【目的】为满足人口增长和环境变化带来的粮食需求增长，需要不断培育高产、优质和多抗的品种。高效创制具有丰富遗传背景和遗传多样性的新种质，为培育兼顾多个优良性状的新品种提供参考。【方法】利用三明显性核不育材料简化杂交程序，选择多个地缘关系较远的优异亲本与之杂交，聚合多个优良性状。针对遗传基础窄、分子标记应用难度大等问题，通过S221先后与09598、鄂中5号、源丰占、云香软等材料连续杂交，在最后一次杂交后代中选择可育株，用系谱法结合耐热分析、米质分析及抗稻瘟病筛选等培育新品种。提取F₁₀系列株系中的60个中选单株及4个亲本DNA，设计目标位点引物，通过PCR捕获目标DNA片段，并进行测序，最后进行目标位点的基因型分析。运用SLYm1R高密度水稻全基因组SNP芯片进行功能基因分析。【结果】基因型分析以碱基替代率的大小来分析其亲缘关系的远近或相似度。亲本材料鄂中5号、云香软与其他亲本的关系较远，09598与源丰占的关系较近；创新获得的3个株系群之间的碱基替代率分别为0.0099545（170531-170532）、0.0338213（170531-170533）和0.0371913（170532-170533），而在各个株系内部，碱基替代率均为0，表明3个株系群之间有差异，但各株系内的遗传没有差异，通过加代扩繁分别形成新的种质，分别命名为ZY531、ZY532和ZY533。功能基因分析结果显示，ZY532系列种质的功能基因分别来源于4个亲本，聚合了多个亲本的优异基因，如Os-MOT1;1来源于云香软，可减少钼积累等非生物胁迫；Bph3来源于09598和鄂中5号，可增强褐飞虱的抗性；OsGSK2来源于09598、源丰占和云香软，可使中胚轴长度增长适宜直播；Badh2来源于云香软，使稻米具有香味；多个抗稻瘟病基因来源于不同亲本，也可以聚合到创新资源中，使其获得较好的稻瘟病抗性。ZY532米质优、稻瘟病抗性好，耐热性强，配制的杂交组合耐热性达到3级。【结论】利用三明显性核不育材料可有效聚合多个优良基因，但同时造成的遗传背景复杂，会延长育种周期，结合高通量SNP标记检测，可快速筛选出稳定的株系和更多的类型，既拓宽了遗传基础又提高了育种效率，可高效创制兼顾多个优良性状的新种质。

【目的】穗部性状是影响小麦产量的重要因素，通过对小麦穗部性状进行全基因组关联分析，旨在发掘控制小麦穗部性状显著位点，为小麦穗部性状的遗传改良研究提供理论参考。【方法】以261份冬小麦品种（系）为材料，测定小麦穗部表型性状，结合小麦90K SNP芯片，采用固定随机循环概率模型（Farm CPU）进行穗部性状全基因组关联分析，并对筛选出稳定且显著的位点进行单倍型分析。【结果】在3个环境下，11个穗部性状均表现出广泛的表型变异，变异系数为3.63—64.29，各穗部性状遗传力为0.42—0.84，且基因型、环境、基因型×环境间均呈现出极显著差异。通过全基因组关联分析，共检测到171个与11个性状显著关联的位点（P<0.001），其中，20个关联位点在2个及以上的环境中被检测到，分别与穗长（3个）、穗下节长（7个）、不育小穗数（1个）、可育小穗数（2个）、总小穗数（2个）、穗粒数（1个）、穗粒重（2个）和千粒重（2个）等8个穗部性状关联，表型贡献率为0.95%—18.54%。在7B染色体上检测到1个与穗粒重和穗粒数显著关联的多效位点Ra_c10072_677，贡献率为2.62%—6.16%。筛选在2个以上环境条件下均能检测到与穗下节长显著关联的wsnp_Ex_rep_c69639_68590556（可解释遗传变异的5.94%）标记，进行单倍型分析。共鉴定出3种单倍型Hap1、Hap2和Hap3，分布频率分别为77.40%、13.70%和8.80%。