一、农业试验统计分析软件的应用方法(论文文献综述)
闫东伟[1](2021)在《基于水射流的水田仿生中耕除草装置机理与试验研究》文中提出水稻是作为我国三大主粮之一,播种植面积常年稳居第一,其产量对保障国家粮食安全意义重大。水田杂草严重影响水稻产量和质量,在中耕期进行有效的除草作业是水稻种植过程中至关重要的一个环节。机械除草作为一项具有避免化学污染、改善土壤物理环境、促进作物生长发育等优点的有效技术措施,已被广泛应用。水田机械除草装置是机械除草技术实施的核心,其性能的优劣直接影响除草作业质量和效率。因此研制高效的机械除草装置,对实现水稻生产全程机械化具有重要意义。现有的机械除草装置大多数机型缺少研发和配置株间除草装置,现有株间除草装置关键部件多通过旋转、摆动、拖拽等复合运动将稻苗与杂草一并处理,除草部件刚性结构对秧苗根系及茎秆损伤较大。行间除草装置多以对现有鼠笼式和耙齿式除草轮进行结构优化为主,未见明显创新,除草轮普遍存在土壤扰动不足、易黏附土壤、易打滑和阻力大等问题,且刚性除草部件易造成秧苗根系损伤。整机难以一次性完成行间和株间全幅除草作业,且由于水田复杂环境致使装置除草率低、伤苗率高,难以保证作业质量。针对上述问题,本文采用理论分析、机械结构设计、仿生技术、有限元数值模拟分析和试验研究等方法和手段,结合水田实际田间状况,开展射流式水田仿生中耕除草装置研究。重点突破射流式株间除草装置、仿生柔性行间除草装置等核心工作部件的设计研发与机理研究,进行射流式水田仿生中耕除草装置的集成与田间性能试验。本研究为水田机械除草装置的创新设计提供理论支撑与参考。研究内容与方法如下:(1)水田植物和土壤物理参数测定研究影响水稻生长的杂草主要为稗草,故选取黑龙江省阿城区团结村水稻植株和稗草作为测试对象,测得获得了水稻植株和稗草几何尺寸及其单根系屈服应力数值;以田间土壤为研究对象,测定其物料特性,获得了土壤容重、土壤含水率、土壤密度、土壤限定粒径和土壤渗透系数、土壤坚实度、土壤抗剪切强度、内聚力、内摩擦角、土壤体积模量和剪切模量等物理参数与力学参数。本章研究可为水田除草装置关键部件结构设计与参数确定提供数据支撑,同时为水田除草装置理论分析与仿真试验提供理论依据。(2)射流式株间除草装置关键部件机理分析与设计创新提出了一种水射流除草方法,结合机械结构设计,研制了一种射流式株间除草装置;根据水稻除草时期农艺要求以及水稻和杂草生长特性,阐述了射流除草作业机理,通过理论分析确定了该装置射流倾角和喷嘴开口直径主要结构参数范围;运用动量守恒定理、粘性流体力学和土力学原理进行分析,建立了喷嘴临界破土压力模型,获取了土壤临界破坏压力,完成了射流式株间除草装置动力系统的选型配套。(3)仿生柔性行间除草装置设计与分析为解决因除草轮易黏附土壤、挂草而导致的除草轮打滑、除草率低的问题,运用仿生技术设计了一款仿生柔性行间除草装置。通过研究水稻行间除草装置除草作业特性,以麻雀羽鸭鸭脚掌为仿生原型,利用高速摄像技术观察分析鸭脚掌的游水运动学特性,获取了鸭脚掌宏观形态数据和各关键部位结构参数。通过理论分析,结合水田除草农艺要求确定了影响仿生柔性行间除草轮除草性能的主要结构参数;仿生鸭脚掌柔性蹼板在蹼板安装轮盘上的轴向倾角为170°,仿生鸭脚掌柔性蹼板与蹼板安装板的侧向偏角为15°。为提高仿生柔性行间除草装置作业稳定性,设计单铰链结构仿形机构,并确定了该机构主要结构参数。(4)射流式株间除草装置作业性能数值模拟研究基于显示动力学LS-DYNA仿真软件建立了射流式株间除草装置的喷嘴-水-土壤模型,并进行了单因素虚拟仿真试验,运用Design-Expert 8.0.6软件对射流式株间除草装置单因素虚拟仿真试验结果进行分析,阐述了射流倾角和喷嘴开口直径对土壤挖掘深度和土壤扰动率的影响规律,获取了装置最优结构参数,当射流倾角为31°,喷嘴开口直径为4mm时,土壤挖掘深度为31.88mm,土壤扰动率为11.69%。(5)株间与行间水田除草装置台架性能试验研究借助东北农业大学农牧机械实验室,搭建了水田株间和行间除草装置土槽试验台。开展了水稻根系抗冲断极限水压冲击试验,获取了水稻根系极限抗冲断压力为1.50MPa,为射流式株间除草装置台架试验因素选取提供参考依据;进行了射流式株间除草装置和仿生柔性行间除草装置参数优化试验,通过单因素试验和多因素旋转正交旋转组合试验设计,阐述分析了各试验因素对株间和行间除草装置除草性能评价指标的影响规律,建立了除草性能指标与试验因素间回归数学模型,获得了装置最优工作参数组合。当射流式株间除草装置工作参数组合为前进速度0.30m/s、喷嘴出口压力1.50MPa时,除草率为92.78%;当仿生柔性行间除草装置最优工作参数组合为:前进速度0.67m/s、入土深度47.07mm时,除草率为92.79%,伤苗率为1.53%。(6)射流式水田仿生中耕除草装置集成设计与田间验证试验集成配置了射流式水田仿生中耕除草装置,以装置前进速度为试验因素,除草率和伤苗率为评价指标,进行了田间作业性能验证试验。结果表明,该装置在前进速度0.4m/s时,平均除草率为91.88%、平均伤苗率为1.32%,可一次性完成行间和株间除草,除草率高,伤苗率低,作业质量满足水田中耕除草农艺和技术要求。
顿国强,姜新波[2](2021)在《基于Design-expert的试验设计与统计课程研究生教学改革实践》文中研究表明为实现农业机械化专业硕士研究生利用课程所学知识解决实际问题能力的培养目标,达到试验设计与统计课程的教学目的,将Design-expert试验设计分析软件引入到试验设计与统计的课程教学中,对教学内容、课程资源、教学模式及考核方式等方面进行了改革实践,提出了翻转课堂+报告+课程论文的教学考核模式。结果表明,课程改革激发学生学习兴趣,调动学生自主性,降低学习难度,提升了学生使用Design-expert完成试验设计与统计分析应用能力,并锻炼了学生的文献查阅、语言表达、写作技能、科学研究等方面的能力,同时提升了学生的综合素质,显着提高了整体教学质量。
王磊,闵佳鑫,鄂志国[3](2021)在《R语言及在农业试验数据分析中的基本应用(一)》文中进行了进一步梳理R语言已是科学研究中最流行的计算语言,但在我国农业试验数据分析的应用还不多。我们介绍R语言以及在农业试验数据分析中的基本应用。作为其中的第一篇,本文重点介绍R软件的下载、安装以及起步使用的一些基本知识,期望我国农业科技工作者对R语言有初步了解并尝试利用R语言分析试验数据。
郭建忠[4](2021)在《γ-聚谷氨酸及其吸水树脂对土壤性质和冬小麦生长的影响研究》文中进行了进一步梳理我国农业目前面临着农业水资源紧缺和肥料使用过量两方面的问题,合理地使用高分子材料也是农业节水和减少化肥施用的重要措施之一。γ-聚谷氨酸(γ-PGA)及其衍生物是近几年兴起的能够完全降解且对环境友好的高分子聚合物,因此也得到了农业科技工作者的关注。本论文在查阅国内外相关研究的基础上,对γ-PGA合成聚氨基酸型吸水树脂(γ-PGA SAP)的条件进行探索,通过室内土柱试验研究γ-PGA及γ-PGA SAP(施加量为土壤质量的0~0.20%)对土壤水分特征和土壤物理性质的影响,并将其应用于盆栽实验,设置正常灌水和施肥、降低21%灌水的低水和降低30%施肥的低肥处理,研究γ-PGA和γ-PGA SAP对冬小麦生长和根区土壤环境的影响,主要取得了以下成果:(1)研究并探索了合成符合农业部标准吸液倍率γ-PGA SAP的制备条件并对其性质进行了表征和测定。采取水溶液聚合法合成γ-PGA SAP,交联剂(聚乙二醇二缩水甘油醚(PEGDE))含量为γ-PGA质量的20%以上时,γ-PGA SAP能够有效合成。通过表征发现,农业用γ-PGA的热分解温度最低为286.9℃,γ-PGA SAP的热分解温度最低为239.8℃。农业用γ-PGA是典型的高分子水溶性聚合物,其粘度随浓度的增加呈线性增加规律。当合成γ-PGA SAP的交联剂(PEGDE)含量为γ-PGA质量的20%~60%时,所合成的γ-PGA SAP的吸水倍率(蒸馏水)在651.16 g/g~302.91 g/g之间,吸生理盐水倍率在44.83 g/g~32.93 g/g之间,满足农业部关于吸水树脂吸液范围(吸蒸溜水的吸水倍率:100~700 g/g,吸盐水的吸水倍数:≥30 g/g)的要求。不同交联剂含量的γ-PGA SAP在重复吸液-干燥使用后,其吸蒸馏水和吸盐水倍率均会明显降低,交联剂含量越多的γ-PGA SAP,吸液稳定性越好。γ-PGA SAP的粒径越小,初期吸液速率越快,达到吸液稳定所需要的时间越短,不同粒径的γ-PGA SAP稳定后的吸液倍率无明显差异。(2)通过对施加γ-PGA和γ-PGA SAP 土壤的室内土柱试验结果进行分析,发现不同施量γ-PGA和γ-PGA SAP的施加均对土壤水分运移特征和物理性质有一定程度的影响。土壤中施加γ-PGA和γ-PGA SAP均能减少土壤水分的入渗,且施加量越多,累积入渗量的降幅越大,相同施量下γ-PGA比γ-PGA SAP对累积入渗量的减幅更大。土壤的田间持水量(FC)和可有效利用水量(TAW)(FC到凋萎含水量之间)随γ-PGA SAP施量的增加而提高,且土壤TAW在土壤中的留存时间显着延长;而γ-PGA对土壤的FC和TAW无显着性影响,但能在一定程度上延长土壤有效水分的留存时间,不同施加量之间均无显着性差异。土柱试验结束后,相比于不施加调理剂的处理在土壤中随γ-PGA SAP施加量的增加能够显着增加土壤水稳性团聚体的含量和稳定性;而在土壤中施加γ-PGA则对土壤水稳性团聚体的含量及其结构稳定性的影响不明显。γ-PGA SAP能够显着增加土壤孔隙率,γ-P GA处理的土壤孔隙率亦高于对照组,但二者无显着性差异。(3)通过对盆栽冬小麦根区土壤微环境在不同生育期(返青期之后)的指标进行测定,发现施加γ-PGA和γ-PGA SAP对土壤根区微环境均有一定程度的影响。其中在冬小麦生育期土壤的平均含水率随土壤中γ-PGA SAP施加量的增加而升高,γ-PGA的施加则对冬小麦生育期的平均土壤含水率的变化不明显。土壤中硝态氮和铵态氮的含量在冬小麦生育期随着γ-PGA施加量的增多而升高;而γ-PGA SAP的施加能明显增加土壤铵态氮的含量,但对土壤硝态氮的含量影响不大。γ-PGA和γ-PGA SAP施加量的增多均会致使土壤中微生物数量(细菌、真菌和放线菌)增加和土壤酶活性(脲酶、磷酸酶和蔗糖酶)提高,但在二者施加量一致的情况下,γ-PGA处理下的土壤微生物数量增加较多和土壤酶活性提高程度较大。施加γ-PGA和γ-PGA SAP的处理在历经整个冬小麦生育期后,能够增加0.25 mm以下粒径的土壤微水稳性团聚体含量,同时增加其稳定性。(4)对施加γ-PGA和γ-PGA SAP盆栽冬小麦的产量构成测定后发现,γ-PGA和γ-PGA SAP的施加对冬小麦穗长、穗粗、穗粒数和千粒重均无显着性影响。冬小麦产量随土壤中γ-PGA和γ-PGA SAP施加量的增加而增加,但当γ-PGA和γ-PGA SAP的施量大于0.05%时,小麦产量的增加量降低,相比于对照组产量分别增加7.62%和4.85%。在降低30%灌水的处理中,施加相同量γ-PGA SAP对产量的增加量高于γ-PGA对产量的增加量,γ-PGA SAP能较好的体现保水作用,当y-PGA的施量大于0.15%时,小麦产量的增幅有所降低,相比于对照组产量增加14.81%;当γ-PGA SAP的施量大于0.10%时,小麦产量的增幅有所降低,相比于对照组产量增加22.46%。而在降低30%施肥的处理中,施加γ-PGA对产量的增幅高于γ-PGA SAP对产量的增幅,γ-PGA能较好的体现肥料增效作用,当γ-PGA的施加量为0.10%以上时,小麦产量的增幅降低,相比于对照组产量增加14.79%;当γ-PGA SAP的施加量为0.15%以上时,小麦产量的增幅降低,相比于对照组产量增加13.98%。γ-PGA和γ-PGA SAP在土壤中的施加,均能提高土壤水分的利用效率和肥料偏生产力。在土壤中增施γ-PGA,能显着增加小麦粒籽的蛋白质含量,而y-PGA SAP的增施则对小麦粒籽的蛋白质含量无明显影响;小麦粒籽的淀粉含量和还原性糖含量受土壤中γ-PGA和γ-PGA SAP施加量的影响不大。
