育珠期三角帆蚌的生长及其与珍珠增长的关系

通过对三角帆蚌壳长、壳宽、蚌总重（整体湿重）、内脏团湿重、壳重和珍珠重等指标在5-11月间的逐月连续测定,研究了常规养殖模式下育珠期2龄三角帆蚌在主要生长季节的生长规律及其与珍珠生长的相关性。结果表明：珍珠重(PW)与壳长(SL)、壳宽(SW)的关系分别为PW=0.0008SL3.3946 (R2=0.6948)和PW=0.7809SW1.0227 (R2=0.6888);而珍珠重(PW)与蚌重(TW)、内脏团重(BW)和壳重(W)的关系分别为PW=0.0021TW1.5434 (R2=0.7337),PW=0.107BW0.9125 (R2=0.7158)和PW=0.0324W1.1259 (R2=0.7101);三角帆蚌总重(TW)与壳长(SL)、 壳宽(SW)的关系最适合用指数函数进行拟合,其关系式分别为TW=16.003e0.1681SL,(R2=0.7961),和TW=64.311e0.1372SW (R2=0.6822);而内脏团重(BW)和壳重(W)与壳长(SL)、壳宽(SW)的关系则适合为幂函数曲线拟合,关系式分别为BW=0.0188SL3.1427,(R2=0.6927);W=0.0656SL2.7721, (R2=0.8271)和BW=12.446SW0.8974 (R2=0.617);W=19.876SW0.802 (R2=0.7563)。本研究结果发现,珍珠生长与蚌总重、壳长和壳宽等外部测量指标之间的相关性显著,从而无须通过杀蚌取珠而直接通过这些外部生长指标的测定就能较好地了解珍珠的生长,更好地为珍珠养殖生产和管理提供指导。     

甘草总黄酮对高脂条件下罗非鱼肝损伤的保护作用

为了研究甘草总黄酮对高脂饲料造成的罗非鱼(Oreochromis niloticus)脂肪肝损伤是否具有保护作用,随机将180尾健康无伤罗非鱼分成6组,即对照组、高脂饲料模型组和4个不同浓度甘草总黄酮组(0.05、0.10、0.50、1.00 g·kg^-1甘草总黄酮),每组30尾。饲喂90 d后,采集罗非鱼各实验组肝,测定肝匀浆中超氧化物歧化酶(SOD)活性、还原型谷胱甘肽(GSH)活性、丙二醛(MDA)含量、甘油三酯(TG)含量、总胆固醇(TC)含量、总抗氧化能力(T-AOC)水平,Western blotting法检测肝中核转录因子-κB P65(NF-κB P65)和核转录因子-κB C-Rel (NF-κB C-Rel)蛋白表达水平,RT-PCR法测定肝中微粒体甘油三酸酯转移蛋白(MTTP)和载脂蛋白B100(ApoB100)基因表达情况。结果表明:与对照组相比,高脂饲料模型组罗非鱼肝匀浆中TG、TC、MDA含量极显著(P<0.01)升高,GSH活性、SOD活性、T-AOC水平均极显著(P<0.01)降低;MTTP和ApoB100 mRNA表达水平降低(P<0.01或P<0.05);Western blotting结果显示,NF-κB P 65和C-Rel蛋白表达水平升高。饲料中加入甘草总黄酮后,与高脂饲料模型组相比,罗非鱼肝中GSH活性、SOD活性、T-AOC水平不同程度提高,TC、TG、MDA含量和NF-κB P65、C-Rel蛋白表达水平不同程度降低,MTTP和ApoB100的mRNA表达水平升高,以0.50 g·kg^-1甘草总黄酮组效果较好。说明甘草总黄酮对于罗非鱼脂肪肝损伤具有一定的保护作用,可以缓解高脂饲料造成的脂肪肝损伤。     

农村互联网发展对中国玉米全要素生产率的影响

采用DEA-mamlquist指数测算2004—2019年中国17个玉米主产省(区)的全要素生产率,运用联立方程组模型实证检验农村互联网发展对玉米全要素生产率的影响及其作用机理,并分区域探讨其差异性。结果显示:2004—2019年中国玉米全要素生产率年均增长0.2%,主要依靠技术进步的单轨模式驱动。农村互联网的发展显著(P<0.01)提升玉米全要素生产率,主要依靠技术进步和技术效率的协同作用驱动。分区域来看,农村互联网发展对玉米全要素生产率均具有显著(P<0.01)的促进作用,其影响程度由高到低依次为北方春播玉米区>黄淮海平原夏播玉米区>西北灌溉玉米区>西南山地玉米区。建议进一步提高农村互联网的配套设施建设,发挥互联网“连接经济”的优势,应用多元化互联网技术,促进不同生态类型区玉米生产效率的提升。     

大麦籽粒抗性淀粉含量快速测定方法研究

为探索快速高效测定大麦籽粒中抗性淀粉含量的方法,利用衰减全反射中红外（attenuated total reflection mid-infrared spectroscopy,ATR-MIR）和近红外（near-infrared spectroscopy,NIR）光谱技术,分别用3种不同方法进行预处理,建立大麦样品的抗性淀粉含量快速测定红外模型,通过不同预处理预测模型的校正和内部交叉验证结果的比较,依据决定系数（r）和均方根误差（RMSE）筛选出基于ATR-MIR和NIR光谱的最佳预测模型,再对最佳预测模型进行外部验证。结果表明,经基线位移校正+范围归一化（BOC+RN）预处理后的PLS模型为最佳ATR-MIR预测模型;经标准正态变换+Savitzky-Golay法一阶求导（SNV+1thD）的预处理模型为最佳NIR预测模型。用验证集材料对BOC+RN和SNV+1thD最佳预测模型的预测效果进行外部验证,光谱预测值与化学测定值之间没有显著差异,说明两种方法均可以用于大麦籽粒抗性淀粉含量测定;ATR-MIR光谱比NIR光谱具有更好的预测能力。     