结合表型分析，含单倍型Hap3（30.58 cm）的261份冬小麦品种（系）穗下节长平均值显著高于（P<0.001）含Hap1（28.67 cm）和Hap2（27.49 cm）品种（系）的穗下节长。冬小麦单倍型分布频率呈显著差异，其中，在北部冬麦区Hap1单倍型的品种（系）占比较大，在黄淮冬麦区Hap2单倍型的品种（系）占比较大，而Hap3单倍型的品种（系）在所有冬麦区无较高出现频率。对3个环境下检测到稳定遗传的显著关联位点进行候选基因挖掘，筛选到4个与小麦穗部相关的候选基因。这些基因与MYB转录因子和F-box结构域等有关，可作为影响穗部性状的重要候选基因。【结论】小麦穗部性状在不同基因型间差异显著，在2个及以上环境中检测到20个稳定存在的关联位点，在7B染色体上鉴定到与穗下节长显著相关的3个不同单倍型，并筛选出4个与穗部性状相关的候选基因。

【目的】在精细农业中，作物幼苗检测会受土壤杂草、幼苗叶片间遮挡及多尺度数据集等因素干扰。本研究基于目标检测算法，改进YOLOv8s算法，设计小麦叶尖检测模型YOLO-Wheat，解决田间麦苗叶片遮挡、土壤杂草干扰与多视角数据多尺度等问题，提升麦苗叶片检测的准确性，为精细农业中作物幼苗阶段的麦苗检测提供理论依据。【方法】通过手机摄像头与机载RGB相机在小麦出苗期分别采集小麦苗近景与远景图像，构建作物图像数据集。在网络模型中采用一种多尺度特征融合的金字塔结构（high-level screening-feature fusion pyramid，HS-FPN），该结构使用高层特征作为权重，通过频道关注模块过滤低层特征信息，将筛选后的特征与高层合并，增强模型的特征表达能力，可有效解决数据多尺度问题。在网络模型中集成局部注意力（efficient local attention，ELA）机制，使模型聚焦于小麦叶尖信息，抑制杂草土壤背景因素的干扰。同时对YOLOv8s的损失函数（complete IoU Loss，CIoULoss）进行优化，引入Inner-IoULoss辅助边界框损失函数，增强网络对小目标的注意力，提高小麦叶尖的定位精度。在训练策略上，运用迁移学习，利用小麦叶尖近景图像对模型进行预训练，再使用远景图像对该模型进行参数更新和优化训练。【结果】将YOLO-Wheat模型与Faster-RCNN、YOLOv5s、YOLOv7、YOLOv8s和YOLOv9s 5种目标检测模型对比，YOLO-Wheat模型在小麦叶尖检测方面最优，识别准确率达92.7%，召回率为85.1%，平均精度均值（mean Average Precision，mAP）为82.9%。相较于Faster-RCNN、YOLOv5s、YOLOv7、YOLOv8s和YOLOv9s模型，YOLO-Wheat的识别准确率分别提升了17.1%、13.6%、11.0%、8.7%和3.8%，召回率分别提升了13.1%、6.7%、4.5%、1.8%和1.3%；相较于Faster-RCNN、YOLOv5s、YOLOv7、YOLOv8s和YOLOv9s模型，YOLO-Wheat的mAP值分别提升了16.2%、9.8%、5.0%、5.9%和0.7%。【结论】该方法可有效解决数据多尺度问题，实现复杂大田环境下利用无人机图像进行小麦苗期叶尖小目标精准检测，可为复杂田间小麦苗叶片智能计数提供技术支持和理论参考。