郝改瑞[5](2021)在《汉江流域陕西段非点源污染特征及模型模拟研究》文中提出在人类活动和气候变化的双重影响下,流域非点源污染形势严峻,而且面临多要素耦合驱动及多时空过程相互影响的问题。本文以汉江流域陕西段为研究区域,通过监测和实验相结合的方式开展了汉江流域陕西段非点源污染的研究,分析流域气象水文要素的变化特征,研究汉江流域非点源污染产生的特征、规律和机理,构建流域分布式非点源污染模型,探讨土地利用变化和未来气候变化对非点源污染的影响。论文主要的研究成果及结论如下:(1)通过流域近48年的气象水文要素的时空变化情况分析,发现流域降雨量呈下降趋势,降水强度呈小幅上升趋势,气温呈显着上升趋势,近十年年平均气温比80年代的年均气温升高了近1.0℃,三者均具有一个27 a左右的主周期,且降雨量和降水强度均呈现由北到南增加趋势,气温呈现由西北到东南增大趋势。武侯镇、安康站和丹凤站的径流量在0.05显着水平下呈现不明显的下降趋势,麻街站径流量呈现不显着上升趋势,各水文站年际间径流量无明显变化规律,前3个水文站径流量均有一个20 a左右的主周期,麻街站径流量有7 a左右的周期。武侯镇和安康站泥沙量随时间上升趋势不明显,麻街站和丹凤站泥沙量随时间下降趋势不明显,四个水文站点泥沙量的周期性均不明显。(2)通过汉江流域陕西段径流小区、杨柳小流域和安康断面以上流域三个空间尺度的非点源污染过程研究,表明降雨径流均呈现显着的非线性关系,径流量、泥沙量、产污量之间呈现较高的正相关关系。各径流小区氮素(TN、NH3-N、NO3-N)和磷素(TP、SRP)的流失强度均值分别为0.12 kg/ha和0.0137 kg/ha,杨柳小流域对应的氮素和磷素的流失强度分别为0.16 kg/ha和0.0165 kg/ha,氮磷素流失强度表现为杨柳小流域>小区。汛期杨柳小流域输沙模数为8.04 t/km2,径流小区平均土壤流失量为1.31 t/km2,发现土壤流失量也表现为杨柳小流域>径流小区。两者氮磷素流失的主要形态是硝态氮和正磷。安康断面以上流域不同监测指标2011~2018年的非点源负荷均值超过60%,个别年份贡献占比达到80%以上。(3)分布式非点源污染模型从降雨径流、土壤侵蚀和污染物迁移转化进行了构建,并在不同空间尺度进行了验证。产汇流模块分别选择了分布式时变增益模型(DTVGM)和逆高斯汇流模型。模拟结果如下:杨柳小流域2020年校准期(6场)和验证期(2场)洪水过程模拟的NSE系数分别达到了 0.68和0.73。2003~2018年汉江支流恒河流域年、月、日尺度流量过程的NSE系数均值分别为0.94、0.93和0.73。2003~2018年安康断面以上流域年、月、日尺度流量过程的NSE系数分别为0.95、0.91和0.68。土壤侵蚀模块采用修正的通用土壤流失方程(RUSLE),模拟结果如下:杨柳小流域和安康断面以上流域年泥沙输移比分别为0.445和0.36,与长江水利委员会研究结果(长江流域的泥沙迁移比大约为0.1~0.4)一致。联合土壤侵蚀产沙过程和产汇流过程,分别建立了颗粒态和溶解态非点源污染模型,模拟结果如下:杨柳小流域颗粒态氮(PN)和颗粒态磷(PP)的流失量分别为31.36 kg/(hm2-a)和14.66 kg/(hm2·a)。安康断面流域的PN和PP的流失量分别为957.84 kg/(km2·a)和85.62 kg/(km2.a)。通过杨柳小流域不同场次污染物过程模拟,确定TN、NH3-N、NO3-N、TP和SRP污染物的NSE系数均值分别为0.69、0.74、0.79、0.71和0.71。安康断面以上流域NH3-N和TP污染过程模拟的NSE系数分别为0.78和0.83。从而说明模型在研究区适用,模拟结果可信。(4)汉江流域陕西段1995-2020年土地利用变化较小,近十年林地增幅较大。流域斑块类型优势地位明显上升,破碎化程度有所缓解,景观类型较原先水平丰富多样。对比2011~2018年非点源污染空间分布以及SWAT模型模拟结果,发现模拟结果具有一致性,流域偏南区域污染负荷多,其原因是降雨量大。草地面积最大所带来的土壤侵蚀也最严重,它和耕地对流域土壤侵蚀量和颗粒态氮磷负荷贡献均较大。8~15°区域带来的土壤侵蚀量最大,所携带的颗粒态氮磷负荷贡献也最大,5~8°区域的贡献率处于第二位。溶解态氮磷负荷逐年递减,草地贡献最大,林地和耕地次之。0~5°区域的溶解态负荷量最大,8~15°和5~8°的区域次之。颗粒态氮磷负荷与蔓延度指数CONTAG、最大斑块指数LPI和聚集度指数AI表现出明显的正相关性,溶解态NH3-N和TP与景观形状指数LSI、LPI和AI表现出正相关性,说明流域景观的多样性、破碎度和聚散型的增加会加大营养物输出的风险。(5)采用天气发生器NCC/GU-WG生成研究区域未来30年(2021~2050)的气候变化情景,历史气象观测资料与预报要素均取得较理想的结果,模拟效果表现为气温>降雨量,日最低气温>日最高气温。与基准期(1971~2000年)相比,未来情景逐日降雨量变化不大,除石泉站以外站点降雨量均减小,各站点日最高/最低气温均有小幅增加趋势。气候变化情景下非点源污染负荷的响应分析表明,由于气候变化带来的影响,安康断面以上流域未来30年径流量、NH3-N、TP均有小幅上升的趋势。
沙洲[6](2021)在《松花粉多糖对鸡肠道黏膜免疫的影响及巨噬细胞的免疫调节作用》文中研究表明松花粉作为传统医学中的膳食补充剂已有数百年历史,而具有广泛生物学活性的多糖(Polysaccharides,PS)是松花粉的关键活性成分之一,已经被运用到改善和调节免疫功能等方面。黏膜免疫系统是动物(尤其是家禽)整个免疫网络的重要组成部分,也是抵抗外源抗原感染的第一道防线。肠道黏膜是食物消化和营养吸收的关键部位,其中存在的肠道微生物和大量免疫细胞共同形成坚固的防御屏障,而作为免疫细胞的巨噬细胞(Macrophages,m(?))具有趋化性运动、吞噬、分泌和抗原呈递等功能,在抗感染、抗肿瘤、免疫调节等过程中扮演积极角色。本论文以从山东省泰安市的松花粉中分离纯化的松花粉多糖(Pine pollen Polysaccharides,PPPS)作为研究对象,运用分子生物学等技术在体内探究PPPS对肠道黏膜免疫的影响;通过16S高通量测序分析PPPS对肠道内菌群结构丰度的作用;在体外以鸡巨噬细胞(HD11)作为靶细胞,揭示PPPS对其的免疫调节作用并初步探究作用机制。本研究旨在为研制对黏膜免疫具有免疫增强作用的新型免疫增强制剂提供实验基础和理论依据。主要研究内容和结果如下:1、PPPS对黏膜免疫的影响本试验首先选取120只1日龄的SPF鸡,随机分为PBS组、PPPS低剂量组(LPPPS组)、PPPS中剂量组(MPPPS组)、PPPS高剂量组(HPPPS组),分别口服PBS和3种不同剂量的PPPS(10 mg/m L,20 mg/m L和40 mg/m L),0.2 m L/只,持续21天。在试验的第7、14和21天分别收集各组鸡的肠道组织、粪便及血液样品。通过ELISA方法、流式细胞术、CCK-8试剂、实时荧光定量PCR(q PCR)等技术分别检测免疫学相关指标,主要包括:SIg A和Ig G抗体水平、CD4+、CD8+T淋巴细胞水平、T淋巴细胞转化率、细胞因子(白介素2、白介素4、干扰素γ)、黏膜免疫相关分子基因(CD80、CD86、MHC-I、MHC-II)。结果表明PPPS显着提高鸡的黏膜抗体SIg A和血清抗体Ig G水平,并有效促进细胞因子分泌及T淋巴细胞水平,上调黏膜免疫相关基因m RNA水平。通过HE染色观察PPPS对小肠绒毛结构的影响,分别采集PBS组及PPPS组鸡的小肠不同部位组织制成石蜡切片,测量并统计分析各组鸡的十二指肠、空肠和回肠绒毛长度、宽度、隐窝深度及V/C值(长度/深度)的变化。结果表明,PPPS能有效改善小肠绒毛发育以增强肠道黏膜抵御病原体的物理屏障。为了探究PPPS对肠道黏膜的保护作用,试验的第21天,分别对每组鸡滴鼻100μL106TCID50新城疫病毒(Newcastle disease virus,NDV)病毒液,记录攻毒后体重变化及死亡率,并取各段小肠及肺脏采用HE染色观察病理变化,通过q PCR检测肠黏膜病毒载量。结果表明,MPPPS、HPPPS组与LPPPS、PBS组相比,显着减轻由NDV引起的体重降低、病理损伤、病毒载量及死亡率。另外通过感染H9N2病毒探究口服PPPS对呼吸道黏膜的保护作用,在口服40 mg/m L的PPPS剂量7天后,PBS组及PPPS组选取5只鸡分别滴鼻100μL 104TCID50H9N2病毒液,在攻毒后第3、5和7天采集肺脏组织HE染色,通过q PCR检测肺脏病毒量,采用免疫荧光对病毒进行定位并分析荧光强度。结果表明PPPS显着降低肺脏中病毒量,减轻肺脏病理变化。证明PPPS不仅能有效保护肠道黏膜损伤,同样对呼吸道黏膜也具有保护作用。2、PPPS对肠道菌群的影响为了探究PPPS对鸡肠道菌群的影响,在口服PPPS的第21天,收集PBS组及HPPPS组(40 mg/m L)鸡粪便样本,通过16S高通量测序对鸡肠道菌群组成、多样性等方面进行分析研究。结果表明,PBS组与PPPS组的肠道菌群组成存在较大差异,通过Venn图结果表明,PPPS组OTU值显着升高。在门水平上分析,PPPS组的Firmicutes(厚壁菌门)、Bacteroidetes(拟杆菌门)、Proteobacteria(变形菌门)与PBS组相比均有较大变化。在科水平上分析,Lactobacillaceae(乳杆菌科)、Bacteroidaceae(拟杆菌科)、Lachnospiraceae(毛螺菌科)、Rikenellaceae(理研菌科)变化较为明显。