排序方式: 共有18条查询结果,搜索用时 218 毫秒
11.
1.研究的意义随着我国加入WTO,"小农户"与"大市场"之间的矛盾日趋尖锐。由于分散的农户难以成为拥有强大市场竞争力的农业产业化经营主体,因此,进一步培育壮大农业产业化经营主体就成为应对WTO挑战、解决"三农"问题的当务之急。蔬菜产业同样面对中国加入WTO形势的影响,要想在竞争中取得有利地位,必须从其整个产业链研究出发,找出问题所在,以便提出相应的政策建议,使产业结构调整得以顺利进展。蔬菜市场的深层次矛盾被归结为蔬菜生产的小生产方式规模不经济与社会化大市场的供求关系变化的不适应。对蔬菜产业来说,将 相似文献
12.
开展闽楠苗期施肥及营养诊断研究对闽楠高效培育具有重要意义。采用三元二次通用旋转组合设计开展闽楠苗期施肥试验,通过建立方程得出最佳施肥量和最优解,依据诊断施肥综合法(DRIS)求得闽楠各营养元素的最适比值范围、需肥顺序及养分不平衡指数(NII)。结果表明:当施氮4.76 g pot-1、磷2.12 g pot-1、钾0.83 g pot-1时存在最优闽楠生物量;DRIS图解法得出闽楠氮、磷、钾的最适比值范围分别为:磷/氮=0.089±0.009,磷/钾=0.411±0.045,钾/氮=0.219±0.019,低产组需肥顺序为氮磷=钾,高产组需肥顺序为氮=磷=钾;DRIS指数法得出低产组闽楠的NII值明显高于高产组,高、低产组需肥顺序均为氮磷钾。整体而言,闽楠对氮肥的需求最大,其次为磷肥和钾肥,诊断结果能够为闽楠平衡施肥提供参考依据。 相似文献
13.
以南酸枣雌株叶片和成熟果实为材料,利用Illumina Hi Seq TM 4 000测序平台对其转录组进行测序,共获得14.15 G有效数据,通过序列拼接组装得到46 936条Unigene,平均长度为1 287 bp。36 299条Unigene(77.33%)在7大数据库(NR,NT,KO,Swiss-Prot,PFAM,GO和KOG)中得到注释,其中与GO数据库比对上的26 014条Unigene可分为生物过程、细胞组分和分子功能3大类53分支,注释到KOG数据库中的8 459条Unigene依据功能可分为25类。与KEGG数据库比对,6 225条Unigene分属5大类246条代谢通路中。南酸枣叶片和果实转录组中共发现5 631个差异表达基因,包括1 930个上调基因和3 701个下调基因。本研究获得的转录组数据将有助于开展南酸枣功能基因挖掘与利用、分子辅助育种和其种质资源遗传改良等方面的研究。 相似文献
15.
16.
重载列车纵向冲动过大成为进一步提升列车载重的掣肘,由于传统空气制动不能满足当前重载列车的发展,国外ECP制动系统与我国现有车辆不兼容。故此提出一种与我国现有车辆完全兼容的电空制动系统,该制动系统既能适应我国货物列车发展现状,又能缓解列车纵向冲动。通过使用某仿真程序计算了当列车管存在压强梯度时,采用电空制动系统对列车纵向冲动影响。结果表明,当万吨列车采用电空制动系统进行全制动时,首尾车列车管压强梯度越大,对纵向冲动减小效果越弱,且压强梯度对列车电空随机制动时,纵向冲动影响比电空顺序时大。首尾车列车管压强梯度每增大10 kPa,尾车制动缸平衡压强降低大约8 kPa,但对首车制动缸平衡压强没有影响。 相似文献
17.
为了探究便携式近红外光谱仪识别樟科植物的能力,利用该仪器采集10种樟科植物叶片的近红外光谱信息,建立便携式近红外光谱识别模型。以樟科樟属的普陀樟、银木,润楠属的滇润楠、刨花楠、红楠,楠属的闽楠、桢楠、白楠、紫楠、浙江楠10种植物为研究对象,运用便携式近红外光谱仪采集其叶片光谱,经主成分分析、光谱预处理、光谱匹配等步骤,初步建立5种楠属植物便携式近红外光谱识别模型。依次将3种润楠属和2种樟属植物叶片光谱信息加入模型,对模型进行升级和扩充,最终建立3个模型,分别记为:模型1(闽楠-白楠-紫楠-浙江楠-桢楠)、模型2(闽楠-白楠-紫楠-浙江楠-桢楠-刨花楠-滇润楠-红楠)和模型3(闽楠-白楠-紫楠-浙江楠-桢楠-刨花楠-滇润楠-红楠-普陀樟-银木),以此探究便携式近红外光谱分析技术识别10种樟科植物的能力。利用不同参数设置下的Savitzky-Golay平滑求导法和Normalize Range归一化范围预处理后所建模型均具备较好的性能,识别率分别达到99.65%、99.34%和99.71%。利用未知样品检验模型的识别效果,模型1、模型2和模型3对未知样品的识别率分别为98%、97.5%和99%。结果说明便携式近红外光谱技术能够成功识别10种樟科植物,为樟科植物识别技术提供了一种新方法。 相似文献
18.
浙江楠是重要的材用和园林绿化树种,但对其分子生物学的研究有限,全基因组测序成为深入研究浙江楠分子生物学的关键。本研究利用高通量测序技术(Illumina Hiseq 2500)开展了浙江楠基因组大小测定,并利用生物信息学方法对其基因组大小、杂合率及重复序列比例等一些基本信息进行统计。结果表明:浙江楠基因组大小为1 060.06 Mb,杂合率为2.18%,重复序列比例为58.81%,GC含量为40.81%。基因组各指标的统计结果表明,浙江楠基因组较大,且具有较高的杂合率,测序难度较大。后续浙江楠全基因组测序需要利用二代(Illumina)与三代(PacBio)测序技术相结合的方式进行,将有利于高质量全基因组的获得。 相似文献