【目的】探究双镇压精量匀播与氮肥互作对小麦群体构建、干物质积累特性及产量形成的影响，为黄淮海麦区小麦高产栽培提供理论依据和技术支撑。【方法】于2021—2024年在山东济阳设置两因素裂区试验，播种方式为主区，分别为常规条播（S1）和双镇压精量匀播（S2）；氮肥用量为副区，分别为0、150、210、270 kg·hm^-2（N0、N150、N210、N270）。系统分析播种方式和氮肥用量互作下小麦田间出苗率、单株分蘖特性、群体动态、干物质积累转运、籽粒产量及经济效益。【结果】与S1相比，S2可提高小麦田间出苗率，增强单株分蘖能力，相同氮肥用量下，苗期、越冬、拔节和开花期群体茎蘖数3年均值分别显著提高5.7%、24.7%、13.1%和18.0%，成熟期分蘖成穗率提高5.5%—7.6%。S2结合N210或N270通过改善各生育阶段地上部干物质积累速率，显著提高了拔节期、开花期和成熟期地上部干物质积累量；相同氮肥用量下，S2较S1分别显著提高10.5%、9.9%和13.3%。2种播种方式下，花前干物质转运量、花后干物质积累量和花后干物质积累量贡献率在N210和N270处理下均达到较高水平，且S2显著高于S1，3年均值分别提高7.0%—8.6%、18.5%—27.1%和3.5%—5.3%。收获指数对氮肥用量的响应在不同播种方式间存在差异，S1和S2播种方式连续3年分别在N150和N210处理下达到最大值，较其他处理3年均值提高2.6%—15.0%和1.5%—16.8%，且相同氮肥用量下S2均高于S1。连续3年生产中，N150、N210和N270氮肥用量下S2籽粒产量和经济效益均高于S1，3年均值显著提高7.6%、9.2%、16.1%和12.5%、14.0%、23.1%，且S2与N210或N270组合可实现籽粒产量与经济效益的同步提升。【结论】基于节约氮肥的重要前提，双镇压精量匀播结合210 kg·hm^-2氮肥用量可改善播种条件，提高小麦田间出苗率，优化群体结构，最终实现小麦高产与经济效益协同提升，可为黄淮海麦区小麦高产栽培提供技术支撑。

【目的】地上部生物量是衡量作物生长状况的重要指标。探究单一光谱参数模型与融合不同生长阶段模型在青贮玉米地上部生物量（above ground biomass，AGB）估测中的精度差异，旨在比较无人机多光谱特征参数及模型融合方法对青贮玉米AGB估测模型精度的影响，以提高宁夏青贮玉米生物量监测的准确性，为青贮玉米生物量的动态监测提供一种可行的技术方案。【方法】采用大疆无人机M300 RTK搭载M600 Pro型多光谱相机，获取6个不同氮素水平下青贮玉米各个生长阶段的多光谱影像数据，分析不同处理下光谱反射率和植被指数与青贮玉米地上部生物量变化关系。将青贮玉米全生育期数据集划分为营养生长阶段数据集和生殖生长阶段数据集，并对2个不同生长阶段数据集进行相关性分析，选择关联程度高的多光谱植被指数作为建模数据的输入量，利用随机森林（RF）、卷积神经网络（BP）等机器学习方法构建青贮玉米不同生长阶段的AGB估测模型，并使用灰狼优化算法进行模型优化。最后利用Shapley分析法，将优化的青贮玉米不同生长阶段AGB估算模型进行组合，得到具有多光谱变化特征的青贮玉米全生育期AGB估算模型。【结果】划分2个不同生长阶段可以提高青贮玉米生物量与多光谱植被指数的关联性，其中绿色叶绿素植被指数（green chlorophyll vegetation index，GCVI）提升最高，相关性绝对值达到了0.61和0.64；利用Shapley组合后的RF模型精度相对较高，R²为0.89、均方根误差（root mean square error，RMSE）为1.31 kg·m^-2；灰狼算法优化后的RF模型经Shapley组合后精度最高，R²为0.92、RMSE为1.11 kg·m^-2。【结论】在青贮玉米各生长阶段筛选最优光谱参数，并利用Shapley分析集成多阶段建模，能够有效提升青贮玉米AGB预测模型的精度。

