2株伪狂犬病毒株的分离鉴定及生物学特性分析

为了解伪狂犬病病毒(PRV)变异情况，从山东和江苏两地的某发病猪场分别采集阳性病料接种BHK-21细胞，连续传代进行病毒分离，观察细胞病变；对细胞培养物进行间接免疫荧光与蛋白印迹鉴定，通过对病毒滴度的测定绘制了分离病毒株的一步生长曲线；进一步动物试验鉴定分离株的毒力，并对其gE基因进行遗传进化分析。结果显示：利用PCR成功扩增出PRV的gB、gC和gE特异性基因，病料接种BHK-21细胞后产生了特异性细胞病变；病毒感染细胞后表达了gE蛋白，并与抗PRV单抗特异性结合，显示成功分离到2株分离毒株，分别命名为SDWF2019和JSNT2019;通过序列分析，2个分离株与我国新流行的PRV毒株属于同一遗传进化分支。本研究为我国华东区猪伪狂犬病的疫情监测提供了参考。     

外源Si对水稻生长状况及稻瘟病抗性的影响

外源Si对提高水稻对病害的抗性有显著影响,但水稻应激防御系统对外源Si的响应机制尚缺乏深入研究。为探究不同浓度外源Si对稻瘟病胁迫下水稻的生长状况、产量及抗性的影响,在人工接种稻瘟病菌的条件下进行水稻盆栽试验。测算了水稻株高、穗数、穗长、地上部生物量和千粒重等生长数据,同时测量了水稻稻穗中MDA的含量和防御相关酶(PPO、CAT、SOD、POD)的活性。结果表明,施Si处理使水稻的稻瘟病病情指数下降了44.47%;显著提高了稻穗中PPO、CAT和SOD的活性,降低了POD的活性和MDA含量,缓解了稻瘟病引起的氧化胁迫;显著增加水稻株高,使其茎叶更加挺直,降低病菌的感染和传播;最终提高地上部干物质量积累,相比染病组的产量提高61.2%。因此,Si能够通过参与植物生理代谢过程,有效增强水稻抵御稻瘟病的抗性,提高植株活力,有效减少植株损伤。     

饲料中添加不同水平的鸡肠粉对鲤肠道菌群结构的影响

为研究饲料中添加新型蛋白源鸡肠粉对鲤(Cyprinus carpio)肠道菌群的影响，选取初始体重为(57.30±0.10)g的鲤150尾，随机分为5组，每组10尾鱼，分别投喂鸡肠粉添加量为0%(D1组)、5%(D2组)、10%(D3组)、15%(D4组)、100%(D5组)的试验饲料，进行56 d养殖试验。饲养结束后，采集肠道样品，基于Illumina Miseq PE300平台进行高通量测序。结果表明，饲料中添加10%和15%的鸡肠粉降低了鲤肠道菌群的多样性，但具有改善肠道菌群结构的效果。D3、D4组α多样性显著低于D1组(P<0.05)。D3组降低了变形菌门(Proteobacteria)和邻单孢菌属(Plesiomonas)相对丰度，D3、D4组鲸杆菌属(Cetobacterium)和气单孢属(Aeromonas)相对丰度升高。表明在鸡肠粉添加量为10%时，鲤肠道致病菌相对丰度最低，有益菌相对丰度最高，对鲤肠道菌群结构有最好的改善作用。     

绿萝组织培养和遗传转化条件优化

为优化绿萝离体再生条件，建立更高效的遗传转化体系，分别以绿萝叶片和叶柄为外植体，比较不同植物生长物质对绿萝不定芽诱导和植株离体再生的影响。并通过PCR技术克隆拟南芥AtFALDH基因，利用农杆菌介导法对绿萝愈伤组织进行遗传转化，比较不同转化条件下绿萝愈伤组织抗性不定芽诱导率。结果表明，绿萝叶柄愈伤组织和不定芽诱导效果均优于叶片。绿萝叶片愈伤组织诱导最适培养基为MS+0.5 mg/L TDZ+0.5 mg/L NAA+1.0 mg/L 6-BA+2.0 mg/L 2,4-D，该培养基下诱导率大约为61.5%；叶柄愈伤组织诱导最适培养基为MS+0.5 mg/L TDZ+0.5 mg/L NAA，该培养基下诱导率达到97.8%。绿萝叶片不定芽诱导最适培养基为MS+3.0 mg/L 6-BA+0.2 mg/L NAA，该培养基下诱导率接近100%；叶柄不定芽诱导最适培养基为MS+3.0 mg/L 6-BA+0.3 mg/L NAA，该培养基下诱导率约为100%，但叶柄来源的愈伤组织诱导产生的不定芽数量较多，而且生长更旺盛。生根最适培养基为1/2 MS+0.05 mg/L NAA，该培养基下生根...     

农户有机肥施用行为与意愿悖离的实证研究

以黑龙江省249户玉米种植户为研究对象，采用Logistic模型和Bootstrap中介效应模型，从农户个体特征、经营特征、认知特征、农地资源特征方面探究农户有机肥施用行为与意愿悖离的影响因素。结果发现，年龄、健康状况、地块分散程度、土壤肥力对悖离的发生有显著促进作用；拥有绿色食品标识、种养兼营、参与施肥培训对悖离发生有显著抑制作用。为减少农户有机肥施用行为与意愿的悖离，提出广泛开展有机肥制备撒施培训、提高有机肥施用机械化程度、积极发展种养结合、加强农产品品牌建设、加快土地经营权有序流转等政策建议。     

基于双重稳健回归的果树行间可行驶区域识别算法

【目的】提出一种复杂环境下以天空为背景的果树行间可行驶区域识别算法，以便农业机器人导航系统中工作路径的提取。【方法】通过蓝色分量(B分量)进行树冠和背景天空的分离，改进Otsu算法实现更好的分割效果，形态学处理后根据树顶分布规律，进行动态阈值“V形”感兴趣区域寻找及特征点提取，使用泰尔-森稳健回归剔除干扰点后，使用随机采样一致性(Random sample consensus,RANSAC)算法进行拟合，得到树顶处直线，通过斜率变换关系得到可行驶区域边缘直线斜率，利用剔除后特征点信息和剔除阈值获得关键点坐标，以斜率为约束条件，代入关键点，得到可行驶区域边缘直线方程，并使用最小二乘法进行拟合，以此实现可行驶区域识别。【结果】试验结果表明，本文双重稳健回归算法较泰尔-森算法和RANSAC算法平均偏差角度分别减小了8.28%和9.88%，标准差分别减少了6.25%和22.89%，准确率分别提高了4.64%和10.49%。【结论】研究结果可为农业机器人在大多数标准化果园复杂环境中的可行驶区域识别和路径提取提供研究思路。