高产优质籼粳杂交稻嘉丰优 2 号的选育及制种技术

嘉丰优2号是浙江可得丰种业有限公司与嘉兴市农业科学研究院合作以嘉禾212A为母本、P025为父本选育的三系杂交水稻(偏籼)新组合。该组合具有高产(1022.2kg/667m²,刷新江西水稻单产记录)、优质(米质二等)、中抗稻瘟病、抗倒(茎秆粗壮)等优势。2017年通过浙江省农作物品种审定委员会审定,审定编号：浙审稻20170012,2017-2020年先后通过了江西省、福建省、安徽省、湖南省、湖北省的引种备案,2022年通过广西省农作物品种审定委员会审定,审定编号：桂审稻2022192号,适宜在长江中下游地区作中、晚稻种植。介绍了嘉丰优2号的选育过程、特征特性、高产栽培及制种技术等。     

国审小麦新品种扬辐麦 14 的选育

扬辐麦 14（原名扬辐麦 4188）系采用辐射诱变与常规杂交育种技术结合方式选育而成的小麦新品种。2017-2018年度参加长江中下游冬麦组区域试验,每 hm2 平均产量 6254.55kg,比对照扬麦 20 增产 5.75% ;2018-2019 年度续试,平均产量 6748.50kg,比对照扬麦 20 增产 6.78% ;2019-2020 年度参加生产试验,平均产量 6573.00kg,比对照扬麦 20 增产 6.01%,3年试验均为极显著增产。2023 年通过国家农作物品种审定委员会审定（审定编号：国审麦 20230012）,在审定试验中表现出早熟、高产、中抗赤霉病、高抗黄花叶病、高抗穗发芽等优点,品质达优质中筋小麦标准。在推广应用过程中应注意做到适期播种,优化群体结构、协调群体生长,合理施肥,防治病虫害,及时收获等。     

国审小麦新品种菏麦 22 的选育及适播密度研究

菏麦22（参试号：菏麦0839）是2019年3月通过国家农作物品种审定委员会审定的高产、优质、抗逆小麦新品种。为了对该品种有较全面的了解,从特征特性、亲本来源、选育过程及适宜种植密度等方面进行了研究分析。结果表明：菏麦22具有高产、优质、抗病、抗逆等优良特性,在黄淮麦区北片有较大的高产潜力及推广价值;菏麦22在20万/667m2基本苗的密度下,产量表现较为突出;种植密度对小麦的有效穗数、穗粒数、千粒重均有一定影响。     

优质高产三系杂交稻新组合川康优 618 的选育

川康优618是四川省农业科学院作物研究所以自育不育系川康606A作母本、自育恢复系成恢3018为父本组配出的优质、高产和抗稻瘟病三系杂交稻新组合。2022年通过长江上游中籼迟熟组国家农作物品种审定委员会审定,审定编号：国审稻20220055。2023年通过华南感光晚籼组国家农作物品种审定委员会审定,审定编号：国审稻20233260。     

基于YOLOv5s改进模型的小白菜虫害识别方法

小白菜是中国种植面积较广、深受大众喜爱的蔬菜,但真实菜地环境中虫害往往出现在叶片的特定区域,且受环境因素如光照和背景干扰较大,影响对其的智能检测。为提高小白菜虫害的检测效率和准确率,该研究提出一种基于YOLOv5s网络框架改进的YOLOPC小白菜虫害识别模型。首先,引入CBAM（Convolutional Block Attention Module）注意力机制,将其放在CBS（卷积层Convolution+归一化层Batch normalization+激活函数层SILU）的输入端构成CBAM-CBS的结构,动态调整特征图中各个通道和空间位置的权重;使用上采样和1×1卷积操作来调整特征图的尺寸和通道数,实现不同层次特征的融合,增强模型的特征表示能力。同时,改进损失函数,使其更适合边界框回归的准确性需求;利用空洞卷积的优势提高网络的感受野范围,使模型能够更好地理解图像的上下文信息。试验结果表明,与改进前的YOLOv5s模型相比,YOLOPC模型对小白菜小菜蛾和潜叶蝇虫害检测的平均精度（mean Average Precision, mAP）达到91.40%,提高了12.9个百分点;每秒传输帧数（Frame Per Second, FPS）为58.82帧/s,增加了11.2帧/s,增加幅度达23.53个百分点;参数量仅为14.4 MB,降低了25.78个百分点。与经典的目标检测算法SSD、Faster R-CNN、YOLOv3、YOLOv7和YOLOv8相比,YOLOPC模型的平均精度分别高出20.1、24.6、14、13.4和13.3个百分点,此外,其准确率、召回率、帧速率和参数量均展现出显著优势。该模型可为复杂背景下小白菜虫害的快速准确检测提供技术支持。     