【目的】克隆玉米大斑病菌（Setosphaeria turcica）非ACD结构域类小分子热激蛋白HSP 9/12基因，分析其在病菌发育、侵染和HT-毒素诱导过程中的表达模式。【方法】在玉米大斑病菌全基因组范围内筛选并克隆热激蛋白HSP 9/12基因，利用生物信息学方法进行编码蛋白的理化性质分析、亚细胞定位、结构预测和系统发育分析，利用RNA-seq和RT-qPCR分析HSP 9/12基因在玉米大斑病菌发育、侵染和HT-毒素诱导过程中的表达情况。【结果】从玉米大斑病菌基因组筛选并克隆到两个HSP 9/12基因，其编码蛋白分别含有99和100个氨基酸，根据分子量分别命名为StHsp10.1和StHsp10.7。理化性质分析表明，两个HSP 9/12均为亲水蛋白，亚细胞定位预测均为细胞质并含有核定位信号，无跨膜结构域和信号肽，均含有HSP9_HSP12（PF04119）结构域；StHSP10.1为酸性不稳定蛋白，StHSP10.7为碱性稳定蛋白，均以α-螺旋为主导的二级和三级结构形式存在；StHSP10.1与酿酒酵母（Saccharomyces cerevisiae）HSP12亲缘关系较近，StHSP10.7与粟酒裂殖酵母（Schizosaccharomyces pombe）HSP9亲缘关系较近。StHSP10.1在分生孢子发育期表达量最高，其次为菌丝、附着胞和侵入钉，芽管表达量较低；玉米大斑病菌接种后StHSP10.1表达量迅速上升，接种72 h时的FPKM达到接种24 h的6.37倍；HT-毒素诱导过程中的RT-qPCR分析结果表明，随着诱导时间增加，StHSP10.1在野生型菌株（WT）中相对基因表达量显著上升，诱导14、21和28 d分别为7 d的2.9、14.1和39.8倍，但在STK1基因敲除突变体（ΔSTK1）中表达量均极低；StHSP10.7在玉米大斑病菌发育阶段、侵染过程和HT-毒素诱导过程中均表达量极低。AlphaFold 3预测显示，StHSP10.1转录起始位点上游-38—-24 bp区域同时存在TATA-box、细胞分化蛋白RCD1结合位点和bZIP转录因子StbZIP11结合位点；利用STRING在线网站构建StHSP10.1蛋白质互作网络，发现2条StHSP10.1调控路径：Ras1→STK1→StbZIP11→StHSP10.1和Ras1→UBE2→CUE1→RCD1-like→StHSP10.1，推测分别在HT-毒素合成和胁迫诱导方面发挥重要作用。【结论】玉米大斑病菌HSP 9/12基因的表达模式存在显著差异，StHSP10.1是病菌发育、侵染和HT-毒素诱导过程中的关键调控基因，而StHSP10.7无调控作用。

【目的】明确豆蚜（Aphis craccivora）关键细胞色素P450（CYP450）基因对氟啶虫酰胺毒力的影响并验证其功能，为害虫抗药性管理以及制定基于基因靶向干扰结合药剂处理的蚜虫绿色防控策略提供理论依据。【方法】氟啶虫酰胺处理豆蚜后测定P450酶活性，以评估整体代谢响应；通过数据库挖掘结合系统发育分析鉴定豆蚜P450基因，并利用qRT-PCR分析筛选响应药剂处理的P450基因；采用AlphaFold 3对上调响应的P450酶进行蛋白质结构预测，随后利用AutoDock对P450酶与氟啶虫酰胺进行分子对接，预测二者结合模式和亲和力；通过RNA干扰（RNAi）技术沉默目标P450基因，评估氟啶虫酰胺对豆蚜的毒力变化。【结果】氟啶虫酰胺处理后，P450酶活性显著上升，在24 h达到最高值，随后逐渐下降。从数据库中筛选到59个豆蚜P450基因，其中CYP3簇的CYP6CY53和Mito簇的CYP302A1在氟啶虫酰胺处理后表达显著上调，揭示其在药剂代谢中可能发挥关键作用。使用AlphaFold 3预测CYP6CY53和CYP302A1结构，置信度分数分别为0.75和0.86。利用AutoDock分别对两种蛋白质与氟啶虫酰胺进行分子对接预测，结果显示氟啶虫酰胺主要通过氢键与这两种P450酶结合，其结合能分别为-15.32和-18.17 kJ·mol^-1。沉默豆蚜CYP6CY53和CYP302A1后，氟啶虫酰胺的致死中浓度（LC₅₀）分别降至2.06和6.08 mg·L^-1，敏感性倍数提高至对照的9.26和3.13倍。【结论】豆蚜通过上调表达CYP6CY53和CYP302A1以响应氟啶虫酰胺胁迫，这两个基因对豆蚜抑制氟啶虫酰胺毒力具有重要作用，将其沉默后可显著增强豆蚜对氟啶虫酰胺的敏感性。

