首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 109 毫秒
1.
本文对明流涵(隧)洞水力计算中如下几个问题进行了理论研究:1.明流涵(隧)洞临界底坡的影响因素和计算方法。指出,在明流极限条件下临界底坡与糙率断面形状、尺寸之间的关系。2.明流缓坡涵(隧)洞中“长洞”与“短洞”的界限长度的影响因素和计算方法。指出,界限长度不仅与上游水头有关,而且与洞身诸因素(底坡、糙率、断面形状)有极大关系,现行计算公式是不完善的。3.在上述基础上,提出了计算明流涵(隧)洞过水能力和进行断面设计的简便方法。  相似文献   

2.
文章简要介绍了探地雷达的测试原理、数据处理方法,检测技术,通过对水工隧道混凝土衬砌质量检测实例说明了探地雷达对水工隧道进行无损探测具有较好的工作效果,阐明探地雷达是水工隧道衬砌质量检测中的一种行之有效的方法。  相似文献   

3.
由槟榔黄化植原体(arecapalmyellowleafphytoplasma,AYLP)引起的黄化病和槟榔隐症病毒1(Areca palm velarivirus 1, APV1)引起的黄叶病毒病是危害槟榔树最严重的两种病害,对海南槟榔产业造成了巨大的经济损失,建立快速的检测技术对于两种病害的预警防控具有重要意义。利用多重PCR(Multiplex PCR)技术同时检测AYLP和APV1,即AYLP巢式PCR第一轮结束后,再使用一次多重PCR对两种病原同时进行扩增,最后进行电泳观察结果。结果显示,通过对多重PCR浓度体系和退火温度进行优化,在一个体系中成功扩增出AYLP和APV1,得到525和311 bp两条特异性大小条带。多重PCR检测与单一PCR检测结果完全一致,并且与单一PCR检测方法比较,多重PCR方法精简了操作步骤,提高了检测效率,显著降低了检测成本,为槟榔黄化病和黄叶病毒病的常规诊断提供了新方法。因此,该技术在AYLP和APV1常规检测中具有重要的应用价值。  相似文献   

4.
病害检测是确保果蔬健康生长的重要环节。为保证果蔬的产量和质量,病害检测必须具备及时性、全面性、有效性,而传统的病害检测方法效率低、费时费力。为此,探索病害检测新途径,提高效率和准确性是当前的一个研究热点。近年来,通过运用基于机器视觉、红外热成像技术、光谱技术的病害检测方法,建立病害预警系统,对病害进行检测和预警取得了一定的成果。本文结合目前研究现状,针对上述各种检测技术,对果蔬病害检测方法研究进展进行综合性阐述,并对发展趋势进行总结与展望。  相似文献   

5.
【目的】基于“引汉济渭工程”三河口水利枢纽的水工模型试验,研究不同抽水、供水、发电工况下连接洞、秦岭隧洞等流道系统的水流流态,并确定合理的运行条件。【方法】对连接洞进出口及黄三隧洞、秦岭隧洞和连接洞的控制闸处水流流态进行分析,对建筑物体型进行优化,确定控制闸运行条件;验证各个工况下控制闸、连接洞、竖井尾水洞的最终运行水位,从而确定抽水、供水、发电设计水位;研究在抽水和发电试验工况下突然甩负荷和增负荷时竖井尾水洞的水位变化,保证特殊运行工况时建筑物的安全。【结果】抽水试验中,当黄三隧洞来流量较大 (第1、2、5工况)时,运行情况良好,流态稳定,当黄三隧洞来流量较小 (第3、4、6工况) 时,秦岭隧洞进口闸室需下闸抬高水位以满足设计的抽水流量;在供水和发电试验工况中,大部分工况下流态平稳,尾水洞中水位正常,当按最大流量(70 m3/s)运行时,竖井尾水洞水位(548.10 m)则高于连接洞设计的最高水位(547.96 m)。【结论】运行抽水试验工况时,尾水池水位宜保持在545.15 m以上;为了保证发电工况的正常运行,应适当增加尾水池的高度,以满足流道的明流流态。  相似文献   