在属水平上分析,PPPS组与PBS组相比,诸如Enterococcus(肠球菌)、Bacteroides(拟杆菌属)、Alistipes(别样杆菌属)、Helicobacter(螺杆菌属)、Intestinimonas(瘤胃菌属)等均丰度上升。在种水平上分析,Lactobacillus_reuteri(罗伊氏乳杆菌),Enterococcus_cecorum(盲肠链球菌)、Bacteroides_uniformis、Bacteroides_thetaiotaomicro(拟杆菌),Lachnospiraceae_bacterium_615、Lachnospiraceae_bacterium_M18-1(毛螺菌),Clostridium_sp_AUH-JLC140(梭状杆菌),Alistipes_finegoldii(别样杆菌)等丰度上升。在α多样性及UPGMA聚类树等分析发现,PPPS组的菌群物种多样性显着高于PBS组。因此说明PPPS能够改善肠道菌群结构及丰富度。3、PPPS对巨噬细胞的免疫调节作用为了探究PPPS对巨噬细胞HD11的免疫调节作用,首先用CCK-8试剂检测不同浓度的PPPS对HD11细胞的增殖作用,通过中性红及FITC-葡聚糖分析PPPS对HD11细胞的吞噬活性的影响,Griess试剂检测PPPS处理HD11细胞后分泌一氧化氮(NO)水平,荧光探针法测定活性氧(ROS),ELISA法检测HD11细胞培养液上清液中白介素1β(IL-1β)、肿瘤坏死因子α(TNF-α)含量。通过q PCR法检测诱导型一氧化氮合酶(i NOS)、IL-1β和TNF-α的m RNA水平变化。结果表明,当PPPS浓度高于800μg/m L时,PPPS对HD11细胞增殖具有一定的抑制作用,而在低于400μg/m L时能显着促进增殖效果。因此选用50-400μg/m L浓度范围的PPPS进行后续试验。中性红及FITC-葡聚糖试验显示PPPS均能显着提高HD11细胞吞噬活性,但各浓度间的作用效果无显着差异。PPPS以剂量依赖性方式促进HD11细胞分泌NO、IL-1β、TNF-α,且上调i NOS、IL-1β、TNF-αm RNA水平。通过高通量测序技术,对以200μg/m L PPPS处理24 h的HD11细胞与PBS组细胞进行转录组测序,分析比较差异表达m RNA、mi RNA及信号通路。结果表明,PPPS组有2358个上调表达基因和2028个下调表达基因,其中富集分析与免疫相关主要通路为内吞作用、黏附连接、内质网蛋白质加工、细胞因子-细胞因子受体相互作用、转运蛋白、Toll样受体、MAPK、Notch、C型凝集素受体、NOD样受体、RIG-I样受体等信号通路。mi RNA结果显示10个mi RNA在PPPS组中高表达,21个mi RNA下调表达。KEGG通路富集分析主要通路为内吞作用、紧密连接、溶酶体、黏合连接、细胞粘附分子、内质网蛋白加工、Notch等信号通路。为了探究PPPS作用的HD11细胞的受体以及免疫调节的信号通路,根据转录组结果,我们选择分析验证Toll样受体、MAPK、NF-κB分子对HD11细胞的影响。在PPPS处理HD11细胞后,通过q PCR方法检测Toll样受体2、4(TLR 2、4)、甘露糖受体(MR)和NF-κB分子m RNA水平。TLR4、MAPK三种亚基(p38、JNK、ERK1/2)和NF-κB抑制剂预处理细胞后,Griess法检测NO水平、ELISA法检测IL-1β和TNF-α的分泌量。结果表明,PPPS在不同时间点均上调细胞表面受体TLR4和NF-κB的m RNA水平,证明TLR4是PPPS激活HD11细胞的重要受体,NF-κB是PPPS促进HD11细胞活化的关键核因子。TLR4、MAPK、NF-κB抑制剂均能显着降低HD11细胞NO、IL-1β和TNF-α的分泌量,说明TLR4、MAPK、NF-κB均参与PPPS对HD11细胞的免疫增强作用。结果表明PPPS通过TLR4/MAPK/NF-κB信号通路激活HD11细胞产生免疫应答。综上所述,PPPS显着促进肠道黏膜免疫功能及小肠绒毛发育,有效减轻由NDV和H9N2引发的肠道及肺脏组织病理损伤,改善肠道菌群丰度且通过TLR4/MAPK/NF-κB信号通路激活HD11细胞。本课题不仅探究PPPS对鸡黏膜免疫及肠道菌群的影响,而且揭示了对巨噬细胞的免疫调节作用。因此,PPPS作为天然免疫增强剂具有良好的开发潜力和应用前景。
秦明[7](2021)在《山东省地方猪种选择信号分析及IFNLR1基因在PRRSV感染PAM细胞中的作用研究》文中研究指明山东省地方猪种资源丰富而珍贵,其种质特性是高抗逆性、强繁殖力、鲜美肉质以及耐粗饲、耐寒,阐明这些优良种质特性的分子遗传机制是当前猪遗传育种工作的重点。此外,大量国外引进猪种被引入并开展杂交改良,严重影响了山东省地方猪种资源的纯度与种质特性的保存。因此,全面了解山东省地方猪种的遗传多样性并揭示与其他猪种的亲缘关系,是种质资源的生物多样性保护及合理开发利用的重要前提。随着高通量低成本的DNA测序技术应用越来越普遍,使得从全基因组范围内研究地方猪种的遗传变异成为可能。本研究利用SLAF简化基因组测序分析山东省地方猪种和引进猪种的遗传差异,并进行关键候选基因功能研究。具体研究内容和结果如下:一、全基因组遗传变异检测:本研究利用SLAF-seq简化基因组测序对7个山东省地方猪种(大蒲莲猪、莱芜猪、五莲黑猪、里岔黑猪、烟台黑猪文登群、烟台黑猪莱州群、枣庄黑盖猪)和3个引进猪种(杜洛克猪、大白猪、长白猪)共计80个样本构建基因组文库并进行全基因组分子标记开发。经过质控之后,共得到1010652个SLAF标签,标签的平均测序深度为16.67×。将测序数据与数据库中的北方野猪数据联合进行SNP标记开发,共鉴定314243个具有代表性的SNP位点。二、遗传多样性及群体结构分析:利用鉴定出的遗传变异对山东省地方猪种的遗传多样性和群体结构进行分析。六个遗传多样性指标的分析结果表明山东省地方猪种与国外引进猪种相比具有较高的遗传多样性,其中枣庄黑盖猪的遗传多样性程度最高(Ho=0.2926,He=0.3752,Nei=0.3814,PIC=0.2988,MAF=0.2852),长白猪最低(Ho=0.2283,He=0.3259,Nei=0.3511,PIC=0.2639,MAF=0.2378)。核苷酸多态性(?)的计算结果显示,地方猪种?范围介于0.00002820~0.00003722,明显高于引进猪种(0.00002067~0.00002589)。其次群体间的分化程度评估结果显示,五莲黑猪和烟台黑猪文登群之间的群体分化指数(Fst=0.0831)最小,莱芜猪和杜洛克猪之间分化程度最大(Fst=0.5134)。系统进化树、主成分分析和群体结构分析结果显示,山东省地方猪种群体之间能够清晰独立聚类,且群体之间的亲缘关系较引进猪种相比更近。三、选择性清除分析:经历了长期的自然或人工选择后,山东省地方猪种形成了肉质好、抗病力强等特征,因此在其基因组上可能存在这些选择作用的印迹。我们对山东省地方猪种群体进行了全基因组选择信号的检测分析。结果显示,在大蒲莲猪和莱芜猪群体基因组上分别发现162个和157个差异选择区域。其中大蒲莲猪筛选到841个正选择基因,功能分析结果显示这些基因与免疫(TNFRSF8、RAB5B、ADAM17、GNLY)、疾病(SBNO2、IFNLR1、URI1)相关,例如GNLY与抗真菌与先天性免疫有关,IFNLR1与细胞因子活性与抗病毒有关,这些基因可能与大蒲莲猪的适应性广、抗病力强性状具有潜在的关系;在莱芜猪中共707个受选择的候选基因分布在差异选择区域内,分别与肌肉生长(DMD、SKIL、EYA1)、脂肪沉积(FITM1、ADRA2A、NR4A1)相关,如DMD与肌纤维发育和细胞骨架有关;FITM1与脂滴沉积相关。四、IFNLR1在PRRSV感染PAM细胞中的作用:本研究首次克隆大蒲莲猪IFNLR1基因的完整CDS区,并进行相关生物信息学分析。大蒲莲猪IFNLR1的CDS区全长1578bp(MT741991),编码525个氨基酸。进化树分析结果显示其与野骆驼和羊驼亲缘关系最近。通过荧光定量PCR对大蒲莲猪和长白猪的IFNLR1组织分布进行分析,结果表明IFNLR1基因表达存在种间及组织差异。为了解猪IFNLR1的免疫学特性,选用高致病性猪繁殖与呼吸综合征病毒株感染猪肺泡巨噬细胞,结果显示在PRRSV感染后,猪IFNLR1 m RNA的转录水平显着下调,而其配体(IFN-λ1、IFN-λ3)的m RNA表达水平呈明显上调趋势。以上结果表明Ⅲ型干扰素通路在PRRSV感染PAM细胞过程中扮演着重要角色。为进一步明确其生物学功能,我们分别构建pc DNA3.1(+)-IFNLR1过表达质粒并合成Si-IFNLR1干扰片段,结果显示过表达猪IFNLR1能够明显抑制PRRSV的复制,上调干扰素刺激基因和抗病毒蛋白基因的m RNA水平,下调部分炎性细胞因子的表达。过表达IFNLR1后明显抑制PRRSV感染的PAM细胞增殖能力并且诱导p-STAT1表达,在干扰IFNLR1的PAM细胞中观察到相反的结果。当JAK/STAT通路抑制后,其抑制细胞增殖能力情况消失。流式结果显示PRRSV感染PAM细胞G2/M期比例明显增加。过表达IFNLR1细胞G0/G1和S期比例明显增加且G2/M期比例降低。当加入通路抑制剂JAKI后,过表达IFNLR1的PAM细胞G2/M期比例有一定程度的增加。本研究对山东省地方猪种与国外引进猪种的遗传多样性及遗传关系等进行了探究,发现山东省地方猪种表现出较高的遗传多样性,这为地方猪种开发利用提供有价值的理论依据;猪IFNLR1基因在PAM细胞抗PRRSV感染过程中参与免疫调节作用,可以作为地方猪种高抗病力的候选基因。
