC)、麦套棉花(WIC)、麦后棉花(WDC)农田10―110 cm土层温度进行连续实时监测,并调查棉花的生育进程和各农艺性状。【结果】在5月下旬麦棉共生期,单作棉花的平均土壤温度比两熟棉田土壤温度高1～3℃。7月初,在10―40 cm土层两熟棉花土壤温度大于单作棉花土壤温度,40―110 cm正好相反。8月上旬,各种植模式棉花土壤温度差异缩小,单作棉花土壤温度稍低于两熟棉花的土壤温度。在9月中旬,两熟棉花的土壤温度低于单作棉花的土壤温度。土壤温度主要影响棉花出苗到现蕾和开花到吐絮期的持续时间,对现蕾到开花的持续时间影响不明显。土壤平均温度越高,该生育时期的持续时间越短。同一时期两熟棉花土壤温度的日最低温出现的时间要比单作棉花早1 h左右,而日最高温出现的时间基本一致。不同种植模式不同土层的土壤积温与生物量拟合呈显著的线性关系。【结论】优化管理措施,如通过控制灌溉的时间和量来缓解土壤温度对棉花生长的影响,提高苗期和开花到吐絮期的土壤积温对两熟棉花出苗和吐絮都是有益的。本文以期为不同种植模式的合理配置与管理提供理论依据。     

挖掘农业内部潜力提升农民收入水平

本文论述了立足于农业内部的发展,充分挖掘农业内部潜力,促进农业增效和农民增收的思路。     

水杨酸保鲜剂对非洲菊切花保鲜效应的研究

以非洲菊鲜切花为供试材料,用不同浓度水杨酸处理,观察寿命、品质、水分平衡值、鲜重变化指标。分析发现,含75mg/L的水杨酸保鲜剂处理过的非洲菊切花保鲜时间长、保鲜品质佳。     

基于无人机RGB图像的棉花产量估算

目前,无人机系统已应用于作物产量估算,利用无人机搭载的RGB相机在花铃期和吐絮期从3个高度（10、20和30 m）分别采集棉花冠层图像,提取图像的颜色指数和纹理特征,进而对提取的特征分别进行逐步回归分析和因子分析,筛选出重要特征并构建棉花产量估算模型。通过对比分析2个生育时期和3个高度的产量估算模型,最终确定利用RGB图像对棉花进行产量估算的最佳生育时期和最佳高度。结果表明, 20 和30 m高度下花铃期图像建立的产量模型拟合度以及模型精度均比吐絮期好,而40 m高度下2个生育时期的模型拟合度接近,但花铃期的验证结果不显著;对比20和30 m高度下花铃期以及40 m高度下吐絮期的产量估算模型发现,30 m高度下花铃期通过SWR方法建立的模型拟合效果最佳,由此表明,棉花产量估算的最佳生育时期为花铃期,图像采集的最佳高度为30 m。综上,利用无人机RGB图像能准确快速估算棉花产量,为基于可见光图像的棉花产量估算提供了理论和技术参考,并为其他农作物估产模型的建立提供借鉴。