【目的】探明东北黑土区不同地形因子（坡位、坡度）和垄作方式（横坡垄作、顺坡垄作）对土壤养分和肥力指数（SFI）的影响，为区域坡耕地垄作方式选择和土壤肥力保持提供科学依据。【方法】选取黑龙江省北安市红星农场内典型长缓坡耕地为研究对象，在两个不同垄作方式的地块网格化布点采样（横坡垄作地块，18个点位；顺坡垄作地块，11个点位），分析坡位和坡度对两种垄作方式下土壤养分含量和SFI的差异，并采用方差分析（ANOVA）检验地形因子、垄作方式及其交互作用对两地块土壤养分空间分布差异进行归因，最后利用方差分解分析（VPA）量化各因子对SFI的解释度。【结果】两地块土壤养分含量和肥力指数差异显著，其中土壤有机质、全氮、全磷、全钾、有效磷和速效钾的平均值均表现为横坡垄作地块显著高于顺坡垄作，但pH却显著低于顺坡垄作。因此，两地块SFI值表现为横坡垄作>顺坡垄作（P<0.05）。坡位和坡度均显著的影响不同垄作方式地块的土壤养分空间分布，从而导致两地块各影响因子对SFI变异的解释度差异较大。横坡垄作地块内部的微地形差异形成的坡度等级（解释度32.62%）是驱动土壤养分产生分异的主要原因，其土壤全磷和有效磷含量随着坡度增加而下降；顺坡垄作地块土壤有机质、全氮和全磷在坡中含量最高，土壤有机质、全氮、全钾、有效磷和速效钾含量均随着坡度增加呈先降后增的趋势，坡位（解释度6.81%）和坡度（解释度7.22%）均影响土壤养分分布。综合分析整个坡面土壤SFI发现，垄作方式对SFI空间变异的解释度最高（15.46%）、坡位次之（9.54%）、垄作方式与坡度和坡位两地形因子交互作用的解释度合计9.49%。【结论】地形因子在坡耕地土壤养分迁移过程中发挥了关键作用，且在不同垄作方式下各因子（坡度和坡位）的作用效应也有显著差别。横坡垄作内部微地形造成的坡度差有利于保持土壤养分，而顺坡垄作坡度和坡位因子共同影响土壤养分的空间分异。就整个坡面而言，垄作方式对土壤肥力空间分异的贡献大于地形因子。因此，黑土坡耕地治理需要同时考虑垄作方式与地形的共同影响。

【目的】通过探究不同类型肥料对江淮稻茬弱筋小麦的田间性状、氮素吸收与利用、产量及构成因素、加工品质的影响，以期为江淮地区稻茬弱筋小麦量、质协优的肥料类型选择及施用量的调控提供理论依据。【方法】以弱筋小麦扬麦20和白湖麦1号两个品种为供试材料，试验设置3个氮素水平：150 kg·hm^-2（N₁₀）、180 kg·hm^-2（N₁₂）、210 kg·hm^-2（N₁₄），另设不施氮处理（N₀）计算氮效率；4种不同类型肥料：复合肥＋尿素（F₁）、缓释掺混肥（F₂）、控失肥（F₃）、小麦配方肥（F₄），分析不同处理对弱筋小麦群体动态、氮素利用、产量及品质的影响。【结果】随着氮素水平的升高，弱筋小麦的产量和各项品质指标均有改善。一次性基施缓释掺混肥、控失肥和小麦配方肥能够显著提高小麦花后旗叶SPAD值和成熟期穗数；与复合肥+尿素处理相比，地上部氮素积累量分别提高5.0%—12.8%、0.8%—6.2%和9.9%—17.2%；氮素利用率分别提高10.3%—26.9%、4.3%—16.5%和22.1%—39.8%；开花期旗叶硝酸还原酶（NR）活性分别提高2.6%—8.8%、-2.9%—1.5%、5.1%—12.8%；谷氨酰胺合成酶（GS）活性分别提高9.0%—23.8%、2.0%—8.9%、11.8%—28.7%；谷氨酸合成酶（GOGAT）活性分别提高3.9%—18.4%、0.8%—8.9%、7.7%—24.0%；产量分别提高5.0%—11.5%、1.8%—7.6%、9.7%—18.4%。