麻云霞[8](2021)在《文冠果种子特性变异及优良砧用种源选择》文中研究说明文冠果(Xanthoceras sorbifolium Bunge),是我国特有的珍稀木本油料、药用植物、食用和蜜源树种,也是治理荒漠化、绿化荒山、美化城市的优良树种,广布于我国“三北”地区。但目前文冠果多数仍处于野生、半野生状态,类型极其混杂,种子来源不清,生长慢,产量低,生态和经济效益不高。因此,本文以26个地理种源的文冠果为研究对象,采用野外调查与室内分析相结合的方法,对文冠果种子的特性、多点苗期生长特征和作为砧木造林的适用性进行了全面系统的评价,为文冠果的良种选育和种质资源的合理利用提供理论依据。研究主要结果如下:(1)不同种源间文冠果含油率变异较大,在56.54~76.27%之间,脂肪酸含量丰富,共有18种脂肪酸,含量最高的为亚油酸和油酸,且单不饱和脂肪酸含量>多不饱和脂肪酸含量>总饱和脂肪酸含量,生物柴油特性指标均符合ASTM D6751-2010,EN 14214-2008和GB/T 20828-200等国际标准。种子内含有17种氨基酸和8种人体必需矿质元素,VB1、VB2和VE的平均含量值较高。26个种源中文冠果种子品质特性最为优质的种源有内蒙古甘旗卡、内蒙古扎鲁特、内蒙古奈曼、内蒙古库伦和山东东营,这些种源的种子是生产中食用油原料和生物柴油原料俱佳的首选资源。(2)文冠果种子形态质量指标最好的种源地为内蒙古图布信,种子的活力和含水率为93.29%和13.28%,吸水特性分为急速吸水时期、平缓吸水时期和生长吸水期三个时期。且形态和质量指标在组间和组内都具有丰富的遗传多样性,整体重复力也较高。处理方式、种源地及其交互效应对文冠果种子的发芽率、发芽指数、发芽时间存在极显着的影响。种子处理效果最好的为处理方式B—沙藏+5%PEG浸泡24小时,发芽性能最好的种源为内蒙古科尔沁。种子的形态质量和发芽指标整体呈现西—东梯度逐渐增大的地理变异趋势,与种子品质特性的变异模式类似。内蒙古科尔沁、内蒙古图布信、内蒙古扎鲁特、内蒙古舍伯吐和黑龙江牡丹江为文冠果种子形态质量和发芽特性表现最好的种源。(3)辽宁彰武(东北地区)试验点的优质文冠果优质种源有内蒙古奈曼、扎鲁特和辽宁海城,山东安丘(华东地区)试验点的优质种源有山东东营、安丘和内蒙古库伦,陕西靖边(西北地区)试验点的优质种源有内蒙古科尔沁、奈曼和北京房山,这些种源可在辽宁、山东和陕西三省或与本文试验地类似的立地环境进行推广。不同试验点的优质种源并不完全相同,其苗木保存率、苗高、地径、叶干质量和枝干质量均会随着试验地点的不同产生不同程度的变化。在同时考虑平均株高与地径的情况下,内蒙古库伦、山东东营种源的平均育种值也为最高,具有较大的育种潜力。(4)用26个种源二年生文冠果做砧木,嫁接文冠果新品种‘中石4号‘和‘中石9号‘,总体亲和性‘中石9号‘高于‘中石4号‘。内蒙古奈曼、山东东营、内蒙古库伦砧木种源嫁接成活率最高,河北张家口最低;内蒙古奈曼种源地砧木嫁接‘中石4号‘后,果实产量最高,内蒙古科尔沁种源地砧木嫁接‘中石9号‘后,果实产量最高。综合生长、生理特性和果实产量等多个指标得出:嫁接‘中石4号‘的优质砧木种源为内蒙古奈曼、内蒙古科尔沁、内蒙古库伦、北京房山和山东临沂,嫁接‘中石9号‘的优质砧木种源为陕西靖边、内蒙古科尔沁、内蒙古库伦、内蒙古奈曼、北京房山和辽宁关山。
蔡泽宇[9](2021)在《水稻联合收获机产量监测系统设计与试验》文中指出谷物联合收获机的产量监测是精准农业的重要环节,对我国建设绿色、高效和节约型的大田农业具有举足轻重的作用。产量监测技术受现有测量方法的限制,存在产量监测系统的测产平均误差无法小于2%的瓶颈,同时我国研究人员对光电式产量监测技术的研究较少,在产量监测技术的产业化发展中与国外存在着巨大差距。在此背景下提出了本课题的目标:研制出基于光电式传感器的谷物产量监测系统,系统在大田作业的产量测量的平均误差达到目前商用化测产系统的水平。论文为了实现联合收获机实际大田作业的产量监测,本论文提出了基于占空比测量的产量监测方法。基于该方法利用对射式光电传感器设计并研制了产量监测系统。在系统硬件、软件开发的基础上,利用EDEM仿真对谷物随刮板运动时的堆积形状进行分析,得到谷物堆积的理论模型。并通过理论模型推导了占空比测量值与谷物质量的正比例函数关系,最后利用台架试验的测量数据拟合得到全局模型和局部模型。在软件设计过程中,对产量图构建方法进行研究。本文在不依赖第三方API接口条件下,提出了依赖于数组的产量数据填充方法。首先将田块区域网格化,利用作业过程中GPS坐标的相对位移,生成联合收获机的轨迹图。随后在轨迹的基础上将产量数据沿着轨迹并以割幅长度在数组中填充数据,最后将网格化的数组通过连续的颜色可视化。通过第三方测产系统获得了用于产量图构建的关键数据。基于该数据集,设计了产量图构建软件。软件能够实现生成车辆的轨迹图、作业过程的水分分布图、谷物的湿产量分布图和干产量分布图的功能。最后,为了对产量监测系统的性能进行验证,分别进行了台架试验和大田试验。台架试验对建模的全局和局部模型进行了验证,结果表明,本文的产量监测系统在测量较少的谷物质量中具有较大不确定性;但在较多谷物的产量监测中,系统的多次累计误差会被平均从而获得极高的准确性。大田试验中,先对空载下的刮板信号、作业中的异常信号分别进行研究,其中本文产量监测系统中异常信号出现概率为1.12%,来源可能为粮仓中滑落的谷物、谷物中的杂质和机身的振动。通过测量数据与过磅数据拟合函数的修正后,对产量监测系统进行性能验证。结果表明,产量监测系统的测量值与实际称重最大相对误差为3.83%,平均误差为1.84%,达到国外商业化产量监测系统的水平。
常汉[10](2021)在《水心病苹果水心程度与可溶性固形物含量在线无损检测方法与分级装备研究》文中研究说明研究和应用水果内部品质在线检测技术及装备对提高果品附加值、减少损耗、促进产业健康可持续发展具有重要意义。然而由于水果内部信息获取难度高、信噪比低等问题,水果内部品质尤其是深层内部病害检测技术及装备研发难度大。苹果作为我国主要种植的水果品种之一,在我国的种植面积和产量均位居园林水果的前列。然而由于气候、营养元素等因素的影响,水心病作为一种发生于苹果维管束和果核周围的内部生理性病害,在苹果的主产区陕西和新疆等地均有发生,对苹果的仓储和商品化流通产生了较大的影响。水心病苹果因其独特的口感受到消费者的追捧,商业上又被称为冰糖心苹果。本研究针对苹果水心病的内源性、无明显光谱特征、在线检测受苹果大小和姿态影响大及水心病苹果可溶性固形物含量(Soluble Solids Content,SSC)检测难度大等问题开展试验,探究可见/近红外(Visible/Near Infrared,Vis/NIR)光谱技术在线检测苹果水心程度(Watercore Severity Index,WSI)及水心病苹果SSC的可行性并进行检测技术和分级装备开发。本研究的目的在于提出一种水心病苹果WSI和SSC在线精确检测方法,并设计开发一种新的适合于苹果内部品质和内部病害检测的输送系统与检测机构,为推进水果产后商品化处理提供理论基础和装备支撑。本文的主要研究内容和结果如下:(1)针对苹果水心病及SSC在线检测需求,研究了水心病苹果的光学特性,利用浙江大学智能生物产业装备创新研发团队(IBE团队)开发的自由托盘式水果分选设备,并采用双光源对射式光源布局的半透射检测系统,开展了苹果水心病无损检测研究。结果显示:同样大小的水心病苹果的透射光强谱峰值高于正常苹果,且随着WSI的增大,光强峰值逐渐增大。随机分布的不同大小和形状的水心组织改变了苹果的光透性,使苹果光谱产生了明显地随WSI变化而变化的趋势。这可能是导致水心病苹果不同检测位置的光谱产生差异的原因,同时也导致SSC预测效果变差。在水心病苹果和正常苹果的二分类判别中,k最近邻算法(k-Nearest Neighbor,k NN)、反向传播神经网络(Back Propagation Neural Network,BPNN)、支持向量机(Support Vector Machine,SVM)、一维卷积神经网络(One-Dimensional Convolutional Neural Network,1D-CNN)四种算法识别准确率均在95%以上,该结果表明利用Vis/NIR光谱技术对水心病苹果和正常苹果进行无损检测分类是可行的。在不同程度水心病苹果和正常苹果的k NN二分类判别中,轻微水心苹果和正常苹果的判别准确率较差(68%),而中等或严重水心苹果与正常苹果的判别准确率较高(91%、100%)。WSI和SSC的预测结果也反映出水心组织对水心病苹果内部品质无损检测的影响。(2)针对上述研究中苹果不同大小和分布的水心组织对WSI和SSC检测影响大的问题,本研究基于光学仿真研究和实验研究建立了四光源仿环形光源布局的苹果水心病和SSC无损检测方法并分析了苹果大小对检测的影响。结果显示:由使用Light Tools软件进行的光学仿真研究结果可知在四光源仿环形光源布局下获取到的苹果光谱能够携带更多的苹果内部信息。样本为同样大小的苹果采用平均光谱建立的模型性能优异。同样大小苹果的SSC的偏最小二乘回归(Partial Least Squares Regression,PLSR)预测模型中,较优的建模集均方根误差(Root Mean Square Error of Calibration,RMSEC)和预测集均方根误差(Root Mean Square Error of Prediction,RMSEP)分别为0.34?Brix和0.37?Brix,相对分析误差(Residual Predictive Deviation,RPD)达到3.78。采用PLSR算法进行WSI预测的模型的较优RMSEC、RMSEP和RPD分别为2.00%、1.82%和1.69。在双光源对射式和四光源仿环形两种光源布局下,不同大小苹果的SSC和WSI预测中,四光源仿环形光源布局的检测效果要优于双光源对射式光源布局的检测效果,尤其是SSC的预测,其在四光源仿环形光源布局下采用PLSR算法的较优RMSEC和RMSEP分别能够达到0.35?Brix和0.43?Brix,RPD值为3.58。该试验结果验证了光学仿真的结论,提出了四光源仿环形较优光源布局,评估了不同大小苹果对检测的影响。(3)针对苹果大小对苹果水心病在线检测的影响,开发了以多功能果杯和自适应光源调整机构为核心的苹果水心病和SSC在线检测样机。针对自由托盘分选线中托盘定位难、装备复杂,而传统滚子输送式分选线中双锥式滚子不利于进行全透射或半透射模式检测等问题,开发了采用链传动的多功能果杯,能够满足水果全透射或半透射模式光谱检测需求,并具备准球形水果输送、称重、侧翻分级以及果杯自复位等功能。针对水果大小对光谱检测的影响,在光源布局优化基础上开发了基于水果大小自适应的光源调整机构,能够实现不同大小水果光谱的有效获取。在开发多功能果杯和自适应光源调整机构的基础上,进行了整机结构设计与研发。使用可编程逻辑控制器(Programmable Logic Controller,PLC)作为控制中心,以表指令为核心开发了样机的控制系统,并在电路系统中设计了强电动力电路和弱电控制电路,建立了强弱电隔离、PLC负载隔离、光谱仪触发信号隔离的稳定电路系统总成,实现了样机的正常运行以及水果光谱检测和分级功能。使用苹果和参比对样机静态和动态条件下的性能进行了测试,分析了不同速度下测试对象的光谱特性,确定了样机进行水果内部品质在线检测分级的可行性。(4)在完成苹果分选装备样机研制的基础上,研究了苹果姿态对苹果水心病和SSC在线检测的影响。在样机上综合考虑了三种可能的苹果检测姿态(姿态一:果梗朝上,姿态二:果梗-果萼轴线与输送方向平行,姿态三:果梗-果萼轴线与输送方向垂直),并开展了对比试验研究。结果显示,与姿态二和姿态三相比,在姿态一情况下使用PLSR建模算法对SSC的预测可以获取较好的预测效果(RMSEC 0.45?Brix、RMSEP 0.49?Brix和RPD 2.91),能够满足苹果SSC在线检测要求。而在水心病有无判别中,在姿态一放置条件下,SVM方法和姿态二的偏最小二乘判别分析(Partial Least Squares-Discrimination Analysis,PLS-DA)判别准确率一致,均为96%,但SVM方法敏感性和特异性(98%、83%)更加均衡,反映出SVM模型对水心病苹果和正常苹果均有较好的识别效果。研究结果表明,果梗朝上(姿态一)的输送方式在样机上对苹果水心病和SSC的检测均具备一定的优势。(5)针对不同大小的苹果在固定光源下受光区域相对位置不一致而影响检测精度的问题,提出了基于自适应光源调整机构的不同大小苹果的光谱修正方法,并对比分析了修正前后的模型效果。将不同大小苹果分成4组,在光谱检测中自适应光源调整机构根据苹果大小按组调整高度,保证光源照射到苹果上的相对高度一致,从而获取相对光程基本一致的光谱并进行光谱修正方法研究。结果显示:结合自适应光源调整机构和相对光程长度的修正光谱模型中,使用PLSR算法能够获取到较优SSC预测模型,其RMSEC、RMSEP和RPD分别为0.44?Brix、0.47?Brix和2.19。对比修正前的光谱,该模型能够获得更低的RMSEP和相对接近的RPD值。经过大小修正的光谱在PLS-DA算法下不同大小苹果的水心病判别准确率为81%,尽管模型判别准确率要低于同样大小苹果的水心病判别结果,然而对比未进行光源高度调整以及未进行光谱修正的模型,具有更加均衡的敏感性和特异性以及更高的水心病判别准确率。