冀东滦下灌区种植结构调整策略的研究

分析了冀东滦下灌区四县稻田土壤耕层的全盐含量和地下水矿化度,并依据我国盐渍土壤划分标准和不同作物的耐盐能力,将该稻区划分为宜稻区、盐生植物种植区、耐盐作物种植区和大田旱作物种植区,并提出了各个区域的种植技术方案及配套的工程技术措施。     

生长阶段及温度对微藻细胞总ATP酶活性的影响

以亚心形扁藻(Platymonas subcordiformis)、大溪地球等鞭藻(Isochrysis galbana daxidi)和小新月菱形藻(Nitzschia closterium)为实验对象,探讨批次培养过程中不同生长阶段及不同温度处理的藻细胞总ATP酶活性.结果表明:三种微藻在不同生长阶段的细胞总ATP...     

Near-Infrared Spectroscopy Coupled with Chemometrics Tools: A Rapid and Non-Destructive Alternative on Soil Evaluation

Near-infrared (NIR) spectroscopy is a rapid, non-destructive and accurate technique for analyzing a wide variety of samples, thus, the growing interest of using this technique in soil science. The objective of this study was to evaluate the potential of NIR spectroscopy to predict organic carbon (OC), total nitrogen (TN), available phosphorus (P) and available potassium (K) in the soil. NIR spectra from 20 cm³ of soil samples were acquired on the range of 750 to 2500 nm in diffuse reflectance mode, resolution of 16 cm^?1 and 64 scans. Eight models of calibration/validation were constructed. Calibration and validation models showed that the predictive potential of NIR varied with the specific soil property (OC, TN, P and K) under evaluation and according to the methodology employed in the model construction (cross-validation or test set). Good prediction models were obtained for OC and TN content based on the statistical parameters. Test set methodology was able to predict soil OC, TN, P, and K better than cross-validation methodology.     

Comparison of multivariate models and variable selection algorithms for rapid analysis of the chemical composition of field crops

This study evaluates the use of visible and near-infrared spectroscopy for rapid prediction of total carbon, total nitrogen, and total phosphorus concentrations in field crop samples. Two multivariate models (partial least squares regression and support vector machine regression) were compared. In addition, four spectral variable selection algorithms (competitive adaptive reweighted sampling, genetic algorithm, uninformative variable elimination, and variable importance for projection) were applied with support vector machine regression to determine the most accurate predictions. The results showed that support vector machine regression performed better than partial least squares regression for predicting the three chemical compositions. The combination of competitive adaptive reweighted sampling and support vector machine regression outperformed the other models for the predictions of total carbon and total nitrogen with high coefficients of determination of 0.91 and 0.90, respectively. For the determination of total phosphorus, the prediction accuracy of competitive adaptive reweighted sampling was comparable with the best result obtained from genetic algorithm with the coefficients of determination of 0.73 and 0.77, respectively. In conclusion, the support vector machine regression combined with competitive adaptive reweighted sampling has great potential to accurately determine the chemical composition of field crops using the visible and near-infrared spectroscopy.     

西瓜根系分泌酸性磷酸酶对有机肥营养的响应

有机肥营养对西瓜品质具有提升效果,但根系对有机肥中养分的吸收机制尚不完全清楚,尤其对磷素的利用机制。本研究关注西瓜根系分泌酸性磷酸酶活性对有机肥施用的响应。采用模拟西瓜根系分泌物的方法研究有机酸对有机肥中可溶性全磷和有效磷含量的影响;采用砂培的方法,研究有机肥中的磷替代化肥磷时西瓜根系分泌酸性磷酸酶活性的响应;采用田间试验研究有机肥替代化肥以及有机肥不同施用量对西瓜根际酸性磷酸酶活性、西瓜磷营养、产量和品质的影响。结果表明,有机肥中水浸提可溶性全磷含量为6.9 g?kg~(-1),可溶性无机磷含量为525.1 mg?kg~(-1),可溶性全磷中无机磷占7.6%,有机磷占92.4%,可溶性有机磷需经过水解后才能被根系吸收。有机肥中磷替代化肥磷时,西瓜根系和根际土壤酸性磷酸酶活性均显著提高,西瓜茎、叶中磷含量提高。施用三倍有机肥时西瓜根际土壤有效磷含量和西瓜产量提高。因此,有机肥中磷替代化肥磷时,西瓜通过提高根系分泌酸性磷酸酶的活性而提高利用有机磷的能力。     

大尺度采样下不同模型方法预测土壤全氮空间分布研究——以海南岛为例

在大区域尺度、有限土壤样点情况下,为探索准确预测土壤属性的方法,以海南岛为研究区,采用近似网格采样方法,采集130个样点,用多元线性回归(MLR)、普通克里格(OK)和回归克里格(RK)3种模型方法进行土壤全氮预测,并以29个验证点比较了预测精度。结果显示:1)对较大区域进行土壤全氮的空间分布的预测精度为OKRKMLR;2)3种模型对土壤全氮含量空间预测分布趋势基本一致,总趋势为岛内自东向西方向逐渐降低;3)0~5 cm土壤全氮含量与土地利用方式呈极显著相关关系,0~20 cm土壤全氮含量与归一化植被指数呈显著相关,20~40、40~60 cm土壤全氮含量与归一化植被指数、坡度呈极显著或显著相关。