猪霉麦中毒和霉麦无害化处理的研究

对1983年嫩江地区某地猪喂霉麦引起的中毒进行了系统研究。通过霉菌菌相、菌量分析,明确了霉麦的优势菌为黄曲霉菌;通过流行病学调查、优势菌的产毒试验、毒素的化学确证试验、当日鸭雏的生物学确证试验以及猪的回归试验等,证明黄曲霉毒素B_1(AFT B_1)是造成猪短期内大批死亡的原因。同时,进行了霉麦无害化处理试验,初步证明用0.02％次氯酸钠处理具有杀菌、除毒效果可靠等特点。     

伊克昭盟牧草和饲料作物应用增产菌技术的试验

199年伊克昭盟引入了牧草和饲料作物增产菌这一技术,经过7年的试验,示范及推广,至今全盟该增产菌应用面积已达4．04万hm^2,本文通过7年来在两种不同生境下,对12种牧草及作物的不同物修期采用不同方法施用增产菌,以鲜草产量和种子产量为衡量标准来探讨增产菌对不同牧草及作物的增产效果,实验结果表明：增产菌技术的应用,促进了植物的生长,使植株长高,叶面积增大,加强了光合作用,在提高鲜草产量的同时也增加了籽实的产量,具有较强的推广价值,是一项在农牧区适用的增产技术。     

湟中马血清酯酶多态性的研究

采用聚丙烯酰胺凝胶电泳法对青海省湟中县９１匹马血清酯酶的多态性进行了研究。结果发现：①湟中马的血清酯酶受ＥＳ＾Ｆ，ＥＳ＾Ｉ，ＥＳ＾Ｓ和ＥＳ＾Ｏ４个等位基因的控制，其基因频率分别为０．４４５０，０．５３３０，０．０１１０和０．０１１０；②在被检湟中马的ＥＳ位点上共发现ＥＳ Ｆ，ＥＳ ＦＩ，ＥＳ Ｉ，ＥＳ ＩＳ和ＥＳ Ｏ五种表型，以ＥＳ ＦＩ为优势表型（４７．２５％）；③ＥＳ等位基因频率无性别差异；④     

基于B/S结构的家蚕育种与种性维持信息管理系统

对家蚕育种亲本及其新品种性状数据档案实行信息化管理,可在家蚕育种和品种的种性维持过程中自动实现完整的信息采集、计算、调用、选择等功能。开发了一个基于B/S结构的家蚕育种与种性维持信息管理系统,主要包括品种管理、计划任务管理、饲育信息管理、蚕茧信息管理、选种信息管理、选优信息管理等功能模块。选种信息管理模块的运行过程是通过电子天平称量蚕茧质量,然后根据计算模型自动进行数据信息处理与统计分析实施选择。用户可以方便地通过网络访问该系统,实现家蚕新品种选育及种性维持工作的自动化。     

3个家蚕品种部分产茧量及体质量性状指标的协方差分析

养蚕生产中家蚕的桑叶食下量难以人为控制在同一水平,通常认为食下量会对蚕体生长发育及全茧量等产茧量指标产生显著甚至极显著影响。以山东省现行的3个春用蚕品种为材料,将食下量作为协变量进行协方差分析的结果表明,3个家蚕品种在3-5龄的蚕体质量增量、全茧量、茧层量性状指标上无统计学意义(P>0.125 2),仅个别指标均值间的最大差异在0.1水平下显著(P全茧量=0.066 9,P茧层量=0.056 1),因此该方法校正了用常规方差分析得出的上述性状指标在品种间存在极显著差异(P<0.000 1)的有偏结论,还明确了消化吸收量对上述性状指标影响不显著,可不作为协变量考虑。     

生猪价格超常波动对健康养殖推广的影响

生猪价格的超常波动使生猪养殖风险增大、收益不稳定,频繁的价格波动影响了养殖主体决策的理性,同时,养殖主体决策的非理性也会对生猪健康养殖推广造成明显的障碍。因此,只有确保中央政策与地方政策的配套协同,构建生猪产业链内各主体之间合理的利益关系,对养殖主体的心理预期进行调节,针对养殖主体的需求改变推广模式与方法,才能有效突破生猪价格波动对生猪健康养殖推广的制约。     

22份百脉根种质资源表型数量性状的遗传多样性分析

本研究对22份百脉根(Lotus corniculatus)种质资源的11个表型性状指标进行多样性研究分析。结果表明：除种宽外,22份百脉根种质间的表型性状均存在显著变异,表型性状指标变异幅度为12.11%～69.48%,各表型性状之间存在显著或极显著相关性。主成分分析表明,茎长、株高、冠幅、种子周长、种子长、种子宽和种子长宽比的主成分载荷较高,是造成百脉根种质表型性状差异的主要因素。根据聚类分析将22份百脉根种质分为3个类群,其中,第Ⅰ类群种质的种子小,但植株高大,第Ⅱ类群种质的种子小且植株矮小,第Ⅲ类群种质的种子和种荚大但植株矮小。综合评价11和12号这2份种质资源整体表现优良,且归属于第Ⅲ类群,具有种荚和种子较大的特性,可作为选育种子高产品种的目标亲本利用。本研究结果可为百脉根的种质应用和品种选育提供理论参考。     

基于近红外预测羊草水分含量的特征光谱模型研究

水分是牧草最为重要的品质属性,水分含量的多少直接影响牧草品质的变化。羊草（Leymus chinensis）因富含重要的维生素、蛋白质、中性洗涤纤维、酸性洗涤纤维、脂肪等家畜必需营养成分,在收获和储藏过程中极易受到生长地的水、土、气等的影响而发生营养成分损失或变质,因此为了有效降低冗余无信息变量,提高羊草水分含量近红外模型的预测精度和稳定性,本研究采用4种光谱特征区间选择方法,包括间隔偏二乘法（Interval partial least-squares regression,iPLS）、向后区间偏最小二乘法（Backward interval PLS,BiPLS）、联合区间偏最小二乘法（Synergy interval PLS,SiPLS）、和连续投影算（Successive projections algorithm,SPA）建立羊草水分含量的预测模型。结果表明：SiPLS方法最适合用于羊草水分含量特征波长的筛选,其次为BiPLS方法,最差的方法为iPLS,同时,相对分析误差（Residual predictive deviation,RPD）=2.648>2.50。这表明SiPLS的近红外光谱模型在预测羊草水分含量的应用上完全可行,预测精度在96.13%以上。