排序方式: 共有60条查询结果,搜索用时 352 毫秒
1.
NaN_3对玉米萌发过程中超弱光子辐射的影响 总被引:1,自引:0,他引:1
为了解读植物种子萌发过程中超弱光子辐射信息的生物学意义,采用呼吸抑制剂NaN3处理萌发玉米种子,跟踪测量和分析了玉米种子萌发过程中超弱光子辐射中自发光子辐射和外界光诱导的延迟光子辐射的变化规律,同时研究了萌发玉米种子鲜质量的变化.结果发现,NaN3同步抑制了萌发玉米自发光子辐射和鲜质量的增长,造成萌发玉米延迟光子辐射的初始光子数和延迟光子辐射积分强度大幅度降低,相干时间减小.机理分析表明,NaN3对呼吸代谢电子传递链的抑制造成的自由基反应减弱是萌发玉米自发光子辐射减小的原因,自发光子辐射强度可以作为玉米萌发状态的信号,延迟光子辐射动力学参数的大小可以表征萌发玉米呼吸代谢的强弱,相干时间是种子细胞组织序性的量度,通过对萌发种子超弱光子辐射的采集和分析可以实现对萌发种子细胞代谢和功能状态变化的灵敏和无损检测. 相似文献
2.
极低频高压脉冲电场对萌发玉米种子超弱发光的影响 总被引:1,自引:1,他引:1
生物超弱发光是来自细胞的电磁信号,在揭示电磁生物学效应的机理研究中具有重要作用.为了研究极低频脉冲电场生物学效应及其机理,采用基于玉米细胞电位波动频率的1 Hz极低频高压脉冲电场处理萌发玉米种子,结果发现玉米种子的萌发过程明显加快,根长和芽长均有显著增长.对萌发种子的自发发光和延迟发光的测量结果显示,1 Hz极低频高压脉冲电场对萌发过程中玉米种子的自发发光和延迟发光积分强度都有明显的促进作用,表明1 Hz极低频高压脉冲电场加速了玉米种子萌发过程中的DNA合成和细胞代谢. 相似文献
3.
4.
针对布鲁氏菌BCSP-31蛋白基因设计一对引物,优化反应条件,对布鲁氏菌属6个代表菌株以及与布鲁氏菌有交叉反应的对照菌株进行扩增,结果能够对布鲁氏菌属6个代表菌株进行很好扩增,扩增片段大小为223bp,而对照菌株不能扩增,使用该方法最低可以检测20个细菌. 相似文献
5.
突变运动目标的鲁棒跟踪是计算机视觉领域的一个具有挑战性的问题.提出了一种基于视觉显著性的Wang-Landau蒙特卡罗采样(WLMC)跟踪算法,用于解决复杂场景下目标发生运动突变的跟踪问题.该算法首先对全局场景进行分块获取子区域,然后使用WLMC方法进行目标状态采样来跟踪发生运动突变的目标.算法将视觉显著性作为先验引入跟踪框架,提出了结合显著性先验的接受函数,通过每个子区域的显著性计算来引导马尔可夫链的构造.和以往方法相比,该算法既保留了WLMC采样方法对全局状态空间的广度覆盖性,又以视觉显著性特性引导采样,避免了全局采样的盲目性,从而提高采样效率.实验结果表明,该算法对发生运动突变的目标进行跟踪,具有良好的鲁棒性. 相似文献
6.
玉米种子萌发期抗旱性评价是节水农业研究中的难点和热点问题之一,生物延迟发光分析技术的应用有可能解决这一问题。采用生物延迟发光评价方法研究了玉米种子萌发期的抗旱性能力,探讨了在渗透势-0.1 MPa和-0.3 MPa的PEG-6000溶液中萌发的玉米品种万瑞168号和堰单8号延迟发光的变化规律。结果表明,万瑞168号和堰单8号玉米品种的延迟发光积分强度都随着萌发进程逐渐升高,-0.1 MPa和-0.3 MPa的PEG-6000溶液形成的干旱胁迫对两个玉米品种延迟发光积分强度的升高有不同的抑制作用,胁迫强度越大,两个品种延迟发光积分强度的差异就越大。研究还发现,在干旱胁迫下萌发的万瑞168号和堰单8号玉米延迟发光相对变化率RDL与种子萌发抗旱指数和储藏物质转运率的变化是一致的,依据干旱胁迫下种子萌发过程中延迟发光积分强度相对变化率RDL的大小可以评价玉米种子萌发期抗旱性的强弱。 相似文献
7.
为提高我国公民的地震安全防范意识和逃生自救能力,改善防震安全教育的方式和手段,分析了VR(虚拟现实)技术应用于防震安全教育中的优势,提出了一种基于3ds max和Virtools技术的虚拟地震场景的开发方法,即用3ds max构建三维虚拟场景、制作虚拟人物角色动画,用Virtools进行交互控制.利用该方法设计开发防震安全教育软件,并对该软件进行试用与评价. 相似文献
8.
用扫描隧道显微镜(STM)研究了室温下色氨酸分子(L-Tryptophane)在石墨(HOPG)表面的吸附行为。实验发现,在室温下色氨酸分子可以在石墨表面形成均匀的吸附层,并形成二维条状结构和二维单斜晶格两种有序结构。针对这2种结构给出了可能的吸附模型。这2种有序结构的形成原因被认为与相邻色氨酸分子侧链之间的π堆积相互作用有关。 相似文献
9.
10.
近年来地铁系统客流量急剧增加,时空上的过度拥挤造成留乘问题日益严峻。留乘严重影响了地铁运行效率,但目前缺少相关的行为学机理研究。该文使用深圳通刷卡数据,从乘客个体层面细化地铁出行过程,以乘客理性出行时间为基础识别留乘,并观测其时空分布特征。统计结果表明:深圳地铁1号线平均留乘率为12.0%,平均留乘时间为4.20 min。该文从个人、车站和线路3个层面挖掘城市地铁留乘的影响因素,提取乘客多日出行的留乘决策数据构建面板logit模型(panel logistic regression model, PLM),进一步以留乘乘客为研究对象,构建考虑个体特定效应的面板数据随机效应回归模型,探究留乘时间影响因素作用机理。结果表明:长距离出行、起始站上车和高峰时段的乘客留乘概率高,频繁出行的乘客留乘概率低;起始站上车的乘客虽有更高留乘概率,但留乘时间未显著增加,晚高峰下行方向和早高峰上行方向留乘时间分别增加0.61和0.88 min,相对运行方向留乘时间不增反降。该文挖掘了留乘行为决策机理,提高了个体留乘行为决策及留乘持续时间的预测精度,能为列车精细化调度和发布面向乘客的定制化引导策略提供依据。 相似文献