二、农业试验统计分析软件的应用方法(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、农业试验统计分析软件的应用方法(论文提纲范文)
(1)基于水射流的水田仿生中耕除草装置机理与试验研究(论文提纲范文)
摘要 |
英文摘要 |
1 引言 |
1.1 研究目的与意义 |
1.2 水稻种植分布与产量 |
1.3 水田机械除草国内外研究现状 |
1.3.1 国内外水田机械除草机研究现状 |
1.3.2 国内外行间除草装置研究现状 |
1.3.3 国内外株间除草装置研究现状 |
1.3.4 仿生学在农业机械设计中的应用 |
1.3.5 射流技术在农业上应用研究现状 |
1.4 研究内容与技术路线 |
1.4.1 研究内容 |
1.4.2 技术路线 |
2 水田植物和土壤物理参数测定 |
2.1 水田植物基础物理参数测定 |
2.1.1 试验材料选定 |
2.1.2 水田植物生长特性 |
2.1.3 水田植物几何尺寸 |
2.1.4 力学特性测定 |
2.2 水田土壤基础物理参数测定 |
2.2.1 试验材料选定 |
2.2.2 物理特性测定 |
2.2.3 力学特性测定 |
2.3 本章小结 |
3 射流式株间除草装置关键部件设计与机理分析 |
3.1 射流式株间除草装置设计及工作原理 |
3.1.1 设计要求 |
3.1.2 总体结构及工作原理 |
3.2 关键部件结构设计与分析 |
3.2.1 水田株间除草作业条件 |
3.2.2 射流倾角 |
3.2.3 喷嘴直径 |
3.3 水射流除草原理理论分析 |
3.3.1 水射流对土体表面作用力 |
3.3.2 淹没水射流沿程压力分布 |
3.3.3 淹没水射流冲蚀下土壤表面压力分布 |
3.3.4 水田土壤抗冲蚀临界破坏压力 |
3.4 本章小结 |
4 仿生柔性行间除草装置设计与分析 |
4.1 稻鸭农法与鸭子生物学特征 |
4.2 仿生原型分析 |
4.2.1 稻田鸭脚掌游水运动机理分析 |
4.2.2 检测方法与检测平台 |
4.2.3 鸭脚掌游水高速摄像观测试验结果与分析 |
4.2.4 鸭脚掌宏观形态分析 |
4.3 仿生柔性行间除草装置设计 |
4.3.1 整体结构和工作原理 |
4.3.2 仿生柔性行间除草轮设计 |
4.3.3 仿生柔性行间除草轮其他参数确定 |
4.3.4 单铰链仿形机构设计 |
4.4 本章小结 |
5 射流式株间除草装置作业性能数值模拟 |
5.1 有限元仿真软件LS-DYNA |
5.1.1 LS-DYNA软件介绍 |
5.1.2 LS-DYNA在农机研究中应用 |
5.1.3 算法的选择 |
5.1.4 控制方程与控制条件 |
5.2 有限元仿真模型建立 |
5.2.1 喷嘴有限元模型建立 |
5.2.2 水-土壤多物质复合模型建立 |
5.3 射流-水-土壤流固耦合虚拟仿真过程 |
5.4 LS-DYNA虚拟仿真试验设计与结果分析 |
5.4.1 仿真试验设计 |
5.4.2 仿真试验评价指标 |
5.4.3 试验结果分析与优化 |
5.5 本章小结 |
6 株间与行间水田除草装置台架性能试验 |
6.1 试验材料与方法 |
6.1.1 试验仪器与设备 |
6.1.2 试验因素与指标 |
6.1.3 试验内容与方法 |
6.2 射流式株间除草装置台架试验 |
6.2.1 水稻根系抗冲断极限水压试验 |
6.2.2 单因素试验 |
6.2.3 多因素试验 |
6.3 仿生柔性行间除草装置台架试验 |
6.3.1 单因素试验 |
6.3.2 多因素试验 |
6.4 本章小结 |
7 整机集成设计与田间验证试验 |
7.1 整机结构配置与工作原理 |
7.1.1 整机结构 |
7.1.2 整机其余部件选型配置 |
7.1.3 工作原理 |
7.2 机架总成模态分析 |
7.3 田间性能试验 |
7.3.1 材料与条件 |
7.3.2 试验设计 |
7.3.3 试验结果 |
7.4 本章小结 |
8 结论与展望 |
8.1 结论 |
8.2 创新点 |
8.3 展望 |
致谢 |
参考文献 |
攻读博士学位期间发表的学术论文 |
(2)基于Design-expert的试验设计与统计课程研究生教学改革实践(论文提纲范文)
1 Design-expert软件简介 |
2 课程简介及教学改革实践 |
2.1 课前教学资源准备 |
2.2 课中翻转课堂教学 |
2.3 课程考核方式改革 |
3 结语 |
(3)R语言及在农业试验数据分析中的基本应用(一)(论文提纲范文)
1 R语言基本介绍 |
1.1 下载与安装 |
1.2 开始使用 |
1.3 程序包 |
1.3.1 安装程序包 |
1.3.2 加载程序包 |
1.4 工作目录 |
1.5 帮助 |
1.6 R的编程及图形界面 |
2 R的数据输入和读入 |
2.1 直接输入 |
2.2 读入文本文件数据 |
2.3 读入Excel数据表 |
3 小试一下 |
3.1 数据汇总计算与作图 |
3.2 相关分析和线性回归 |
4 总结和建议 |
(4)γ-聚谷氨酸及其吸水树脂对土壤性质和冬小麦生长的影响研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究目的意义 |
1.2 国内外研究进展 |
1.2.1 γ-聚谷氨酸简介 |
1.2.2 γ-PGA生产方式 |
1.2.3 γ-PGA在各个领域的研究及应用 |
1.2.4 γ-PGA在农业方面的应用研究 |
1.2.5 吸水树脂和γ-PGA SAP的研究 |
1.2.6 存在和需要研究的问题 |
1.3 研究内容与技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
2 研究内容与方法 |
2.1 材料的制备及性能表征 |
2.1.1 实验试剂及设备 |
2.1.2 材料的来源及制备方法 |
2.1.3 测试与表征 |
2.1.4 性能测定 |
2.2 γ-PGA和γ-PGA SAP影响土壤水分及物理性质的试验设计 |
2.2.1 入渗试验设计 |
2.2.2 饱和导水率试验设计 |
2.2.3 土壤水分特征曲线的测定 |
2.2.4 蒸发试验和土壤体积变化试验设计 |
2.2.5 水稳性团聚体 |
2.2.6 土壤孔隙结构试验测定 |
2.2.7 不同粒径γ-PGA SAP对土壤水分运移特征的试验设计 |
2.2.8 试验过程理论模型及计算方法 |
2.3 盆栽试验设计及测试指标 |
2.3.1 供试小麦品种及肥料 |
2.3.2 盆栽试验设计 |
2.3.3 土壤样品的采集与测定 |
2.3.4 小麦生理生态指标的测定 |
2.3.5 光响应曲线的测定 |
2.3.6 小麦产量及谷物品质的测定 |
2.4 数据统计分析与作图 |
3 材料的表征及其性能 |
3.1 γ-PGA和20%交联剂含量的γ-PGA SAP表征结果分析 |
3.1.1 傅里叶红外光谱(FTIR)分析 |
3.1.2 X射线衍射(XRD)分析 |
3.1.3 环境扫描电镜(ESEM)形貌分析 |
3.1.4 热重分析 |
3.2 不同交联剂含量γ-PGA SAP表征结果 |
3.2.1 傅里叶红外光谱(FTIR)分析 |
3.2.2 X射线衍射(XRD)分析 |
3.2.3 环境扫描电镜(ESEM)形貌分析 |
3.3 γ-PGA粘度分析 |
3.4 不同交联剂含量γ-PGA SAP吸液及重复使用性能 |
3.4.1 不同交联剂含量γ-PGA SAP吸液速率 |
3.4.2 不同交联剂含量γ-PGA SAP重复吸液能力 |
3.5 不同粒径γ-PGA SAP吸液速率 |
3.6 讨论 |
3.6.1 γ-PGA和20%交联剂含量γ-PGA SAP性质差异的分析 |
3.6.2 不同交联剂含量γ-PGA SAP性能差异的分析 |
3.6.3 不同粒径γ-PGA SAP吸液速率差异的分析 |
3.7 本章小结 |
4 γ-PGA和 γ-PGA SAP对土壤水分运移及物理性质的影响 |
4.1 γ-PGA和 γ-PGA SAP施量对土壤水分运移特征的影响 |
4.1.1 γ-PGA和 γ-PGA SAP施量对土壤入渗特征影响 |
4.1.2 γ-PGA和 γ-PGA SAP施量对土壤饱和导水率的影响 |
4.1.3 γ-PGA和 γ-PGA SAP施量对土壤水分特征曲线的影响 |
4.1.4 γ-PGA和 γ-PGA SAP施量对土壤蒸发的影响 |
4.2 γ-PGA和 γ-PGA SAP施量对土壤物理性质的影响 |
4.2.1 γ-PGA和 γ-PGA SAP对土体膨胀率的影响 |
4.2.2 γ-PGA和 γ-PGA SAP对土柱水稳性团聚体的影响 |
4.2.3 γ-PGA和 γ-PGA SAP对土壤孔隙的影响 |
4.3 不同粒径γ-PGA SAP对土壤水分运移特征的影响 |
4.3.1 不同粒径γ-PGA SAP对土壤入渗特征的影响 |
4.3.2 不同粒径γ-PGA SAP对土壤饱和导水率的影响 |
4.3.3 不同粒径γ-PGA SAP对土壤水分特征曲线的影响 |
4.3.4 不同粒径γ-PGA SAP对土壤蒸发的影响 |
4.4 讨论 |
4.4.1 γ-PGA和 γ-PGA SAP对土壤水分运移及物理性质影响的分析 |
4.4.2 不同粒径γ-PGA SAP对土壤水分运移特征影响的分析 |
4.5 本章小结 |