基于复杂种植结构多情景分析的灌区多目标多水源优化配置

为改善多水源灌区农业用水供需矛盾,通过合理调整种植结构,优化灌区水资源配置,该研究以河北省邯郸市漳滏河灌区为研究对象,将农业灌溉缺水量最小和农作物经济效益最大作为目标函数,兼顾灌区生态安全约束,构建了基于种植结构优化的多目标多水源优化配置模型,针对作物熟制、作物种类、种植制度以及灌溉方式设置了8种不同的种植结构优化情景,通过自主改进的基于精英策略并协遗传算法（NSGAⅡ-S）对模型求解,获得不同情景下的水资源优化配置方案。结果表明：应用模型进行水资源配置后,各情景配水总量均有所减少,其中水库配水量高于其他水源的配水量,水库水、引黄水和引江水均达到用水总量控制目标,民有分区的各计算单元间的配水量变化明显,总配水量高于滏阳河分区;适当压减主要依靠抽取地下水灌溉的冬小麦的播种面积,变灌溉农业为旱作雨养农业,可以极大地减少地下水用量,增加灌区经济效益;最佳的种植结构优化方案为CS₄（削减冬小麦的种植面积,种植苜蓿,灌溉方式采取管灌或喷灌）,该方案冬小麦播种面积压减17.10%,地下水开采量减少了16.42%,灌区的经济效益增加了26.41%,在保证配水总量最小的同时,具有更高的经济效益。该研究所构建的多目标多水源优化配置模型和作物配水结果可为类似地区的水资源配置提供参考。     

基于二代测序数据拷贝数变异检测的新方法研究

目标区域捕获测序（TRS）是将基因组特定区域制成探针与基因组DNA杂交,将目标区域的DNA富集后再进行二代测序。TRS已应用于多种疾病如智力障碍、帕金森症等,能够有效的对人类主要组织相容性复合体（MHC）、外显子等区域进行测序。由于测序效果受捕获测序探针密度影响较大,探针的疏密及均匀程度很大程度会影响最终结果,与全基因组测序相比,TRS检测拷贝数变异（CNV）难度更大。随着生命科学的飞速发展,越来越多的拷贝数变异检测工具出现,但它们的CNV检测率依然较低,假阳性率较高。因此,本研究开发了一种新颖的拷贝数变异检测方法,结果显示,本研究方法、ExomeDepth和XHMM的检测率分别是76.7%、12.4%和5.5%,假阳性率分别是25.7%、49.4%和66.9%,本研究方法在检测率及假阳性率的表现均优于ExomeDepth和XHMM两种方法。本研究补充了拷贝数变异检测算法,并为相关研究提供一定的理论依据。     

中小规模猪场母猪繁殖力低原因及提升措施

繁殖力是母猪窝产仔数、产活仔数和泌乳能力的综合体现,也是猪场规模化壮大的基础。对于中小规模猪场,每头母猪年提供的断奶仔猪数数量越多,猪群分摊的养殖成本则越低,猪场的养殖效益才可增加,母猪繁殖力的提高是养猪效益提升的重要途径。该文首先从环境因素、管理因素、个体因素和营养因素4个方面分析中小规模猪场母猪繁殖力低的原因,然后提出环境控制、强化管理、择优选育、营养调控有针对性的策略来提升母猪繁殖力,为改善和提高母猪生产性能提供理论指导。