分子标记技术在杉木研究中的应用

综述了分子标记技术在杉木种质资源鉴定、群体遗传多样性研究、遗传连锁图谱构建和数量性状位点(QTL)定位及分子标记辅助选择育种等方面的应用进展,指出目前该方面研究存在的问题,并展望了分子标记技术在杉木研究中的应用前景     

土壤杂草种子库与杂草综合管理

土壤杂草种子库是农田杂草发生危害的主要根源,种子库的动态变化规律对于杂草的综合管理具有非常重要的意义。目前研究表明,杂草种子库的密度和组成变化很大,与田间杂草群落具有密切的联系。杂草种子库时刻处于输入和输出的动态变化之中。耕作方式影响杂草种子在土壤中的垂直分布,从而间接影响种子库的密度和种类组成;作物轮作使杂草的生存环境趋于多样化,能够限制某些对单一种植系统有着良好适应性的杂草种类的生长,作物轮作对杂草种子库种类组成和丰富度的影响要大于耕作方式;杂草管理措施能够大大降低田间杂草的结实,从而减小杂草种子库的规模。随着人们对除草剂使用和环境安全问题的日益关注,发展基于生态规律的杂草管理措施越来越受到人们重视,结合近几年国内外的研究进展,作者提出了杂草种子库今后的一些新的研究发展方向。     

陇东黄土高原冬小麦生长势及生长状况评定体系的建立

以陇东黄土高原有代表性的董志塬上的冬小麦为研究对象,以叶面积与植株高度之积表示停止生长期、拔节期、乳熟期等几个关键发育期的生长势。以生长势为量化指标,建立了冬小麦生长状况评定体系,并通过分析发现,停止生长期生长势和气象要素相关不显著;拔节期生长势和返青期-拔节期降水量相关显著,并和该时段≥0℃积温、光照时数呈显著负相关;而乳熟期生长势则和拔节期-乳熟期光照时数相关性达到极显著程度。     

外源钾对三种不同土壤钾转化影响的研究

采用盆栽试验,在黄棕壤,砖红壤,黑土三种土壤上种植烟草,研究了外源钾对土壤中钾转化的影响,结果表明:在黄棕壤,黑土上,0.0-0.8 g kg-1施肥范围内,随着施钾量的增加,土壤中速效钾和缓效钾的总增量、作物的含钾量均在增加,尤其是在0.8 g kg-1施肥水平时,二者超出了施肥的增加量,说明施钾促进了其它钾的释放;三种土壤中粘土矿物含量为:黑土>黄棕壤>砖红壤。     

硼钙营养对胡柚果实激素及相关酶代谢的影响

连续2年对胡柚进行叶面喷施硼(B)、钙(Ca)及硼加钙(B+Ca)试验,以探讨B、Ca及其互作对胡柚果实吲哚乙酸(IAA)、赤霉素(GA3)、脱落酸(ABA)等内源激素代谢的影响效应。结果表明,B及B+Ca处理明显降低胡柚果实的IAA、GA3、ABA的含量及果实发育前期的ABA/(IAA+GA3)比率,降低了IAA氧化酶的活性,提高了过氧化物酶(POD)的活性;Ca处理对激素代谢的影响效应相对较小。     

河口泥沙通量的研究现状

文章介绍了国内外河口泥沙通量的研究现状及方法,河口泥沙通量的研究方法有:仪器直接测量法、数学模型法、元素跟踪法、地理信息系统研究法及多种研究方法相结合等。由于大多数模型不能对河口泥沙通量的未来的趋势进行预测且精度不够等,笔者提出分析河口泥沙通量的研究方法-内插法研究河口泥沙通量。     

云杉天然林分多因素数量化生境质量评价研究

运用数量化理论(Ⅰ)方法研究建立了云杉天然林分多因素数量化生境质量评价模型,模型复相关系数Rym为0.6888,Rymt值为11.0804,用Rymt检验,t0.05=1.98,t0.05相似文献   

影响哺乳期羔羊生长的母羊因素分析

为探索母羊因素对哺乳期云上黑山羊羔羊生长发育的影响,根据母羊体重、胎次分别选取云上黑山羊初生羔羊90只和120只,公、母各半,从出生开始直至90日龄断奶,每10天进行1次体重测定,进行生长发育分析.结果表明:①母羊产后体重对羔羊初生重、哺乳期体重具有显著影响(P<0.05).母羔中,38～45 kg母羊组和48～62 ...     

基于MSRCR-YOLOv4-tiny的田间玉米杂草检测模型

为实现田间环境下对玉米苗和杂草的高精度实时检测,本文提出一种融合带色彩恢复的多尺度视网膜(Multi-scale retinex with color restoration, MSRCR)增强算法的改进YOLOv4-tiny模型。首先,针对田间环境的图像特点采用MSRCR算法进行图像特征增强预处理,提高图像的对比度和细节质量;然后使用Mosaic在线数据增强方式,丰富目标检测背景,提高训练效率和小目标的检测精度;最后对YOLOv4-tiny模型使用K-means++聚类算法进行先验框聚类分析和通道剪枝处理。改进和简化后的模型总参数量降低了45.3%,模型占用内存减少了45.8%,平均精度均值(Mean average precision, mAP)提高了2.5个百分点,在Jetson Nano嵌入式平台上平均检测帧耗时减少了22.4%。本文提出的Prune-YOLOv4-tiny模型与Faster RCNN、YOLOv3-tiny、YOLOv4 3种常用的目标检测模型进行比较,结果表明：Prune-YOLOv4-tiny的mAP为96.6%,分别比Faster RCNN和YOLOv3...     

丸粒化包衣种子识别检测系统设计与试验

由于存在包衣配方不统一、包衣机自动化水平低等问题,目前我国种子包衣合格率检测精度和效率较低。为此设计了一套丸粒化包衣种子识别检测系统,针对形状为类球体的包衣种子进行识别。首先,搭建拍摄平台,拍摄的图像传输至识别控制系统中进行图像前期处理。其次,根据图像处理后不同类型包衣种子特征提出了一种识别检测算法,根据破损包衣种子与其它包衣种子图像面积比例的差异,利用高级形态学处理实现破损包衣种子的识别。根据多籽种子与合格种子颗粒像素值的差异实现对多籽种子以及合格种子的识别。最后,对种子总数、合格数、多籽种子数及破损种子数进行检测,计算得到包衣合格率。以红三叶种子进行试验,结果表明：整套系统图像采集、处理与识别时间约为3s;运用高级形态学处理识别破损包衣种子准确率达98.8%;当试验样本为200粒时,总数识别算法的准确率达到99.1%;对合格包衣种子以及多籽包衣种子识别相对误差分别为1.18%与3.36%。该识别检测系统实现了拍摄、图像处理、检测识别以及结果保存等功能,实现了包衣种子的无损检测。