大米蛋白酶水解条件及水解度对合成类蛋白的影响

观察了胰蛋白酶、碱性蛋白酶和胃蛋白酶水解米渣蛋白的条件及其水解度对合成类蛋白反应的影响。结果表明:胰蛋白酶、碱性蛋白酶和胃蛋白酶水解大米蛋白的最适温度分别为50℃、60℃和60℃,最适起始pH值分别为10.0、11.0和1.0,底物浓度分别为7%、5%和5%,E/S为1%、3%和7%,水解时间为4 h;该条件下,3种酶水解大米蛋白的水解度分别为54.0%、71.4%和57.3%,氮收率分别为56.3%、73.8%和58.1%;随着水解时间的延长,胰蛋白酶和胃蛋白酶水解产物中肽类组分变化小,而碱性蛋白酶水解产物中小分子的组分显著增加;大米蛋白水解产物的水解度对类蛋白反应的产率有显著影响,以胃蛋白酶为类蛋白合成酶时,大米蛋白的胰蛋白酶、碱性蛋白酶和胃蛋白酶水解产物的水解度分别在54.0%、71.4%和69.1%时,合成类蛋白的产率最高,分别为2.6%、17.5%和15.2%。     

百日草自交系花粉萌发条件及花粉活力研究

研究了不同培养基、采集时间、贮藏温度和湿度等因素对百日草花粉离体培养萌发效果的影响。结果表明:花粉萌发较适宜的培养基为ME3 16%PEG4000 12%蔗糖;上午10:00采集花粉萌发率要显著地高于下午3:00采集的;在4℃湿润条件下贮藏18 h,J6花粉生活力下降较小,而在室温干燥条件下几乎失去活力;相对湿度在66%以下时极不利于花粉保存;11个百日草自交系花粉离体萌发率差异显著。     

不同底物下瘤胃真菌发酵特性及对粗料的附着

采用体外法研究了不同精粗比底物下(A组为全粗料,B组3∶7,C组5∶5,D组7∶3,E组为全精料)瘤胃真菌发酵特性及其对粗饲料(稻草秸)的附着情况。发酵试验结果表明:随底物精料比例的增加,同一时间点真菌数量呈上升趋势,A组到E组发酵96 h的累计产气量显著上升,分别为177.2 mL、198.2 mL、217.4 mL2、33.4 mL和251.5 mL,提示底物中精料比例的增加能促进瘤胃真菌的生长和发酵。此外,随底物精料比例的增加,羧甲基纤维素酶和α-淀粉酶酶活呈上升趋势,木聚糖酶酶活则呈下降趋势。稻草秸附着结果表明:不同发酵时期底物精粗比对附着于稻草秸的瘤胃真菌数量有很大影响。发酵前期(24 h),精料组(B组、C组和D组)附着于稻草秸表面的真菌孢子囊数显著高于粗料组(A组)。发酵后期(72 h),A组和B组附着于稻草秸表面和切缘的孢子囊数高于C组和D组,A组和B组附着于稻草秸表面和切缘的孢子囊数与48 h相比无显著变化,而C组和D组附着于稻草秸表面和切缘的孢子囊数显著下降。这种附着差异可能与不同精粗比底物提供的能量和附着位点不同有关。     

碱提油菜子多糖的体外抗氧化活性研究

对碱提菜子多糖及其级分多糖进行了体外抗氧化活性研究.结果表明,碱提菜子粗多糖和级分多糖都能够减少小鼠肝匀浆丙二醛(MDA)的生成,抑制肝线粒体肿胀和红细胞氧化溶血.     

浅析江西省农田生态系统生产力的稳定性

围绕江西省农田生态系统生产力的主导影响因子,分析和评价了复种指数、耕地资源、气候资源、水资源和施肥等因子对农田生态系统生产力(粮食产量)的影响及其应对的技术措施.     

