科研产出
基于纳米磁珠介导的狼尾草花粉管通道转化法体系的建立
《草业学报 》 2025 北大核心 CSCD
摘要：近年来纳米磁珠介导的遗传转化体系克服了传统转基因方法需组织培养再生的问题，能够缩短转基因植物培育周期，适用范围广泛。目前狼尾草尚未建立纳米磁珠介导的转化体系，且现有遗传转化体系尚不成熟。为建立纳米磁珠介导的狼尾草花粉转化体系，本研究以‘丽秋’狼尾草为材料，分析了‘丽秋’狼尾草花粉转染的最适温度和处理时间、纳米磁珠负载能力、杂交授粉和转基因株系筛选等纳米磁珠介导转化的关键环节。结果表明：与12、16和25℃处理相比，4和8℃下狼尾草花粉的活力较高。开孔转染时间0.5～2.0 h的花粉开孔率无显著差异，不同开孔转染时间下的花粉活力无显著差异，故选择了0.5 h为转染开孔时间。用转染后的花粉对‘丽秋’狼尾草进行授粉，随机挑选了自然结实获得的150粒种子。播种后利用80 mg·L-1潮霉素进行筛选，之后经PCR检测和GFP荧光蛋白观察，获得了7株转基因植株。本研究建立了狼尾草纳米磁珠介导的花粉管通道转化法体系，5个月左右可以获得转基因苗，转化率达4.66%，为狼尾草遗传转化和分子改良提供了新的可行方案。
全文链接
请求原文
禽舍免疫消毒机器人设计与试验
《农机化研究 》 2025 北大核心
摘要：针对现代集约化笼养禽舍免疫消毒劳动强度大、作业效率低、雾化液滴均匀性差等问题,研制了禽舍免疫消毒机器人.研究了基于视觉纯追踪算法的履带式移动平台导航方法,实现机器人在笼架间自动巡线导航;同时,设计了基于超声压电微孔雾化技术的低应激喷嘴,实现消毒免疫试剂的均匀喷洒.在禽舍内对机器人关键部件和整体性能进行试验,结果表明:移动平台可满足0.6 m/s速度范围内自动巡线导航,其在水泥路面和钢格板路面最大偏移量分别为36.1 mm和53.5 mm;雾化喷嘴可满足雾化流量与雾滴粒径大小的自动调控,在距离喷嘴 1.0m区域处的笼具内雾滴粒径变化范围为25.18~103.98 μm,雾滴沉积密度变化范围为 33~353 个/cm2,符合禽舍免疫消毒喷雾作业要求指标.研究结果可为实现高效、精准、自动化禽舍免疫消毒作业提供技术支撑.
关键词： 农业机器人 禽舍养殖 免疫消毒喷雾 自主导航 微孔压电雾化
全文链接
请求原文
光谱技术在蔬菜生产检测中的研究进展、挑战与建议
《智慧农业(中英文) 》 2025
摘要：[目的/意义]蔬菜品质安全与营养价值的实时无损检测是贯通"从田头到餐桌"全产业链的核心需求.光谱技术被视为是提高检测效率、降低成本、实现规模化的关键手段.本文通过概述光谱技术在蔬菜产业链各环节的应用以及分析发展方向,为该领域的研究者和从业者提供帮助.[进展]系统回顾了近年来近红外、拉曼、荧光、激光诱导击穿光谱(Laser-Induced Breakdown Spectroscopy,LIBS)及紫外-可见等光谱分析技术在蔬菜育种、种植管理、采收、储运、销售全链条的应用进展.硬件层面,小型化传感器配合智能手机、无人机及物联网实现田间原位监测;算法层面,偏最小二乘回归(Partial Least Squares Regression,PLSR)、卷积神经网络、迁移学习等模型使可溶性固形物(Soluble Solid Content,SSC)、农药残留、重金属等指标的预测R2普遍大于0.90,检测限低至mg/kg级;数据层面,多模态融合(LIBS-NIR、荧光-图像)显著提升了复杂基质下的鲁棒性;典型应用场景包括:表面增强拉曼光谱实现痕量农药现场筛查,叶绿素荧光实现采后品质动态追踪,LIBS完成土壤-蔬菜重金属迁移原位监测.[结论/展望]光谱技术在蔬菜产业已具备"单点验证"到"链式示范"跨越的技术基础,但仍受模型跨品种跨环境泛化能力、田间噪声干扰、设备成本及标准缺失等问题的制约.未来需构建覆盖多品种、多地域的开放光谱数据库,发展自校准、自适应的智能传感器,制定硬件接口与数据格式统一标准,并通过模块化、租赁式商业模式降低中小农户使用门槛,以推动光谱技术在蔬菜产业的大规模、可持续应用.
