【摘 要】
:
随着全球土壤盐碱化面积的逐渐增加,土壤盐碱化俨然已成为了阻碍农业生产的一个重要因素,农作物生长受到严重威胁。植物内生促生菌通过寄生或共生的关系直接存在于植物体内,与植物的生理过程有最直接的信息交流,同时,植物内生促生菌一般具有促进植物生长和缓解盐胁迫对植物的毒害作用。植物内生促生菌对植物生长有促进作用,它能提高植物对逆境的抗逆性和耐受力。本研究用盐浓度为12%的LB培养基作为筛选培养基,从月季根系
论文部分内容阅读
随着全球土壤盐碱化面积的逐渐增加,土壤盐碱化俨然已成为了阻碍农业生产的一个重要因素,农作物生长受到严重威胁。植物内生促生菌通过寄生或共生的关系直接存在于植物体内,与植物的生理过程有最直接的信息交流,同时,植物内生促生菌一般具有促进植物生长和缓解盐胁迫对植物的毒害作用。植物内生促生菌对植物生长有促进作用,它能提高植物对逆境的抗逆性和耐受力。本研究用盐浓度为12%的LB培养基作为筛选培养基,从月季根系中筛选出一株内生耐盐菌株,对其做了生理生化指标、分子生物学鉴定、生长条件及促生特性测定,并探究了这株内生耐盐菌在盐胁迫下对水稻萌发和幼苗生长的影响。
经过16SrDNA分子生物学鉴定,这株内生耐盐菌株为盐生谷氨酸杆菌Glutamicibactersp.YD01;对其生理生化指标及生长条件探究表明,该菌具有广泛的pH值生长范围,能在pH值为3.0~9.0范围能生长,能在5~55℃温度范围内生长,最高耐盐浓度为18%,能以多种有机物作为碳源;对其促生性检测结果显示,该菌具有固氮溶磷、产IAA、产ACC脱氨酶的促生特性。
盐生谷氨酸酸杆菌对水稻种子萌发实验结果表明:在无盐胁迫时,盐生谷氨酸杆菌能缩短种子的萌发时间,促进水稻种子萌发;在盐胁迫下,盐生谷氨酸杆菌能缩短种子萌发时间,促进种子根的生长,增强种子对盐胁迫的耐受力,种子萌发率显著高于对照组种子萌发率。
盐生谷氨酸杆菌对水稻幼苗促生效果的实验结果表明:与对照组相比,盐生谷氨酸杆菌能提到水稻幼苗中叶绿素含量,从而增强水稻光合作用;盐胁迫下,盐生谷氨酸杆菌能通过增强ROS酶防御系统中酶活活性,来提高水稻幼苗对盐胁迫的耐受力;在胁迫下盐生谷氨酸杆菌能够增加水稻叶片中可溶性糖含量,来调节水稻渗透压平衡,以增强水稻植株对盐的抗逆性;在盐胁迫下,与对照组相比,盐生谷氨酸杆菌能促进水稻的生物量的增加。因此,盐生谷氨酸杆菌可作为一株缓解盐胁迫对水稻毒害的植物促生菌。
其他文献
模块化多电平变换器(MMC)凭借着其模块化、低开关频率、低谐波等优点,广泛的应用于高压直流输电,但在低频运行时,子模块电容电压波动量增大,这阻碍了它在大功率电机驱动领域的应用。采用注入高频共模电压和高频环流的方案能降低电容电压波动,但同时会带来电机侧高幅值的共模电压,给电机的安全运行带来隐患。本文采用在MMC交流侧级联若干全桥子模块的混合MMC拓扑(hybrid modula multilevel
人类社会的快速进步加速了地球上不可再生资源的消耗。为顺应社会可持续发展,逐渐枯竭的化石能源将在未来逐渐淡出人们的视线,风能、太阳能、潮汐能等绿色可持续能源将成为主要的能量来源。能源结构的改变对现代储能设备也做出了要求。超级电容器作为一种绿色清洁储能设备以其能量密度与功率密度高,循环稳定性好等特点成为了研究热点。电极材料作为超级电容器最重要的组成部分其性能直接影响了器件的整体性能,是热点研究方向之一
