Including an additional systematic environmental effect within a generation in an evaluation model improves accuracy of prediction of breeding values in a closed herd of pigs

The present study evaluated the advantage of mixed‐model techniques over a selection index under different magnitudes of an additional systematic environmental effect (ASEE) in terms of accuracy of prediction and expected genetic gain. The data attempted to simulate a closed herd in a pig breeding program. The base population (G₀) consisted of 10 males and 50 females. Six generations (G₀ to G₅) were selected by using a selection index of three traits without overlapping. Additional systematic environmental constants with four levels in a generation were assigned from a uniform distribution at different ranges. Breeding values of animals in the last generation (G₅) were estimated on the basis of an index of individual phenotype (SI‐U), SI‐U adjusted for ASEE using a least‐squares mean (SI‐A), best linear unbiased prediction using an animal model excluding ASEE (AM‐E), and an animal model including ASEE (AM‐I). Accuracy of prediction and expected genetic gain were larger by the animal model than by the selection index, even if heritability of the traits selected was high and ASEE was set to zero. When ASEE was zero, the accuracy of prediction and expected genetic gain given by SI‐U and AM‐I were similar to those given by SI‐A and AM‐E, respectively. However, the differences in accuracy and expected gain between SI‐U and AI‐A and between AM‐I and AM‐E increased as the range of ASEE increased. It was concluded that selection based on an animal model was more effective than index selection, even if the herd environment was uniform and traits with high heritability were selected, and that it should be always included in an evaluation model, however slight any systematic environmental effect may be in a closed herd.     

冷鲜肉微生物种类及微生物预测模型的研究进展

肉品安全是一个重要的研究课题,预测肉品微生物的变化是监测食品货架期的基础,它根据食品微生物在不同加工技术、储藏和流通条件下的变化规律,通过建立模型和计算机处理,判断食品内主要致病菌和腐败菌生长或残存的动态变化,从而对食品的质量和安全性作出快速评估和预测.生鲜肉食品的腐败主要是生产加工过程中微生物污染所致,不同的微生物在...     

基于气候适宜度指数的茎瘤芥产量动态预报方法

为做好重庆重要特色经济作物茎瘤芥的产量预报,本研究耦合光、温、水与茎瘤芥产量形成的供需关系,以预报日前不同生育期气象资料作为参考数据集,基于气候适宜度指数与气象产量指数,建立茎瘤芥产量动态预报模型。结果表明：茎瘤芥幼苗—瘤茎膨大期气候适宜指数与气象产量指数相关性优于仅考虑瘤茎膨大期的分析结果。采取幼苗—瘤茎膨大期以及仅瘤茎膨大期两类参考数据集建立茎瘤芥瘤茎产量丰歉动态预报模型,幼苗—瘤茎膨大期作为参考数据集的计算模型表现更佳,不同起报时间瘤茎产量预报准确率平均值92.0%;归一化均方根误差平均值0.196;丰歉趋势准确率平均值68.2%。说明幼苗期气象条件对茎瘤芥瘤茎产量形成有一定贡献,考虑幼苗期气象要素的气候适宜指数能够更好地解释气象条件对茎瘤芥产量形成的影响。利用2017—2019年气象数据和产量数据对产量丰歉预报模型进行检验,各年度产量预报准确率基本在90%以上。基于气候适宜度指数的茎瘤芥产量动态预报方法能够以较高准确性和稳定性对茎瘤芥产量进行预测。     

作物吸收Cd的影响因素分析及籽实Cd含量的预测

我国许多大的江河流域冲积平原土壤普遍存在重金属Cd异常,食用生长在其上的粮食是人体摄入Cd的一个主要途径。作物吸收Cd量受很多土壤因素的控制,为了确定影响作物籽实Cd含量的土壤理化指标,采用多元线性回归分析对采自江苏省南京、扬州和苏州郊区的水稻和小麦籽实及相对应的土壤样品进行了研究。结果表明,土壤总Cd含量和pH值是影响农作物籽实Cd含量的两个主要因子,虽然其他土壤理化性质指标对作物吸收Cd量也有一定的影响,但是影响程度均没有达到极显著水平,在忽略这些因子的情况下,水稻和小麦籽实的Cd含量、土壤总Cd含量和土壤pH值之间具有以下相关关系：log（水稻Cd）=-0．369—0．068pH＋0．153log（土壤Cd）;log（小麦Cd）=0．624—0．164pH＋0．421 log（土壤Cd）。这两个模型对水稻和小麦籽实Cd含量的预测能力均达到了极显著水平。     

高层建筑桩基础沉降预测

高层建筑施工过程可近似地看为一个线性加载的过程。在沉降-时间曲线特征的基础上,建立了高层建筑桩基础的龚帕兹沉降-时间预测模型,其中3个参数a、b和c可以简单求解得到。两个个工程实例的应用证明了该模型在桩基沉降预测中的合理性和实用性。     

我国发展精准农业的必要性

精准农业是当今世界农业发展的新潮流,是未来农业发展的雏形。其不仅能提高农产品产量和质量,而且对生态环境能起到良好的保护作用,使农业可持续发展。为此,阐述了精准农业的含义,论述了国内外精准农业的发展现状、研究动态及应用情况,并分析了我国水资源和肥料利用状况,指出了我国发展精准农业的必要性和适合我国国情的精准农业的发展方向。     

平行梁冲量式谷物质量流量传感器弹性元件设计

冲量式传感器具有结构简单、使用方便等优点,但容易受到基础振动的干扰。为此设计了平行梁结构冲量式谷物质量流量传感器弹性元件,对弹性元件安装端部采用了削弱设计。有限元分析表明该设计方案不仅符合应力集中原则,而且可以提高传感器抵抗振动干扰的能力。给出了传感器电桥电路,以及后续放大、电压电流变换等调理电路,使得传感器输出零点可以方便调节,降低了传感器在联合收割机上的安装要求。试验结果表明,传感器线性度误差小于0.1%,输出不受外力作用点的影响,同时具备了合适的工作频带宽度。     

利用改进BP神经网络预测初产奶牛产奶量的方法

针对传统BP算法的缺陷,提出了一种采用L-M训练法的BP神经网络。在此基础上建立了基于改进BP神经网络非线性系统的奶牛305d产奶量预测模型,此模型可以提前215d预测初产奶牛305d产奶量,从而实现提早进行选择,加速奶牛育种工作进程。并通过具体的实验验证了改进BP神经网络预测模型的有效性。