共查询到13条相似文献,搜索用时 46 毫秒
1.
濒危植物沙冬青大田育苗试验 总被引:10,自引:4,他引:10
采用对比试验和正交试验研究干旱沙区沙冬青大田育苗的技术措施。结果表明:沙冬青适宜的播种期为4月下旬到5月上旬之间,适宜的播种深度为1 5cm,适宜的播种量为330kg·hm-2,理想的水肥适配量为每公顷施肥22500kg,浇水8次。不同播种期对出苗率及苗木的质量均有显著影响,采用地膜覆盖床面能显著提高出苗率,覆土类型对出苗率也有较显著的影响。采用优质壮苗措施,可使沙冬青一年生苗木的单株鲜重达8 249g,是对照区单株鲜重(2 763g)的3倍。单纯的浇水对沙冬青苗木的质量无显著影响,只有采用合理的水肥适配方案,才能有效提高苗木的质量。 相似文献
2.
3.
沙冬青抗旱机理的探讨 总被引:47,自引:13,他引:47
通过对沙冬青抗旱机理的探讨,经数理统计分析,初步认为沙冬青具有很低的水势和蒸腾强度,而束缚水含量很高,说明沙冬青原生质细胞具抗旱特点。叶片具有厚的角质层,浓密的表皮毛,气孔下陷,叶肉全部为栅栏组织,具抗旱结构。沙冬青不但具有较发达的根系,水势低,吸水能力很强,而且从叶到茎都具有抑制蒸腾失水的旱生结构。可见沙冬青是以尽可能多地吸收水分并减少蒸腾失水的方式来调节体内水分平衡,以适应干旱的严酷环境 相似文献
4.
沙冬青种子萌发期抗逆性研究 总被引:5,自引:0,他引:5
利用不同浓度的聚乙二醇(PEG)和NaCl溶液处理沙冬青种子,测定种子发芽率、发芽势、发芽指数、活力指数、幼苗叶片电导率、可溶性蛋白含量及丙二醛(MDA)含量。结果表明,随着胁迫强度增加,沙冬青种子萌发能力下降,幼苗叶片电导率上升,MDA含量上升。PEG浓度由5%升至15%时可溶性蛋白质含量上升,超过15%时,可溶性蛋白含量下降; NaCl浓度在0到1.5%范围内,沙冬青幼苗可溶性蛋白含量随NaCl浓度增大而上升。对两种胁迫条件下生长及生理指标的综合分析表明,沙冬青在种子萌发期和幼苗期有较强的抗旱和抗盐能力。 相似文献
5.
不同激素对沙冬青组织培养生芽的影响 总被引:5,自引:0,他引:5
以沙冬青无菌苗茎段为材料,采用MS基本培养基,对6-BA、KT、IBA、GA进行不同浓度和不同配比试验,结果表明:6-BA(1.0mg/L)对芽的分化有利,但不利于芽的伸长生长;KT(0.1mg/L)配合IBA(0.1mg/L)既有利于芽的分化,又可增加芽的伸长生长;GA(1.0mg/L)对芽的伸长生长效果显著。 相似文献
6.
提取新疆沙冬青叶片中蛋白质受到脂类、酚类等次生代谢产物的干扰,针对这种现象,进行了组分提取优化方法和双向电泳技术的改进。实验分析表明,用乙醚淋洗完整叶片,50 mmol·L-1 Tris-HCl缓冲液,上样量240 μg(7 cm胶条),考马斯亮蓝染色等方法可很大程度增加提取可溶性蛋白含量,结合丙酮-三氯乙酸的沉降,可较完整地提取蛋白质组。 相似文献
7.
8.
9.
利用结瘤基因nodA PCR-RFLP和nodA PCR产物序列分析技术,对36株分离自沙冬青根瘤菌菌株的共同结瘤基因nodA进行了遗传类型和系统发育关系分析。试验结果表明,36株根瘤菌nodA PCR-RFLP分析显示在80%的相似水平上聚为两个类群5个亚群;选取不同基因型代表菌株的nodA进行序列测定和系统发育关系分析表明,测试菌株CCNWNX0117、CCNWNX0068、CCNWNX0083、CCNWNX0062、CCNWNX0058与中慢生根瘤菌聚在一起,系统发育地位相近;测试菌株CCNWNX0089、CCNWNX0081、CCNWNX0064与中华根瘤菌聚在一起,有较高的序列相似性。本研究中nodA基因所揭示的沙冬青根瘤菌遗传多样性和系统发育关系说明沙冬青根瘤菌nodA基因遗传多样性较高,宿主结瘤范围较宽。 相似文献
10.
沙冬青是我国珍稀濒危物种,掌握其地理分布范围及生境特征,有助于分析其所处境况以及展开相应的研究与保护工作。通过搜集历史文献资料与野外实地调查相结合的方法,对我国沙冬青属植物的地理分布范围、时空动态以及生境特征进行了研究,并从地形、气候、土壤三个方面探讨了限制沙冬青属植物生长分布的主要因子。结果表明:(1)新疆沙冬青分布范围为38°55'~40°09'N,74°42'~76°43'E;蒙古沙冬青分布范围为36°27'~42°01'N,102°36'~108°49'E,两种沙冬青在地理分布上不连续,以条带或块状方式呈现小聚集分布状态。(2)两种沙冬青的生境特征存在显著差异,其中限制新疆沙冬青分布的生态因子主要包括气候指标中的热量因子以及土壤指标中的pH、盐分和全磷,限制蒙古沙冬青分布的生态因子主要包括气候指标中的水分因子和土壤指标中的有机质、全氮。 相似文献
11.
12.
13.
基于深度学习方法在城市激光点云语义分割任务中的应用效果缺乏客观的对比与评价,该文选取当前4种代表性点云语义分割深度网络(PointNet、PointNet++、PointCNN、SPG)以及一种基于特征描述子的层次化点云语义分割方法,采用3组开放点云数据集(Semantic 3D、Oakland及TerraMobilita/iQmulus3Durban)对不同方法的语义分割质量进行对比分析,结果发现:1)层次化点云语义分割方法的语义分割质量优于另外4种深度学习方法;2)考虑局部信息的深度网络(PointNet++、PointCNN、SPG)的表现优于仅考虑点云全局特征的方法(Point-Net);3)在基于深度学习的方法中,基于超点图的SPG网络在测试数据中的效果优于其他几种网络。研究结果对于实际应用选择点云语义分割方法以及点云语义分割深度网络的设计优化具有借鉴意义。 相似文献