虹鳟、山女鳟及其杂交子代(虹鳟♀×山女鳟♂)的微卫星分析

利用虹鳟(♀)和山女鳟(♂)进行种间杂交,获得了90.00%的受精率,80.52%的发眼率,90.68%的孵化率和30.68%的鱼苗成活率.运用13个微卫星分子标记对杂交亲本与杂交子代进行了分子遗传机制的研究,结果表明:(1) 在13个微卫星位点中,3个位点只在虹鳟中得到扩增产物,6个位点扩增出虹鳟和山女鳟清晰的差异条带,另外4个位点在双亲中没有扩增出显著差异条带;(2) 双亲遗传分化显著,虹鳟和山女鳟存在杂交现象,虹鳟和山女鳟杂交子代的遗传符合孟德尔遗传规律,属两性融合生殖,是真正意义上的杂交种. (3) 杂交后代与虹鳟和山女鳟的遗传相似性系数分别为0.461 7和0.596 5,遗传距离分别为0.772 9和0.516 8, 表明杂交F1与两亲本的遗传差异不是对等的, 而是偏向父本一方,UPGMA系统树也同样证明了这一点.     

Effect of Euchsaena mexicana Schrad Diets on Nutrient Digestibility and Nitrogen Metabolism for Wulong Goose

One trial was conducted to study nutrition digestibility of Euchsaena mexicana Schrad (EMC) diets for Wulong Goose.Thirty-two geese of 9 months old were selected and divided into four groups randomly, with eight geese in each group.Four groups were fed with the isocaloric and isonitrogenous diets of different EMC contents (12, 19, 25 and 31%),respectively. The results showed that, as dietary EMC increased, dry matter (DM) digestibility was decreased significantly,meanwhile the digestibility of crude fiber (CF), neutral detergent fiber (NDF) and acid detergent fiber (ADF) increased significantly (P＜0.05). The ratio of apparent essential amino acid (EAA) digestibility (except Leu) among the four groups had significant difference (P＜0.01). the content of NH3-N in feces dropped (P＞0.05). There were no significant differences in net protein utilization (NPU), N apparent digestibility, N deposition and Ca apparent digestibility in different groups (P＞0.05). The apparent digestibility of P in different groups elevated, while there was significant difference between group D and A (P＜0.01), and there was significant difference between group D and B (P＜0.05).     

混合农药对氟乐灵在固相表面光化学降解影响的研究

以高压汞灯和太阳光为光源,研究氟乐灵在玻片、硅胶G、石英砂和膨润土表面的光化学降解.结果表明,在高压汞灯下,氟乐灵在玻片、硅胶G、石英砂和膨润土表面的光解半衰期分别为24.78、98.51、106.41和220.42 min.将7种农药分别与氟乐灵在硅胶G中以1:1混合,经太阳光照射,混合农药对氟乐灵均表现光敏化作用;剂量比为10:1时,表现为光猝灭效应;而1:5时,溴氰菊酯和氟氰菊酯仍为光猝灭作用,其余5种农药则表现为光敏化作用.在石英砂表面,丙烯菊酯使氟乐灵光解半衰期延长,氰戊菊酯则使氟乐灵在膨润土表面光稳定性增强,照光18 h后,氟乐灵单独处理降解率为27.05%,而与氰戊菊酯共存时,氟乐灵仅降解了5.41%.     

调亏灌溉和氮处理对小桐子生长及水分利用的影响

为了研究阶段水分亏缺(亏水+不亏水W_LW_H、不亏水+亏水W_HW_L、亏水+亏水W_LW_L、不亏水+不亏水W_HW_H)和不同施氮量(N_Z:0,N_L:0.2 g/kg,N_H:0.4 g/kg)对小桐子生长、生理指标和灌溉水利用效率的影响,通过盆栽试验,发现W_LW_H的生长和灌溉水利用效率均显著高于W_HW_L;作物的灌溉水利用效率随施氮量的增大而呈现先增大后减小的趋势,在N_L水平下达到最大值;与高水高氮的处理N_HW_HW_H相比,中水低氮处理N_LW_LW_H节约灌溉水27%,节约氮肥使用量50%,小桐子株高减少31%、总干物质量减少35%,灌溉水利用效率减少13%,但茎粗增加13%,根冠比增加20%.可见小桐子在第一阶段处理(40~90 d)幼树期对水分的需求量较小,适度的亏缺灌溉可提高灌溉水利用效率;小桐子在第二阶段处理(90~140 d)处于旺长期,对水分的需求量较大,增大灌水量可大幅度促进小桐子生长及其干物质量的积累.全生育期实施亏缺灌溉,可提高小桐子自身适应外界环境能力,抗干旱胁迫能力也逐渐增强,但W_LW_L水平下的小桐子生长缓慢.经综合分析,认为处理N_LW_LW_H可作为干旱地区条件下的小桐子灌溉和施氮制度.     

