绿色富硒生物猪饲料中AFB1达标生产工艺优化研究

饲料中黄曲霉毒素(AFB₁)容易超标,检出率达80%~100%,毒性大,具强致癌性,可抑制生猪免疫机能,降低动物生产性能,引起动物继发感染,还会在动物产品中残留而威胁人类健康,给生猪养殖带来经济损失,降低猪肉食品安全性。本文通过使用先进固体发酵系统设备和益生菌发酵技术,采用单因素试验和响应面中试优化,获得发酵降解猪饲料AFB₁的最佳工艺参数为硒浓度0.3 mg/kg,发酵时间12 h,量子波强度30 Hz,益生菌菌种组合CGMCC NO.17328混合CGMCC NO.15611。该工艺将猪饲料AFB₁量从63.41μg/kg降解到2.98μg/kg,降解率达到95.30%,AFB₁含量达到国家饲料安全标准。生产工艺适合养猪场低成本快速生产AFB₁达标猪饲料。     

瑶胞喜种草珊瑚

<正>2019年5月,在江华县大锡乡盘古村的山林空地里,数十名村民正在种植一种药材———草珊瑚,一派忙碌的景象。这是该乡因地制宜发展林下经济引领贫困瑶胞脱贫致富奔小康的一个缩影。盘古村四面环山,长期以来,不少村民都是以伐木为生。最近,村里的种植合作社利用村里林下空隙,种植草珊瑚,给当地村民开辟了一条既生态环保又能脱贫致富的新门路。大山里气候多变,又是农忙时节,村支书赖祥泽组织数十名村民抢抓时间种植草珊瑚。2018年底,经过详细考察,村里的户村民以资金或劳动力入股的方     

山东莱州:科技备耕春潮涌 机械作战不误时

玉兰吐蕊,人勤春早。这几天,一股温暖的季风拂面而来,希望的田野上处处勃发出无限生机和活力……在疫情防控关键期,各地迎来了春耕备耕的时节。春耕在即,山东莱州在做好疫情防控确保安全的前提下,采取“隔空授课”、派遣“机械部队”、运用“智慧农机”积极开展科技备耕,做到疫情防控不松懈,春耕备播不耽搁。     

pH值对葛仙米生理的影响

研究不同培养液pH值(6.0、7.0、8.0)对葛仙米(Nostoc sphaeroides Kützing)生理的影响。结果表明,当培养液中pH值为7.0时,葛仙米的比生长速率最大,各种主要光合色素、可溶性糖及可溶性蛋白质含量最高;当培养液的pH值为8.0时葛仙米的上述各项生理指标小于pH值6.0条件下的葛仙米的上述各项生理指标。因此,当培养液中pH值为7.0是培养贵州野生葛仙米较为适合的pH值。     

典型苏南地区黑臭水体成因分析及治理对策的探讨——以常州市罗溪镇为例

以常州市罗溪镇黑臭水体治理情况为例,介绍了黑臭水体的判定及分级方法,分析了典型的苏南地区黑臭水体主要形成原因,提出了相应的治理对策。     

由一例粪污污染引发面源治理的思考

<正>2018年11月,陕西省丹凤县一群众反映:"x镇某居民点附近有一肉鸡养殖场,恶臭气味影响周边居民生活环境,鸡粪堆放在河岸边污染河流"。接到反馈诉求件后,丹凤县畜牧部门、环保部门及时赶赴该镇现场调查、处置,使事件得以稳妥化解平息。通过该事件的处理,也引发了笔者对如何正确处理生产发展和环境保护工作的思考。一、现场调查接到群众反映后,县环保、畜牧     

青海省农村能源有关问题思考

国家能源战略的重要组成部分之一即是农村能源。建设农村能源,能促进循环经济以及低碳经济等发展,有效实现节能减排目标,其也是保护生态环境以及强化农村基础设施建设的重要举措。在社会主义新农村建设过程中,常规能源因其历史悠久、使用方便,是现阶段最主要的能源。随着社会经济的快速发展,对于环境保护的理念愈来愈深入,新能源也得到了愈来愈大的重视。新能源建设工作能够促进农村农村经济发展形成新的产业,能促进农村环境的改善,促进农民增收,提高生活水平。本文就青海省的农村能源使用情况进行探析研究,并提出一些自己的观点,以期能够指导实践。     

农产品质量安全问题探究

正所谓"民以食为天",食品是人们生存的基本物质条件,而食品的质量安全,则是保证人们身体健康的重要因素。在众多食品中,农产品占据着很大的市场份额,但质量安全情况却令人堪忧。本文旨在通过对影响农产品质量安全问题做出分析,进而提出提高农产品质量安全、提升农产品市场竞争力、优化农业生产经营模式的新策略,希望对改善我国农产品质量安全有所帮助。     

基于PCA-Attention-LSTM网络的土壤氮含量监测

土壤作为农作物生长的主要营养来源,氮是植物生长的重要元素,有效评价土壤氮素含量可以促进配方施肥的发展。提出主成分分析、注意力机制和长短时记忆神经网络相结合的模型(PCA-Attention-LSTM)来监测土壤的氮素含量。采用PCA(主成分分析)对数据进行处理,提取影响土壤氮含量的关键影响因子,降低模型向量输入的维数,利用注意机制突出预测中的关键输入特征。在Keras深度学习框架的基础上搭建PCA-Attention-LSTM的网络模型,实现对未来2 h土壤氮含量的精监测。最后,以黑龙江省依安甜菜养植基地的数据对土壤氮含量进行训练和验证。结果表明,与RNN等其它网络模型相比,该模型的效果更好,基于PCA-Attenlion-LSTM网络模型的平均绝对误差,均方根误差和平均绝对百分误差分别为0.119、0.020、0.156。该模型预测精度高,泛化能力强,可以应用于土壤氮含量的监测。