我国动物源性食品质量安全与监管的现状和对策

动物源性食品几乎包括了人体生长、发育和健康所需的各种主要营养物质,动物源性食品安全关乎人类安全。在我国,重大动物疫病多发,致病微生物污染,畜产品饲养过程中违禁药物和饲料添加剂滥用、有毒有害物质残留超标     

鲜食型甜花生济花501的选育

济花501是以甜花生冀花甜1号为母本,小果型高产新品种济花1202为父本,通过人工授粉杂交、系统选育培育出的鲜食型高甜小花生新品种。该品种株型直立,连续开花,结果集中,荚果普通型,籽仁柱形。籽仁含油量42.40%,蛋白质含量30.63%,油酸含量36.96%,亚油酸含量40.23%,蔗糖8.76%,出米率为73.2%。于2019年通过国家非主要农作物品种登记,登记编号：GPD花生（2019）370132。该品种适宜在山东花生产区春播、夏直播种植。该文介绍了济花501的选育过程、生物学特性及栽培技术,以期为鲜食型高甜花生的推广应用提供科学依据。     

淮安市蔬菜工厂化育苗产业发展调研报告

蔬菜工厂化育苗是现代蔬菜产业发展的重要组成部分,通过走访调查淮安市蔬菜工厂化育苗企业和蔬菜主产区种植户,本文作者对当地工厂化育苗产业现状和种苗需求情况进行了深入探析,分析了存在的问题,并提出了发展对策和建议,为相关政策制定、产业发展规划提供参考。     

莒南县花生绿色防控技术

近年来,莒南县秉承绿色发展理念,乘绿色防控示范县建设之风,以科技创新为驱动,广泛采用生态调控、物理防治、理化诱控、合理化防等绿色防控措施,深入开展花生绿色防控技术集成、示范与应用,有效提升了花生病虫害防控组织化程度和科学化水平.     

临沧市杂粮生产情况调研报告

<正>根据《云南省农业技术推广总站关于开展全省杂粮生产情况调研的通知》(云农技发【2017】11号)文件精神,临沧市农业技术推广站高度重视,明确调研负责人员,于2018年3月7-15日,对全市杂粮生产情况进行调研,现将调研情况报告如下。     

基于粒子群优化Friele模型木材染色配色算法研究

为提高木材染色计算机智能配色的准确性和实用性,选择水曲柳单板为染色材,基于Friele模型为基础,对模型参数进行循环赋值计算出最优参数值和预测配方,利用粒子群优化Friele模型预测其拟合配方与拟合反射率,并根据基于人眼的CIEDE2000色差评价标准公式计算色差,比较2种方法的预测配方和光谱反射率得出,当模型参数固定时,平均拟合色差为0.820 2,优化模型后,平均拟合色差为0.728 7。基于粒子群优化Friele模型进行参数循环赋值相比较固定模型参数对木材配色效果有显著提高。     

基于无人机可见光影像的玉米冠层SPAD反演模型研究

叶绿素是植物进行光合作用的重要色素,利用作物光谱、纹理信息对叶绿素进行反演,为作物的实时监测和健康状况诊断提供重要依据。以大田环境下5个不同品种四叶期、拔节期的玉米为研究对象,利用无人机获取试验区可见光影像,对土壤背景进行掩膜处理,提取25种可见光植被指数、24种纹理特征,综合分析植被指数、纹理特征与玉米冠层叶绿素相对含量（SPAD）的相关性,分别建立基于植被指数、纹理特征和植被指数+纹理特征的逐步回归（SR）、偏最小二乘回归（PLSR）和支持向量回归（SVR）模型,定量估算叶绿素相对含量。在SR模型中,植被指数+纹理特征模型与植被指数模型相同,R2为0.7316,RMSE为2.9580,RPD为1.926,优于纹理特征模型;在PLSR模型中,植被指数+纹理特征模型较优,R2为0.8025,RMSE为2.4952,RPD为2.284,纹理特征模型次之,植被指数模型最差;在SVR模型中,植被指数+纹理特征模型较优,R2为0.8055,RMSE为2.6408,RPD为2.158,植被指数模型次之,纹理特征模型最差。综合分析采用基于PLSR植被指数+纹理特征模型可以实现玉米冠层SPAD快速、准确提取,为叶绿素反演提供一种新的方法,可为无人机遥感作物长势监测提供参考。     

对科研院所科技开发工作的思考

以玉米(Zea mays L.)中糯二号为材料,采用改进的TCA(三氯乙酸)-丙酮沉淀法提取玉米叶片的蛋白质,并从蛋白样品纯化和上样量2个方面对玉米叶片双向电泳体系进行优化。结果表明：蛋白纯化后且上样量为150 μg时,能获得背景清晰,横条纹、竖条纹少,蛋白点多的双向电泳图谱。这为开展玉米中糯二号的蛋白质组学研究提供技术支持。     

芒果品种资源叶片δ13C与若干生理指标的相关性分析

为了分析芒果品种植株叶片碳稳定性同位素(δ13C)与叶片若干生理指标的相互关系,测定64个芒果品种的δ13C值,及叶片中氮、磷、钾、水分、叶绿素和脯氨酸的含量。结果表明：芒果叶片δ13值与叶片含水量、叶绿素a、叶绿素b、总叶绿素和脯氨酸含量的相关性均不显著;芒果叶片氮、磷、钾含量均与δ13C值呈显著的正相关(P＜0.05);多元逐步回归分析结果表明,叶片氮含量是引起品种间δ13C差异的主要因素。