首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   4篇
  免费   0篇
  国内免费   2篇
  2015年   1篇
  2014年   1篇
  2012年   1篇
  2009年   1篇
  2008年   1篇
  2007年   1篇
排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
以‘寒富’苹果为试材,研究半根交替灌水、半根灌水及干旱处理对苹果叶片光合功能和抗氧化酶活性的影响。结果表明:与对照(常规灌水)相比,3种亏缺灌水处理对叶片净光合速率(Pn)和气孔导度(Gs)的抑制作用表现为干旱处理>半根灌水处理>半根交替灌水处理。半根交替灌水、半根灌水和干旱处理的叶绿素含量均是先升高,在第9天出现峰值后明显降低,干旱处理的叶绿素含量一直是最低的。3个处理的叶片脯氨酸含量随着处理时间的延长持续升高,干旱处理的脯氨酸含量最高,半根交替灌水处理的最低。3个处理的抗氧化酶活性变化各异,干旱和半根灌水处理的SOD酶活性先显著升高,在第9天出现峰值后迅速降低,半根交替灌水处理提高了SOD酶活性且一直较稳定;半根灌水和半根交替灌水处理的POD和CAT酶活性变化趋势相似,均在第9天出现峰值后呈下降的趋势,干旱处理的POD和CAT酶活性则是先显著升高,在第9天后维持在较高水平;3个处理均提高了叶片电导率和MDA含量,其中干旱处理显著高于其他处理,半根交替灌水处理最低。总之,半根交替灌水方式产生的水分胁迫较轻,并在减少灌水量的同时能维持较高的光合效率,可实现果树的节水栽培。  相似文献   
2.
樱桃属(Cerasus)植物根围微生物多样性   总被引:12,自引:0,他引:12  
研究了樱桃属(Cerasus) 5种植物本溪山樱(Cs)、大青叶(Cp)、马哈利(Cm)、考特(Cap)、早红宝石(Ca)各主要生长期根围微生物数量、种群组成、Shannom-Wiener指数(H)、丰富度(S)、Pielou均匀度指数(J)、Simpson 优势度(D)和优势微生物种群变化动态.从樱桃根围共分离到细菌18属,优势菌属主要为假单胞菌属(Pseudomonas)、芽孢杆菌属(Bacillus)和黄杆菌属(Flavobacterium);放线菌为链霉菌的12个类群,优势类群主要为白色类群(Albosporus)、吸水类群(Hygroscopicus)和黄色类群(Flavus);真菌6属,优势菌属为青霉属(Penicillium).樱桃根围微生物的多样性指数(H)、丰富度指数(S)、均匀度指数(J) 及优势度指数(D) 随樱桃种类不同而发生变化,细菌的多样性和丰富度指数为Ca>Cs>Cp>Cm>Cap,放线菌为Ca>Cp>Cs>Cm>Cap,真菌为Cm>Ca>Cp>Cs>Cap.各生长期根围微生物种类与数量发生变化,新梢迅速生长期Ca、Cs、Cp和Cm根围微生物种类与数量较多,新梢停长期Cap根围微生物种类与数量较多,落叶期5种樱桃属植物根围微生物种类与数量均较少.  相似文献   
3.
针对目前数字家庭产业发展快、技能型人才需求急迫,而高职院校难以独立培养的现状,提出了依托产业基地构建数字家庭人才培养基地实施技能型人才培养的构想,并进行了探索和实践。  相似文献   
4.
本溪山樱根际微生物区系   总被引:5,自引:0,他引:5  
利用选择性培养基,对本溪山樱(Cerasus sachalinensis)根际微生物进行了分离、鉴定和分类,分析了不同物候期根际微生物区系的变化.结果表明:从本溪山樱根际分离纯化获得的细菌分别属于15个属,以芽孢杆菌属(Bacillus)、假单胞菌属(Pseudomonas)、黄杆菌属(Flavobacterium)为主;放线菌的7个类群中,以黄色链霉菌属(Flavus)和白色链霉菌属(Al-bosporus)为主;真菌以毛霉属(Mucor)、曲霉属(Aspergillus)和青霉属(Penicillium)为主.本溪山樱不同物候期根际微生物区系不同,落叶期根际微生物区系最丰富,萌芽期较少.  相似文献   
5.
研究盐胁迫下外源葡萄糖对山楂叶中光系统II(PSII)光化学活性影响的结果表明,盐胁迫下,浇灌外源葡萄糖可增加山楂幼苗叶中PSII最大光化学效率(Fv/Fm)、暗适应后PSII最大光化学效率(ΦPo)、捕获的激子将电子传递到电子传递链中QA-下游的其它电子受体的概率(Ψo)及反应中心吸收的光能用于电子传递的量子产额(ΦEo),降低照光2ms时反应中心的关闭程度(Vj)和单位反应中心吸收的能量(ABS/RC),提高电子转运效率(ETo/RC),降低放氧复合体(OEC)受伤害的程度。  相似文献   
6.
刘国成  张杨  黄建华  汤文亮 《昆虫学报》2015,58(12):1338-1343
【目的】叶螨(spider mite)是为害多种农作物的主要害虫,叶螨识别传统方法依靠肉眼,比较费时费力,为研究快速自动识别方法,引入计算机图像分析算法。【方法】该方法基于K-means聚类算法对田间作物上的叶螨图像进行分割与识别。【结果】对比传统RGB彩色分割方法,K-means聚类算法能够有效地对叶片上叶螨图像进行分割和识别。K-means聚类算法平均识别时间为3.56 s,平均识别准确率93.95%。识别时间T随图像总像素Pi的增加而增加。【结论】K-means聚类组合算法能够应用于叶螨图像分割与识别。  相似文献   
1
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