青贮条件对天然牧草青贮饲料饲用品质的影响

【目的】筛选天然牧草最适青贮条件,为天然牧草青贮提供科学依据。【方法】针对影响天然牧草青贮饲用品质的水分、密度、乳酸菌含量和糖分含量4个因素,设计L9(34)正交试验,共形成9种青贮条件,对不同条件下天然牧草青贮饲料的感官品质、酸度及营养成分等进行分析,比较不同条件下天然牧草青贮样品总可消化营养物质(Total digestible nutrients,TDN)的含量。【结果】通过试验对比分析,第5组青贮饲料的感官得分最高,为20分,其pH值为3.99,显著或极显著低于其他各组;TDN占干物质的质量分数为66.87%,显著高于其他各组(P<0.05)。根据正交试验极差分析结果可知,各因素对天然牧草青贮品质影响大小的顺序为:蔗糖添加量>水分>乳酸菌添加量>密度。【结论】天然牧草在含水量600～650g/kg、密度350～400kg/m3、乳酸菌添加量0.5g/kg和蔗糖添加量15g/kg的条件下青贮,所得青贮饲料的饲用品质较好。     

薰衣草种质资源遗传多样性研究进展

遗传多样性作为生物多样性的重要组成部分,是种质创新和品种改良的物质基础.薰衣草是名贵天然香料,具有较高的经济价值,研究其遗传多样性具有重要的理论和实践意义.介绍了薰衣草的种质情况,从形态学水平、细胞学水平以及分子水平综述了薰衣草种质资源遗传多样性的研究进展.并针对新疆薰衣草产业发展中存在的问题提出建议,为进一步研究薰衣草资源提供借鉴与参考.     

二次聚类与神经网络结合的日光温室温度二步预测方法

精确预测日光温室温度是实现对温室精准调控的前提。由于温室是复杂非线性系统,受室内外众多环境因素影响,且部分因素难以准确测量和建模,因此,难以通过机理分析建立室外因素精确影响室内温度的物理模型。而现有时间序列分析、人工神经网络等仅基于数据的方法预测准确度也较低。本文提出连续时间段聚类与BP神经网络相结合的二步日光温室温度预测方法。首先,进行二次聚类,对室外温度情况相似的日进行聚类,并将全年划分为若干个类似时间段,根据连续时间段内相似日的数量进行聚类,将全年内的连续时间段归入若干类别。其次,对不同类别的时间段,分别采用BP神经网络建立室外温度、相对湿度、太阳辐射、风速和温室室内温度间的关联模型,通过数据训练,能够较为准确的根据室外环境数据预测室内温度。通过涿州实验农场2年数据试验验证,通过二次聚类,全年连续时间段可划分为3类,通过分别建立BP神经网络并分别训练,结果表明本方法预测误差仅为6.23%,与现有未分类的BP神经网络预测算法对比,本文方法有效地提高了准确度,平均误差降低5.4个百分点。     

高校JAVA程序设计课程教学模式研究

根据当前高校Java程序设计课程教学的现状,分析了传统教学模式中存在的各种问题.以提高学生实践和创新能力和为目标,提出了较为科学的项目驱动教学模式.新教学模式从教师角色、教学内容、教学方法与教学手段、学生能力培养等都多方面进行了探索改革,显著提高了Java程序设计课程的整体教学水平.     

基于Matlab的AHP分析程序设计

层次分析法是目前最为广泛应用的决策方法,但涉及大量的矩阵运算,影响了该方法的推广。Matlab软件精于矩阵运算,与C语言结构类似,移植性强,本研究基于Matlab设计出了便捷高效的AHP计算机程序。     

云阴影区机载高光谱影像森林树种分类

[目的]使用窄波段植被指数、纹理信息等特征对影像进行分类,探究植被指数和纹理信息对于云阴影下树种分类的潜力。[方法]使用经过大气校正后的高光谱影像进行窄波段植被指数的计算、纹理分析以及主成分分析,并对计算的结果进行波段组合。用于计算纹理信息的波段通过最佳指示因子进行选择,选取的波段数为31(0.67 nm),51(0.86 nm),55(0.89 nm) 3个波段。结合高分辨率的航空相片进行训练样本的选择,采用Support Vector Machine(SVM)方法对经过大气校正后的反射率影像和重组后的特征影像分别进行分类,使用样地实测的树种信息对分类结果进行验证,使用总体精度和Kappa系数作为分类精度的评价指标。[结果]相对于直接使用反射率影像进行分类,使用窄波段植被指数以及纹理信息可以显著地提高云阴影下地物的分类精度,其分类精度和Kappa系数分别为90.4%和0.88,比直接使用反射率影像的分类精度和Kappa系数分别提高了18%和0.2。[结论]使用重新组合后的影像进行树种分类比直接使用反射率影像进行分类,其分类精度更高,说明窄波段植被指数与纹理特征可以提高云阴影区树种分类的精度。使用波段重组后的影像对云阴影下地物分类,其对于单个地物的分类精度也有明显的提高。