关键词： 光谱技术 近红外光谱 拉曼光谱 荧光光谱 蔬菜 现场检测
全文链接
请求原文
粮食生产大数据平台研究进展与展望
2025
摘要：【目的/意义】农业大数据爆炸式发展，加速农业生产迈入数字化、智能化新时代。作为新质生产力，大数据服务于粮食生产全过程综合智能化管理决策，面临粮食生产大数据资源治理机制不明、全链条化粮食生产决策核心算法体系缺乏且对外依存度高、粮食生产全过程全要素的大数据平台缺乏等问题。【进展】本文综合分析了国内外粮食生产大数据、农情监测与智能决策算法、大数据平台方面的相关进展和面临的挑战，面向产前规划、产中监测与决策、产后综合评价等粮食生产全程管理决策需求，构建由多源异构粮食生产大数据治理、粮食生产知识图谱、“数据获取-信息提取-知识构建-智能决策-农机作业”全链条标准化算法体系、 数字孪生典型应用场景等环节组成的粮食生产大数据智能平台。【结论/展望】应重点关注宏观管理监测和微观农场全程智能化生产作业需求，聚焦粮食生产典型应用场景，充分融合大数据与人工智能、数字孪生及云边端等新技术，探索技术联通集成为本，智能化服务为魂的大数据平台研发路径，创建开放式作物与环境传感接入、核心算法成熟度分级与云原生封装、高效数据与决策服务响应等为核心特色的开放共生型粮食生产大数据平台，实现数据-算法-服务全链条智能化、决策信息与智能装备作业一体化、粮食生产大数据平台与应用体系标准化，形成保障粮食安全高效绿色生产的新质生产力。
关键词： 粮食生产 大数据平台 农情监测 智能算法 决策支持 新质生产力
全文链接
请求原文
多组学联合解析红色玫瑰香型葡萄品种转色过程中单萜和花色苷积累规律
《中国农业科学 》 2025 北大核心 CSCD
摘要：【目的】分别从代谢和转录水平解析葡萄果实转色过程中单萜和花色苷积累规律，探讨花色苷和单萜时空合成机制，为鲜食葡萄果实单萜化合物和花色苷合成调控提供理论依据。【方法】以‘瑞都红玉’葡萄果实为试材，于转色前5 d开始取样，直至转色40 d后结束。采用常规方法测定果实样品可溶性固形物及可滴定酸含量；利用顶空固相微萃取结合气相色谱与质谱联用技术（HS-SPEME-GC-MS）测定果实中单萜类组分和含量的变化；用分光光度计法测定葡萄果实总类黄酮、总花色苷的含量；同时，采用转录组测序和实时荧光定量PCR技术分析花色苷以及单萜化合物合成途径中关键基因的表达变化。【结果】随着葡萄果实转色过程的推进，‘瑞都红玉’果实中25种游离态和结合态单萜化合物主成分存在波动。大部分游离态单萜在转色20 d开始大量合成，至转色35—40 d达到最高水平。结合态单萜含量在转色30 d达到最高水平。结合态单萜含量高于游离态。而类黄酮在果实转色前已经大量合成积累；花色苷的合成伴随着果实转色启动，到转色20 d含量达到最高水平，随后略有下降。转录组测序共鉴定差异表达基因5 836个，不同发育时期间的差异表达基因数量不同，差异表达基因在苯丙氨酸合成、类黄酮合成和单萜合成等通路富集。其中，与单萜合成途径相关的差异表达基因14个，与花色苷合成途径相关的差异表达基因11个，这些基因表达模式分别与单萜和花色苷合成积累相一致。进一步相关性分析，筛选到24个转录因子与多个单萜和花色苷合成途径基因表达显著相关。【结论】红色玫瑰香型葡萄果实花色苷的合成启动早于香气化合物单萜的合成，两类化合物合成存在时空上的调控过程。单萜和花色苷积累与其合成途径中多个关键酶基因表达具有紧密相关性，它们的合成受各个基因转录水平的调控。
全文链接
请求原文
基于改进时间融合Transformers的中国大豆需求预测方法
《智慧农业(中英文) 》 2025
摘要：[目的/意义]精准预测大豆需求对保障国家粮食安全、优化产业决策与应对国际贸易变局有着重要的现实意义,而利用时间融合Transformers(Temporal Fusion Transformers,TFT)模型开展中国大豆需求预测时,在特征交互层与注意力权重分配等方面仍存在一定局限.为此,亟需探索一种基于改进TFT模型的预测方法,以提升需求预测的准确性与可解释性.[方法]本研究将深度学习的TFT模型应用到中国大豆需求预测中,提出了一种基于多层动态特征交互(Multi-layer Dynamic Feature Interaction,MDFI)与自适应注意力权重优化(Adaptive Atten-tion Weight Optimization,AAWO)改进的MA-TFT(Improved TFT Model Based on MDFI and AAWO)模型.对包含1980-2024年4 652个相关指标的中国大豆需求分析数据集进行数据预处理和特征工程,设计实验将MA-TFT模型分别与自回归差分移动平均模型(Autoregressive Integrated Moving Average Model,ARIMA)、长短期记忆网络(Long Short-Term Memory,LSTM)模型及TFT模型进行预测性能对比,进行了消融实验,同时利用SHAP(SHap-ley Additive exPlanations)工具可解释性分析影响中国大豆需求的关键特征变量,开展了未来10年的中国大豆需求量预测.[结果和讨论]MA-TFT模型的均方误差(Mean Squared Error,MSE)、平均绝对百分比误差(Mean Abso-lute Percentage Error,MAPE)分别为0.036和5.89%,决定系数R2为0.91,均高于对比模型,均方根误差(Root Mean Square Error,RMSE)和MAPE分别较基准模型TFT累计降低21.84%和3.44%,表明改进TFT的MA-TFT模型能够捕捉特征间复杂关系,提升预测性能;研究利用SHAP工具可解释性分析发现,MA-TFT模型对影响中国大豆需求关键特征变量的解释稳定性较高;预计2025、2030和2034年中国大豆需求量分别达到11 799万吨、11 033万吨和11 378万吨.[结论]基于改进TFT的MA-TFT模型方法为解决现有大豆需求预测方法精度不足、可解释性不强的实际问题提供了解决思路,也为其他农产品时间序列预测的方法优化与应用提供了参考和借鉴.
关键词： 时间融合Transformers(TFT) 大豆需求预测 多层动态特征交互 自适应注意力权重优化 可解释性分析
全文链接
请求原文
