基因枪介导红叶石楠遗传转化因素分析

 以红叶石楠（Photinia fraseri）的胚性愈伤组织为受体材料,利用基因枪法导入外源抗寒基 因rd29A,以期建立基因枪转化红叶石楠的技术体系。结果表明,基因枪转化红叶石楠的最佳组合条件为： 胚性愈伤组织在诱导培养基MS + 6-BA 2.0 mg · L-1 + NAA 5.0 mg · L-1 + 2,4-D 0.5 mg · L-1 + 琼脂5.0 g · L-1 + 蔗糖20 g · L-1 里,用0.3 mol · L-1 甘露醇处理15 ~ 16 h;基因枪轰击时添加12.5 mol · L-1 氯化钙 50 μL + 0.1 mol · L-1 亚精胺50 μL,每枪含金粉300 μg + 质粒DNA 3.0 μg,轰击距离9 cm,轰击压力1 100 psi, 轰击次数1 次。经多次筛选获得了6 株转基因植株,转化植株经PCR 检测和Southern 分析,证实了rd29A 已经整合到红叶石楠基因组中。     

基于近红外光谱的绿茶滋味品质估测模型北大核心CSCD

绿茶中的茶多酚与氨基酸含量之比(即酚氨比)是评价绿茶滋味品质的量化指标。本文提出利用近红外光谱技术快速分析绿茶汤的酚氨比,并对光谱的特征变量进行筛选以提高模型的精度和稳定性。试验采用联合区间偏最小二乘法(siPLS)结合连续投影算法(SPA)筛选特征变量,建立酚氨比的估测模型,并与PLS、iPLS和siPLS方法建立的模型性能相比较。结果表明,应用siPLS结合SPA优选7个特征变量,主成分因子数为4时,所建模型性能最好,模型预测集相关系数(R p)为0.906,预测均方根误差(RMSEP)为0.258。对预测集30个样本的预测值与参考值进行t检验时,预测值与参考值无显著差异,说明模型准确可靠,可实现绿茶滋味品质的近红外光谱快速估测。     

SSR标记在南瓜亲缘关系分析中的应用

以20份分属10个品种群的中国南瓜、印度南瓜和美洲南瓜材料及1份印度南瓜和中国南瓜的种间杂交种为试材,采用390对SSR引物对21份材料进行了多态性及亲缘关系分析.结果表明:供试材料之间具有丰富的遗传多样性,美洲南瓜与中国南瓜亲缘关系较近,二者与印度南瓜的亲缘关系较远;同一亚种内及同一品种群内材料之间具有更近的亲缘关系;利用SSR分子标记做出的聚类结果基本可以将供试材料按照不同品种群分开.     

油茶叶片叶绿素含量高光谱估测的偏最小二乘模型参数选择

[目的]利用高光谱技术估测植物叶片叶绿素含量时,如何在高维的光谱数据中选择有效的高光谱参数作为估测模型的输入矢量是估测叶绿素含量精度的关键.[方法]以南方丘陵地区油茶为试验材料,收集了182份油茶叶片光谱反射率及叶绿素含量样本,综合分析了敏感波段、光谱指数、高光谱特征参数和全波段(400～1350 nm)4个不同高光谱...     

应用基于PLSR的土壤-环境模型预测土壤属性

土壤-环境模型对于正确理解土壤属性与环境因子间的关系,以及进行土壤属性预测与制图均具有重要的意义。研究区位于陕西省长武县内多年退耕还林还草沟壑区域,采集72个土壤表层样本,选择3/4的样本作为建模集,其余1/4的样本作为验证集;环境因子选择容易获取的地形因子和由遥感影像提取的植被因子和湿度因子,建立基于偏最小二乘回归(PLSR)的土壤-环境模型。结果表明:全氮、速效钾、全钾、有机质与环境因子间均有显著相关性;建立的PLSR模型可解释土壤属性的空间变异从23%(全氮)到27%(全钾);与逐步回归方法构建的模型相比,利用PLSR构建的土壤-环境模型可以更好地表征土壤属性与环境变量间的关系,拟合精度和预测精度也相对较高,说明PLSR建立的模型可以更好地应用于相似区域的土壤属性预测。     

