DUS Traits and Classification of Antirrhinum majus L.
-
摘要:目的 验证国际植物新品种保护联盟（UPOV）发布的金鱼草品种特异性、一致性和稳定性（DUS）测试指南中数量性状在我国的适应性，为建立金鱼草种质数量性状的科学评价方法、研制适应我国生态气候的金鱼草DUS测试指南奠定基础。方法 以UPOV发布的金鱼草新品种测试指南（TG/221/1）为标准，对40份金鱼草种质开展种植试验，对植株、叶、花等部位的13个主要数量性状进行数据采集，应用SPSS软件对采集数据进行变异程度、数量性状分级和主成分分析。结果 11个指南性状与2个非指南性状种间变异系数为16.9%～65.9%，种内变异系数为5.3%～12.2%，符合指南性状的选择标准；通过最小显著差法得到13个性状的表达状态分级，可作为金鱼草种质鉴定和DUS指南研制的参考；通过主成分分析法得到4个重要因子并新增了2个指南分组性状。结论 通过金鱼草种质数量性状数据分析，初步确定了各性状不同分级的数值范围，验证了UPOV指南在我国的适应性并对其中花序长度的分级数量进行优化，新增主茎长度和主茎一级分枝数量作为指南分组性状候选，为我国金鱼草指南的研制提供支持。Abstract:Objective Applicability of the guidelines recently released by the International Union for the Protection of New Varieties of Plants (UPOV) for quantitative DUS traits determination and classification of Antirrhinum majus L. in China was examined.Method An experimental planting of 40 germplasms of A. majus L. was conducted following the guidelines TG/221/1 issued by the UPOV. Thirteen DUS traits of the plants, leaves, flowers, and other parts were collected to statistically analyze their variations, classes, and principal components using SPSS for the application on the plant varieties in China.Result The variation coefficients that met the selection criteria set by the guidelines were 16.91%-65.87% among different species and 5.29%-12.18% within a same species on 11 traits, which were specified by the guidelines, as well as two additional ones identified by this study. The expressions of these 13 traits differentiated by least significant difference could all be applied to adequately identify the germplasms and for the DUS guideline development on A. majus L in China. In addition to the 4 factors listed in the UPOV guidelines, the principal component analysis suggested 2 new criteria for the plant classification.Conclusion The current UPOV guidelines provide quantitative DUS traits of A. majus L. germplasms for the species classification. A close examination with a specially designed experimentation revealed additional criteria on inflorescence length, plant height, and number of primary branches on the plant for establishing guidelines applicable in China.
