两套小冰麦异附加系的建立

本文报道了把天兰冰草(Agropyrn intermedium)的两个染色体组的14对染色体分别加入小麦,建立起两套小冰麦异附加系列的程序和方法,并对所建立的14种异附加系的表型特征进行了观察分析,查明有些小冰麦异附加系中的冰草染色体上携带有抗锈病基因。此外,本文还讨论了与一些农艺性状有关的基因在不同冰草染色体上的分布。     

ICP-MS/ICP-AES测定小麦穗离体培养籽粒营养元素及重金属含量

环境中重金属污染会导致谷物营养缺乏、代谢紊乱.借助ICP-MS/ICP-AES系统和离体穗培养方法,准确测定灌浆期不同浓度铜、镉(0,5,15,45 mg·L-1)处理对籽粒营养元素及重金属元素含量的影响.结果显示,不司浓度铜、镉处理显著降低小麦粒重;外源铜促进了籽粒P,K,Mg,Ca,Na,Mn和Zn含量的增加,抑制了 Fe和B的吸收.镉的加入对小麦籽粒P,K,Ca,Mg和Mn的吸收起促进作用,然而对Na,Fe,Zn和B的吸收起拮抗作用.外源铜、镉抑制小麦籽粒对Hg的积累,但籽粒Cu和Cd含量最高分别超过国家食品卫生标准的55和62倍,存在极大安全隐患.     

渗透胁迫下萌发小麦种子超弱光子辐射的变化及意义

为了将生物超弱光子技术应用于萌发过程中小麦种子的抗旱性评价,采用聚乙二醇处理萌发的小麦种子,跟踪测量了正常和渗透胁迫下小麦种子萌发过程中的超弱光子辐射,得到了小麦种子萌发过程中超弱光子辐射的自发发光和延迟发光信号.通过建立延迟发光动力学方程扣数学拟合获得了种子萌发过程中延迟发光初始光强Ⅰ(0)、衰减参量β、相干时间τ和...     

基于近红外光谱技术的小麦条锈病菌潜伏侵染的检测

为实现对受到小麦条锈病菌侵染而尚未表现明显症状的小麦叶片进行早期检测,利用近红外光谱技术结合定性偏最小二乘法建立了小麦条锈病潜育期叶片定性识别模型。获取健康叶片30片、条锈病潜育期叶片330片(每天取30片,共11天)和发病叶片30片,扫描获得其近红外光谱曲线。采用内部交叉验证法建模,研究了不同谱区、建模比(建模集∶检验集)、光谱预处理方法和主成分数对建模识别效果的影响。在5 400~6 600和7 600~8 900cm-1组合谱区内,建模比为4∶1、预处理方法为"散射校正"和主成分数为14时,所建模型识别效果较理想,建模集的识别准确率、错误率和混淆率分别为95.51%,1.28%和3.21%;检验集的识别准确率、错误率和混淆率分别为100.00%,0.00%和0.00%。结果表明,利用近红外光谱技术可在接种1天后(即提前11天)识别出健康小麦叶片和受到条锈病菌侵染的小麦叶片,并且可以识别不同潜育期天数的叶片。因此,利用近红外光谱技术对条锈病菌潜伏侵染检测是可行的,为该病早期诊断提供了一种新途径。     

近红外光谱技术在小麦条锈病菌和叶锈病菌定性识别和定量测定中的应用

利用近红外光谱技术结合定性偏最小二乘法(DPLS)和定量偏最小二乘法(QPLS)分别实现了小麦条锈病菌和叶锈病菌的定性识别和定量测定。获取两种锈菌单一夏孢子样品各50个以及条锈病菌纯度为2.5%~100%的混合样品120个。采集样品光谱后,将两类样品均按2∶1的比例分为建模集和检验集,在4 000~10 000cm-1内采用内部交叉验证法建模。散射校正预处理方法下、主成分数为3时,定性识别模型的建模集和检验集识别准确率均为100.00%。"极差归一+散射校正"预处理方法下、主成分数为6时,定量测定模型建模集的决定系数(R2)、校正标准差(SEC)、平均相对误差(AARD)分别为99.36%,2.31%,8.94%,检验集的R2、预测标准差(SEP)、AARD分别为99.37%,2.29%,5.40%。结果表明,利用该方法对这两种锈菌定性和定量分析是可行的。本研究为植物病原菌的定性识别和定量分析提供了一种基于近红外光谱技术的新方法。     