在施氮水平为180和210 kg·hm^-2时，缓释掺混肥、控失肥和小麦配方肥较复合肥＋尿素处理产量均有不同程度提高，其中相同氮素水平下，缓释掺混肥和控失肥较复合肥＋尿素处理显著降低籽粒蛋白质和湿面筋含量，降低籽粒硬度和溶剂保持力，同时减少面团的形成时间和稳定时间，降低吸水率和粉质质量指数，提高弱化度，改善弱筋小麦的加工品质及面团流变学特性。【结论】江淮地区稻茬弱筋小麦种植，适宜将氮素水平控制在180—210 kg·hm^-2，一次性基施缓释掺混肥，能够在保证弱筋小麦品质的同时获得较高的产量。

【目的】比较农业碳排放密度指标优势，厘清中国省际农业碳排放密度现状、影响因素及空间溢出效应，为挖掘更多农业碳减排潜在空间提供参考。【方法】在精准测度中国及省域农业碳排放密度的基础上，利用核密度估计、空间自相关以及空间杜宾模型等方法对其时空特征、影响因素及空间溢出效应展开研究。【结果】2005—2022年间农业碳排放密度虽小幅下降但伴随着较大的年际波动，总体表现为“波动下降”“持续上升”“波动下降”3个阶段的变化，省际间已呈均衡化发展趋势，虽仍存在绝对差距，但该差距正不断缩小；农业碳排放密度存在极强且稳定的空间依赖性格局，局部形成以低密度省份与多个低密度省份相互依赖的“低-低”集聚类型为主导、高密度省份与多个高密度省份相互依赖的“高-高”集聚类型为次主导的空间异质性格局；农业碳排放密度受政府职责、经济发展、社会参与以及文化教育等四个层面的综合影响，农业经济发展水平与农业产业集聚对其存在“倒U”型影响关系，农业科技进步显著促进了农业碳排放密度降低，而农业公共投资力度、财政支农力度、农业产业结构、农村人力资本以及工业化水平的提升均导致农业碳排放密度增加；空间溢出效应方面，周边地区农业经济发展水平提升会引起本地农业碳排放密度先增后减，周边地区农业公共投资力度加大将促进本地农业碳排放密度降低，而财政支农力度与农村人力资本的空间溢出效应将导致本地农业碳排放密度增加。【结论】中国省际间农业碳排放密度仍存在较大差异，全国省域之间具有极强的空间依赖性，局部地区存在明显的空间异质性格局；农业碳排放密度受政府职责、经济发展、社会参与以及文化教育四个层面的因素共同影响，农业经济发展水平持续提高与加大农业公共投资力度有利于周边地区农业碳排放密度降低，财政支农力度与农村人力资本的空间溢出效应则与之相反。

【目的】在全基因组范围内对芦笋过氧化物还原酶（Peroxiredoxins）基因家族进行鉴定，分析其组织表达特征及其对逆境胁迫、休眠及休眠解除的响应，为后续AoPrxs的功能研究及育种应用奠定基础。【方法】以芦笋基因组数据为材料，采用生物信息学方法鉴定芦笋Prx家族成员，并利用ProtParam、Cell-PLoc2.0、SWISS-MODEL和MEME等工具获取理化性质、亚细胞定位、基因结构及保守基序等信息。基于RNA-Seq数据和实时荧光定量PCR（qRT-PCR）方法，分析AoPrxs的组织表达特征及对逆境胁迫、休眠及休眠解除的应答。【结果】芦笋Prx家族含有AoPrx1—AoPrx6共6个成员，其蛋白均含有保守的PXXXTXXC序列，氨基酸序列长度为162—268 aa，蛋白分子量为17 397.96—29 246.45 Da。从AoPrx1—AoPrx6中共鉴定出220（38种）个顺式作用元件，涉及植物生长发育、激素响应、胁迫响应和光响应。共线性分析显示，芦笋Prx与小麦Prx和水稻Prx的同源性更高。系统进化分析将6个AoPrxs划分为5个亚家族，每个亚家族内部成员的基因结构、氨基酸序列和蛋白质结构均高度保守。值得注意的是，AoPrx1和AoPrx2不含“分解”Cys残基，但其与PrxⅡB亚家族成员的氨基酸序列和蛋白质结构的相似性远高于1-Cys亚家族成员。