-
Keywords:
- Antirrhinum majus L. /
- DUS /
- quantitative trait /
- trait classification
-
0. 引言
【研究意义】磺胺类抗生素（Sulfonamides）是一类抗菌谱广的合成抗感染药物，主要用于治疗和预防细菌性传染病。由于易于使用且性质稳定，广泛应用于医药、畜牧和水产养殖[1-4]。磺胺类抗生素在现阶段其需求很高，是世界上使用最广泛的抗生素品种之一[5-6]。但是细菌很容易对磺胺类抗生素产生抗药性，长期使用后，磺胺类抗生素残留会在动物体内积累。而且由于其利用率较低，大部分的磺胺类抗生素会通过粪便和尿液排泄（50%～80%）进入水环境中，可能会通过生物积累对生态系统和人类健康造成风险[7-8]。现有的污水处理系统中，磺胺类抗生素不能被有效去除，因此针对废水中磺胺类抗生素污染的低成本环保技术研究尤为紧迫。【前人研究进展】磺胺类抗生素的主要去除方法包括化学法、生物法、人工湿地系统、膜分离技术和吸附法[9]。其中吸附法是一种有效的废水处理方法，与其他方法（如臭氧/光催化氧化技术）相比，对环境的影响较小，不会产生毒害副产物[10]。而且吸附过程的设计和操作简单，应用性强。吸附材料主要分为碳基材料、矿物材料、高分子材料、有机多孔材料和新型复合材料[11-14]。竹炭对于四环素和氯霉素有较好的去除效果，碳纳米管和去离子交换树脂对水中抗生素去除率可达90%。硬木生物炭具有较高的吸附分布比值（106 L·kg−1），对于磺胺二甲嘧啶具有良好的去除效果[15-16]。吸附技术可用于去除废水中的抗生素，且去除效率很高。但在吸附技术的实际应用中，降低吸附剂的制作成本是当前首要解决的问题。研究表明生物炭作为一种高效、经济、环保的吸附材料，已被广泛用于处理有机化合物污染，包括农药、抗生素和其他化学品[17-18]。对比石墨烯、纳米管、复合材料和改性材料等其他吸附材料具有操作简单、制造成本低的优点，易于在实际工程中广泛应用[19-22]。【本研究切入点】玉米秸秆是农作物残余物，在我国分布广泛、资源丰富，是制备生物炭的理想原料。有关玉米秸秆生物炭的研究工作主要集中在Pb、Cd、Cu等重金属及氮、磷等无机物污染物的吸附研究上，目前针对环境水体中的抗生素类污染物的吸附研究罕有报道。【拟解决的关键问题】本研究使用自制的玉米秸秆生物炭作为吸附剂，评估其从废水中去除磺胺类抗生素的可行性，利用扫描电子显微镜（SEM）、傅里叶变换红外光谱（FTIR）、元素分析、x射线衍射（XRD）对样品进行表征，采用吸附动力学和等温线系统研究磺胺嘧啶（Sulphadiazine，SDZ）和磺胺氯哒嗪（Sulfachloropyridazine，SCP）在玉米秸秆生物炭上的吸附作用，并比较在不同初始浓度、添加量和pH等条件下的吸附情况，确定生物炭对SDZ和SCP的最佳吸附条件，以期为废水中磺胺类抗生素污染物的治理提供参考。
1. 材料与方法
1.1 供试材料
玉米秸秆原料源自华南农业大学生态实验基地。用自来水冲洗干净后风干2 d，60 ℃下干燥24 h，研磨粉碎至小于2 cm，锡纸包好放入坩埚。考虑到高温能提升生物炭的比表面积和微孔数量[23-24]，在管式碳化炉中通入N2，以10 ℃·min−1的升温速率将其升至700 ℃，然后保持4 h，冷却至室温后取出称重并计算碳化率。研磨后过0.15 mm筛，用盐酸处理去除灰分，蒸馏水洗涤至溶液pH稳定，在50 ℃干燥12 h后保存备用。
1.2 供试试剂
磺胺嘧啶（SDZ，99%）、磺胺氯哒嗪（SCP，99%）产自东京化成工业株式会社，使用去离子水制备不同浓度SDZ和SCP溶液模拟污水；使用的化学药品为分析纯，包括氢氧化钠（NaOH）、盐酸（HCl）、氯化钾（KCl）。
