【摘 要】
：
γ-聚谷氨酸（γ-PGA）是由微生物代谢产生的,因其广阔的应用场景而受到国内外的关注。γ-PGA已经是一种在农业领域研究和应用较为广泛的新型的高分子材料。但是现在的研究更多的将低分子量γ-PGA作为增效剂灌根使用,而高分子量γ-PGA则被用于医疗,环境等其他领域。本论文将实验室自产的高分子量γ-PGA与尿素联合作叶面肥种植生菜来探究高分子量γ-PGA对植物吸收营养元素的能力的影响。取得的主要成果如
论文部分内容阅读
γ-聚谷氨酸（γ-PGA）是由微生物代谢产生的,因其广阔的应用场景而受到国内外的关注。γ-PGA已经是一种在农业领域研究和应用较为广泛的新型的高分子材料。但是现在的研究更多的将低分子量γ-PGA作为增效剂灌根使用,而高分子量γ-PGA则被用于医疗,环境等其他领域。本论文将实验室自产的高分子量γ-PGA与尿素联合作叶面肥种植生菜来探究高分子量γ-PGA对植物吸收营养元素的能力的影响。取得的主要成果如下:（1）喷施γ-PGA尿素叶面肥在适量浓度下对生菜生长有促进作用,浓度过高则会抑制生菜生长,其中添加0.2g/Lγ-PGA的叶面肥有最好的肥效。在盆栽实验中,0.2g/Lγ-PGA联合尿素叶面肥喷施后对比尿素叶面肥产量提高15.1%,其中茎叶分别提高了6.4%和18.2%,叶片的增长要比茎快,且叶面积显著增大。在0.2g/Lγ-PGA的处理下,生菜叶绿体色素含量显著升高。（2）0.2g/Lγ-PGA联合尿素显著提高了生菜叶片总氮水平,说明生菜吸收的氮素增加了。为了探究γ-PGA促进氮素吸收的具体方式,通过测定喷施叶面肥后短时间内生菜生理指标的变化,发现0.2g/Lγ-PGA联合尿素叶面肥对生菜叶片气孔的开放有促进作用,能显著减缓生菜叶片的蒸腾作用,但对光合速率短时间内无显著影响。同时,该浓度下γ-PGA能阻止氮肥尿素的分解,减少氮肥流失,促进叶片对氮的利用。（3）进一步探究尿素进入叶片内部后是否被充分利用,对喷施γ-PGA尿素叶面肥的生菜叶片中氮代谢关键酶活性的研究发现,施加肥料后酶活性显著升高,使用了γ-PGA的处理组比没使用的处理组相比酶活性显著增高,说明γ-PGA能促进生菜叶片内部氮循环。同时做了低浓度氮肥的对照,0.2g/Lγ-PGA对低浓度尿素的增效使其对酶活性的促进达到了高浓度尿素水平,这对氮肥的减量增效有较大意义。以上成果说明一定浓度的高分子量γ-PGA能促进生菜叶片对氮元素吸收能力,增强植株氮代谢,最终提高生菜产量。
其他文献
铁磁性材料长期运行过程中会出现应力集中的现象,应力区的表面会散射出天然的磁场,弱磁检测技术可以通过检测铁磁性金属构件应力区表面的弱磁信号,来判断构件应力损伤区域和应力损伤程度。弱磁检测技术作为近几年兴起的一种无损检测技术,该方法对应力敏感、无须耦合剂、检测速度快、支持非接触动态在线检测,在铁磁性金属构件应力检测领域具有很好的应用前景。但是,当铁磁性构件受到外部载荷与环境磁场影响时,对应力损伤区弱磁
随着大数据时代的到来,经典领域中的机器学习尤其是神经网络是目前计算机科学中的研究热点。然而,面对全球每年产生的数据正在呈现指数级增长,经典计算机的计算能力接近瓶颈,机器学习算法面临着巨大的挑战。对于某些特定的问题（如大数因子分解、无结构数据库搜索等）,量子计算展现出了非常显著的加速效果。因此,将神经网络与量子计算的优势相结合提出全新的量子机器学习算法受到了越来越多的关注。但是目前的中等规模有噪声的