高压直流输电(High Voltage Direct Current, HVDC)是我国远距离、大容量输电及大区域联网的重要方式。在目前“强直弱交”的客观条件下,交流系统故障易造成直流系统发生换相失败,换相失败持续发生会引起直流闭锁,严重情况下会造成交直流混联系统失稳。因此,深入分析交流系统故障带来的连锁反应对系统的影响并有针对性地制定出有效措施,对于保障高压直流输电系统安全的意义重大。 本文首
随着配电网规模的扩大和用户侧的广泛参与,传统集中式状态估计已经难以满足系统实时分析控制需求,未来配电网会逐渐采用分布式状态估计获得系统状态。同时,同步相量量测装置(phasor measurement unit,PMU)的引入增强了量测数据的同步性,可以大幅提高分布式状态估计的精度和速度。但目前配电网中PMU配置较少,且缺少完整的通信系统保证数据的传输。本文的研究围绕面向分布式状态估计的配电网PM
储能单元可以有效平抑分布式新能源并网发电系统的功率波动,提高发电收益或降低用电成本,但是其配套变换器系统的效率和功率密度还有待进一步提升。其中,双向并网逆变器作为储能系统与电网之间的电能变换与控制装置,其效率、功率密度和安全可靠性有待进一步提高。为此,本文提出一种交错并联双Buck全桥双向并网逆变器拓扑,并从模态组成、电路特性、参数优化、控制策略等方面展开了详细的研究工作。 本文具体工作如下:
区域能源系统由于规模较大,普遍存在大滞后性、不确定性、控制精度不高等特点,因此常规的基于反馈的调控策略不仅造成系统供能与需求负荷在时间序列上不匹配,而且会造成能源系统较高的能耗浪费。模型预测控制策略由于其预测控制、滚动优化、反馈校正等特点,能够很好解决系统控制精度不高、控制参数不稳定的问题。因此本文提出基于模型预测控制的区域能源系统调控模型,对于降低区域能源系统能耗,保证控制参数输出的稳定性、克服
无线电能传输(Wireless Power Transfer)技术,因其高效可靠、安全稳定、环境适应能力强等特点,成为了当今研究的热点问题。而在众多无线电能传输技术当中,磁耦合谐振式的无线电能传输技术因其传输效率高,传输距离远的优点,受到了广泛的关注与研究。磁耦合谐振式的无线电能传输技术基于共振的原理,运用发射线圈和接收线圈在电源频率下进行谐振的方式进行能量的传输,其能量的传递效率与线圈的品质因数
近年来,日益频繁的极端灾害给电网安全带来了诸多挑战。配电网作为重要的供电环节,直接与用户相连,配电网故障会给人们的日常生活与经济活动带来不可估量的损失。提高电网特别是配电网在极端灾害下的弹性恢复力是提升供电质量及用户满意度的有效措施,并能减少因灾害带来的经济损失。在配电网弹性恢复力评估和提升方面,本文主要开展了如下工作: 从灾前和灾后两个视角构建了配电网的弹性恢复力指标。首先,对配电网弹性恢复力
科学技术的不停创新,促使了现代无线通信技术的发展,通信系统对基站天线的需求量在稳步提升,系统所消耗的能源也愈来愈大。现有的无线通信系统主要依靠化石燃料供电,化石燃料燃烧所排放的气体会导致温室效应,燃烧残留物质导致雾霾天气频发,而太阳能作为最有发展前途的可再生能源,是实现绿色通信的有效方法之一。将太阳能电池与基站天线集成一体化,不仅可以接收和发射无线信号,还能利用太阳能电池光电效应产生的直流电能对系
风能作为清洁能源是我国新能源开发的主要增长点,但风速具有较大的波动性和随机性的特征,从而在一定程度上影响风力发电的稳定性。准确的风速预报对风能发电的并网、安全和调度有着重要的意义。风速的预测从最初的单点预测到区间预测,都有大量的研究工作。本文则融合深度学习与分位数回归,将平方损失和Huber损失引入到卷积神经网络(Convolutional Neural Networks,CNNs)和长短时记忆神