排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
2.
UV-B辐射是影响植物生长的外界限制因子之一。本文研究了UV-B辐射对2个生态型垂穗披碱草(Elymus nutans)(商用型正道,ZD;西藏野生型申扎,XZ)幼苗的生长和抗氧化系统的影响。结果表明:UV-B辐射处理后,二者的生物量和叶绿素含量受到不同程度地抑制,ZD地下生物量和根茎比受UV-B辐射抑制作用显著;处理后二者的丙二醛含量显著提高,且XZ的丙二醛含量显著低于ZD;UV-B还显著增加了垂穗披碱草幼苗的可溶性蛋白含量,ZD的脂氧合酶活性也有显著提高,但XZ并无显著变化;另外,幼苗的超氧化物歧化酶和过氧化物酶活性受UV-B辐射影响均不显著,但XZ的超氧化物歧化酶活性显著高于ZD,而过氧化物酶活性显著低于ZD;二者的过氧化氢酶和谷胱甘肽还原酶活性受UV-B辐射影响显著,但生态型间无显著差异。综上,XZ受UV-B辐射影响小于ZD,对UV-B辐射有较高抗性,这可能与其稳定的脂氧合酶活性和较高的超氧化物歧化酶活性等有关。 相似文献
3.
传统的灰度图像处理方式会降低数据集的复杂性,进而降低模型识别相似种子的准确率。因此,将卷积神经网络中传统的图像灰质化处理方法改进为归一化典型判别分析(nCDA)算法与卷积神经网络(CNN)相结合的方法(CNN-nCDA),该方法基于多光谱仪采集的种子图像信息,以深度学习框架TensorFlow为基础,利用卷积神经网络构建种子识别算法,可区分高相似度牧草种子。结果表明,仅依靠传统灰度图难以区分形态相似的种子(62.11%~72.5%),而采用CNN-nCDA策略对不同类别种子分类的准确率可达100.0%,优于单独使用nCDA (90.0%~100.0%)、线性判别分析(LDA)(97.3%~100.0%)、支持向量机(SVM)(92.4%~97.5%)的准确率。综上所述,多光谱成像技术中的nCDA算法与卷积神经网络相结合技术,具有较高的校准和验证能力,对现场快速筛选种子具有良好的应用前景。 相似文献
4.
不同紫花苜蓿(Medicago sativa)品种种子的无损检测是一个极具潜力的研究方向,本研究利用多光谱成像(Multispectral imaging, MSI)技术对25个紫花苜蓿品种的种子进行检测,并对形态和光谱两种特征参数进行分析。结果显示,不同品种种子的形态和光谱特征参数均有区别。基于形态特征参数的k-means聚类分析,将不同苜蓿品种大致归为四类,其中三类偏向于国外品种,一类偏向于国内品种。再结合基于光谱特征参数的k-means聚类分析,根据聚类结果,可以大致区分25个品种的种子。此外,本研究尝试用多光谱数据来关联种子内物质含量,对种子抗坏血酸(Ascorbic acid, AsA)含量与形态、光谱特征参数的相关性进行分析,结果表明,种子AsA含量与形状参数a、形状参数b、长宽比以及紧实度圆等形态参数具有一定的相关性,相关系数分别为-0.59,-0.58,-0.67,-0.68。以上研究结果表明,利用多光谱成像技术检测不同紫花苜蓿品种具有可行性,种子内储存物质含量也与种子图像存在一定相关性。 相似文献
5.
本研究以无芒雀麦(Bromus inermis Leyss.)和燕麦(Avena sativa L.)种子为试验材料,利用锡纸包裹培养皿模拟黑暗5~6天,揭开锡纸模拟种子萌发,分析胚芽光谱表型、光合色素含量及叶绿素光合荧光参数。结果表明,无芒雀麦和燕麦照光后胚芽表型发生显著变化,无芒雀麦与燕麦胚芽光合色素含量整体呈上升趋势:叶绿素a和叶绿素b揭开锡纸第1天光照第1 h(E1 h)后缓慢积累,光照1天(E1 d)后迅速增加;类胡萝卜素在E1 d先下降后迅速升高。叶绿素荧光参数整体上升,无芒雀麦PSII最大光学效率(Fv/Fm)在E1h—E1d迅速上升,PSII有效光化学量子产量(Fv′/Fm′)在E2.5h—E1d上升,燕麦Fv/Fm和Fv′/Fm′在E1h—E1d上升。综上,无芒雀麦和燕麦种子在揭开锡纸后的E1h—E1d为叶绿体发生重要阶段,在E1 d后叶绿体结构基本发育成熟。本试验结果为深入研究禾本科牧草种子萌... 相似文献
1