各有关单位、各位专家:
为加强海水养殖学科前沿科技研讨与交流,展示海水养殖领域新技术、新产品、新装备,推进成果转化应用,助力渔业绿色高质量发展和现代化建设,我会拟定于2024年10月上旬在海南省召开中国水产学会海水养殖分会2024年学术年会。现将有关事宜预通知如下:
一、会议主题
水产种业・智慧养殖・高质量发展
二、会议组织机构
(一)主办单位
中国水产学会
(二)承办单位
中国水产学会海水养殖分会
中国农村专业技术协会海水养殖专业委员会
中国水产科学研究院黄海水产研究所
三、会议时间和地点
时间:2024年10月上旬
地点:海南省(具体时间地点另行通知)
四、会议内容
本次会议将围绕水产绿色养殖模式、养殖生态环境调控、水产遗传育种、水产动物营养与饲料、养殖设施与工程装备、水产病害防治、养殖尾水治理等专题,聚焦海洋牧场、浅海增养殖、深远海设施化养殖、池塘生态养殖、陆基工厂化养殖、盐碱水养殖等方面进行研讨与交流。会议同时将为专家学者、研究生与企业搭建对接与合作平台,也为有关单位提供交流与展示机会。
会议拟邀请行业主管领导、领域知名专家以及国家现代农业产业技术体系专家作大会主题报告。
五、有关事项
(一)会议报名与住宿。本次会议设专家主题报告、学术专题沙龙、技术产品展示三个板块。会议面向广大水产科技工作者征集论文摘要,论文摘要字数控制在800字以内。请参会代表于2024年9月20日前,扫描会议小程序码或登录网址(https://form.jingyudao.cn/sl/km0w)进行在线报名注册。论文摘要格式见附件)。
(二)产学研对接。有意参会企业请于9月20日前,将宣传材料(包括企业简介、产品介绍及相应配图等,A4版面大小,最多4页)制作成图版后反馈至ice@ysfri.ac.cn。
(三)注册缴费。参会代表均需通过POS机刷卡或扫码方式进行现场注册缴费。缴费标准为1200元/人(学生800元/人)。
(四)食宿安排。会议期间,食宿统一安排,住宿费用自理。
(五)报告评选。会议将组织评选“优秀青年学者报告”和“优秀研究生报告”,并在闭幕式上进行公布。报告将择优推荐至《渔业科学进展》发表。
六、联系方式
(一)会议报名及摘要接收
中国水产学会海水养殖分会
王晓萍,0532-85824449,13791916642;
关丽莎,0532-85812670,18663994269。
(二)会务安排
中国水产科学研究院黄海水产研究所
徐甲坤,0532-85812670,13869828530;
王晓萍,0532-85841893,13791916642;
关丽莎,0532-85812670,18611439685。
(三)会议发票开具
中国水产学会
张苇,010-59195494,15269173607
附件:论文摘要参考格式
中国水产学会
2024年7月17日
附件
论文摘要参考格式(800字内)
嵊泗列岛海域三种贻贝贝体框架特征的差异
白晓倩1,杨 阳1,邹李昶1,2,任夙艺1,刘达博3,刘祖毅3,王志铮1
(1.浙江海洋学院,浙江 舟山316022; 2.余姚市水产技术推广中心,浙江 余姚315400;3.嵊泗县海洋与渔业局,浙江 嵊泗202450)
以壳长SL、壳宽SW、壳高SH (BD)、OA(壳顶至韧带末端的直线距离)、OB(壳顶至壳背面最高点的直线距离)、OC(壳顶至壳后端最远点的直线距离)、OD(壳顶至壳高性状在腹缘的落点的直线距离)、AB (韧带末端至壳背缘最高点的直线距离)、BC (壳背缘最高点至壳后端最远点的直线距离)、CD (壳后端最远点至壳高性状在腹缘的落点的直线距离)为贝体框架变量,采用多元分析方法系统比较了嵊泗列岛海域厚壳贻贝、紫贻贝和“杂交贻贝”贝体框架特征的差异,结果表明:(1)在所涉9项贝体框架特征指标中,紫贻贝与厚壳贻贝间无显著差异的指标仅为L5 (OC/SL)和L7 (AB/SL) (P>0.05),而“杂交贻贝”各项指标则均与厚壳贻贝和紫贻贝具显著差异(P<0.05),厚壳贻贝和紫贻贝变异系数大于10%的指标均仅为L7 (AB/SL),而“杂交贻贝”则仅为L3(OA/SL);(2)厚壳贻贝与紫贻贝间的欧氏距离最短(P<0.05),仅为0.160;厚壳贻贝与“杂交贻贝”间和紫贻贝与“杂交贻贝”间的欧氏距离相近(P>0.05),分别为0.452和0.418;(3)经主成分分析,提取到的3个特征值均大于1的主成分,累计贡献率达82.928%,其中第一主成分、第二主成分、第三主成分可依次归为与滤食功能区水平剖面占比相关的贝体框架因子,与消化功能区水平剖面占比相关的贝体框架因子,和与消化功能区垂直剖面占比相关的贝体框架因子,通过第一主成分仅能较清晰地区分厚壳贻贝和“杂交贻贝”;(4)采用逐步判别法,以判别贡献率较大的L1(SW/SL)、L3(OA/SL)、L4(OB/SL)、L5(OC/SL)、L6(OD/SL)和L7(AB/SL)为自变量,所建Fisher分类函数方程组可较清晰区分厚壳贻贝、紫贻贝和“杂交贻贝”,三者的判别准确率依次为94.6%、94.6%和100%,综合判别准确率为96.4%。
浙江省重大科技专项农业重点项目,2013C02014-3号;浙江省海洋经济和渔业新兴产业补助项目“嵊泗海域贻贝养殖容量评估及高效养殖技术综合示范(2012-2014)”。
作者简介:白晓倩, 硕士研究生, E-mail: 348015156@qq.com
通讯作者: 王志铮, 研究员, E-mail: wzz_1225@163.com