1.3 实验仪器
H1850高速台式离心机，Vario EL cube型元素分析仪，SS-550扫描电子显微镜（SEM），D8 ADVANCE型X射线多晶衍射仪（XRD），VERTEX 70傅立叶变换红外光谱仪；Agilent 1260高效液相色谱仪（HPLC），Agilent 6420三重串联四极杆质谱（MS），Spark Holland全自动在线固相萃取仪；SHA-B多功能水浴恒温振荡器，WP-UP-II-10型分析型超纯水机，PHS-3C型pH计，BS224S型电子分析天平，植物粉碎机，DDS-307型电导率仪，DZF-6050真空干燥箱。
1.4 试验设计
1.4.1 玉米秸秆生物炭的表征
使用高分辨场发射扫描电镜（SEM）和Vario EL cube型元素分析仪表征测定玉米秸秆生物炭的微观结构和元素含量[18-19,21] 。玉米秸秆在700 ℃下灰化4 h后测定灰分含量，根据质量平衡计算含氧量[24]。使用VERTEX 70型傅立叶变换红外光谱仪进行红外光谱（FTIR）表征，方法是溴化钾压片法[13]。采用D8 ADVANCE型X射线多晶衍射仪（XRD）对玉米秸秆生物炭进行测定[21]。
1.4.2 不同因素对吸附效率的影响
研究不同条件下生物炭吸附SDZ和SCP的吸附效果。根据静态吸附试验的结果，得到玉米秸秆生物炭吸附SDZ和SCP的优化条件。称取玉米秸秆生物炭置于150 mL锥形瓶中，加入100 mL SDZ或SCP溶液，在水浴恒温器中振荡，测定不同温度下（10 ℃、25 ℃、40 ℃）、吸附剂添加量（0.1～1.0 g）、吸附时间（10～720 min）、初始质量浓度（1～30 mg·L−1）、pH（2～11）和重复吸附次数（1～5次）等影响因素对吸附效果的影响。所有样品均设置2个空白样，每个处理3个平行，振荡完成后提取上清液，测定上清液中SDZ或SCP的残留浓度。残留溶液浓度通过HPLC-MS/MS方法测定。空白试验结果表明，吸附过程中SDZ和SCP的光解、挥发，以及离心管对其吸附影响可忽略不计。
1.4.3 吸附热力学和动力学试验
（1）吸附热力学
在3个不同温度（10、25、40 ℃）下，检查反应时间、pH值、初始浓度等。在优化条件下，使用不同添加量的玉米秸秆生物炭对SDZ和SCP进行分组试验。试验数据分别与Langmuir和Freundlich吸附等温方程拟合，从热力学角度研究SDZ和SCP在玉米秸秆生物炭上的吸附机理。
（2）吸附动力学
为确定玉米秸秆生物炭在优化条件下对SDZ和SCP的吸附特性，研究玉米秸秆生物炭对SDZ和SCP的吸附动力学，建立3种动力学模型：准一阶动力学方程、准二阶动力学方程和颗粒内扩散方程拟合试验数据。根据线性相关系数R2的值确定3个动力学模型的适应性。
1.4.4 磺胺类抗生素检测
采用高效液相色谱-串联质谱法（HPLC-MS/MS）对样品进行分析。色谱柱：Agilent Eclipse C18 column（直径、长度和孔径分别为4.6 mm、250 mm、5 µm）；On-line SPE LC-MS/MS条件：在线相萃取柱采用C18柱；用于测定的流动相为含有5 mmol·L−1的甲酸铵水、−0.1%甲酸（溶剂B）和乙腈（溶剂A）的混合溶液，样品的注入体积为5 μL，体积流量为0.6 mL· min−1。质谱采用电喷雾离子化源（ESI）；雾化器压力为310 kPa；干燥气体积流量和温度分别设为10 L·min−1和325 ℃。
1.4.5 数据建模
采用Langmuir和Freundlich模型模拟吸附，两种模型的方程为：
ceqe=1kLqm+ceqm (1) lgqe=1nlgce+lgkF (2) 式中，qe为玉米秸秆生物炭对SDZ和SCP的吸附量（mg·g−1）；qm为最大吸附量（mg·g−1）；ce为吸附平衡时溶液中SDZ和SCP的质量浓度（mg·L−1）；kL、kF和n均为吸附模型中常数。
准一级动力学方程、准二级动力学方程和颗粒内扩散方程为：
lg(qe−qt)=lgqe−k1t2.303 (3) tqt=1k2q2e+tqe (4) qt=kidt1/2+c (5) 式中，qt为时间t时生物炭对SDZ和SCP的吸附量（mg·g−1）；k1、k2、kid为动力学反应方程的常数，单位分别为min−1、g·mg−1·min−1、g·mg−1·min−1；截距c则反映边界层效应（mg·g−1）。
1.5 数据处理
