大麦高赖氨酸的遗传选择与研究Ⅱ．大麦的赖氨酸含量与胚比及千粒重的相关

测定了14个皮、裸大麦品种籽粒的赖氨酸含量、胚比（胚干重与籽粒干重的百分比值）和千粒重,并估算了这些性状间的相关性。结果表明,各性状在品种间均存在显著的差异。赖氨酸含量与胚比在皮大麦中存在正相关,胚比大的材料在一定程度上可以作为选择高赖氨酸含量的形态指标,而裸大麦赖氨酸含量与胚比无相关;胚比与千粒重在皮、裸大麦中均呈负相关,低千粒重可作为选择高赖氨酸品种（系）的参考。     

阿曼水产品流通体系及对中国水产品加工企业的启示

本文从生产者、加工者的交易特征、交易方式、市场价格形成方式及机制介绍了阿曼玛斯拉岛鲜鱼的流通情况,评价了目前市场体系的缺陷及未来的发展方向。根据阿曼玛斯拉岛渔业企业的发展,提出中国水产品加工企业发展中值得注意的问题和可行的解决方法。     

大麦开颖性状的遗传分析Ⅲ.大麦开颖基因的等位性及非等位基因间的互作

为了探讨大麦开颖基因数、基因之间的等位性以及非等位基因间的互作,以闭颖亲本91单2与4个开颖亲本(沪1154、1430R、99-7122、扬0187)的杂种F2群体、回交BC1、BC2群体及4个开颖品种(系)互交杂种F2群体为材料,于2004年大麦开花期测量各群体内植株的开颖角度,统计分析各群体内开、闭颖植株的分离情况.结果表明:(1)沪1154、1430R、扬0187的开颖角度分别由1对、2对和3对基因控制,扬0187基因间的互作为重叠作用;99-7122遗传比较复杂,可能有2对或3对基因控制;(2)扬0187与沪1154有一对开颖等位基因,且此基因的效应较大;1430R和99-7122与其他2个开颖亲本均存在各自的非等位基因;(3)开颖性状均是由主基因控制的,同时存在多基因的修饰,闭颖表现为显性.     

大麦HvNRT2.3/HvNRT2.5基因对拟南芥生长发育及产量性状的影响

高亲和硝酸盐转运蛋白(nitrate transporter, NRT)对于植物的氮代谢具有重要的作用。为研究大麦HvNRT2.3和HvNRT2.5基因的功能,本研究从大麦栽培品种‘Morex’克隆了大麦HvNRT2.3和HvNRT2.5基因,构建2个基因的超表达载体,转化拟南芥野生型(Col)。本研究测定了野生型和转基因株系的10个性状,结果显示超表达株系除株高没有显著变化外,转基因株系的莲座叶大小、荚果数目、长度、籽粒数目、千粒重、硝态氮含量和蛋白质含量等均显著增大或提高;成熟期单株干重分别增加45.63%和14.74%,单株籽粒产量分别提高31.37%和24.31%,收获指数较野生型没有显著变化。研究表明,过量表达大麦HvNRT2.3和HvNRT2.5基因能促进拟南芥生长,提高氮素的吸收能力和单株产量。     

大麦核质互作雄性不育三系的选育和杂种优势研究

通过大麦核质互作雄性不育三系的选育,主要研究了不育的保持与育性的恢复;花粉败育的细胞学观察;三系及杂种不同时期酯酶同工酶的表现;开花性状;不同棱型杂交组合的杂种优势。另外,就大麦杂优的未来发展作了展望。     

盐份对大麦幼苗形态建成的影响

盐浓度对作物生长的影响一直是研究的热点。为探讨盐胁迫对大麦幼苗形态建成的影响,以4个耐盐性不同的大麦品种为材料,研究了不同时期、不同盐浓度(NaCl)对大麦幼苗根数、根长、芽长及鲜重的影响。研究结果表明:(1)大麦普遍具有较强的耐盐能力,但不同品种的耐盐能力存在显著差异。就大多数大麦品种而言,0.3%以下盐水发芽对幼苗主要器官的生长影响不大,能较好地完成幼苗形态建成,0.5%以上盐水对幼苗主要器官的生长发育产生的影响较大。(2)除不同盐份对发芽10d幼苗芽长的影响不显著外,盐份对发芽5d和10d大麦幼苗主要性状产生了显著的影响,但随着发芽时间的延长,盐浓度对幼苗主要性状的影响程度均有所下降。     

播期、密度及肥料运筹对青稞秸秆产量与品质的影响

以13个来自西藏不同生态区的青稞品种为材料,研究播期、密度、肥料运筹及其互作对青稞秸秆产量与品质的影响.结果表明:参试青稞品种的秸秆产量与品质性状在品种间、播期间、密度间及肥料运筹间均存在显著或极显著的差异.晚播青稞秸秆产量显著低于早播,但秸秆品质显著优于早播.密度和肥料运筹对参试品种秸秆产量影响不显著,但对秸秆品质性...     

解释结构模型（ISM）法在农业高校教材分析中的应用研究

基于教材分析的重要性,讨论了解释结构模型应用于教材分析的意义,结合《农产品营销价格策略》教材实例展示了该模型方法的基本原理和分析步骤。     

壳聚糖在反刍动物生产中的应用

介绍了壳聚糖的研究概况、来源与结构、生物学作用机理等,综述了壳聚糖对反刍动物脂肪代谢、抗菌抑菌作用、免疫功能、瘤胃发酵、生产性能等方面的影响,以期为壳聚糖在反刍动物生产中的开发利用提供理论依据。     

基于文本分类和知识挖掘的远洋渔船安全问题分析

针对远洋渔船问题信息的知识挖掘与分析任务中存在渔船安全知识提取深度不足、安全问题文本分类精度不够的问题,该研究在归纳中国沿海8省市远洋渔业管理机构和企业的约5000条远洋渔船安全问题文本数据特征的基础上,提出一种整合文本分类、知识挖掘和共现网络分析技术的远洋渔船安全问题分析方法。首先,构建基于双向预训练语言模型与文本卷积神经网络的混合深度学习模型BERT-TextCNN（bidirectional encoder representations from transformers-text convolutional neural networks）,对渔船安全问题文本进行基于《开普敦协定》规定的精准主题分类。进一步利用基于主题的词频-逆文档频率算法TF-IDF（term frequency-inverse document frequency）,提取各主题下的关键渔船安全知识。最后,绘制渔船安全知识共现网络图,可视化分析各知识的分布规律及内在联系。结果表明,BERT-TextCNN模型对渔船安全问题文本的分类精度相较于BERT、Word2vec、Character embedding文本表示方法和DPCNN、BiLSTM-Attention、RCNN等6种神经网络的其他17种对比模型提升较为明显,准确率、宏平均召回率、宏平均F₁值分别达98.20%、98.02%、98.05%;基于主题的渔船安全知识挖掘方法可以展示远洋渔船安全工作的重点排序和关系网络图,涵盖渔船的机电设备、消防装置、救生设备、无线电通信等10类安全知识。该方法可为相关渔业管理人员提供高质量的渔船安全知识服务,对国内远洋渔业的安全管理效率、履约水平、智慧渔业工程的应用和发展有促进作用。