XiaoMi-AI文件搜索系统
World File Search System木薯
在丙烯腈丁二烯苯乙烯/木薯上的拉米纤维增强的准备和表征
对材料的需求不断增加，随着时间的流逝，人们对环境下降的忧虑越来越令人担忧，这引起了人们对环境友好型复合材料的关注。本研究旨在通过在ABS/CS混合矩阵中加强拉米纤维（RF）来开发生物复合材料，以增强机械特性和生物降解性。使用氢氧化钠（NaOH）化学处理增加了纤维的表面粗糙度。ABS/CS/RF复合材料通过两卷厂进行了复合，并使用热压缩造型机产生了含有不同重量百分比（5、10、15、20）的床单（5、10、15、20）。测试了制备的复合材料，以评估其生物降解性，吸水性，机械性能和粘弹性特征。生物降解测试结果表明，纯ABS中纤维浓度与生物降解程度之间存在正相关。ABS/CS混合物的拉伸强度和模量分别增加了60％和14.28％。添加20 wt％的RF时，冲击强度提高了117％。45天后，ABS/CS/RF复合材料的降解增加了1.375％。但是，DMA结果对存储模量显示不良影响。
摘要 研究亮点 项目 出版物
Anuradha 博士于 2011 年以 DBT JRF/SRF 奖学金获得泰米尔纳德邦农业大学哥印拜陀分校生物技术博士学位，并于 2005 年以 JNU 奖学金获得泰米尔纳德邦农业大学生物技术硕士学位。博士研究期间的专业领域包括木薯再生和遗传转化协议的标准化。她还从泰米尔纳德邦的不同地区克隆和鉴定了印度和斯里兰卡木薯花叶病毒的复制酶基因，并将这些基因提交到 NCBI 核苷酸数据库中。博士研究期间的主要重点是通过 RNA 干扰获得木薯植物的病毒抗性。她构建了专门针对印度和斯里兰卡木薯花叶病毒复制酶基因的 RNAi 载体，并生成了抗木薯花叶病毒的假定转基因木薯系。加入 KAU 之前，她曾在纳格浦尔中央柑橘研究所担任农业研究科学家。在此期间，她通过 RAPD 标记和柑橘根茎抗病差异基因表达研究，从事柑橘种质鉴定工作。目前的研究兴趣领域是植物基因组编辑以改善性状、植物表观遗传基因调控以及基因克隆和表达。
下载下载PDF
摘要通过使用精密设备可以提高新鲜木薯根的质量。作为开发自动木薯根切割系统的第一步，这项研究证明了使用具有深度学习的计算机视觉系统用于木薯茎检测。捕获了安装在木薯上的木薯树的RGB图像，并使用了带有Resnet 101和Resnet 50的基本体系结构的Yolo V4型号和两个蒙版R-CNN模型来训练重量以预测Cassava Stalk的位置。使用各种形状和大小的茎的一百个测试图像来确定抓地点和倾斜度，并将手动注释的结果与预测的结果进行了比较。关于本地化，具有重新网络101的蒙版R-CNN的性能明显高于其他模型，F1得分和平均值分别为0.81和0.70。Yolo V4显示最高的相关性
木薯皮作为有机肥料生产的生物技术营养载体，以增加农作物的产量和土壤生育能力
木薯皮表明，作为生物肥料生产的载体材料的潜力。木薯皮在许多发展中国家中大量且实际上没有经济价值，因此，它满足了其作为生物肥料载体材料的采用标准。这项研究评估了木薯果作为生物肥料的营养载体的潜力及其对玉米生长的影响。cassava peel的水分含量低，散装密度，高孔隙度和良好的吸水能力，这有助于接种剂生存，如植物生长参数的显着（P <0.05）增加，在对照组中，植物的生长参数较高（P <0.05），在对照组中，植物高度和植物高度的叶子数量较高。关键字：木薯皮，生物肥料，载体材料，作物产量，土壤改善1。简介
通过CRISPR介导的同源指导修复的基因标记。
对一些模型植物 - 病原系统的研究已从多年的工具和资源开发中受益。对于绝大多数经济和营养重要的植物而言，情况并非如此，从而产生了农作物改善的瓶颈。木薯细菌疫病（CBB），由xanthomonas axonopodis PV引起。manihotis（XAM）是木薯（Manihot esculenta crantz）种植的所有地区的重要疾病。在这里，我们描述了木薯的开发，可用于可视化体内CBB感染的初始步骤之一。使用CRISPR介导的同源指导修复（HDR），我们在CBB易感性的3'端（S）基因Mesweet10a生成了含有GFP的植物。随后在转录和翻译水平上可视化了转录激活剂（TAL）效应tal20的Mesweet10a-GFP。据我们所知，这是通过木薯中的基因编辑进行HDR的第一个证明。
地理空间应用在粮食安全和弹性方面......
