不同播种方法对冬青稞复种箭筈豌豆鲜草产量的影响研究

本试验以箭筈豌豆品种"甘孜333"为试验材料,在林芝和山南两个不同生态区域进行机播、撒播、套种、混播,用4种不同播种方法对冬青稞复种箭筈豌豆"甘孜333"鲜草产量影响进行研究.结果表明,相对于山南,林芝在复种饲草具有一定的产量优势.从播种方式来看,油菜和豌豆混播的产量最高,在林芝和山南均有相同的结果.由于目前机播技术尚...     

高原地区后备母猪的引种及饲养管理要点

西藏自治区拉萨市尼木县续迈乡安岗村生猪养殖合作社于2018年开始引进后备母猪,经过近两年的饲养管理,在后备母猪引进、饲养管理、疫苗注射、母猪发情配种等方面形成了一套经验,本文对此做细致的介绍以供同行参考,促进拉萨市生猪产业可持续发展。     

基于GIS的林芝市农作物种植气候适宜性区划

利用林芝市气象局农业气象观测站观测的冬、春作物生育期数据及6个县(区)农牧局提供的冬小麦、春油菜的生育期数据;结合作物全生育期内最热月平均气温、生育期的降水量、≥0℃的积温和2005年西藏土地利用数据,利用GIS工具制作林芝市农作物(冬小麦、春油菜)种植气候适宜性区划,结果表明林芝市冬小麦和春油菜种植气候最适宜区主要集中在尼洋河沿线、朗县西部、波密西南部及低海拔墨脱、察隅地区,墨脱全县范围内的气候基本属于春油菜最适宜播种区域,适宜和次适宜区域范围较广,主要分布在最适宜区域的外围,不适宜区主要集中在林芝西部、北部及东部外围。林芝总体上较西藏其他任何地、市都适宜种植农作物,但由于林芝森林及高山覆盖面积较大,实际冬小麦适宜播种面积远小于区划所示区域面积。在墨脱及察隅等低海拔地区虽然属于冬小麦和春油菜的最适宜播种区域,但低海拔地区温度高,降水多,日照时间短,影响作物的生育,容易导致冬小麦拔节～抽穗期间发生锈病,春油菜乳熟期间出现蚜虫。林芝西部、北部限制冬、春作物生长的主要因素是海拔高、温度低。农作物种植气候适宜性区划结果与实际情况比较一致,尼洋河沿线是林芝主要农区,墨脱和察隅主要以森林和山脉为主,主要种植水稻、茶叶、玉米及各类水果,而在次适宜区分布区域,虽然粮食种植少,但实际的气候条件还是能够播种冬小麦和春油菜。     

牛巴氏杆菌病的防治措施

本文就牛巴氏杆菌病的流行病学、临床症状、病理变化、诊断及防治措施等方面进行了阐述,仅供同行参考。     

论绵羊寄生虫病的综合防控措施

随着我国畜牧养殖业的不断发展,绵羊的养殖已经成为很多农户的主要经营项目,规模化的养殖技术已经在我国各个地区迅速开展,绵羊在养殖的过程中,由于饲养技术以及管理方法上很容易导致不同疾病出现,寄生虫病是比较常见的一种疾病.因此,在养殖的过程中做好寄生虫病的防治工作是主要问题,本文主要针对绵羊寄生虫病的防治措施进行论述,并且对此问题提出相应的防控措施,希望通过本次研究对更好的促进羊养殖产业的可持续发展有一定的帮助.     

西藏冬青稞主要育成品种及近两年来育种工作进展情况和育种方向

本文主要回顾了西藏冬青稞育种的历程,育种研究的是基本成果以及品种性状演替过程,总结了冬青稞育种的成就和基本经验,以及近两年来育种工作进展情况,提出青稞育种必须根据实际正确制定育种目标,合理选用亲本材料,改进育种方法等。为西藏冬青稞生产的发展发挥了积极作用。未来的多元化市场经济对西藏冬青稞育种提出了新的更高的要求,在此,谈一些本人粗浅的看法与同行专家探讨。     

西藏冬青稞种质资源SNP标记的遗传多样性分析

单核苷酸多态性(single nucleotide polymorphism,SNP)是等位基因间序列差异最为普遍的类型,可作为一种高通量的遗传标记。利用Illuminai Select 9k SNP芯片对96个西藏冬青稞种质资源进行了SNP检测。结果表明,在分布于7条染色体上的7 000个SNP位点中,5 026个检测到了多态性,多态性比率为71.8%;SNP聚类分析将96份西藏冬青稞种质资源聚成七大类群,种质资源间的遗传相似系数(GS),其变异范围为0.288~0.999,平均值为0.771。96份西藏冬青稞种质资源间亲缘关系较近,遗传基础比较单一。     

酵母菌3SJ对三种苹果致病菌的抑制效果及机理

在in vivo和in vitro条件下测试了酵母菌3SJ对青霉菌(Penicillium expansum)、友霉菌(Botrytis cinerea)和炭疽菌(Colletotrichum)3种苹果采后致病菌的抑制效果.结果表明,在20℃下,酵母菌3SJ对青霉菌和灰霉菌抑制效果较好,对炭疽菌的防治效果稍差.在苹果伤口接种酵母菌孢子悬浮液能有效抑制苹果的腐烂,而上清过滤液和灭菌液不能抑制苹果的腐烂,说明酵母菌3SJ的作用机制主要是营养竞争.在4℃低温条件下,酵母菌3SJ可以在苹果伤口上存活30d以上,且数量增加,其耐低温性为酵母菌在果品低温冷藏中的应用奠定了基础.     

基于卷积神经网络的黄瓜白粉病智能识别算法研究

采用AlexNet、VGG16、GoogLeNet和ResNet50等4种CNN模型对黄瓜4个病害级别的白粉病叶片图像进行反复迭代训练,探究迭代次数、BATCH＿SIZE参数对4种模型识别分类效果的影响,分析不同CNN模型的性能,以选择出应用于黄瓜白粉病识别的最优模型。结果表明:从训练集损失函数的损失率、识别准确率及训练时间综合考量,在当前试验样本条件下,迭代次数为40次,BATCH＿SIZE值等于90时,ResNet50模型结果最优,其训练用时为24 min,模型识别准确率为91.30%,对黄瓜白粉病不同病害级别智能识别具有较好的分类性能。