籼稻Wx基因与稻米食用品质的相关性分析

以14个水稻品种及亲本为材料,通过检测各材料的Wx基因型,测定其直链淀粉含量(AC)、胶稠度(GC)和糊化温度(GT),对参试品种的Wx基因与AC、GC和GT的相关性进行了分析.结果表明,基因型为GG的品种具有较高的AC和较低的GC,而TT型品种具有中等的AC和较高的GC;AC与GC、GT呈极显著负相关,说明Wx除了控制稻米的AC之外,Wx与之紧密连锁的基因位点还可能影响GC的高低程度和GT的大小.对属于同一个恢复系的杂交组合的不育系和品种之间作偏相关性分析表明,优良品种的AC与不育系呈显著负相关,而品种的GC和GT与不育系之间的相关性却没有那么明显.     

氮肥减量配施生物炭对稻田有机碳矿化及酶活性影响

氮肥减量配施生物炭对于提升土地生产力、提高土壤碳汇能力以及缓解气候变暖具有重要意义。依托大田试验,设置5个氮肥用量梯度(T0～T4):100%化肥氮,90%化肥氮,80%化肥氮,70%化肥氮,60%化肥氮,采用等氮原则,氮肥减少量用等氮量生物炭替代,以不施肥为对照(CK),结合室内矿化培养,揭示稻田有机碳矿化及酶活性对氮肥减量配施生物炭的响应。结果表明:与T0处理相比,T3处理(70%化肥氮+7.5 t/hm~2生物炭氮)土壤全氮,碱解氮及速效磷依次显著提高了6.67%,8.36%及30.94%(P0.05),T4处理的速效钾含量最高,显著提高了23.78%(P0.05)。氮肥减量配施生物炭可有效提升土壤有机碳(SOC)含量,且随配施生物炭比例的增大而增大;与矿化前相比,各处理矿化后SOC,微生物量碳(MBC)及微生物熵(qMB)依次下降1.39～1.75 g/kg, 24.62～67.57 mg/kg及0.13%～0.32%(P0.05)。SOC矿化速率在培养的第1天达到峰值,第1阶段(第1～6天)迅速下降,第2阶段(第6～30天)缓慢下降,第3阶段(第30～45天)矿化速趋于平稳,矿化速率与培养时间呈对数函数关系(P0.01)。培养结束时SOC累积矿化量和累积矿化率的变化范围分别为1.39～1.75 g/kg和6.02%～8.43%,均以T3处理最低。与CK和T0处理相比,T3处理的过氧化氢酶、脲酶和蔗糖酶活性最高,T1处理的酸性磷酸酶活性最高。水稻产量以T3处理(7.37 t/hm~2)最高,比T0处理增产39.58%(P0.05)。综上,氮肥减量30%配施生物炭可明显提高土壤肥力,减少SOC矿化,增加土壤固碳,提高土壤酶活性及水稻产量。     

基于语义分割的非结构化田间道路场景识别

环境信息感知是智能农业装备系统自主导航作业的关键技术之一。农业田间道路复杂多变,快速准确地识别可通行区域,辨析障碍物类别,可为农业装备系统高效安全地进行路径规划和决策控制提供依据。该研究以非结构化农业田间道路场景为研究对象,根据环境对象动、静态属性进行类别划分,提出一种基于通道注意力结合多尺度特征融合的轻量化语义分割模型。首先采用Mobilenet V2轻量卷积神经网络提取图像特征,将混合扩张卷积融入特征提取网络最后2个阶段,在保证特征图分辨率的基础上增加感受野并保持信息的连续性与完整性;然后引入通道注意力模块对特征提取网络各阶段特征通道依据重要程度重新标定;最后通过空间金字塔池化模块将多尺度池化特征进行融合,获取更加有效的全局场景上下文信息,增强对复杂道路场景识别的准确性。语义分割试验表明,不同道路环境下本文模型可以对场景对象进行有效识别解析,像素准确率和平均像素准确率分别为94.85%、90.38%,具有准确率高、鲁棒性强的特点。基于相同测试集将本文模型与FCN-8S、SegNet、DeeplabV3+、BiseNet模型进行对比试验,本文模型的平均区域重合度为85.51%,检测速度达到8.19帧/s,参数数量为,相比于其他模型具有准确性高、推理速度快、参数量小等优点,能够较好地实现精度与速度的均衡。研究成果可为智能农业装备在非结构化道路环境下安全可靠运行提供技术参考。     

