北方粳稻新品种（组合）产量性状及稳定性分析

以2005年北方区域试验金珠1号组新品种、组合为试材，对北方近年来育成的品种、组合进行产量性状及其稳定性分析，并在稳定性基础上进行聚类分析。结果表明，适应于北方粳稻区推广的水稻品种、组合，其产量稳定性参数宜大于1，且产量稳定性依赖于各产量构成性状的稳定性参数也应大于或接近于1。同时，提出在北方大面积范围产量达到600kg／667m^2的品种、组合其产量构成应是667m^2有效穗数为21万左右、穗粒数140粒左右、结实率80％上、千粒重25g以上。     

氨基酸硒叶面肥对吐鲁番秋季露地甜瓜叶片早衰生理特性的影响

[目的]研究叶面喷施不同浓度氨基酸硒肥,对新疆吐鲁番秋季露地甜瓜早衰生理的影响,筛选出秋季露地甜瓜早衰延缓和调控技术中氨基酸硒肥的最佳施用浓度和频次.[方法]在吐鲁番秋季露地栽培条件下,以露地甜瓜主栽品种'西州密17号'为试材,从初花期开始设置叶面喷施不同浓度氨基酸硒肥处理,以清水为对照,分析不同浓度氨基酸硒肥对甜瓜叶...     

山西拟打造两个“育繁推一体化”亿元种业集团

正近日,山西省农业厅种子总站发布消息称,今年将重点打造两个农业部颁证的"育繁推一体化"亿元种业集团,带动制种产业向自主育种、自主开发、自主销售转变,以提升全省种子产业素质。在改善种子产业基础设施的同时,山西省积极扶持龙头企业建设,涌现出屯玉、金鼎、北方、天元等集"育繁推一体化"的大型种子企业。为做大     

作物抗旱性生理生化机制的研究现状和进展

根据现有文献资料，从渗透调节、细胞膜的结构和功能、自由基学说、干旱胁迫下特异蛋白的产生及其生理功能等方面综述了作物抗旱性生理生化机制的研究现状和进展。     

基于双目视觉的农田障碍物检测

针对智能农业机械自动驾驶或辅助驾驶立体视觉障碍物检测技术中,传统阈值分割不能达到目标提取精度的问题,提出基于分析扫描线上区域分割与特征匹配相结合的障碍物检测算法。在双目视觉系统得到农田场景图像对中,通过分析扫描线上像素分布情况将图像分割,进行归类整理提取目标区域;对目标区域进行快速立体特征匹配,得到目标区域的空间信息,进行障碍物的检测。对800帧(400对)图像进行检测试验,结果表明:每对图像的平均处理时间<100 ms,本次试验检测出障碍物的正确率达到95%。该算法用于农田障碍物检测具有很好的检测效果。     

区域性阴极保护实施过程中的几个问题

采用区域性阴极保护是防止站库地下金属设施腐蚀的一项有效手段。在实际应用过程中,辅助阳极和参比电极的位置选择对保护效果有一定的影响。阳极地电场也影响着保护电位测量的正确性,针对这些问题进行了分析和讨论。     

罗非鱼"粤闽1号"母本选育群体世代间遗传差异的微卫星分析

为了揭示罗非鱼"粤闽1号"母本——尼罗罗非鱼Oreochromis niloticus的遗传背景及其选育群体世代间的遗传变异,采用13对荧光标记微卫星引物分析了罗非鱼"粤闽1号"母本3个不同选育世代(F2、F4和F6世代)的遗传多样性和遗传结构,并进一步分析了它们与高要(GY)、惠州(HZ)、茂名(MM)和无锡(WX)4个尼罗罗非鱼地理群体之间的遗传关系.结果表明:F2、F4和F6 3个选育世代的等位基因数、有效等位基因数、期望杂合度、Shannon指数和多态性信息含量等遗传多样性参数均呈现出随着选育世代增加而降低的趋势,但仍表现为高度多态性(PIC>0.5);4个尼罗罗非鱼地理群体的遗传多样性依次为GY群体>MM群体>HZ群体>WX群体,其中GY群体、MM群体和HZ群体的遗传多样性显著高于3个选育世代;随着罗非鱼"粤闽1号"母本的选育世代增加,世代间遗传距离(Da)逐渐增大(F2～F4的Da = 0.155 6,F4～F6的Da=0.375 7),遗传分化系数(FST)也逐渐升高(F2～F4的FST = 0.036 4,F4～F6的FST= 0.111 1);在UPGMA系统进化树中,3个选育世代群体与HZ群体、GY群体聚为一支,说明它们的遗传背景相近;罗非鱼"粤闽1号"3个选育世代母本的与4个地理群体中的GY、HZ和MM群体之间遗传分化中等,与WX群体之间遗传分化较大.研究表明:罗非鱼"粤闽1号"母本的选育群体在选育过程中遗传多样性出现下降趋势,遗传分化不断加剧,F6与F2、F4遗传分化中等,但仍保持着较高遗传多样性,具有进一步选育潜力;4个尼罗罗非鱼地理群体中GY群体的遗传多样性最高,与选育群体F6的遗传距离适中(Da<0.54),可作为潜在的引种群体与罗非鱼"粤闽1号"母本的选育群体进行杂交,从而提高其遗传多样性.     

荏饼作为蛋白质饲料饲喂瘦肉猪的研究

试验在商品瘦肉猪基础饲料相同的条件下，分别设添加荏饼６％（Ａ组），８％（Ｂ组）和１０％（Ｃ组）３个处理，以添加８％的菜籽饼为对照。研究结果表明：Ａ，Ｂ，Ｃ组日增重分别比对照组增加３０，５０，１０９ｇ；Ｃ，Ｂ组与对照差异极显著（Ｐ＜０．０１）；Ａ组与对照差异显著（Ｐ＜０．０５）；与对照相比，试验Ａ，Ｂ，Ｃ组每增重１ｋｇ分别少耗料为０．３，０．４，０．６ｋｇ；饲料转化率分别提高７．９％，１０．５％和１     

基于Kinect的哺乳期母猪姿态识别算法的研究

[目的]哺乳期母猪的姿态是其母性的外在表现,为监测母猪在哺乳期的哺乳行为,提出了一种基于Kinect的无接触式母猪姿态识别算法。[方法]使用Kinect 2.0采集位于限位栏内哺乳期小梅山母猪的深度数据。先通过姿态预分类将母猪的姿态分为站姿与卧姿,而后针对卧姿,使用基于DBSCAN(density-based spatial clustering of applications with noise)密度聚类算法计算母猪高度信息的簇数,通过比较簇的个数将卧姿分为侧卧与趴卧;针对站姿,使用基于脊背线提取的识别算法,将脊背线分成前后2段,通过比较前后2段脊背线的平均高度将站姿分为站立与坐立。[结果]比较人眼观察结果与算法识别结果,该算法识别站立、坐立的准确率分别为94.3%、92.6%,趴卧识别准确率为84.2%,侧卧姿态为93.7%。[结论]提出了一种无接触式的哺乳期母猪姿态识别算法,为母猪哺乳能力的评判与健康状况的分析提供了技术支持。