6.
盐酸克伦特罗检测方法研究进展   总被引:2,自引:0,他引:2  
综述了盐酸克伦特罗的化学性质、危害、检测方法以及检测技术发展趋势.综合考虑各方法的优缺点,指出现在最常用的两种检测方法是气相色谱-质谱法(GC-MS)和酶联免疫分析技术(EIA);生物传感器技术和生物芯片是盐酸克伦特罗检测技术的发展趋势.  相似文献   

7.
植物种传病害检测技术的研究进展   总被引:1,自引:0,他引:1  
介绍植物种传病害的定义、分类及其检测技术的进展,着重介绍用于检测真菌性种传病害的洗涤镜检、保湿培养、致病性测定和PCR等方法以及用于检测植物病毒性病害的常见方法,如症状观察(包括鉴别寄主反应)、血清学反应、分子生物学方法等。最后,对种传病害的检测方法作了总结和展望。  相似文献   

8.
基于卷积神经网络的葡萄叶片病害检测方法   总被引:5,自引:0,他引:5  
文章采用多角度建议区域Faster-RCNN准确定位图像中葡萄叶片,提出一种基于卷积神经网络的病害检测方法,检测图像叶片病害。相比直接检测图像病害,可去除背景因素对病害区域干扰,降低错误率。结果表明,该算法对自然条件下葡萄病害成像适应性良好。文章统计6种不同条件下拍摄图像,对一般叶片检测算法平均mAP为75.52%,显著高于传统算法。在病害检测时,采用两种策略:从一幅图像中检测到每个单个叶片,或将整幅图像对叶片取掩模后,作为下一级病害检测器输入图像。结果表明,第一种方法,6种常见葡萄病害平均mAP为66.47%,其中褐斑病与白粉病mAP超过70%;第二种方法,病害检测平均mAP为51.44%,但平均检测时间节约75%。两种方法性能均优于在原始图像上直接病害检测方法。  相似文献   

9.
NASH技术和R-PAGE技术在马铃薯类病毒检测上的应用   总被引:4,自引:1,他引:3  
往复聚丙烯酰胺凝胶电泳 (R- PAGE)和核酸斑点杂交技术 (NASH)是检测马铃薯块茎类病毒(PSTVd)的主要技术 ,利用这两种方法 ,进行马铃薯脱毒试管苗的类病毒检测。结果表明 ,两种方法得到了相似的检测结果。通过试验 ,比较两种检测方法在检测灵敏度、操作性、检测量等方面的优缺点和可行性。NASH方法具有较高的灵敏性 ,适合大批量样品检测和异地取样。而 R- PAGE可区分类病毒的强弱系 ,对试验条件和技术条件要求低于 NASH方法  相似文献   

10.
巢式PCR(Nested—PCR)在植原体检测中的应用   总被引:1,自引:0,他引:1  
通过直接PCR(Direct-PCR)和巢式PCR(Nested-PCR)技术,利用植原体16S rDNA通用引物对泡桐丛枝和小麦蓝矮两种植原体病害不同发病时期进行了检测研究,结果表明:夏季采集的泡桐丛枝的叶片和枝干、及接种2周显症小麦均可扩增出1.4kb和L 2kb的特异条带,而冬季采集的泡桐丛枝中未扩增出特异条带;接种1周的小麦通过直接PCR扩增未见特异条带,但对其进行巢式PCR扩增便可获得1.2kb的特异条带.说明巢式PCR在植原体病害的检测中是一种灵敏、准确、快速的方法.  相似文献   