5 γ-PGA和 γ-PGA SAP对冬小麦根区微环境的影响 |
5.1 γ-PGA和 γ-PGA SAP对土壤含水率的影响 |
5.2 γ-PGA和 γ-PGA SAP对土壤硝态氮含量的影响 |
5.3 γ-PGA和 γ-PGA SAP对土壤铵态氮含量的影响 |
5.4 γ-PGA和 γ-PGA SAP对土壤微生物的影响 |
5.4.1 γ-PGA和 γ-PGA SAP对土壤微生物数量的影响 |
5.4.2 γ-PGA和 γ-PGA SAP对土壤微生物群落及交互性影响 |
5.5 γ-PGA和 γ-PGA SAP对土壤酶活性的影响 |
5.6 γ-PGA和 γ-PGA SAP对盆栽小麦土壤水稳性团聚体的影响 |
5.6.1 γ-PGA和 γ-PGA SAP对盆栽小麦土壤水稳性团聚体组成的影响 |
5.7 γ-PGA和 γ-PGA SAP对盆栽小麦土壤水稳性团聚体的影响 |
5.7.1 γ-PGA和 γ-PGA SAP对盆栽小麦土壤水稳性团聚体组成的影响 |
5.7.2 γ-PGA和 γ-PGA SAP对土壤粒级分布状况及分形维数的影响 |
5.8 讨论 |
5.8.1 γ-PGA和 γ-PGA SAP对土壤含水率影响的分析 |
5.8.2 γ-PGA和 γ-PGA SAP对土壤微生物数量及酶活性影响的分析 |
5.8.3 γ-PGA和 γ-PGA SAP对土壤硝态氮和铵态氮影响的分析 |
5.8.4 γ-PGA和 γ-PGA SAP对土壤水稳性团聚体的影响的分析 |
5.9 本章小结 |
6 γ-PGA和 γ-PGA SAP对冬小麦生长发育的影响 |
6.1 γ-PGA和 γ-PGA SAP对冬小麦株高的影响 |
6.2 γ-PGA和 γ-PGA SAP对冬小麦叶面积指数(LAI)的影响 |
6.3 γ-PGA和 γ-PGA SAP对冬小麦干物质质量累积的影响 |
6.4 γ-PGA和 γ-PGA SAP对小麦旗叶光响应曲线的影响 |
6.4.1 不同光响应模型对冬小麦光响应曲线适宜模型确定 |
6.4.2 不同处理对冬小麦光响应参数的影响 |
6.4.3 光响应曲线参数变化特征 |
6.5 γ-PGA和 γ-PGA SAP对小麦产量和品质的影响 |
6.5.1 γ-PGA和 γ-PGA SAP对小麦产量构成的影响 |
6.5.2 γ-PGA和 γ-PGA SAP对小麦品质的影响 |
6.6 γ-PGA和 γ-PGA SAP对小麦水分利用效率和氮肥偏生产力的影响 |
6.7 讨论 |
6.8 本章小结 |
7 结论与建议 |
7.1 结论 |
7.2 创新点 |
7.3 建议 |
致谢 |
参考文献 |
附录 |
一、攻读博士学位期间发表论文 |
二、参加的科研项目 |
(5)汉江流域陕西段非点源污染特征及模型模拟研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 非点源污染研究进展及存在问题 |
1.2.1 文献分析工具 |
1.2.2 国外研究分析 |
1.2.3 国内研究分析 |
1.2.4 存在的主要问题 |
1.3 研究内容及技术路线 |
1.3.1 研究内容 |
1.3.2 研究方法和技术路线 |
2 流域概况 |
2.1 自然地理概况 |
2.1.1 自然地理范围 |
2.1.2 地形地貌 |
2.1.3 气候气象 |
2.1.4 土壤植被 |
2.1.5 水文水系 |
2.2 社会经济概况 |
2.2.1 人口数量 |
2.2.2 社会经济 |
2.2.3 农业产业发展 |
2.3 污染源状况与河库水质现状 |
2.3.1 点源污染 |
2.3.2 非点源污染 |
2.3.3 “河流-水库”水质情况 |
2.4 本章小结 |
3 流域气象水文要素变化特征分析 |
3.1 研究数据与方法 |
3.1.1 研究数据 |
3.1.2 研究方法 |
3.2 降水变化特征 |
3.2.1 趋势性分析 |
3.2.2 周期性分析 |
3.2.3 年际及持续性分析 |
3.2.4 空间分布特性 |
3.3 气温变化特征 |
3.3.1 趋势性分析 |
3.3.2 周期性分析 |
3.3.3 年际及持续性分析 |
3.3.4 空间分布特性 |
3.4 径流变化特征 |
3.4.1 趋势性分析 |
3.4.2 周期性分析 |
3.4.3 年际及持续性分析 |
3.5 泥沙变化特征 |
3.5.1 趋势性分析 |
3.5.2 周期性分析 |
3.5.3 年际及持续性分析 |
3.6 本章小结 |
4 不同空间尺度非点源污染过程研究 |
4.1 不同空间尺度野外监测点布设和数据采集 |
4.2 杨柳小流域及径流小区概况 |
4.3 径流小区径流-泥沙-污染物过程研究 |
4.3.1 降雨径流过程及其响应关系 |
4.3.2 泥沙输移过程 |
4.3.3 污染物迁移转化过程 |
4.4 杨柳小流域径流-泥沙-污染物过程研究 |
4.4.1 降雨径流过程及其响应关系 |
4.4.2 泥沙输移过程 |
4.4.3 污染物迁移转化过程 |
4.5 汉江干流安康断面以上流域径流-泥沙-污染物过程研究 |
4.5.1 降雨径流过程 |
4.5.2 径流泥沙过程 |
4.5.3 水质水量过程 |
4.6 径流小区、杨柳小流域和安康断面以上流域的对比说明 |
4.7 本章小结 |
5 流域分布式非点源污染模型构建及验证 |
5.1 流域分布式非点源污染模型构建 |
5.1.1 降雨径流过程 |
5.1.2 土壤侵蚀过程 |
5.1.3 污染物迁移转化过程 |
5.2 非点源污染模型的校准与验证 |
5.2.1 数据库建立 |
5.2.2 模型效率评价指标 |
5.2.3 径流的校准与验证 |
5.2.4 泥沙的校准与验证 |
5.2.5 营养物的校准与验证 |
5.3 本章小结 |
6 土地利用变化对汉江流域非点源污染的影响 |
6.1 1995-2020 年土地利用类型变化 |
6.2 1995-2020 年土地利用空间格局变化 |
6.3 汉江流域陕西段非点源污染空间分布 |
6.3.1 颗粒态氮磷负荷的空间分布 |
6.3.2 溶解态氮磷负荷的时空分布 |
6.3.3 模型间结果对比 |
6.4 土地利用/地形与非点源污染关系探讨 |
6.4.1 土地利用/地形与颗粒态非点源污染关系探讨 |
6.4.2 土地利用/地形与溶解态非点源污染关系探讨 |
6.4.3 土地利用空间格局与负荷的关系讨论 |
6.5 本章小结 |
7 气候变化对汉江流域非点源污染的影响 |
7.1 气候变化预测 |
7.1.1 NCC/GU-WG模拟结果的验证 |
7.1.2 未来气候情景模拟 |
7.2 气候变化环境下非点源污染负荷的响应 |
7.3 本章小结 |
8 结论与展望 |
8.1 主要结论 |
8.2 主要创新点 |
8.3 研究展望 |
附表 |
致谢 |
参考文献 |
附录 |
附录 A 博士期间发表的学术论文 |
附录 B 博士期间参与的科研项目 |
(6)松花粉多糖对鸡肠道黏膜免疫的影响及巨噬细胞的免疫调节作用(论文提纲范文)
符号说明 |
中文摘要 |
Abstract |
第一章 文献综述 |
1 松花粉及多糖概述 |
2 多糖的生物活性 |
2.1 多糖的免疫调节活性 |
2.2 多糖的抗病毒活性 |
2.3 多糖的抗肿瘤活性 |
2.4 多糖的其他生物学活性 |
3 黏膜免疫 |
3.1 肠道黏膜免疫屏障 |
3.2 多糖对肠道黏膜免疫的影响 |
4 肠道菌群 |
4.1 肠道菌群高通量测序 |
4.2 多糖对肠道菌群的影响 |
5 巨噬细胞 |
5.1 多糖对巨噬细胞的免疫调节活性 |
5.2 巨噬细胞表面受体 |
5.3 多糖对巨噬细胞的免疫调节信号转导途径 |
6 研究目的与意义 |
第二章 松花粉多糖对黏膜免疫的影响 |
1 材料和方法 |
1.1 试验材料 |
1.1.1 多糖 |
1.1.2 实验动物及毒株 |
1.1.3 主要试剂 |
1.1.4 主要仪器 |
1.1.5 多糖溶液配制 |
1.2 试验方法 |
1.2.1 实验动物分组及处理 |
1.2.2 体重及免疫器官称重 |
1.2.3 外周血淋巴细胞转化率测定 |
1.2.4 外周血CD4+、CD8+T淋巴细胞含量检测 |
1.2.5 SIg A含量测定 |
1.2.6 血清中IgG含量的检测 |
1.2.7 qPCR检测肠道黏膜细胞因子 |
1.2.8 qPCR检测肠道黏膜免疫相关分子 |
1.2.9 PPPS对肠绒毛结构的影响 |
1.2.10 PPPS的攻毒保护作用 |
1.3 统计分析 |
2 试验结果 |
2.1 PPPS对体重及免疫器官的影响 |
2.2 PPPS对外周血淋巴细胞转化率的影响 |
2.3 PPPS对外周血CD4+、CD8+T 淋巴细胞含量变化的影响 |
2.4 PPPS对肠道黏膜SIgA和血清IgG的影响 |
2.5 PPPS对肠道黏膜细胞因子的影响 |
2.6 PPPS对肠道黏膜免疫相关分子mRNA的影响 |
2.7 PPPS对肠绒毛结构的影响 |
2.7.1 PPPS对十二指肠绒毛长度、宽度、隐窝深度及V/C值的影响 |
2.7.2 PPPS对空肠绒毛长度、宽度、隐窝深度及V/C值的影响 |
2.7.3 PPPS对回肠绒毛长度、宽度、隐窝深度及V/C值的影响 |
2.8 PPPS对肠绒毛形态的影响 |
2.8.1 口服PPPS7 天对肠绒毛形态的影响 |
2.8.2 口服PPPS14 天对肠绒毛形态的影响 |
2.8.3 口服PPPS21 天对肠绒毛形态的影响 |
2.9 PPPS对 NDV攻毒保护作用 |
2.9.1 攻毒后PPPS对体重及存活率的影响 |
2.9.2 攻毒后PPPS对肠道黏膜中病毒载量的影响 |
2.9.3 攻毒后肠道黏膜及肺脏组织学观察 |
2.10 PPPS对 H9N2 攻毒保护作用 |
2.10.1 攻毒后PPPS对肺脏病理变化影响 |
2.10.2 攻毒后PPPS对肺脏中病毒载量的影响 |
3 分析与讨论 |
第三章 松花粉多糖对鸡肠道菌群的影响 |
1 材料和方法 |
1.1 试验材料 |
1.1.1 多糖及溶液配制 |
1.1.2 实验动物 |
1.1.3 主要试剂 |
1.1.4 主要仪器 |
1.2 试验方法 |
1.2.1 样品采集 |
1.2.2 样本DNA提取 |
1.2.3 PCR扩增与产物纯化 |
1.2.4 生物信息学和统计分析 |
1.2.5 测序数据质量优化 |
1.2.6 OTU聚类及Venn图绘制 |
1.2.7 物种相对丰度图及热图 |
1.2.8 α多样性及UPGMA聚类树分析 |
1.2.9 qPCR验证测序结果 |
2 试验结果 |
2.1 数据质量分析 |
2.2 基于OTU的 Venn图 |
2.3 物种相对丰度图 |
2.4 α多样性指数分析 |
2.5 等级聚类曲线 |
2.6 稀释曲线 |
2.7 UPGMA聚类树 |
2.8 qPCR验证 |
3 分析与讨论 |
