排序方式: 共有13条查询结果,搜索用时 15 毫秒
1.
[目的]采用荧光分光光度法测定香椿叶中总黄酮含量。[方法]根据黄酮类化合物的荧光性质,以芦丁为标样,在激发波长λex=436nm、发射波长λem=505nm条件下,考察了溶剂、pH值、表面活性剂及放置时间对荧光强度的影响。[结果]在浓度95%乙醇中加入pH值7的缓冲液,芦丁的荧光强度最大。该方法检测限为2.62×10-7mol/L,线性范围在1.16×10-7~4.86×10-5mol/L之间,其线性回归方程为y=1.352x+12.712,相关系数r=0.9976,相对标准偏差1.07%。[结论]用荧光分光光度法测定香椿叶中总黄酮含量的准确度和精密度都较高,且操作简便,成本低。 相似文献
2.
3.
调查了大学图书馆新生服务现状,从新生入馆教育、新生专栏、新生主题活动、新生服务中的新媒体应用等方面进行了分析,指出存在的问题:缺乏专门的服务人员、服务意识有待提高、服务内容有待进一步扩展。提出了几点对策:安排专门的新生服务人员、强化服务理念、在迎新季开展新生服务、开展面向新生的阅读推广活动、开展面向新生的真人图书馆活动等。 相似文献
4.
鉴于农作物类型识别中存在严重的"异物同谱"效应,基于归一化植被指数(normalized difference vegetation index,简称NDVI)时间序列数据及物候特征的农作物遥感识别已成为热点。针对现阶段NDVI时间序列数据空间分辨率普遍较低的问题,以河北省辛集市为研究区,基于Sentinel-2A数据构建了10 m高空间分辨率NDVI时间序列,并提出了积分法、斜率法和决策树法3种冬小麦识别模型,同时与传统的光谱角质图(spectral angle mapper,简称SAM)法进行了比较。结果表明,以上方法均达到了较好的识别效果,其中积分法、斜率法和决策树法的总体精度均优于97.6%,而SAM法因仅仅考虑了时间序列曲线的形态,使得稀疏林地与冬小麦之间容易误分;Sentinel-2A卫星(Sentinel-2星座重访周期为5 d)提供的高时空分辨率时间序列数据,在农作物的季相节律特征提取以及农作物的识别中具有巨大潜力。 相似文献
5.
7.
8.
9.
基于机器学习算法的冬小麦不同生育时期生物量高光谱估算 总被引:1,自引:0,他引:1
为探索适用于冬小麦不同生育时期的高光谱估算方法,基于4年大田试验,以江苏省主要冬小麦品种为材料,以8种对常用生物量敏感的高光谱指数为基础,分别采用偏最小二乘算法、支持向量回归算法、随机森林算法在冬小麦4个主要生育时期(抽穗期前、抽穗期、开花期和灌浆期)进行了高光谱生物量估算和预测能力比较。结果表明,在冬小麦不同生育时期,高光谱估算生物量精度差异显著;利用随机森林构建的生物量估算模型在4个生育时期均表现出很好的效果,决定系数(r^2)和均方根误差(RMSE)在抽穗期前分别为0.79和44.82 g·m-2,在抽穗期分别为0.71和62.07 g·m-2,在开花期分别为0.70和97.63 g·m-2,在灌浆期分别为0.71和106.98 g·m-2;随机森林模型在4个生育时期的预测能力都高于或接近于支持向量回归模型,高于偏最小二乘回归模型,r^2和RMSE在抽穗期前分别为0.60和72.54 g·m-2,在抽穗期分别为0.60和75.07 g·m-2,在开花期分别为0.68和109.9 g·m-2,在灌浆期分别为0.61和127.93 g·m-2。这说明随机森林算法在冬小麦不同生育时期生物量高光谱遥感估算方面具有较高的精度和稳定性。 相似文献
10.
在(25±1)℃、(70±5)%RH、无光照条件下,以烟粉虱、神泽氏叶螨、刺足根螨、腐食酪螨、甜果螨为猎物,测试了毛绥螨的生长发育和繁殖情况,并组建了其试验种群生命表.结果表明:5种猎物都能满足毛绥螨正常的发育与繁殖,但不同猎物对毛绥螨发育历期、雌成螨寿命、产卵量等有明显影响.毛绥螨取食腐食酪螨和甜果螨时发育快,成熟期的死亡率低,产卵量大,净生殖率(R0)分别约为57.1768和62.6984,比取食其他猎物高2-5倍. 相似文献