煤矸识别是煤矸分选的重要应用方向之一,有效的煤矸识别可以提高煤矿安全,可以避免资源浪费严重和提高企业的经济效益。相比于传统的人工分选和机器分选,图像识别技术能够确保煤矸分选工作高效、耗能少、避免造成环境污染等问题,所以采用基于煤矸图像的检测方法识别煤矸极为重要。由于生物视觉具有识别速度快、识别准确、灵敏度高等优点,它是检测煤矸目标的一种行之有效的方法,并且能够快速准确地检测出目标的位置及大小。因此
近年来,高学历人才成为了各企业快速发展的基石,而学历认证成为判断高学历人才的重要指标,但现有的学历信息系统存在许多数据安全问题,比如学历信息数据篡改、学历信息数据泄露等。同时高校毕业生数量逐年增加,给学历信息的查询认证工作带来了很大的困难。区块链以其不可篡改、可追溯等特性应用在多种场景中,论文将学历信息数据存储在区块链上,通过区块链共识机制对其进行信任背书,并且结合访问控制机制实现对学历信息的更可
随着万物互联,数据安全变得越来越重要,信息隐藏技术作为隐蔽通信的方法之一,面临着巨大挑战。以文本为载体的信息隐藏技术,由于缺乏足够的冗余度而发展缓慢。相比基于修改的文本信息隐藏算法,无载体信息隐藏算法具有更高的嵌入容量,并且能够抵抗隐写分析攻击,但仍存在一定的局限性。针对以上背景,提出一种基于算术编码和大规模神经语言模型的隐写方法,具体工作如下:针对当前隐写方法所生成的隐写文本不可感知性较低以及隐
基于数字图像处理与模式识别技术的表情识别是计算机视觉领域的一门重要技术。单一的特征形式在识别光照、方向或尺度不同的表情图像时,不能有效地提取多种形式的表情特征,得到的识别准确率比较低,无法适用于一些要求较高的应用场合。为了能够更全面地提取面部特征,本文将面部表情多特征融合作为主要研究内容,以提高表情识别算法的鲁棒性和适用性。主要研究内容如下:研究基于LBP算法的人脸表情特征提取方法,分别利用经典L
＜正＞“双减”教育政策在基础教育阶段的贯彻落实，为小学语文教师推动语文课程建设，创新语文教学模式提供了政策支持。国内教育科技的迅速发展，使信息技术在教育领域的运用日趋成熟，教育实践信息化、智能化成为现代教育发展的主流。智慧教育理念构建和提出，为智慧课堂教学模式的产生提供了理论支撑。智慧课堂作为一种全新的教学模式，为教师创新语文教学提供了条件，也为学生获得更好的学习效果提供了技术支持。小学语文教师应
心电信号是心电描记器所记录的心脏活动的微弱电信号,可用于诊断病人的心房颤动、室性早搏等心律失常,预防其诱发心脏性猝死。随着人工智能技术的不断发展,基于深度学习的心电信号分析越来越受到关注,逐步成为临床辅助诊断和治疗的有效手段。本文基于深度学习理论,以MIT-BIH心律失常数据库作为研究对象,对室上性异位心跳搏动,室性异位心跳搏动,融合心跳搏动三类心律失常信号以及正常信号进行了分类研究。具体的研究内
在智能制造的发展过程中,基于机器视觉的吊具位姿检测系统一直以来都是重点的研发方向,主要应用在工农业、交通运输等各个领域。论文主要基于机器视觉系统,针对传统立体匹配计算中存在的特征匹配耗时过长、错误特征匹配点较多、以及吊具位姿估计过程中存在的误差过大等问题进行研究。为进一步提高匹配的精度与准确性,以及对吊具位姿估计的精确求解,将进行如下研究:首先设计吊具位姿估计方案,通过相机识别地面固定的标志物,利
餐厨垃圾容易腐烂,并产生气味和渗滤液,造成空气污染、地下水污染、人类健康问题和生态系统干扰等多种问题。餐厨垃圾的处理在改善环境及减少污染方面具有非常重要意义。餐厨垃圾具有易腐败、含水量大、有机物含量高等特点;餐厨污水具有高污染,难降解的特点。本研究通过筛选餐厨垃圾降解菌株,以复合菌剂的形式提高了对餐厨垃圾和餐厨废水的降解率,研究其降解性能,得到如下结论:通过筛选,共获得7株菌株,分别命名为C9、C