使用SPSS 16.0、Excel 2016和Origin 8.0进行数据分析及图表处理。
2. 结果与分析
2.1 玉米秸秆生物炭的表征
2.1.1 扫描电镜分析
图1为玉米秸秆生物炭放大50、200、500、1000倍的电镜照片，生物炭表面有大量颗粒和块状堆积。放大后显示这些结构的表面由复杂的孔隙网状结构堆积组成，表面高度粗糙，可提供大量的吸附位点。这种结构主要受到制备生物炭时的热解温度影响，热解温度的升高会促进玉米秸秆中的有机质分解，有利于生物炭中微孔结构的形成，增大生物炭的比表面积。王彦隽等[24]研究发现700 ℃下热解的玉米秸秆生物炭的孔径孔体积、比表面积、芳香化程度和稳定性都要远高于300、500 ℃下产生的生物炭。而缪旭东等[25]针对玉米秸秆生物炭对有机挥发物的吸附效果研究也得出了相同的结论。
2.1.2 X射线衍射分析
由图2可知，生物炭除了在2θ=26.54°左右的一个小峰外，没有显著的峰存在。峰型呈弥散状，说明灰分较低，其原料中不存在晶体矿物，这表明玉米秸秆生物炭的结构是由多层堆积的类石墨片结构组成，和图1显示出的特征一致。同时原子活性增强并形成更多的微孔结构，有利于提高其吸附性能。
2.1.3 生物炭元素组成
表1和表2为玉米秸秆生物炭原子质量比和元素含量。生物炭中C质量分数为78.634%，含量最高。在玉米秸秆热解过程中，随着碳化程度增加，会发生强烈的脱氧和脱氢反应，C含量增加，而H和O含量降低，H/C原子比例降低，增强了生物炭的表面芳香性，提高吸附效果[3]；极性指数［（O+N）/C］降低会增加疏水性，减少表面极性官能团，提供更多的有利疏水吸附位点[26]。
表 1 生物炭的元素含量Table 1. The elements contents of biochar元素 Elemental C H O N S 灰分 Ash 占比 Percentage/% 78.634 1.561 9.054 1.820 0.362 8.931 表 2 生物炭的原子质量比Table 2. The atomic mass ratio of biochar原子质量比类型 Atomic mass ratio type （N+O）/C H/C （C+H）/O O/C 比值 Ratio 0.138 0.020 8.857 0.115 2.1.4 傅里叶红外光谱法分析
FTIR光谱用于分析玉米秸秆生物炭的表面官能团。由图3可知，大量的-OH、-COOH、C-OH等官能团，使其表现出亲水、疏水和酸碱性等特性[27]。生物炭在3311 cm−1的振动与羧基和酚羟基中的O-H有关。1561 cm−1附近的吸收峰表明（芳香环结构C＝C双键）生物炭表面有大量芳香性基团[28]。玉米秸秆生物炭在1 088 cm−1附近有一个很强的吸收峰，此处为羟基、酯、醚中C-O伸缩振动。同时，玉米秸秆生物炭在791 cm−1和456 cm−1出现的吸收峰分别是C-C双链和SiO2伸缩振动。
2.2 生物炭添加量对吸附效果的影响
图4显示，生物炭添加量在0.1 g～1.0 g逐渐增加时，SDZ的吸附容量从4.73 mg·g−1降到0.99 mg·g−1，去除率从45.91%增加到95.21%；SCP的吸附量从8.05 mg·g−1降低到0.23 mg·g−1，去除率从86.53%增加到98.21%。显然随着生物炭添加量的增加，SDZ和SCP去除率逐渐增加而吸附量逐渐减少。生物炭的增加提供了更多的活性吸附点位，大量的SDZ和SCP分子进入生物炭表面的孔隙。而随着溶液中SDZ和SCP浓度的降低，去除率不断升高，生物炭的单位吸附量则不断下降[9]。
![]()
图 4 生物炭添加量对吸附SDZ和SCP的影响Figure 4. Effects of biochar additions in adsorbing SDZ and SCP2.3 吸附时间对吸附效果的影响
由图5可知，吸附初期玉米秸秆生物炭表面活性点位多且其表面液膜与溶液本体存在较大浓度差，SDZ和SCP向炭表面及孔隙中扩散速度较快，吸附在很短的时间（10 min）内快速进行，达到较高的去除率（SDZ为87.22%、SCP为99.00%）。随时间延长，生物炭表面吸附点位减少，浓度梯度降低，吸附逐渐变慢并达到平衡。
2.4 初始SDZ和SCP质量浓度对吸附效果的影响
