简介:为了探明烟草脉带花叶病毒危害和流行的机制,使用RT-PCR技术扩增获得TVBMV云南分离物YN9.1基因组全序列,并进行了基因组结构、序列同源性、氨基酸保守基序、系统进化和重组分析。结果表明:(1)YN9.1基因组具有Potyvirus属病毒典型特征,含有在Potyvirus属病毒中较为少见的NIb/CP切割位点Q/N;(2)YN9.1与其它分离物核苷酸序列同源性为90.5-91.1%,氨基酸序列同源性为95.2-96.2%。与YND核苷酸和氨基酸序列同源性最高;(3)对HC-Pro和CP保守基序进行了分析。YN9.1具有RITC、PTK、DAG等病毒蚜虫传播保守基序,其中RITC在Potyvirus属病毒中常见形式为KITC;(4)系统进化树分析结果显示,TVBMV进化形成2个组,云南分离物独立进化形成一组,TVBMV进化与地域具有明显的相关性;(5)重组分析发现PY为ZC1和YN的组内重组体,重组位点位于HC-Pro3’末端和NIb5’端。
简介:以对化感物质具有高敏感性的莴苣(Lactucasativa)种子为指示材料,研究了烟草品种K326形成的顶、腋芽等残体腐解液的化感潜力,同时将残体腐解液(各组分)分离后分别进行化感潜力的生物测定。结果表明:1)烟草残体腐解液对莴苣种子萌发及幼苗生长具有显著的抑制作用,且表现出低促高抑的双重浓度效应;2)腐解液及其组分对种苗各部分生长的抑制强度表现为:胚根〉胚轴〉子叶;3)将烟草残体腐解液分离后进行的生物测定表明,其酸溶性组分的生长抑制作用强度〉碱溶性组分〉中性组分,在烟草残体腐解液中酸溶性组分的化感物质是形成生长抑制作用的主体,而中性及碱溶性组分中的化感物质在一定浓度范围内对生长具有促进效应。
简介:准确估算区域生态系统蒸散量(ET),对研究区域水资源利用时空变化特征、评估气候变化的影响具有重要意义。基于2016年1~10月MODIS遥感数据,利用MODIS蒸散量估算模型,结合气象数据对攀西烟区典型烟田生态系统ET进行模拟,并根据田间通量观测数据对模型模拟结果进行精度检验和参数化调整,以验证和提高MODIS蒸散量模型在攀西烟区的适用性。结果表明:采用默认参数的MODIS蒸散量模型模拟值比实测值偏小12.8%,效率系数为0.767,且在烤烟生育期前期(DOY105~161)平均相对误差较大。依据田间通量观测数据,对模型中叶片边界层阻抗和叶面积指数(LAI)进行参数化后,ET模拟值与实测值动态曲线非常一致,一元线性回归斜率为0.997,决定系数R2为0.835,效率系数为0.808。经独立性验证,参数校正后的MODIS蒸散量模型在研究区具有较好的适用性,为进一步利用该模型对攀西及西南烟区烟田水热收支平衡研究提供理论依据与数据支持。
简介:人工诱发不同病级烟草普通花叶病,接种后第3d采用ASDFieldspecFR2500光谱仪对叶片进行光谱分析和相应色素含量测定。运用单变量线性或非线性拟合分析技术,选取部分样本建立色素含量估测模型,并利用其余样本对模型进行精度检验。结果表明,以蓝边面积(SDb)为自变量的线性模型是估测叶绿素a含量的最佳模型;以蓝边面积(SDb)为自变量的指数模型是估测叶绿素b和叶绿素a+b含量的最佳模型;以绿峰幅值(Rg)为自变量的线性模型是估测类胡萝卜素含量的最佳模型,其估测叶绿素a,叶绿素b,叶绿素a+b和类胡萝卜素含量的相对误差为-9.131%,-22.975%,-11.408%,-5.855%。
简介:为更好地进行清江流域烟区烟草青枯病的预测预报和合理防控,本研究通过定点系统调查和统计分析,确定了清江流域烟区烟草青枯病发生危害、流行动态规律及主要流行气象因子,并提出了药剂防治时期。结果表明:(1)一元三次模型能较好地描述烟草青枯病的流行动态规律,可根据该模型进行病害发生的预测。(2)该区域烟草青枯病整体呈现前期平缓、流行迅速、后期急剧的特点,病程阶段可划分为病害首发期(移栽后45~67d)、迅速蔓延期(移栽后67~97d)和全面爆发期(移栽后97d~采收结束)。(3)烟草青枯病药剂预防期和防治关键期:预防期为烟叶移栽45d(6月10日)之前且均温未达18.82℃之前;防治关键期为烟叶移栽67d(7月1日)之前且均温未达22.00℃之前。结合病程阶段和气温两方面提出的药剂防治时期更有利于烟草青枯病的有效防控。
简介:为建立不同产区及风格烤烟烟叶与化学指标之间的关系,对2005~2009年湖南省、河南省、福建省和云南省等4省份共计1040份烟叶样品的21种化学成分进行检测,并利用MiningTree模型进行分类-回归决策树(C&RTanalysis)数据分析。结果表明:(1)从21个烟叶化学成分中,共筛选出14个特征化学指标,其中钾和硝酸根为4省烟叶共有特征化学指标;(2)湖南、河南、福建和云南4省份识别概率最高的特征化学指标分段组合(Segment)分别为:还原糖(≤24.93%)、钾(〉1.98%)、pH值(≤5.37)(p=0.658);钾(≤1.98%)、灰分(〉11.03%)、水溶性灰份碱度(≤0.49)、硝酸根(≤0.06%)(p=0.776);还原糖(〉24.93%)、钾(〉1.98%)、硝酸根(≤0.06%)、蛋白质(〉5.01%)(p=0.914);钾(≤1.98%)、灰分(≤11.03%)、水溶性总糖(〉28.94%)、硫酸根(≤1.43%)(p=0.957)。分类-回归决策树方法在建立烤烟化学成分识别模型中具有重要的应用价值。