诱变结合小孢子培养的氮高效大麦DH株系评价

为了筛选大麦氮高效种质资源,以花30和8份不同诱变来源的DH株系为研究对象,采用田间试验方法,设置高氮(160 kg·hm-2)和低氮(45 kg·hm-2)两个氮肥水平,研究不同DH株系对两个氮肥水平的响应,同时对不同氮效率类型DH株系的干物质和氮素积累、转运以及氮素吸收利用特性进行分析.结果表明,在两个氮肥水平下,...     

万山特区建立枣树种质资源收集与扩繁苗木基地研究初探

文章从国内外枣产业现状与前景出发,分析论证了万山特区建立枣树种质资源收集与扩繁苗木基地的可行性和必要性以及该苗木基地建设的经济效益、社会效益和生态效益,认为万山特区建立枣树种质资源收集与扩繁苗木基地切实可行。     

湖南省西洞庭湖国际重要湿地保护工程建设规划探析

文章从分析湖南省西洞庭湖国际重要湿地的现状入手,按照国家湿地保护管理的总体目标、基本要求,对湖南西洞庭湖国际重要湿地保护工程规划以及湿地保护管理的相关问题进行了探析。     

辽西地区杨树植根造林的探讨

文章通过对阜新市清河门区立地条件特点和杨树植根造林情况的分析,认为植根造林减少了地上部分水分的散失,避免了干旱大风对造林的影响,成活率高,成本低,枝干病虫害少,造林时间充足,根据近年来杨树植根造林的实践,总结了杨树植根造林的方法。     

温州蜜柑宫川耐浮皮芽变系果实浮皮特性和耐贮性研究

【目的】探究宫川温州蜜柑（Citrus unshiu Marc.‘Miyagawa wase’）耐浮皮芽变系的果实品质、浮皮特性和耐贮性能,为耐浮皮柑橘新品种的选育和推广提供参考。【方法】连续多年测定比较耐浮皮芽变系及其对照母树宫川的果实主要品质性状包括单果质量、果形指数、色泽、硬度、可溶性固形物含量、可滴定酸含量、维生素C(Vc)含量和浮皮指数;观察测定宫川及其芽变系果皮特征和厚度,利用石蜡切片和透射电镜比较两者果皮细胞和亚细胞结构差异;通过常温贮藏试验,比较两者果实贮藏性能。【结果】芽变系成熟果实平均单果质量102.90 g,果形指数0.78,色调角h0值68.19,硬度0.96 kg·cm-2,可溶性固形物含量（w,后同）13.88%,可滴定酸含量0.62%,Vc含量29.87 mg·100 g-1,其中硬度、可溶性固形物和Vc含量均显著高于宫川,浮皮指数显著低于宫川;芽变系果实果皮厚度显著低于宫川,白皮层细胞排列相对整齐且细胞结构较为完整,宫川白皮层细胞表现质壁分离,细胞器降解,趋于衰老;常温贮藏过程中,芽变系果实硬度、可溶性固形物含量、可滴定酸含量等指标均高于同时期宫川,浮皮...     

树木根系分布与季节冻结滞水关系探讨

采用造林技术于冻结滞水理论技术相结合的方法,研究树木根系发育分布与冻结滞水的相关性,为防治荒漠,提高造林成活率提供理论技术依据,研究结果表明,苗木和高秆造林树木根系主要分布在地表以下20 cm~75 cm深度内,即冻结滞水富水带内,含水量达40%~50%,春季冻融水满足苗木生根成活的要求.80 cm~160 cm深度分贫水带,含水量〉5%,高杆造林树木根系极少.到160 cm~200 cm含水量增加,发育,第二层根系。冻结滞水资源是提高苗木成活率,生存繁的重要水资源。     

琼中县推广木薯新品种华南5号的成功经验

总结了琼中县农业技术推广服务中心,从1994年起,在中国热带农业科学院热带作物品种资源研究所的支持下,采用"参与式"和"科技入户"等方法,推广木薯新品种华南5号的成功经验。     

论生态旅游、生态旅游系统及其基本特征

文章通过研究生态旅游概念,探讨了生态旅游系统组成要素及其本质内涵与特征。     

生防菌XC-1的筛选、鉴定及其对马铃薯黑痣病的防效研究

从马铃薯根际土壤中分离筛选得到对立枯丝核菌有较强拮抗作用的菌株XC-1,对其进行鉴定及生防特性分析,并评价其对马铃薯黑痣病的生防效果.形态学、16S rDNA和gyrB基因序列分析以及生理生化检测结果表明,XC-1菌株为枯草芽孢杆菌(Bacillus subtilis).XC-1菌株具有产纤维素酶、蛋白酶及嗜铁素和HC...     

基于机器学习的排涝闸站雨后水位预测

【目的】精准预测排涝闸站雨后水位。【方法】在分析为期1a的田间实测水位数据的基础上,收集了四湖流域2个典型闸站（习家口站、田关站）为期10 a(2010—2020年)的历史水情资料,利用2种机器学习算法（支持向量机回归算法、回归树算法）对排涝闸站的雨后水位进行预测分析。【结果】支持向量机回归算法和回归树算法均较好地预测了习家口站和田关站的雨后最高闸上水位,R2基本大于0.80;2种机器学习算法在习家口站的表现均优于田关站,核函数的选取对支持向量机回归算法的预测结果有一定影响,线性核函数表现较为稳定。回归树算法的效果略优于支持向量机回归算法。【结论】基于闸上水位、降水量、降水时间、泵站排水流量预测雨后最高闸上水位是可行的。不同闸站应分开进行训练,并寻找最优的机器学习算法,未来有必要结合降水预报数据实现农田涝灾情况的实时预报。