因此，将其分类为PrxⅠB。组织表达分析表明，AoPrx2在所有组织中均高度表达，而AoPrx5则仅在超雄花的雄蕊中高度表达。逆境胁迫分析显示，盐碱胁迫可显著诱导芦笋幼苗根系中AoPrx5的表达；盐、干旱及弱光处理可显著提高芦笋茎叶组织中AoPrx4的表达量，而拟茎点霉菌侵染则正相反。此外，AoPrx2、AoPrx4、AoPrx5还可能在芦笋的休眠与休眠解除中发挥作用。【结论】从芦笋基因组中鉴定到6个Prx家族成员，分布于5条染色体，均包含保守的PXXXTXXC序列，并被划分为5个亚家族。家族成员具有不同的表达模式。其中，AoPrx5与芦笋雄蕊的生长发育及根系耐盐性密切相关；AoPrx4在对盐、干旱、弱光及拟茎点霉菌胁迫响应中发挥重要作用；而AoPrx2、AoPrx4、AoPrx5则参与了芦笋的休眠与休眠解除。

【目的】库尔勒香梨萼片脱落有助于其果实品质提升。通过多组学联合分析，探究库尔勒香梨萼片脱落的分子机制，明确萼片脱落过程中的差异表达基因和蛋白，以及参与的代谢通路和信号传导途径，丰富库尔勒香梨萼片脱落机理，为进一步研究库尔勒香梨萼片脱落机制，以及生产上利用生理、分子等技术调控库尔勒香梨萼片脱落提供理论依据。【方法】以库尔勒香梨为研究材料，选取萼片离区形成关键期脱萼果离区和宿萼果离区对应部位为研究对象，进行转录组和蛋白质组的测序与联合分析，利用多种生物信息学工具筛选差异表达基因与蛋白，重点分析与脱落相关的基因与蛋白，明确其参与的代谢通路和信号传导途径，最后通过实时荧光定量PCR（qRT-PCR）验证差异表达基因。【结果】通过转录组分析共获得393个差异表达基因，主要富集在细胞壁生物合成、植物型细胞壁组织或生物合成、植物型细胞壁生物合成、植物型次生细胞壁生物合成、苯丙烷类代谢过程等，以及代谢途径、次生代谢物的生物合成及戊糖和葡糖醛酸相互转化等通路，表明差异表达基因大多参与细胞壁的代谢。通过蛋白质组分析共获得256个差异表达蛋白，联合分析结果显示，差异表达基因和蛋白主要富集在苯丙烷生物合成、各种植物次生代谢产物的生物合成、植物激素信号转导、戊糖和葡糖醛酸相互转化等通路，筛选出与植物激素（如乙烯响应转录因子、吲哚-3-乙酸O-甲基转移酶基因）和细胞壁相关基因（如果胶裂解酶基因、果胶酯酶基因、多聚半乳糖醛酸酶基因、过氧化物酶基因），它们在库尔勒香梨萼片脱落过程中发挥着重要作用。此外，对所筛选的10个差异表达基因进行实时荧光定量PCR验证，其表达趋势与测序结果一致。【结论】从基因转录与蛋白质表达层面初步确定了库尔勒香梨萼片脱落的调控机制，筛选出植物激素和细胞壁相关的基因与蛋白，明确了库尔勒香梨萼片脱落过程主要涉及苯丙烷生物合成、植物激素信号转导、戊糖和葡糖醛酸相互转化通路。

【目的】探讨复配调节剂的协同增效作用，降低赤霉素使用浓度，优化处理方案，以期筛选出最佳的植物生长调节剂处理组合及浓度，为新疆制干、鲜食兼用品种‘无核白’葡萄花果管理提供理论依据和技术支撑。【方法】以‘无核白’葡萄为试材，主区设置拉花序GA₃浓度0、60、80、100 mg·L^-1 GA₃ 共4个水平；副区设置膨果复配植物生长调节剂类型CPPU、TDZ、BR 3个水平；副副区设置膨果复配植物生长调节剂浓度低浓度、中等浓度、较高浓度、高浓度4个水平。重点分析拉花序GA₃浓度、膨果复配植物生长调节剂类型和膨果复配植物生长调节剂浓度三因子组合对‘无核白’葡萄果实成熟期单粒质量、果形指数、固酸比、色泽参数等鲜果品质的影响及葡萄干出干率、饱满度、褐变率、色泽参数等制干品质的影响。