简介:采用浸叶法测定了毒死蜱、高效氯氰菊酯、多杀菌素、甲维盐、阿维菌素、虫酰肼、丁醚脲7种不同类型的药剂对小菜蛾田间种群与相对敏感种群的毒力。结果表明:除毒死蜱与丁醚脲外,小菜蛾田间种群对其他5种药剂均有不同程度的抗性,对虫酰肼的最高,毒力倍数为6.17倍;对阿维菌素的最低,毒力倍数为2.62倍。与相对敏感种群相比,毒死蜱对田间种群毒力倍数为0.58,而丁醚脲对田间种群的毒力相差不大。毒死蜱、高效氯氰菊酯、多杀菌素、甲维盐、阿维菌素、虫酰肼、丁醚脲对田间种群的LC50分别为39.0983μg/mL、382.9084μg/mL、5.4145μg/mL、1.2918μg/mL、8.4807μg/mL、250.5619μg/mL、104.2211μg/mL。
简介:乙烯作为植物激素在生长、发育、抗逆过程中发挥了其独特的调节作用。本文在分子生物学水平上概述了植物中乙烯合成途径和信号转导途径的机制。乙烯的合成由甲硫氨酸开始,经过重要的中间代谢产物ACC的氧化裂解形成乙烯,其中ACC合成酶催化的反应为限速反应,为调控乙烯合成的重要环节。乙烯信号的转导由内质网上乙烯受体识别乙烯开始,在胞质中经一条保守的途径,由EIN3将转录信号传递至细胞核中,最后以ERF类转录因子激活或抑制相关基因的表达。ERF转录因子参与防卫反应的诱导和寄主对病原菌不亲和互作的建立,受其调控的防卫基因被诱导表达后在随后防卫应答过程中发挥了不同的作用。
简介:应用近红外光谱技术建立烟草17项主要化学成分的快速无损检测方法.收集700个具有代表性样品的光谱,建立其相应指标的近红外模型.在所有的校正模型中,原始谱图经过一阶导数和偏最小二乘(PLS)处理,大约50个外部样品用于所建模型的验证.烟草中总挥发酸、总挥发碱、石油醚提取物总量、石油醚提取物中性成分、多酚、淀粉、纤维素、硫酸根、pH、灰分、水溶性灰分碱度、总糖、还原糖、总氮、生物碱、氯、钾等十七项指标的预测标准偏差(BMSEP)分别为0.020、0.009、0.402、0.393、0.578、0.583、0.932、0.139、0.117、0.634、0.235、1.720、1.407、0.104、0.173、0.037和0.300.该结果表明近红外光谱技术在分析17项烟草化学指标时均可以替代经典化学方法.作为一种质量控制方法,近红外光谱技术的应用将为烟草行业节省大量的资金和显著提高工作效率.
简介:为适应快速分析烟草中植物色素含量的需要,应用傅立叶变换近红外(FT-NIR)光谱法测定了77个具有代表性的烟草样品的光谱数据,利用偏最小二乘法,以样品的光谱数据和对应的化学测定值为基础,建立了预测烟草中叶黄素、β-胡萝卜素和其它类胡萝卜素含量的数学模型。结果表明:模型优化后,模型的相关系数(R)分别为0.9802、0.9962和0.9751,预测标准偏差(RMSEP)分别为0.00947、0.0607和0.0446。该方法简便、快速、不破坏样品,可用于大批量烟草样品中叶黄素、β-胡萝卜素和其它类胡萝卜素的快速测定。
简介:运用四种不同的光谱范围选择方法来建立烟草中水溶性糖的近红外定量模型,发现模型的交互验证系数、交互验证均方差和预测均方差有明显的差异。通过对烟草中水溶性糖的分子结构分析,结合傅里叶变换近红外漫反射光谱的特性,初步确定烟草水溶性糖近红外定量模型的建模光谱范围,以交互验证系数和交互验证均方差为评价指标进一步优化光谱范围,可以得到烟草水溶性糖在近红外定量模型中的最佳光谱范围为3850-5010cm^-1、5720-7010cm^-1和7760-7980cm^-1,总糖和还原糖定量模型的交互验证系数、交互验证均方差和预测均方差分别为0.989、0.787、0.565和0.982、0.801、0.693。
简介:摘要 : 土壤养分作为农业生产的重要指标,含量过少会降低农作物产量,过多则会造成环境污染。因此,快速、准确检测土壤养分对于精准施肥和提高作物产量具有重要意义。基于取样和化学分析的传统方法能够全面准确地检测土壤养分,但检测过程中土壤的取样及预处理过程繁琐、操作复杂、费时费力,不能实现土壤养分的原位快速检测。本研究基于调制近红外光谱,提出了一种土壤养分主动式近场遥测方法,可有效避免土壤反射自然光的干扰。该方法使用波长范围 1260~1610 nm的 8通道窄带激光二极管作为近红外光源,通过测量 8通道激光光束的土壤反射率,建立土壤养分中氮( N)关于土壤反射率的计量模型,实现了 N的快速检测。在 74组已知 N含量的土壤样品中,选取 54组作为训练集, 20组作为预测集。基于一般线性模型,对训练集中土壤 N含量与土壤反射率的定量化参数进行训练,筛选显著波段后的计量模型 R2达到 0.97。基于建立的计量模型,预测集中土壤 N含量预测值与参考值的决定系数 R2达到 0.9,结果表明该方法具有土壤养分现场快速检测的能力。