可见光波段无人机遥感图像的小麦茎蘖密度定量反演

在小麦分蘖期内,适时适量追施氮肥可显著改善小麦茎蘖群体结构、提高产量。但经验性的均一施肥往往导致氮肥过度施用及农学效率偏低等问题,而基于小麦茎蘖的实际发育状况进行变量施肥,有助于解决小麦茎蘖个体发育与群体结构之间的矛盾。通过变量追施氮肥作业调控小麦茎蘖群体、提高小麦产量的技术关键,在于准确获取田块尺度的小麦茎蘖密度（单位面积内的小麦茎蘖数量）信息。传统的通过人工田间调查获取小麦茎蘖密度信息的方法,时效性与精准度不足,工作量大、效率低,而且稀疏的点源统计数据无法精准反映田块内部的小麦茎蘖密度空间差异状况。因此,为满足变量追施氮肥作业对田块尺度的小麦茎蘖密度专题图的需求,使用大疆Mini 2航拍无人机,在小麦分蘖期获取试验田的可视光波段遥感图像。使用Matlab相机标定工具箱,完成无人机遥感图像校正,提取蓝、绿、红三个可视光波段的图像分量。基于植被与土壤在可见光波段的光谱响应特性,选取可以较好地突出植被特征、减轻光照强度对遥感图像质量造成影响的4种比值类型植被指数,即可见光波段差分植被指数（VDVI）、归一化绿红差分指数（NGRDI）、归一化绿蓝差分指数（NGBDI）、绿红比值指数（RGRI）。在此基础上,利用VDVI专题图,计算小麦试验田的植被覆盖度(FVC)。进一步以FVC,VDVI,NGRDI,NGBDI及RGRI平均值为5节点输入层,小麦茎蘖密度地面真值为单节点输出层,建立一个单隐含层、5输入、单输出的3层BP神经网络预测模型,用以定量反演小麦茎蘖密度指标。精度验证数据表明：该神经网络模型的预测结果与相应的小麦茎蘖密度地面真值之间的均方根误差(RMSE)及平均绝对百分比误差(MAPE)分别为19及3.62%,因此该模型具有较高的小麦茎蘖密度预测精度。田块尺度的小麦茎蘖密度反演专题图的统计数据显示：小麦茎蘖密度低于500株·m-2、介于501~800株·m-2之间、以及高于800株·m-2的地块面积分别占比6.67%,74.67%和18.66%,为变量追施氮肥提供数据支持。利用商业航拍无人机获取小麦的可视光波段遥感图像,代替价格昂贵、辐射标定复杂的多光谱遥感相机,在田块尺度上实现对小麦茎蘖密度的定量反演,是推进变量追施氮肥作业、精准农业大田信息获取及农业数字化建设的现实需求。研究成果为小麦长势的遥感检测提供理论依据与数据支持,具有重要的科学意义。     

首乌总提取物对乙酰胆碱酯酶的抑制

研究了首乌总提取物对乙酰胆碱酯酶(AChE)抑制活性的筛选及抑制动力学。结果表明,首乌乙酸乙酯组分和水组分的抑制能力随着抑制剂浓度的增大而逐渐减弱,甚至表现出一定的增强作用,而水组分没有AChE抑制能力。水饱和正丁醇组分和石油醚组分均对AChE具有显著的抑制能力,两者对AChE的抑制作用类型分别为非竞争型和混合型的可逆抑制,水饱和正丁醇组分对AChE的非竞争型抑制常数Ki、Kis分别为3.2668μm ol/L和4.8194μm ol/L,石油醚组分对AChE的混合型抑制常数Ki、Kis分别为2.6985μm ol/L和4.7192μm ol/L,表明两种组分对游离酶的抑制作用均强于其对于酶-底物复合物的抑制作用,且后者较前者对AChE的抑制作用更强。     

近红外AIE荧光探针的合成及其对牛磺酸清除活性氧的追踪

聚集诱导发光效应（AIE）在荧光传感、生物成像领域具有广阔的应用前景.近红外发射的荧光染料具有组织穿透性高、细胞低损伤,以及生物组织自荧光干扰小等优点.设计并合成了一种荧光增强型的AIE荧光体系DTPE-Tau;其具有近红外荧光发射特性,且细胞摄取能力强;并在炎症细胞中过度表达的酯酶的催化下,能有效清除细胞中过度表达的活性氧簇（ROS）.此外,该荧光体系还具有许多优势,例如斯托克斯位移大、细胞毒性低和光稳定性好.DTPE-Tau被成功地应用于活细胞中追踪牛磺酸的释放和活性氧的清除.     

近红外光谱建模样本选择方法研究

针对小麦品种多分类问题,使用近红外光谱进行定性分析。建模样本增加能够使模型包含信息增多,但同时也会导致信息冗余,增加建模时间和存储空间,所以需要通过样本选择降低数据量。如果盲目选择必然会使信息丢失,模型效果将大打折扣,因此,在传统选择方法基础上,提出k近邻-密度样本选择方法。使用多天采集的小麦种子近红外漫反射光谱,在对其原始光谱进行预处理和特征提取后,分别使用随机抽样、k近邻和k近邻-密度三种方法进行建模样本选择,然后建立仿生模式识别模型和改进的仿生模式识别模型。实验结果显示,在建立的仿生模式识别模型中,使用k近邻-密度样本选择方法的模型识别效果优于另两种方法,且建模样本量大大降低;而在改进的仿生模式识别模型中,使用k近邻-密度样本选择方法识别效果明显优于随机抽样,略好于k近邻方法,但使用k近邻-密度方法所选择的样本数量远少于k近邻方法。结果证明k近邻-密度样本选择方法不仅能够大大降低建模样本量,而且保证了模型质量,对解决小麦品种多分类问题有明显效果。