由图6可知，玉米秸秆生物炭对SDZ和SCP的吸附量先增大后趋于稳定，去除率增加后小幅度下降。在整个吸附过程中，SDZ和SCP分子的扩散起着重要作用。根据菲克定律，浓度梯度决定了吸附过程的驱动力。液相中SDZ和SCP的相对质量浓度越高，传质动力越大，这更有助于实现SDZ和SCP分子从溶液到生物炭表面的传递。SDZ和SCP分子在水环境中的扩散驱动力随初始浓度的增加而增加。
![]()
图 6 初始质量浓度对生物炭吸附SDZ和SCP的影响Figure 6. Effects of initial sulfonamide concentration on SDZ and SCP adsorptions2.5 溶液pH对吸附效果的影响
如图7所示，在碱性条件下，玉米秸秆生物炭对SDZ和SCP的吸附效果要明显低于酸性条件下的吸附效果，并且随着pH的增加而下降。SDZ和SCP是一类两性分子，在不同的pH值下有多个pKa点（酸解离常数）。SDZ的pKa1=1.57，pKa2=6.50，SCP的pKa1=1.87，pKa2=5.45。当pH值超过pKa2时，SDZ和SCP主要与阴离子形态存在，与生物炭表面的电荷相反从而发生排斥作用[2]。溶液的初始pH值对吸附行为的影响是不同pH值条件下生物炭和SDZ、SCP之间的电荷差异导致。由于废水的pH值通常在5.5～9.0[29]，只有在极高的pH条件下才会对SDZ和SCP的吸附产生影响。
2.6 温度对吸附效果的影响
由图8可以看出在不同温度条件下玉米秸秆生物炭对SDZ和SCP的去除率和吸附量之间差异显著，生物炭对SDZ和SCP的吸附量和去除率都随着温度升高而降低，说明生物炭对SDZ和SCP的吸附反应均为放热反应，高温不利于生物炭对SDZ和SCP的吸附。
![]()
图 8 不同初始质量浓度下温度对SDZ和SCP去除效果的影响注：带有不字母的处理间存在显著差异（P ＜0.05 ），n=3。Figure 8. Effects of temperature on SDZ and SCP removal rates at different initial sulfonamide concentrationsNote: Data with different lowercase letters indicate significant differences between treatments at P＜0.05 (n=3).2.7 等温吸附热力学模型拟合
吸附等温线方程用于分析吸附剂与吸附分子之间的相互作用和吸附特性，R2是衡量吸附等温方程整体拟合度的主要因子。表3显示，Langmuir和Freundlich模型的线性相关系数R2均大于0.934，很好地拟合了SDZ和SCP吸附等温线，说明玉米秸秆生物炭对SDZ和SCP的吸附不是物理吸附过程，还包括化学相互作用。Freundlich模型的n值大于1，表明玉米秸秆生物炭和SDZ、SCP之间有很强的亲和力，吸附过程是自发的。Langmuir模型假设吸附剂表面是均匀的，吸附分子在吸附剂表面周围形成一个单吸附层，不存在相互作用。而Freundlich模型用于描述发生在非均相固体表面的化学吸附，故玉米秸秆生物炭对SDZ和SCP的吸附用Freundlich吸附等温模型描述更为合适[4]。
表 3 不同温度下的吸附等温方程及参数Table 3. Chemical composition of biochar抗生素
Antibiotics温度
Temperature/℃Langmuir Freundlich qm kL R2 n kF R2 SDZ 10 4.708 0.492 0.947 1.508 2.833 0.963 25 5.798 0.196 0.963 1.241 2.769 0.962 40 5.636 0.132 0.982 1.199 2.506 0.977 SCP 10 9.953 0.302 0.960 1.161 4.181 0.958 25 9.946 1.050 0.956 1.262 4.307 0.976 40 9.872 0.072 0.934 1.173 3.545 0.965 2.8 吸附动力学模型拟合