【结果】不同处理鲜果单粒质量分布在2.64—4.88 g，主要受膨果复配调节剂类型影响，3类调节剂之间的差异均达到显著水平，TDZ>CPPU>BR；可溶性固形物含量分布在16.30%—23.00%，受3个因素及其交互作用共同影响，因素A中60、80和100 mg·L^-1拉穗处理鲜果可固含量均显著高于CK，因素B中BR处理显著高于CPPU和TDZ处理；固酸比分布在20.40—35.14，主要受因素B影响。出干率分布在16.10%—27.90%，受3个因素及其交互作用共同影响，因素A中60 mg·L^-1拉穗处理出干率显著高于CK和其他两个处理，因素B中CPPU和BR处理显著高于TDZ处理，因素C中低浓度处理显著高于其他3个浓度处理；葡萄干饱满度指标分布在0.54—0.97，受3个因素及其交互作用共同影响，60、80和100 mg·L^-1 GA₃拉穗处理饱满度较不拉穗处理均显著提高，复配TDZ和BR处理饱满度显著高于复配CPPU，高浓度处理显著高于其他3个浓度处理；褐变率分布在5.71%—65.17%，受3个因素及其交互作用共同影响，100 mg·L^-1 GA₃拉穗处理褐变率较CK和60、80 mg·L^-1 GA₃拉穗处理显著降低，复配BR处理显著低于CPPU和TDZ处理，较高浓度处理显著低于其他3个浓度处理。【结论】处理T30（80 mg·L^-1 GA₃拉穗，50 mg·L^-1 GA₃+10 mg·L^-1 GA₄₊₇+3 mg·L^-1TDZ膨果）鲜果品质最优；处理T34（80 mg·L^-1 GA₃拉穗，50 mg·L^-1 GA₃+10 mg·L^-1 GA₄₊₇+2 mg·L^-1 BR膨果）制干品质最优。

【目的】羊爬跨行为是反映母羊发情状态的重要行为学指标之一，在种羊繁殖管理与发情监测中具有重要意义。传统人工监测方法存在主观性强、效率低、漏检率高等问题，难以满足大规模智慧养殖的需求。为解决复杂环境下羊只爬跨行为识别困难、图像光照变化剧烈、个体遮挡重叠等挑战，拟构建一种具备高精度与强鲁棒性的自动识别模型，实现爬跨行为的快速检测与精准定位，为智能化羊群繁殖管理提供技术支撑。【方法】采集山东省嘉祥种羊场2024年4月15日至5月15日期间24只母羊在圈舍内日常活动视频数据，通过人工标注获取爬跨与非爬跨行为样本图像共4 700张，构建平衡行为识别数据集。在YOLOv11模型基础上，提出改进型SIDS-YOLOv11检测模型，分别引入SCINet低光照图像增强模块提升低光照图像质量，iAFF特征融合模块优化多尺度语义信息表达，DySample动态上采样机制增强边缘细节恢复能力，以及SEAM空间注意力机制提升遮挡目标辨识度。训练过程中采用CIoU损失函数进行边框回归优化，辅以多种数据增强策略提升模型鲁棒性与泛化能力。【结果】改进模型SIDS-YOLOv11在验证集上取得mAP@0.5值为0.942，Precision为0.956，Recall为0.854，mAP@0.5-0.95为0.703，分别较YOLOv11原始模型提升3.5%、4.7%、1.7%和1.5%。热力图可视化结果表明，改进模型在低光照和遮挡场景下仍能准确关注目标区域，模型改进后的热力图更加集中，减少了背景噪声干扰，特征提取能力逐步增强，显著提升了识别准确率与定位稳定性。对比YOLOv8n、YOLOv6、Faster R-CNN与SSD等主流目标检测算法，SIDS-YOLOv11在精度与推理速度之间取得更优平衡，通过对低光照、高遮挡视频的测试，进一步验证了SIDS-YOLOv11在复杂场景下羊爬跨行为检测任务的性能优势，且在复杂场景下保持63%以上检测精度，表现出良好的实用性与适应性。【结论】SIDS-YOLOv11模型有效融合图像增强、特征表达与注意力机制，显著提升了复杂环境下羊爬跨行为的识别能力。其在遮挡重叠、低光照等不利条件下依然具备稳定的检测性能，可为智慧羊场中发情监测、行为分析与繁殖管理提供高效的视觉识别解决方案，具有良好的推广应用价值。