• 水稻、玉米、甘蔗、木薯、橡胶和油棕 • 水稻、玉米、甘蔗和木薯每两周监测一次 • 橡胶和油棕每年监测一次 • 光学 [Landsat 8-9 和 Sentinel 2] 和雷达 [Radarsat-2 和 Sentinel 1] 卫星遥感 • 非监督分类 (计算机) 和图像解释 (视觉) 技术 • 准确度 ≈ 80% • 用户：
卷。第5期，第1和2期，第2023页，第36-50页P-issn 2714-5174 Matesun＆Makolo（2023），利用机器学习算法来预测作物产物
摘要随着世界人口的不断扩大，对农产品的需求不断增长。为了确保粮食安全，精确的农作物生产率预测已成为必不可少的。农作物，木薯（Manihot esculenta crantz），是尼日利亚和非洲其他地区种植的温带作物。这是所有部落和地理区域中大部分人口的主要食物来源。为了制定增加木薯生产的实用计划，有必要理解表型元素，其中包括疾病，影响木薯的产量。利用数据集和环境因素预测农业产量，机器学习（ML）技术为这一问题提供了充满希望的解决方案。本研究评论重点介绍了一项旨在使用机器学习估算作物生产率的研究的技术，数据集和结果。基于ML的农业生产力预测模型涉及的数据收集和预处理步骤。木薯的叶子表型和Kaggle收集的图像数据集对于训练和评估机器学习（ML）算法至关重要，这对于准确预测作物生产率至关重要。研究需要选择合适的ML算法。支持向量机（SVM），随机森林（RF）和梯度提升技术。使用多个指标（包括精度，召回和F1得分）评估这些ML模型的有效性。使用模型的弹性，估计模型的性能并防止拟合，交叉验证技术。与SMV和RF相比，研究结果表明，模型的极端增强梯度的准确性预测为0.56（56％）。用于评估模型精度性能率的标准包括精度，召回和F1得分。为了增加农作物的产量，木薯生产率与表型健康成反比。本研究预测数据集的生产率水平将为56％。关键字：表型，木薯，生产力，机器学习。
专家强调 2022 年种植季节到来前改良木薯品种的好处
为期五天的培训于 3 月 14 日至 18 日在基戈马地区卡苏鲁区举行，来自卡塔维、塔波拉和基戈马地区的 61 名学员以及来自国际热带农业研究所、坦桑尼亚农业研究所和坦桑尼亚官方种子认证机构 (TOSCI) 的培训师参加了培训。培训介绍了商业化木薯种子系统模型。推广人员学习了良好的农业实践、病虫害管理、木薯品种识别、种子繁殖、种子质量控制和登记流程。他们还学习了种子业务，以帮助他们了解木薯种子系统并更好地支持他们所服务的农民，以及 Seed Tracker 和 PlantVillage Nuru 等数字工具。
木薯叶对海南黑山羊抗氧化能力、生长、免疫力及瘤胃微生物代谢的影响
1 中国热带农业科学院热带作物品种资源研究所，农业农村部木薯种质资源保护与利用重点实验室，农业农村部南方作物基因资源与种质创制重点实验室，儋州 571737；limaohn@163.com (ML)；lvrenlong@aliyun.com (RL)；wenjunou@catas.cn (WO)；songbichen@catas.cn (SC) 2 中国热带农业科学院湛江实验站，湛江 524000 3 海南大学热带农林学院，海南省热带特种观赏植物种质资源重点实验室，热带特种林木观赏植物遗传与种质创新教育部重点实验室，儋州 571737； zixuejuan@163.com (XZ); lidongzhang@catas.cn (LZ) * 通讯作者: guanyuhou@126.com (GH); zhouhanlin8@163.com (HZ) † 以上作者对本文贡献相同。