11.
柑橘黄龙病分子生物学检测方法研究进展   总被引:1,自引:0,他引:1  
柑橘黄龙病是世界范围内极具破坏性的危险性病害,可防可控但不可治,加强黄龙病早期诊断,探索快速、准确、高灵敏度、高特异性的检测技术对防止该病害的传播蔓延具有极其重要的意义。综述了国内外关于柑橘黄龙病分子生物学检测诊断方面的研究进展,介绍了该领域各检测方法的特点和存在问题,主要介绍了PCR检测技术,提出了大批量黄龙病样品检测适宜选用巢式PCR检测方法。  相似文献   

12.
柑橘黄龙病检测方法研究进展   总被引:4,自引:0,他引:4  
黄龙病是柑橘生产上的一种毁灭性病害,该病在北美、南美、西亚、东亚和南亚的一些国家和地区时有发生,造成巨大的经济损失,严重威胁着世界柑橘产业。柑橘黄龙病的传统检测方法有病害田间诊断、指示作物鉴定、病原显微镜观察、血清学、DNA-DNA杂交和PCR检测等方法。近年来,美国一些科学家把高光谱图像技术应用在柑橘黄龙病检测领域,提高了检测速度,降低了检测成本。综述了国内外关于柑橘黄龙病检测诊断方面的研究进展,介绍了该领域传统检测方法的特点和存在问题以及高光谱图像检测技术的主要特点,着重介绍了高光谱图像技术在黄龙病检测方面的最新应用技术、设备和实例。提出了柑橘黄龙病诊断领域,在实现无损检测的前提下,降低成本、提高检测实时性和诊断速度的发展趋势。  相似文献   

13.
枣疯病是对枣具有毁灭性危害的病害。自从20世纪40年代国内外将枣疯病作为枣树病害研究的焦点以来,研究人员对枣疯病脱毒及其检测技术等已进行了大量研究。报道了利用热处理、茎尖培养、试管微嫁接、选育抗病品种、化学防治以及生物防治等技术对枣疯病的脱除方法,以及电子显微镜检测、分子生物学检测等检测技术在枣疯病病原检测中的应用研究现状,并对它们之间的优缺点进行了初步探讨。通过对不同技术的比较,建议在生产中将几种脱除技术及检测方法结合使用,可实现枣树脱除植原体与无病毒化栽培。  相似文献   

14.
PCR和ELISA在食源性致病菌检测中的应用   总被引:2,自引:0,他引:2  
阐述了PCR和ELISA这两种技术在食源性致病菌检测中的研究,并对这两种方法特点与应用进行了探讨。  相似文献   

15.
细菌性果斑病(Acidovorax citrulli)是一种由燕麦嗜酸菌西瓜亚种(Acidovorax avenae subsp. Citrulli)引起的严重危害葫芦科作物的世界性病害,该病主要通过种子远距离传播,如果能够在种植瓜果之前就检测出种子是否带病,就能有效防止果斑病及其他更多的病菌对果农造成经济损失。采用酶联免疫吸附测定法(ELISA)和PCR检测法对5份西瓜种子进行细菌性果斑病检测,旨在对两种不同的检测方法进行比较并探究各自的优劣。经过实验对比两种方法发现,ELISA检测方法实验结果容易受外界影响,对操作要求比较高,且精度不如PCR检测法,但在PCR检测法中引物选择十分重要,引物选择直接关系到实验的准确性,因此对PCR检测细菌性果斑病引物选择方面的探索还要继续进行。  相似文献   

16.
对植物病毒检测技术中几种常用的高通量检测方法进行综述,主要对酶联免疫吸附法(ELISA)、多重PCR及生物芯片检测技术的原理、特点及适用范围做了评价和分析。  相似文献   

17.
简要概述了侵染甘薯的羽状斑驳病毒(SPFMV)、潜隐病毒(SPLV)、轻斑驳病毒(SPFMMV)、退绿矮缩病毒(SPCSV)、脉花叶病毒(SPVMV)等10余种病毒种类;着重综述了检测甘薯病毒常用的生物学、血清学、分子生物学等几种主要检测技术的原理和特点。生物学方法是依据病毒侵染后在甘薯或指示植物上的外观症状进行识别,但检测速度慢,易受季节限制;血清学技术是利用病毒外壳蛋白的抗原性,据特异性的抗体抗原免疫学反应检测病毒存在,但制备抗血清需时间长,对含量少和无蛋白外壳的病毒无法检测;分子生物学方法是以核酸为基础,通过检测病毒核酸来证实病毒的存在,该技术具有灵敏度高、特异性强、适应范围广等特点。  相似文献   