基于最小数据集和模糊数学法的水旱轮作区土壤肥力质量评价

基于湖北省水旱轮作区133个土壤样点数据,利用主成分分析及参选指标相关关系法确定了该区域土壤肥力质量评价的最小数据集,分别为土壤有机质、碱解氮、速效磷、速效钾、有效硼、有效钼、有效锌。利用模糊数学隶属度函数法对该区域土壤肥力质量进行了评价,结果表明:湖北省水旱轮作区的赤壁、洪湖、荆州、麻城和沙洋5个市(区、县)的土壤肥力质量以中等(III)为主,差(Ⅳ)等级次之,其中赤壁市和沙洋县土壤肥力质量以良(II)等级的比例(12.5%和9.5%)大于其他县市,5个县市土壤肥力质量均无优(I)和很差(V)2个等级。     

二维相关光谱结合偏最小二乘法测定牛奶中的掺杂尿素

为了检验牛奶中是否掺杂尿素并将其量化测定,配置含有尿素质量浓度范围为1～20g/L之间40个牛奶样品,以掺杂物尿素浓度为外扰,分别研究了掺杂尿素牛奶的二维相关(近红外-近红外,中红外-中红外,近红外-中红外)光谱特性,在此基础上,分别选择随浓度变化大的4200～4800cm-1和1400～1704cm-1为建模区间,采用偏最小二乘方法建立定量分析模型。研究结果表明:4200～4800cm-1建模分析效果优于1400～1704cm-1建模结果,其交叉验证均方根误差为0.266g/L,对未知样品集预测相关系数达到0.999,预测均方根误差为0.219g/L,这表明所建模型具有较好的预测效果。该方法无需样品处理,成本低,为快速判别牛奶是否掺杂提供了一种新的可能的方法。     

北京典型耕作土壤养分的近红外光谱分析

为研究土壤养分含量分布信息,以从北京郊区一块试验田采集的72个土壤样品为试验材料,应用傅里叶变换近红外光谱技术分析了土样的全氮、全钾、有机质养分含量和pH值。采用偏最小二乘法(PLS)对光谱数据与土壤养分实测值进行回归分析,建立预测模型,以模型决定系数(R2)、校正标准差(RMSECV)、预测标准差(RMSEP)和相对分析误差(RPD)作为模型精度的评价指标。结果表明,利用该模型与光谱数据对土壤全氮、全钾、有机质养分含量和pH值进行预测,结果与实测数据具有较好的一致性,最高决定系数R2达到0.9544。偏最小二乘回归方法建立的养分预测模型能准确地对北京地区褐土土质全氮、有机质、全钾和pH值4种养分进行预测。     

作物生态适宜性定量化评价方法及通用工具

该文研究了作物生态适宜性定量化评价方法。针对环境适宜程度的量化问题,提出了四基点生态距离计算方法,模拟了限制性因素及一般性因素的区别;在评价结果分级中,提出了二次阈值方法,将生态学意义清晰与不清晰的部分进行分离;提出了作物生态适宜性评价过程的数字化表达方法。在以上3项工作的基础上,研发了作物生态适宜性评价工具软件。以北京市冬小麦适宜性评价为例进行了应用,结果表明该评价方法和工具可以容纳主要的评价因子及主流的评价算法,具有实用性。     

基于漫反射光谱的叶面药液浓度检测方法

应用漫反射反射光谱对叶面药液质量浓度进行了检测研究。选择350～1900nm波段,以标准偏差归一化、三点滑动平均滤波、一阶导数组合预处理,应用逐步回归分析、主成分、主成分+人工神经网络、偏最小二乘、偏最小二乘+人工神经网络回归分析建立了5种数学模型。试验结果表明这5种算法的预测均方根误差分别为0.067、0.061、0.059、0.039、0.056,偏最小二乘法建模效果优于其他模型。考虑到不同作物种类对叶面药液浓度影响,选用八角金盘、油菜、青菜3种作物叶片为对象,在偏最小二乘下建模,其预测集相关系数分别为0.994、0.974、0.929,预测均分根误差分别为0.039、0.050、0.075。表明不同种类作物对叶面药液浓度检测影响较小,漫反射光谱技术检测叶面药液浓度是可行的。