拔节-孕穗期淹涝胁迫对水稻生长的后效影响

为探究每年7-8月（拔节-孕穗期）洪涝淹没对水稻生长的后效影响,以Ⅱ优898为试验对象,在安徽新马桥农水试验站开展为期2 a的水稻淹涝胁迫试验。试验设置了具有不同淹水深度（半淹、3/4淹、全淹）和淹水持续时间（5、7、9 d）组合的9个试验组,以及正常控水的对照组。在淹水胁迫结束后,对后胁迫时期水稻的叶片光合特性、根系生长情况、植株干物质分配和相应产量进行了多次观测。结果表明,淹涝胁迫在一定程度上抑制了叶片气孔导度和光合速率,但在胁迫解除后会逐渐恢复甚至出现补偿现象,其恢复进程受前期淹涝程度影响。淹涝胁迫使水稻的干物质分配策略更倾向于叶和茎,并随着前期淹涝程度加重而愈发明显;在复水后第20天,半淹组的平均茎叶干物质分配系数相比于对照组增加了7.9%,而全淹组则增加了32.9%。水稻产量与其在后胁迫时期的茎叶干物质分配系数存在显著的相关关系,相关系数为0.875（P=0.023）;水稻产量随着茎叶干物质分配系数的增加、叶片气孔导度和光合速率的减小而减少。该研究针对拔节-孕穗期发生的淹涝胁迫,重点对后胁迫时期水稻的光合特性及干物质分配策略进行了分析,初步探讨了水稻涝害减产的潜在机理,为提出稻田涝后减灾管理措施提供了一定的理论依据。     

设施菜地土壤氮素运移及淋溶损失模拟评价

设施菜地因大水大肥管理方式导致的氮素淋失已成为当前关注焦点。探寻氮素淋失阻控技术需要首先探明土壤中NO_3~--N的运移和淋失过程,找到淋失阻控的关键点,从而实现蔬菜栽培高产量低环境成本。本研究以京郊设施菜地黄瓜-番茄轮作系统为研究对象,通过田间试验获取土壤温度、湿度、NO_3~--N含量等数据,对反硝化-分解(DNDC)模型进行参数校验,并以农民常规种植模式为基线情景,设置改变土壤基础性质、灌溉量、施氮量等不同情景,运用DNDC模型对设施菜地系统土壤氮素运移及淋溶损失进行定量评价。结果表明:经验证后的DNDC模型能够较好地模拟蔬菜产量、5 cm土壤温度和0～20 cm土壤孔隙含水率变化以及NO_3~--N的迁移过程,是模拟和评价氮素运移和损失的有效工具。模拟不同情景表明,设施菜地0～60 cm土壤NO_3~--N累积主要受灌溉水量和氮肥施入量的影响,此外土壤pH和土壤有机碳的变化也是影响NO_3~--N运移的重要因子。节水节肥是设施菜地氮素淋失减量的最有效方法,相比常规措施,同时减少20%灌溉量和20%施氮量可明显降低59.04%的NO_3~--N淋失量。同时,在节水节肥的基础上改变灌溉方式并提高20%土壤有机碳含量,在保证蔬菜产量的前提下,能够进一步降低69.04%的NO_3~--N淋失量。可见, DNDC模型为设施菜地NO_3~--N淋失评价和阻控提供了一个较好的解决方案。在当前重点关注减氮节水等管理措施的同时,提高土壤本身的质量,不失为一种更有效的减少设施菜地氮素淋失的途径。