第四章 松花粉多糖对巨噬细胞的免疫调节作用 |
1 材料和方法 |
1.1 试验材料 |
1.1.1 多糖及溶液配制 |
1.1.2 细胞 |
1.1.3 主要试剂 |
1.1.4 主要仪器 |
1.2 试验方法 |
1.2.1 巨噬细胞的复苏与培养 |
1.2.2 PPPS对 HD11 细胞增殖的影响 |
1.2.3 PPPS对 HD11 细胞吞噬作用的影响 |
1.2.4 PPPS对 HD11 细胞活性氧水平的影响 |
1.2.5 PPPS对 HD11 细胞分泌NO的影响 |
1.2.6 PPPS对 HD11 细胞分泌IL-1β和TNF-α的影响 |
1.2.7 细胞总RNA提取及质量检测 |
1.2.8 mRNA测序及数据分析 |
1.2.9 miRNA测序及数据分析 |
1.2.10 PPPS对 HD11 细胞受体的影响 |
1.2.11 MAPK抑制剂对HD11 细胞分泌NO、TNF-α和IL-1β的影响 |
1.2.12 PPPS对 HD11 细胞NF-κB分子的影响 |
1.3 统计分析 |
2 试验结果 |
2.1 PPPS对 HD11 细胞的免疫增强作用 |
2.1.1 PPPS对 HD11 细胞增殖作用 |
2.1.2 PPPS对 HD11 细胞吞噬作用的影响 |
2.1.3 PPPS对 HD11 细胞释放ROS的影响 |
2.1.4 PPPS对 HD11 细胞释放NO和 i NOS mRNA水平的影响 |
2.1.5 PPPS对 HD11 细胞分泌细胞因子的影响 |
2.2 PPPS对 HD11 细胞免疫调节作用转录组分析 |
2.2.1 测序数据与参考序列比对结果 |
2.2.2 皮尔逊相关系数和PCA分析结果 |
2.2.3 DEGs的鉴定和分析 |
2.2.4 DEGs的 GO和 KEGG通路富集分析 |
2.2.5 差异表达mRNA qPCR验证 |
2.2.6 miRNA测序分析及测序数据质量 |
2.2.7 miRNA差异表达鉴定和分析 |
2.2.8 miRNA靶基因的GO和 KEGG通路富集分析 |
2.2.9 差异表达miRNA的 qPCR验证 |
2.3 PPPS对 HD11 细胞受体的影响 |
2.3.1 PPPS对 HD11 细胞受体TLR2、4、MR的影响 |
2.3.2 TLR4 抑制剂抑制HD11 细胞分泌IL-1β、TNF-α、NO |
2.4 MAPK抑制剂抑制PPPS诱导HD11 细胞分泌IL-1β、TNF-α、NO |
2.5 PPPS对 HD11 细胞NF-κB分子的影响 |
2.5.1 PPPS上调HD11 细胞NF-κB分子mRNA水平 |
2.5.2 NF-κB抑制剂抑制HD11 细胞分泌IL-1β、TNF-α、NO |
3 分析与讨论 |
第五章 结论 |
参考文献 |
致谢 |
攻读学位期间发表论文情况 |
(7)山东省地方猪种选择信号分析及IFNLR1基因在PRRSV感染PAM细胞中的作用研究(论文提纲范文)
英文缩略词 |
中文摘要 |
Abstract |
第一章 文献综述 |
1 引言 |
1.1 立题意义 |
1.2 山东省地方猪种概况 |
1.2.1 产地与分布 |
1.2.2 表型特征 |
1.2.3 种质特性 |
1.2.4 地方猪种遗传多样性研究现状 |
1.3 遗传变异检测方法 |
1.3.1 SNP芯片技术 |
1.3.2 高通量测序技术 |
1.4 SLAF-seq简化基因组测序 |
1.4.1 SLAF-seq的技术原理 |
1.4.2 SLAF-seq的优势 |
1.4.3 SLAF-seq的研究现状 |
1.5 猪繁殖与呼吸综合征 |
1.5.1 PRRSV的分类及理化性质 |
1.5.2 PRRSV的致病机理 |
1.5.3 PRRSV的基因组结构及功能 |
1.5.4 PRRSV免疫学研究 |
1.6 IFNLR1 的研究进展 |
1.6.1 IFNLR1 的表达及功能 |
1.6.2 IFNLR1 的作用信号传导 |
1.7 猪对PRRSV抗性的种间差异 |
1.8 研究的目的与意义 |
第二章 基于SLAF-seq技术对山东省地方猪种群体遗传结构分析 |
1 材料和方法 |
1.1 试验材料和处理 |
1.1.1 样品采集 |
1.1.2 主要试剂及来源 |
1.1.3 常用缓冲液及试剂配制 |
1.1.4 主要仪器设备 |
1.1.5 分子生物学数据库 |
1.2 试验方法 |
1.2.1 SLAF-seq |
1.2.2 数据分析 |
2 试验结果 |
2.1 SNP的开发 |
2.1.1 基因组DNA质量检测 |
2.1.2 酶切方案评估 |
2.1.3 测序数据统计与评估 |
2.1.4 建库评估 |
2.1.5 SLAF标签和SNP信息的统计 |
2.2 遗传进化分析 |
2.2.1 遗传多样性和遗传分化分析 |
2.2.2 系统进化分析 |
2.2.3 主成分分析 |
2.2.4 群体结构分析 |
2.2.5 基因流分析 |
2.2.6 连锁不平衡分析 |
2.2.7 选择性清除分析 |
3 分析与讨论 |
3.1 山东省地方猪种和西方猪种SNP标记的筛选和开发 |
3.2 山东省地方猪种和西方猪种群亲缘关系和遗传结构分析 |
3.3 群体间基因交流 |
3.4 基因注释及候选基因功能挖掘 |
第三章 IFNLR1 基因在PRRSV感染PAM细胞中的作用研究 |
1 材料和方法 |
1.1 试验材料和处理 |
1.1.1 细胞系和毒株 |
1.1.2 样品采集 |
1.1.3 主要试剂及来源 |
1.1.4 常用缓冲液及试剂配制 |
1.1.5 主要仪器设备 |
1.1.6 所用生物学软件 |
1.2 试验方法 |
1.2.1 实时荧光定量PCR |
1.2.2 IFNLR1 基因过表达载体的构建 |
1.2.3 细胞转染 |
1.2.4 PRRSV的繁殖和滴度测定 |
1.2.5 蛋白质免疫印迹试验(Western Blot) |
1.2.6 ELISA |
1.2.7 CCK-8 细胞增殖检测 |
1.2.8 细胞周期检测 |
1.2.9 甲基化检测(Methylation specific PCR,MSP) |
1.3 数据分析 |
2 试验结果 |
2.1 猪IFNLR1 基因CDS区多态性及生物信息学分析 |
2.1.1 猪IFNLR1 基因CDS区扩增 |
2.1.2 猪IFNLR1 CDS区多态性分析 |
2.1.3 猪IFNLR1 CDS区序列生物信息学分析 |
2.2 IFNLR1 基因在大蒲莲猪和长白猪各组织的表达差异分析 |
2.3 PRRSV感染PAM细胞对Ⅲ型干扰素和受体IFNLR1 表达水平的影响 |
2.3.1 PRRSV感染PAM细胞对IFN-λ1和IFN-λ3 m RNA表达水平的影响 |
2.3.2 PRRSV感染PAM细胞对IFNLR1 m RNA表达水平的影响 |
2.3.3 PRRSV感染对IFNLR1 基因启动子甲基化的影响 |
2.4 IFNLR1对PRRSV复制的影响 |
2.4.1 过表达载体和干扰片段转染效率的验证 |
2.4.2 过表达IFNLR1对PRRSV复制的影响 |
2.4.3 干扰IFNLR1对PRRSV复制的影响 |
2.5 IFNLR1对p-STAT1 水平的影响 |
2.6 过表达IFNLR1对IRF9 入核的影响 |
2.7 IFNLR1 对炎性细胞因子、干扰素诱导基因及抗病毒蛋白基因表达的影响 |
2.8 IFNLR1对PRRSV感染的PAM细胞增殖和周期的影响 |
2.8.1 IFNLR1对PRRSV感染的PAM细胞增殖的影响 |
2.8.2 IFNLR1对PRRSV感染的PAM细胞周期的影响 |
2.9 抑制JAK/STAT通路对PRRSV感染的PAM细胞增殖和周期的影响 |
2.9.1 抑制JAK/STAT通路对PRRSV感染的PAM细胞增殖的影响 |
2.9.2 抑制JAK/STAT通路对PRRSV感染的PAM细胞周期的影响 |
3 分析与讨论 |
3.1 猪IFNLR1 的克隆及序列分析 |
3.2 PRRSV感染PAM细胞后IFN-λs和 IFNLR1 m RNA表达水平 |
3.3 IFNLR1在PRRSV感染PAM中的作用 |
第四章 全文结论 |
参考文献 |
附录 |
致谢 |
攻读学位期间发表论文情况 |
(8)文冠果种子特性变异及优良砧用种源选择(论文提纲范文)
摘要 |
abstract |
1 引言 |
1.1 研究背景 |
1.2 文冠果研究概述 |
1.2.1 文冠果生物学特性 |
1.2.2 文冠果地理分布 |
1.2.3 文冠果综合价值 |
1.2.4 文冠果繁殖技术 |
1.3 植物种质资源研究进展 |
1.3.1 植物种质资源的含义 |
1.3.2 种质收集状况及意义 |
1.3.3 种质资源评定与利用 |
1.4 地理变异与种源试验研究进展 |
1.4.1 地理种源变异的研究 |
1.4.2 种源试验研究 |
1.5 早期选择的相关研究 |
1.5.1 苗木早期选择的意义 |
1.5.2 苗木早期选择的可行性 |
1.5.3 苗木早期选择年龄的确定 |
1.5.4 苗木早期选择的方法 |
1.5.5 苗木生长与环境因子 |
1.6 ASReml和 GGE双标图应用研究 |
1.6.1 ASReml的应用研究 |
1.6.2 GGE双标图的应用研究 |
1.7 研究意义与内容 |
1.7.1 研究目的与意义 |
1.7.2 研究内容 |
1.7.3 技术路线 |
2 文冠果种子品质特性研究 |
2.1 材料与方法 |
2.1.1 试验材料 |
2.1.2 实验试剂和仪器 |
2.1.3 试验方法 |
2.1.4 环境数据测定 |
2.1.5 统计分析 |
2.2 结果与分析 |
2.2.1 不同种源文冠果油脂特性研究 |
2.2.2 不同种源文冠果营养特性研究 |
2.2.3 文冠果种子品质特性熵值法评价 |
2.3 小结 |
3 文冠果种子形态和发芽特性研究 |
3.1 材料与方法 |
3.1.1 试验材料 |
3.1.2 试验方法 |
3.1.3 统计分析 |
3.2 结果与分析 |
3.2.1 不同种源文冠果种子形态和质量指标分析 |
3.2.2 不同种源文冠果种子发芽能力指标分析 |
3.2.3 文冠果种子生物学特性相关性分析 |
3.2.4 文冠果种子形态和发芽特性地理变异规律 |
3.2.5 文冠果种子形态和发芽特性熵值法分析 |
3.3 小结 |
4 文冠果苗期评价及早期选择 |
4.1 材料与方法 |
4.1.1 试验地点 |
4.1.2 试验材料和设计 |
4.1.3 统计分析 |
4.2 结果与分析 |
4.2.1 不同种源文冠果在三个试验地点的苗期生长状况观测 |
4.2.2 不同种源文冠果在三个试验地点的BLUP-GGE分析 |
4.2.3 文冠果苗期生长指标的相关性 |
4.2.4 文冠果苗期生长性状的聚类分析 |
4.2.5 文冠果苗期生长性状育种值分析 |