为解释玉米秸秆生物炭的吸附机制，采用准一级动力学模型和准二级动力学模型和颗粒内扩散模型对试验数据进行参数拟合。由表4可知，准二级动力学模型的平均拟合度（0.9997和0.9999）高于同等条件下准一级动力学模型（0.8490和0.8486）和颗粒内吸附模型（0.9038和0.4546）的拟合相关度。同时使用准二级动力学方程计算吸附平衡容量更接近实测值，故准二级动力学模型更适合描述生物炭的吸附行为，这表明化学吸附在生物炭和SDZ、SCP的吸附过程起主要作用。而k2变化比较明显，说明该吸附反应过程主要由快反应所控制，这与Rajapaksha用生物炭吸附磺胺甲嘧啶以及李雪冰利用活性炭吸附磺胺类抗生素得出的动力学规律一致[23, 29]。
表 4 不同温度下的吸附动力学方程及相关系数Table 4. Atomic mass ratio of biochar抗生素
Antibiotics温度
Temperature/℃准一级动力学方程
First-order kinetic equation准二级动力学方程
Second-order kinetic equation颗粒内扩散方程
Intra-particle diffusion equationk1 R2 k2 R2 kid R2 SDZ 10 0.0022 0.8480 0.1424 0.9997 0.0069 0.8851 25 0.0015 0.8663 0.3915 1.0000 0.0033 0.8583 40 0.0020 0.8328 0.1091 0.9996 0.0071 0.9680 SCP 10 0.0017 0.9109 0.3899 1.0000 0.0089 0.4577 25 0.0010 0.7744 1.4909 1.0000 0.0024 0.5494 40 0.0008 0.8605 0.3764 0.9998 0.0034 0.3568 2.9 重复利用性能
吸附剂的可重复使用性是商业应用中需要考虑的重要因素，通过可重复使用性实验可评估生物炭的循环利用能力。图9所示，玉米秸秆生物炭在第1、2和3次使用时，对SDZ的去除率分别为95.21%、72.13%和48.52%，对SCP的去除率分别为98.22%、79.25%和77.46%。虽然玉米秸秆生物炭对SDZ和SCP的吸附量和去除率均随着使用次数的增加逐渐减少，但仍具有较好的吸附效果。第3次后玉米秸秆生物炭吸附性能明显下降，原因可能是因为玉米秸秆生物炭表面的吸附点位被SDZ和SCP逐渐占据至饱和所致。5次试验结束后玉米秸秆生物炭对SDZ和SCP去除率仍可达到31.25%和53.90%。王楠等发现5次重复吸附试验后酸改性松针生物炭对磺胺甲噁唑去除率仍在40%以上[30]。李京京研究发现经过3次循环利用后，木耳菌渣生物炭对四环素的去除率从66.58%降低至40.25%[31]。生物炭经重复利用后吸附性能略有下降，但考虑到玉米秸秆是一种廉价易得的生物质，具有成本低和废弃物二次利用的优点，在重复利用时可以适当增加添加量，以达到最佳吸附性能。
![]()
图 9 重复利用次数对SDZ和SCP去除效果的影响Figure 9. Efficiencies of repeated use of biochar in removing SDZ and SCP in solution3. 讨论
抗生素在生物炭上的吸附机制可能取决于多种因素，包括：（1）吸附剂的结构特性；（2）吸附剂表面的理化特性，如比表面积、孔径分布、表面功能性、灰分含量等；（3）吸附的条件，如pH和吸附时的温度等。
玉米秸秆生物炭对磺胺类抗生素的吸附包括物理吸附和化学吸附，物理吸附主要与生物炭表面的物理结构有关，化学吸附与生物炭表面的官能团有关。生物炭表面复杂的微孔结构可以为SDZ和SCP提供更多的吸附位点。同时磺胺类抗生素的颗粒内扩散过程也更易进行，提高了孔内吸附效率[23, 32]。而提高热解温度能提升生物炭的比表面积和微孔数量，增强生物炭的吸附效果[5]。生物炭表面含有大量的含氧等官能团，可与磺胺类抗生素分子形成的氨基发生酸碱反应，从而形成离子键，提高吸附性能。玉米秸秆生物炭的表面极性和亲水性较高，因此更容易吸附极性分子。而且玉米秸秆生物炭表面含有非碳化组分，含有O-羧基、羟基和酚类等官能团，可固定污染物[33- 34]。外光谱分析表明，氢键结合、π-π共轭是秸秆生物炭吸附2种磺胺抗生素的主要机理[35]。抗生素分子会与生物炭的芳香环之间形成π-π键电子耦合，提高生物炭的吸附效果[36]。前人报道了草炭对3种邻苯二甲酸酯的吸附能力强于在相同温度下制备的木炭，这是由于草炭的烷基碳含量和极性较高[37]。目前的研究表明疏水效应、α-相互作用、氢键、共价和静电相互作用，这些机制在生物炭对有机污染物的吸附过程中共存[38-39]。
