排序方式: 共有27条查询结果,搜索用时 410 毫秒
11.
12.
利用PDA培养法从黑龙江省黑河、绥化和佳木斯等3个地区大豆发病田中,共分离和纯化出135个菌核病病原菌分离物,并对菌落的形状、生长速率、菌核重量和子囊盘等形态学特性进行了分析。结果表明:在菌落的形状和生长速率方面,不同地区的分离物群体间差异极显著,同一地区内各个分离物的表现一致性较好;在菌核重量和子囊盘形态特性方面,不同病原菌分离物产生的菌核的数量、大小、重量及子囊盘形态明显不同。不同采样地点的大豆菌核病病原菌菌落的形状和生长速率存在区域专化性,即3个采样地点的菌落形状和生长速率存在明显差异,而菌核重量和子囊盘形态特性不存在区域专化性。 相似文献
13.
铝对茶树生长与生理特性影响的研究 总被引:2,自引:0,他引:2
以平阳特早(PYTZ)和乌牛早(WNZ)为实验材料,通过水培试验,设置0 mmol/L和0.4 mmol/L两个铝浓度处理,研究了铝对两个茶树品种生长及生理指标的影响。结果表明:铝处理明显促进茶树生长发育,增加茶树叶片叶绿素的含量,并提高了超氧化物岐化酶(SOD)、过氧化氢酶(CAT)、过氧化物酶(POD)活性,使丙二醛(MDA)含量降低,但影响的程度两个品种间存在着明显的差异。 相似文献
14.
<正>近几年来真正新城疫病例并不多见,大量流行的是非典型新城疫。非典型新城疫的特点,一是发生于新城疫免疫接种过的鸡群,二是症状和病变不典型。所以有些人员存有错误观念,由于感染鸡群很少有死亡和见不到腺胃乳头出血的病变,往往 相似文献
15.
茶园间作鼠茅草初探 总被引:1,自引:0,他引:1
茶园杂草是制约茶园生产管理的一大难题,传统的人工除草方式对劳动力需求较大且人工成本较高,化学防治方法又给茶叶品质安全带来隐患,因此亟需开发一种环境友好且可降低人工成本的有效除草技术.鼠茅草种植是近年来新出现的一种果园杂草控制技术,它的生长可抑制果园中大部分杂草的生长,若将鼠茅草引种于茶园,或将有利于茶园的生产与环境保护等.本研究通过两个方面来验证鼠茅草在茶园中种植的适应性:一是通过室内培养试验明确鼠茅草种子的萌发条件;二是通过大田试验验证鼠茅草在茶园种的生长特性.结果表明:鼠茅草种子在10℃下可顺利萌发,所需时长为13-14天,发芽率为71.14%,对种子采用浸种1天的处理后,发芽率可以上升至74.86%,发芽时长减少1-2天;试验表明鼠茅草在茶园的适应性良好,秋季播种在茶行间,越冬后在次年3月份反青,6月份倒伏后可抑制大部分杂草的生长.本研究结果表明在茶园适宜间作鼠茅草,鼠茅草的生长可有效控制春夏杂草的生长.因此该项生态控草技术可有效解决茶园杂草问题,为茶园可持续发展奠定基础. 相似文献
16.
分析了信息时代因特网给行业带来了无限商机,并阐述了作为传统产业-农业也应充分利用因特网所提供的机遇,为农业发展服务的重要性。论述了利用因特网进行农产品营销的三大优势。分析了因特网目前存在的某些缺陷以及利用因特网进行农产品营销应注意的问题。 相似文献
17.
多种环境下大豆单株粒重QTL的定位与互作分析 总被引:1,自引:0,他引:1
定位大豆单株粒重QTL、分析QTL间的上位效应及QTL与环境互作效应, 有利于大豆单株粒重遗传机理的深入研究。利用147个F2:14~F2:18 RIL群体, 5年2点多环境下以CIM和MIM方法同时定位大豆单株粒重QTL, 检测到17个控制单株粒重的QTL, 分别位于D1a、B1、B2、C2、F、G和A1连锁群上, 贡献率为6.0%~47.9%;用2种方法同时检测到3个QTL, 即qSWPP-DIa-3、qSWPP-F-1和qSWPP-D1a-5, 贡献率为6.3%~38.3%;2年以上同时检测到4个QTL, 即qSWPP-DIa-1、qSWPP-DIa-2、qSWPP-B1-1和qSWPP-G-1, 贡献率为8.1%~47.9%;利用QTLMapper分析QE互作效应和QTL间上位效应, 7种环境下的数据联合分析得到1个QE互作QTL和4对上位效应QTL, 贡献率和加性效应都较小。在分子标记辅助育种中应该同时考虑主效QTL及各微效QTL之间的互作。 相似文献
18.
19.
多环境条件下大豆倒伏性相关形态性状的QTL分析(英文) 总被引:1,自引:0,他引:1
[目的]定位大豆倒伏性相关形态性状的QTL为培育抗倒伏性高的品种提供依据。[方法]以美国大豆品种Charleston为母本,东北农业大学大豆品系东农594为父本及其F2:16-F2:18的重组自交系的147个株系为试验材料,164个SSR引物经亲本筛选后用于群体扩增,并构建遗传图谱。在三年两个地点对大豆的主茎节数、茎粗和茎秆重性状进行调查及QTL分析。[结果]共检测到16个主茎节数QTL,分别位于A1、B1、C2、D1a、D2、F、G、H和N连锁群上;检测到10个茎粗QTL,分别位于A1、B1、C2、D1a、E和G连锁群上;检测到15个茎秆重QTL,分别位于A1、A2、C2、D1a、D1b和G连锁群上。在得到的这些QTL中,2种算法都能检测到5个主茎节数QTL,解释表型变异范围为8.6%—27.0%;1个茎粗QTL,解释表型变异范围为9.0%-11.0%;6个茎秆重QTL,解释表型变异范围为6.0%-39.0%。在2年以上能被检测到3个主茎节数QTL,解释表型变异范围为8.0%-60.2%;2个茎秆重QTL,解释表型变异范围为10.0%-23.0%;2年以上未重复检测到茎粗QTL。[结论]通过比较定位的主茎节数、茎粗和茎秆重QTL,发现这些性状之间存在较大的遗传相关性。 相似文献
20.