4.3 小结 |
5 文冠果砧木造林表现 |
5.1 材料与方法 |
5.1.1 试验地点 |
5.1.2 试验材料 |
5.1.3 试验方法 |
5.1.4 指标测定 |
5.2 结果与分析 |
5.2.1 文冠果不同嫁接组合亲和性的表现 |
5.2.2 文冠果不同嫁接组合生长表现 |
5.2.3 文冠果不同嫁接组合生理指标测定 |
5.2.4 文冠果不同嫁接组合果实表型和产量测定 |
5.2.5 不同种源砧木综合评价 |
5.3 小结 |
6 讨论 |
6.1 文冠果种质资源评价 |
6.2 文冠果种源×试验地互作效应研究 |
6.3 文冠果砧木嫁接新品种研究 |
7 结论与展望 |
7.1 结论 |
7.2 创新点 |
7.3 展望 |
致谢 |
参考文献 |
附录 |
作者简介 |
(9)水稻联合收获机产量监测系统设计与试验(论文提纲范文)
摘要 |
abstract |
主要符号对照表 |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 国外谷物产量监测技术研究现状 |
1.2.2 国内谷物产量监测技术研究现状 |
1.2.3 研究现状小结 |
1.3 研究目标及研究内容 |
1.3.1 研究目标 |
1.3.2 研究内容 |
1.3.3 技术路线 |
第二章 基于占空比测量的谷物产量监测系统硬件设计 |
2.1 基于占空比测量的谷物产量监测原理及硬件选型 |
2.1.1 基于占空比测量的测产工作原理 |
2.1.2 基于占空比测量的产量监测系统的硬件选型 |
2.2 对射式光电传感器的安装支架设计 |
2.3 产量监测系统的电路和数据采集模块设计 |
2.3.1 分压电路及下位机设计 |
2.3.2 GPS模块的数据传输协议 |
2.3.3 占空比数据的采集模块设计 |
2.4 本章小结 |
第三章 基于占空比测量方法的谷物产量监测系统的软件设计 |
3.1 软件系统的总体功能及软件的流程设计 |
3.2 软件系统的校准模块、数据采集处理模块、数据记录模块设计 |
3.2.1 校准模块的程序设计 |
3.2.2 GPS信号采集模块的程序设计 |
3.2.3 产量信号采集与处理模块的程序设计 |
3.2.4 数据记录模块设计 |
3.3 产量监测系统的模拟信号测试 |
3.4 本章小结 |
第四章 占空比测量数据与谷物质量的计量模型研究 |
4.1 基于EDEM仿真的刮板上谷物的堆积模型研究 |
4.1.1 谷物模型和升运器模型设计 |
4.1.2 材料属性参数设定及软件参数设置 |
4.1.3 谷物堆积模型的仿真结果 |
4.2 谷物堆积的理想模型 |
4.3 基于台架试验的占空比测量数据与谷物质量的计量模型建立 |
4.3.1 台架试验装置与准备材料 |
4.3.2 变频器频率设定值与升运器转速的关系 |
4.3.3 台架试验的滤波电路设计 |
4.3.4 空载下刮板占空比的校准值测量 |
4.4 基于台架试验的占空比测量数据与谷物质量的计量模型建立 |
4.5 本章小结 |
第五章 产量图构建方法研究与软件设计 |
5.1 产量图构建的原理 |
5.2 产量图构建的数据处理与程序设计 |
5.2.1 GPS坐标数据的处理方法 |
5.2.2 产量图重绘模块的程序设计 |
5.3 产量数据集的获取与数据误差验证 |
5.3.1 产量数据集的获取 |
5.3.2 产量数据集的误差验证试验 |
5.4 产量图构建的可视化结果与国外软件生成的产量图对比 |
5.6 本章小结 |
第六章 产量监测系统性能验证的台架试验与大田试验 |
6.1 计量模型的台架验证试验 |
6.1.1 谷物质量计量模型的验证试验 |
6.1.2 谷物质量计量模型的验证数据分析 |
6.2 产量监测系统的大田试验 |
6.2.1 空载状态下联合收获机中刮板的光电信号数据分析 |
6.2.2 大田试验中产量监测系统的光电信号数据中的误差来源分析 |
6.2.3 占空比测量值与谷物质量计量模型的校准 |
6.2.4 大田环境下产量监测系统的性能验证试验 |
6.2.5 大田试验的产量图生成结果 |
6.3 本章小结 |
第七章 结论与展望 |
8.1 研究内容总结 |
8.2 创新点 |
8.3 研究展望 |
参考文献 |
附录 A 第四章中软件开发的伪代码 |
致谢 |
作者简历 |
(10)水心病苹果水心程度与可溶性固形物含量在线无损检测方法与分级装备研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
符号及缩略词清单 |
第一章 绪论 |
1.1 苹果产业概述 |
1.1.1 苹果产业现状 |
1.1.2 苹果品质检测指标及检测技术 |
1.2 苹果水心病 |
1.2.1 苹果水心病简介 |
1.2.2 苹果水心病的发生机理及影响因素 |
1.2.3 苹果水心病的危害 |
1.2.4 苹果水心病的检测方法 |
1.3 苹果内部品质Vis/NIR光谱检测技术研究现状 |
1.3.1 技术原理及特点 |
1.3.2 光谱采集方式 |
1.3.3 检测影响因素 |
1.3.4 在水果内部品质检测中的应用 |
1.3.5 存在的问题 |
1.4 苹果内部品质Vis/NIR光谱检测装备研究现状 |
1.4.1 苹果内部品质检测装备产业现状 |
1.4.2 苹果内部品质检测输送分级装备研究现状 |
1.4.3 存在的问题 |
1.5 研究内容及技术路线图 |
1.5.1 研究内容 |
1.5.2 技术路线图 |
1.6 本章小结 |
第二章 实验仪器、材料和方法 |
2.1 引言 |
2.2 主要实验仪器 |
2.2.1 QE65PRO微型光谱仪 |
2.2.2 PR-201α数字折光仪 |
2.2.3 图像采集系统 |
2.3 实验材料 |
2.4 软件介绍 |
2.4.1 光谱采集软件 |
2.4.2 数据处理分析软件 |
2.4.3 机、电、控制及结构仿真软件 |
2.4.4 光学仿真软件 |
2.5 数据统计分析方法 |
2.5.1 光谱预处理方法 |
2.5.2 样本集划分方法 |
2.5.3 数据建模方法 |
2.5.4 模型评价方法 |
2.6 本章小结 |
第三章 苹果水心病Vis/NIR光谱特性及无损检测可行性研究 |
3.1 引言 |
3.2 材料与方法 |
3.2.1 苹果样本 |
3.2.2 Vis/NIR光谱采集系统 |
3.2.3 水心程度测量 |
3.2.4 不同组织光透性测试 |
3.2.5 SSC测量中的取样方法研究 |
3.3 结果和讨论 |
3.3.1 SSC分布和取样方法分析 |
3.3.2 样本特征分析 |
3.3.3 水心苹果Vis/NIR光谱特性 |
3.3.4 水心病苹果SSC预测研究 |
3.3.5 苹果水心病检测研究 |
3.4 本章小结 |
第四章 光源布局及苹果大小对苹果水心病检测的影响研究 |
4.1 引言 |
4.2 材料与方法 |
4.2.1 苹果样本 |
4.2.2 LightTools光源系统仿真设置 |
4.2.3 不同光源布局无损检测系统 |
4.2.4 苹果尺寸、SSC和 WSI测量 |
4.3 结果与讨论 |
4.3.1 样本特征分析 |
4.3.2 LightTools仿真结果分析 |
4.3.3 光谱特征分析 |
4.3.4 双光源系统建模研究 |
4.3.5 不同光源布局建模研究 |
4.3.6 特征波长挑选 |
4.4 本章小结 |
第五章 基于Vis/NIR光谱技术的苹果水心病在线检测装备研发 |
5.1 引言 |
5.2 多功能果杯的设计研发 |
5.2.1 多功能果杯结构设计 |
5.2.2 果杯功能仿真验证 |
5.3 自适应光源系统的设计研发 |
5.3.1 自适应光源调整机构结构设计 |
5.3.2 自适应光源调整机构仿真验证 |
5.4 输送分级系统设计研发 |
5.4.1 输送分级系统各组件设计 |
5.4.2 输送分级防损伤设计 |
5.5 电路及控制系统设计 |
5.5.1 控制系统及程序设计 |
5.5.2 电路系统设计 |
5.6 整机工作流程 |
5.7 在线检测装备光谱检测性能验证 |
5.7.1 测试样本 |
5.7.2 测试条件 |
5.7.3 在线检测装备静态性能测试 |
5.7.4 在线检测装备动态性能测试 |
5.8 本章小结 |
第六章 苹果姿态对苹果水心病在线检测的影响研究 |
6.1 引言 |
6.2 材料与方法 |
6.2.1 苹果样本 |
6.2.2 光谱检测设备简介 |
6.2.3 苹果尺寸、SSC和 WSI测量 |
6.3 结果与讨论 |
6.3.1 样本特征分析 |
6.3.2 不同姿态下苹果光谱特征分析 |
6.3.3 不同姿态下SSC和WSI预测模型研究 |
6.3.4 水心病判别分析 |
6.4 本章小结 |
第七章 基于自适应光源系统的不同大小苹果光谱修正方法研究 |
7.1 引言 |
7.2 材料与方法 |
7.2.1 苹果样本 |
7.2.2 光谱检测设备简介 |
7.2.3 苹果大小、SSC和WSI测量 |
7.2.4 大小修正方法研究 |
7.3 结果与讨论 |
7.3.1 样本特征分析 |
7.3.2 不同大小苹果光谱特征分析 |
7.3.3 基于大小修正的SSC预测模型研究 |
7.3.4 水心判别分析 |
7.4 本章小结 |
第八章 结论、创新点与展望 |
8.1 主要研究结论 |
8.2 主要创新点 |
8.3 后期研究展望 |
参考文献 |
作者简历 |
四、农业试验统计分析软件的应用方法(论文参考文献)
- [1]基于水射流的水田仿生中耕除草装置机理与试验研究[D]. 闫东伟. 东北农业大学, 2021
- [2]基于Design-expert的试验设计与统计课程研究生教学改革实践[J]. 顿国强,姜新波. 安徽农业科学, 2021(21)
- [3]R语言及在农业试验数据分析中的基本应用(一)[J]. 王磊,闵佳鑫,鄂志国. 中国稻米, 2021(06)
- [4]γ-聚谷氨酸及其吸水树脂对土壤性质和冬小麦生长的影响研究[D]. 郭建忠. 西安理工大学, 2021
- [5]汉江流域陕西段非点源污染特征及模型模拟研究[D]. 郝改瑞. 西安理工大学, 2021
- [6]松花粉多糖对鸡肠道黏膜免疫的影响及巨噬细胞的免疫调节作用[D]. 沙洲. 山东农业大学, 2021
- [7]山东省地方猪种选择信号分析及IFNLR1基因在PRRSV感染PAM细胞中的作用研究[D]. 秦明. 山东农业大学, 2021(01)
- [8]文冠果种子特性变异及优良砧用种源选择[D]. 麻云霞. 内蒙古农业大学, 2021
- [9]水稻联合收获机产量监测系统设计与试验[D]. 蔡泽宇. 中国农业科学院, 2021
- [10]水心病苹果水心程度与可溶性固形物含量在线无损检测方法与分级装备研究[D]. 常汉. 浙江大学, 2021(01)