18.
准确识别苹果叶片病害种类以进行及时防治对于苹果增量增产具有重要的意义,为解决同时检测苹果叶片多种病害目标结果不准确的问题,提出一种改进的YOLOv4目标检测算法(MC-YOLOv4)对苹果叶片常见的5种病害(斑点落叶病、褐斑病、灰斑病、花叶病、锈病)进行检测。为方便迁移到移动终端,首先,该算法将YOLOv4网络结构中的主干特征提取网络CSPDarknet53换成了轻量级的MobileNetV3网络,并在加强特征提取网络结构中引入深度可分离卷积代替传统卷积;其次,为提高检测精度,将卷积注意力机制模块CBAM融合至PANet结构中,可增强对有用特征信息的提取;最后,为了使锚框更适应本研究的数据集,通过K-means聚类算法将模型的锚框信息更新。结果表明,MC-YOLOv4模型在检测中的平均精度为97.25%,单张图像平均检测时间为13.3 ms,权重文件大小为55.5 MB。MC-YOLOv4模型对于同时检测苹果叶片多种病害目标的问题上具有识别速度快、识别精准度高、可靠性强等特点,该研究为苹果叶片的病害检测提供了一种更优的方法,有助于实现精准施药,提高苹果的产量和品质。  相似文献   

19.
【目的】西瓜潜隐病毒(Citrullus lanatus cryptic virus,CiLCV)是近年来新发生的一种重要种传病害,研究旨在建立基于TaqMan探针法的实时荧光定量PCR(real-time fluorescent quantitative PCR with TaqMan probes,TaqMan-qPCR)检测技术,为开展种子、种苗带毒鉴定和病害防控提供技术支撑。【方法】通过基于小RNA高通量测序技术在北京西瓜产地发现了CiLCV,并克隆CiLCV的dsRNA1和dsRNA2全长序列,设计特异性引物建立RT-PCR和TaqMan-qPCR检测方法。以黄瓜绿斑驳花叶病毒(cucumber green mottled mosaic virus)、黄瓜花叶病毒(cucumber mosaic virus)、甜瓜内源病毒(Cucumis melo endornavirus)、瓜类褪绿病毒(cucurbit chlorotic yellows virus)、南瓜花叶病毒(squash mosaic virus)、番茄斑萎病毒(tomato spotted wilt virus...  相似文献   

20.
在黄瓜叶部病害检测中,传统方法简单但检测正确率低,难以处理多种多样的病害叶片图像,深度卷积网络的检测正确率高,但依赖于大量训练样本,训练时间长。本研究提出一种基于孪生多尺度空洞胶囊网络(Siamese multi-scale dilated capsule network, SMSDCNet)的黄瓜叶部病害检测方法,该方法整合了孪生网络、空洞卷积网络和胶囊网络的优势,将多尺度空洞卷积模块Inception引入胶囊网络,作为孪生网络的子网络,构建孪生多尺度空洞胶囊网络模型,提取多尺度判别特征,再进行矢量化处理,最后经动态路由算法得到具有空间位置信息的胶囊向量,进行病害检测与识别。SMSDCNet克服了深度卷积网络需要大量训练样本、训练时间长以及对旋转和仿射变换敏感的问题,并且克服了多尺度卷积网络训练参数较多的问题。在一个较小的黄瓜病害叶片图像数据集上进行试验,病害检测精度达90%以上。结果表明,该方法能够实现小训练样本集的黄瓜叶部病害检测,为训练样本有限情况下的作物病害检测提供了一种新方法。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号