高生物钙线椒新品种“陕椒2001”

线辣椒为陕西省的传统名优特品种。也是唯一能在全国起拳头的出口创汇产品。因其具有“果色鲜红和品佳味香”的特点,在国     

种植结构调整后,农民如何选种

种植结构调整后,即提高了农民的种植热情,也增加了农民的经济收入,但在实际生产中,却发现农民在购种中存在一些问题. 一是片面追求新品种:     

不同蚕品种的饲料效率初探

本文调查分析了近二、三十年来,我国春用蚕品种和夏秋用蚕品种主要经济性状的变迁情况。结果表明,目前推广的蚕品种与五十、六十年代推广的品种相比较,茧层量、茧层率,茧丝量、茧丝长等主要经济指标都有了显著的提高,尤其是茧层量、茧层率的增长更为突出.但5龄经过和食下量也相应地增加,蚕的消化率以及饲料效率几乎没有提高。从而认为,在今后蚕品种改良过程中,应重视提高饲料效率的研究,并通过桑品种改良、饲育技术等途径,提高饲料效率,提高养蚕的经济效益。     

绿豆根尖染色体的G显带

用风油精法在绿豆根尖细胞染色体上显示出了Ｇ带,其带纹数目随染色体浓缩程度而变化,以早中期和早后期的Ｇ带较为清晰,同源染色体带纹的数目、大小和分布基本一致,本文还讨论了风油精在Ｇ带诱导中的作用机制。     

苹果梨中多酚氧化酶酶学特性的研究

 以苹果梨中的多酚氧化酶为研究对象, 对其酶的活性变化及其特性的研究表明, 苹果梨中的多酚氧化酶的最适pH 值是4. 6 , 最适温度是40 ℃; 亚硫酸氢钠、维生素C、柠檬酸对苹果梨中多酚氧化酶的抑制作用依次减弱, 硫酸钠几乎无抑制作用。不同底物和同底物不同浓度影响多酚氧化酶特性。     

水貂铜绿假单胞菌检测方法研究进展

水貂出血性肺炎是由铜绿假单胞菌引起的威胁养貂业的重要疾病之一。为了解该病相关检测方法的最新研究进展,本文从病原学和分子生物学方面,介绍了细菌分离培养、生化试验、特异性抗原及其抗体检测、PCR技术和LAMP技术等。通过比较各种方法的优缺点和实用性,为临床兽医科技工作者快速、简便、准确、实用地诊断提供参考。     

添加剂对堆肥过程中挥发性有机物（VOCs）的减排效果

为明确添加剂对堆肥挥发性有机物（Volatile organic compounds,VOCs）排放的减排效果和影响因素,通过文献筛选出吸附类添加剂（活性炭和沸石）与有机酸类添加剂（柠檬酸和草酸）开展实验研究。在鸡粪-玉米秸秆堆肥实验中,设置5个处理,分别为对照（CK）、添加活性炭、添加沸石、添加柠檬酸和添加草酸处理。研究对象包括115种VOCs、三甲胺和6种含硫有机挥发气体（二甲硫醚、二甲基二硫醚、二甲基三硫醚、甲硫醇、乙硫醇、乙硫醚）。结果表明：在28 d的好氧发酵中,所有处理均达到50 ℃并维持7 d,满足无害化标准。检出110种VOCs、三甲胺和3种含硫有机挥发气体（二甲硫醚、二甲基二硫醚,二甲基三硫醚）。VOCs的排放集中在前9 d,在第3天时VOCs达到峰值。5个处理在堆肥第3天检测到的VOCs浓度范围为169.22~548.26 mg·m^-3。4种添加剂对各类VOCs均有减排效果。在第3天,活性炭、沸石、柠檬酸和草酸对烷烃类的减排效率分别为79%、26%、77%和46%,对卤烃类的减排效率分别为96%、38%、93%和97%,对芳香烃类的减排效率分别为28%、11%、24%和53%。从堆肥第6天开始只有沸石对各类VOCs有减排效果,最高减排效率为30%。针对含硫有机挥发气体减排,减排效果依次是草酸>柠檬酸>沸石>活性炭。4种添加剂对含硫有机挥发气体均有减排效果,但是对三甲胺没有减排效果。综合堆肥前9 d VOCs的减排情况,4种添加剂中沸石对各类VOCs减排效果最好。堆肥过程中添加沸石有利于VOCs和其他气体的协同减排,并且对土壤和农作物不存在风险,所以沸石在堆肥工程中有广阔的应用前景。     

十个侧耳菌株的模糊综合评价初报

应用模糊数学中隶属度和模糊概率概念,对10个侧耳菌株进行了模糊综合评价。结果表明,SN1是表现最好的菌株,与实际试验结果较为一致。     

几种杀虫剂对黄曲条跳甲的防治效果

试验结果表明:5%氟虫腈悬浮剂(锐劲特)、48%毒死蜱乳油、2.5%溴氰菊酯乳油、20%敌·氯乳油、45%马拉硫磷乳油,对黄曲条跳甲有较好的防治效果和增产作用,明显好于对照药剂80%敌敌畏乳油,可供生产上推广应用。     

基于机器学习的排涝闸站雨后水位预测

【目的】精准预测排涝闸站雨后水位。【方法】在分析为期1a的田间实测水位数据的基础上,收集了四湖流域2个典型闸站（习家口站、田关站）为期10 a(2010—2020年)的历史水情资料,利用2种机器学习算法（支持向量机回归算法、回归树算法）对排涝闸站的雨后水位进行预测分析。【结果】支持向量机回归算法和回归树算法均较好地预测了习家口站和田关站的雨后最高闸上水位,R2基本大于0.80;2种机器学习算法在习家口站的表现均优于田关站,核函数的选取对支持向量机回归算法的预测结果有一定影响,线性核函数表现较为稳定。回归树算法的效果略优于支持向量机回归算法。【结论】基于闸上水位、降水量、降水时间、泵站排水流量预测雨后最高闸上水位是可行的。不同闸站应分开进行训练,并寻找最优的机器学习算法,未来有必要结合降水预报数据实现农田涝灾情况的实时预报。