三种贮存方式对农残检测样品中有机氯类农药检测结果的影响

研究不同的贮存方式对蔬菜中有机氯类农药检测结果的影响。以生菜为实验材料，利用气相色谱技术对乙烯菌核利、联苯菊酯、甲氰菊酯三种农药在不同贮存条件（室温25℃、冷藏4℃、冷冻－20℃）下的残留量进行测定。研究表明，联苯菊酯稳定性高于甲氰菊酯和乙烯菌核利；贮藏3天时，室温贮存效果最好，三种农药残留率均在90%以上；贮藏5天时，冷冻贮藏效果好于冷藏；0.05mg/kg的残留浓度表现出更好的稳定性，残留率最高，贮存三天或五天后，残留率还有90%以上；随着样品冻融次数的增多，农药降解的速度加快，检测结果偏低，第3次冻融时，三种农药残留率不足70%，低于稳定与否的判定依据，因此贮存时应尽量在第三次冻融时完成检测。     

全国降水天气现象平行观测对比分析

采用2017-08—2018-08全国2363个气象站降水现象平行观测对比观测数据,分别从数据完整性和准确性方面对雨、雪、毛毛雨、冰雹、雨夹雪5种降水现象自动观测数据进行了对比分析。结果表明:(1)雨、雪、毛毛雨现象的过程捕获率最高,分别为66.9%、69.2%、50.1%,冰雹的小时捕获率最高,为51.8%,雨夹雪的各捕获率指标均较低。(2)毛毛雨的漏报率最高为65.9%,雪的漏报率次之为35.6%,冰雹的漏报率最低为16.2%;毛毛雨、雨的错报率较低,雨夹雪和冰雹的错报率较高,毛毛雨、冰雹错报为雨的比例较高,雨错报成毛毛雨的比例较高,雪错报成毛毛雨和雨的比例较高,而雨夹雪则常常是毛毛雨、雨、雪交替出现;毛毛雨和冰雹的空报站点较多。(3)降水现象仪对降水现象的识别可达到分钟级,但与人工观测降水现象相比,存在漏报、错报和空报情况,需要在气象站数据采集端进行质量控制,不断优化降水现象识别算法,并结合其他天气要素进行降水现象综合判识,以提高仪器对降水天气现象的捕获率,降低漏报率、错报率和空报率。     

基于GBLUP等模型对梅花鹿(Cervus Nippon)生长相关性状基因组选择的预测准确性比较

旨在基于GBLUP等模型对梅花鹿(Cervus Nippon)生长相关性状基因组选择的预测准确性进行比较。本研究以吉林某鹿场2014—2019年所产梅花鹿261只作为研究群体(公鹿96只，母鹿165只),对梅花鹿体重体尺等生长相关性状进行遗传力估计，并基于5-fold交叉验证方法对GBLUP、Bayes A、Bayes B、Bayes C、Bayes Lasso、RRBLUP六种基因组选择模型预测准确度进行了比较，以筛选出适合梅花鹿生长相关性状的基因组选择模型。结果发现：1)管围与臀端高的遗传力分别为0.43、0.50,属于高遗传力；体重、体高与体斜长的遗传力分别为0.22、0.30、0.27,属于中等遗传力；而胸围的遗传力为0.15,属于低遗传力；2)在GBLUP中，基因组选择预测的准确度与性状的遗传力呈正相关关系，而在Bayes类与RRBLUP法中并未表现明显正相关关系；3)在样本量较少的情况下，选取GBLUP作为基因组选择模型具有一定的优势；Bayes A可在低遗传力性状中作为首选；体重、体高、体斜长、管围、胸围、臀端高预测准确度最高的分别为GBLUP、Bayes B、Bayes...