黄皮33份种质资源花粉形态观察

来源 :中国南方果树 | 被引量 : 0次 | 上传用户:mmghb
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
明确黄皮花粉的形态特征及种质间的亲缘关系可为其系统分类鉴定提供孢粉学依据。以福建省11个产地的33份黄皮种质花粉为试材,经固定、清洗、逐级脱水、干燥、喷金镀膜等处理,采用扫描电子显微镜观察其形态结构,分别对花粉群体(放大800倍)、花粉个体(放大3 500倍)、花粉赤道面中部的外壁纹饰(放大8 000倍)等超微形态特征进行照相和相关指标测定,统计分析相关数据。结果表明,黄皮花粉为近球形或长球形,极轴长17.97~23.76μm,赤道轴长17.11~20.55μm,均有3条萌发沟,辐射对称,分布均等,3条沟在极面不会交汇,有沟界极区,属于赤道三沟类型(N3P4C3),外壁纹饰为网状突起。33份种质花粉间差异主要表现在大小、形状、外壁纹饰和萌发沟性状等方面,花粉形态特征具有一致性和多样性,在遗传距离10处可将这些种质分为3类。
其他文献
本文以《观看之道》中的一些核心观点为基础,运用图像学方法与对比研究法,从图像的真实性、原作与复制品、油画与财富、广告与油画四方面展开论述,也有对苏珊·桑塔格《论摄影》和本雅明《技术复制时代的艺术作品》中一些理论的理解,同时也站在中国艺术视角下对书中观点进行比较、反思,意在说明笔者对图像观看问题的一些理解与思考。
为有效提取和融合表情多粒度特征信息,降低自然场景人脸表情数据集存在不确定性和错误数据等因素致使准确率难以满足现实需求的问题,基于深度卷积神经网络提出多粒度与自修复融合的表情识别模型。采用拼图生成器生成不同粒度图像,利用渐进式的训练过程学习不同粒度图像之间互补的特征信息,采用自修复方法避免网络过度拟合错误样本图像,对错误样本进行重新标注。在AffectNet数据集和RAF-DB数据集上准确率分别达到
自2017年起,江西省在两个县推进奶牛布病区域净化工作,已达到布病净化示范区评估标准,形成了推动县级奶牛布病净化区的“江西路径”。本文重点从布病区域净化基本条件、落实属地服务保障、强化部门监管能力、完善动物防疫屏障、夯实防疫主体责任体系等五大方面阐述江西奶牛布病区域净化技术规范,并进一步探讨江西奶牛布病区域净化经验。
目的 海洋中尺度涡自动检测是了解其演变规律,研究其在海洋物质运输和能量传递中的作用的基础。针对海洋中尺度涡形态不规则、结构复杂多变、长宽比不确定,以及涡群海域中尺度涡分布密集导致的检测精度低的问题,提出一种基于深度学习多尺度旋转锚机制的海洋中尺度涡自动旋转检测方法。方法 首先对卫星遥感海平面高度异常数据进行可视化预处理,并采用图像处理策略对数据集进行扩充构建训练集;其次构建了一种基于深度学习多尺度
期刊
<正>随着市场化竞争愈来愈激烈,电网企业的生产组织和运营管理都迎来新的挑战。国网甘肃省电力公司为贯彻落实国家电网有限公司新时代战略体系要求,加快提升职工队伍整体素质,下发了《国网甘肃省电力公司“大培训”体系建设工作方案》,提出培训要主动服务基层一线、生产最前端的要求。而班组作为企业业务开展里最小的管理单元,是实现企业战略落地、
期刊
<正>母羊同期发情技术是指通过利用外源性激素,人为控制母羊的生理状况,诱导母羊同时出现发情和排卵现象。同期发情技术可保证母羊发情时间高度集中,同时可在未观察到发情表现或不需要进行鉴定发情的情况下保证受胎率,减少因发情现象不明显或隐性发情而导致的漏配现象。
期刊
“科学家精神”是广大科学家在科学实践中积累的宝贵精神财富。深入研究科学家精神,需要从具有代表性的、贡献突出的科学家个体入手。王淦昌(1907-1998)是杰出的物理学家,毕生心怀祖国、矢志科学报国,是我国粒子物理、核物理等领域的主要开拓者和奠基人,为科技事业发展立下了汗马功劳。本文将王淦昌的科学家精神凝练为以下四点:第一,以身许国、鞠躬尽瘁的爱国奉献精神;第二,追求卓越、开拓进取的创新求索精神;第
社会危险性作为逮捕的核心条件,对其准确理解和把握是检察机关有效降低审前羁押率,贯彻少捕慎诉慎押刑事司法政策的关键所在。通过对1673名轻罪案件犯罪嫌疑人的风险因素进行统计分析,可验证各种风险因素与逮捕社会危险性的关联性。结果表明,累犯、前科、劣迹、赔偿、谅解对逮捕存在显著影响,待查事实对逮捕存在决定性影响,坦白、自首、认罪认罚和持械对逮捕影响一般。根据检验结果,可通过建立赔偿保证金提存制度,弱化劣
慢性肾病是全球十大疾病死因之一,发病率很高,且难以发现,如果可以在早期的时候就发现肾病的存在,将会大大降低因肾病而死亡的人数。首先从UCI数据库中获取早期慢性肾病患者的各项生理指标,提取出导致慢性肾病的关键变量,然后基于Logistic回归模型进行数据的拟合。最后通过5折交叉验证,模型的准确率比普通Logistic回归模型约高出了5.6%,召回率值高出了10.4%,精确率高出了1.1%,F1值高出