不同的吸附条件也会影响到生物炭吸附抗生素的效果。玉米秸秆生物炭对SDZ和SCP主要受到添加量、吸附时间、初始浓度和溶液pH值的影响。随着添加量的增加，生物炭对抗生素的吸附量会下降，去除率提高[40]。由于可用的吸附点位的增加，大量的吸附剂会使得抗生素快速吸附到生物炭表面，溶液周边的抗生素浓度下降，单位吸附容量降低。吸附平衡时间由抗生素浓度随时间的变化决定，吸附过程在10 min内达到吸附平衡，此后随着吸附时间的延长，吸附率没有明显变化。初始pH值会影响吸附剂表面的物理化学性质和抗生素的分子形式，在吸附过程中起着重要作用。随着溶液pH值增加，SDZ和SCP主要以阴离子形态存在，生物炭表面含氧基团进一步电离，负电荷密度增大，静电排斥作用增强，且阳离子-π和π-π作用减弱，导致生物炭吸附能力下降[41]。而生物炭对SDZ和SCP的吸附为吸热反应，升高温度会降低溶液的黏度并促进SDZ和SCP分子的移动，从而提高了SDZ和SCP在生物炭外表面和内部的渗透速率，有利于反应进行[42]。
根据等温吸附方程所拟合的玉米秸秆生物炭对SDZ和SCP吸附容量最高可达到5.798 mg·g−1和9.946 mg·g−1。赵涛等研究发现同等条件下制备的皇族草生物炭（5.471 mg·g−1）对磺胺氯哒嗪的吸附效果远大于花生壳生物炭（2.590 mg·g−1）[9]。孟庆梅等使用磷酸活化榴莲壳生物炭，其对SDZ的吸附容量可达到9.044 mg·g−1[43]。对于磺胺类抗生素，丁杰等使用浓硫酸和浓硝酸等氧化剂氧化活性炭比未改性活性炭的吸附效果提高了5～12倍[44]。针对生物炭原材料的选择和生物炭的改性研究是提高生物炭吸收污染物效果的关键。
4. 结论
（1）玉米秸秆生物炭对 SDZ和SCP的吸附效果主要受添加量、吸附时间、初始浓度、吸附温度以及 SDZ和 SCP溶液的 pH值等因素的影响。在25 ℃、pH=5、吸附时间4 h、初始质量浓度10 mg·L−1的条件下，玉米秸秆生物炭对SDZ的去除率可达到94.57%（生物炭添加量8 g·L−1），对SCP的去除率可达到98.12%（生物炭添加量5 g·L−1）。
（2）玉米秸秆生物炭对 SDZ和 SCP的吸附机制主要包括孔隙填充机制、静电相互作用力、π-π共轭效应。
（3）Freundlich等温吸附方程和准二级动力学方程能较好地描述吸附过程，吸附过程为快速反应控制，自发的放热过程，主要为化学吸附。
（4）吸附-解吸循环试验结果表明，玉米秸秆生物炭在3个循环后仍能保持良好的吸附能力，由于生物炭原材料来源丰富、制作成本低，因此未来具有很好的应用潜力。
-
表 1 40份金鱼草种质资源
Table 1 40 Germplasms of A. majus L.
序号
Number种质资源
Germplasm resource来源地
Origin序号
Number种质资源
Germplasm resource来源地
Origin1 阿波罗-象牙白 Apollo-Ivory 美国 America 21 马里兰-贝壳粉色 Maryland-Shell pink 美国 America 2 阿波罗-棕红色 Apollo-Brownish red 美国 America 22 马里兰-火焰 Maryland-Flames 美国 America 3 波托马克-白色 Potomac-White 美国 America 23 马里兰-深紫色 Maryland-Dark purple 美国 America 4 彩虹糖-橙色 Rainbow sugar-Orange 日本 Japan 24 美人鱼-品红 Mermaid-Magenta 美国 America 5 彩虹糖-红色 Rainbow sugar-Red 日本 Japan 25 梦得高-橙黄双色 Montego-Orange yellow 美国 America 6 传奇-黄色 Legend-Yellow 日本 Japan 26 梦得高-红晕 Montego-Flush 美国 America 7 号角-橘红色 Horn-Orange red 美国 America 27 摩纳哥-紫罗兰 Monaco-Violet 美国 America 8 花雨-丁香紫色 Flower rain-Lilac purple 日本 Japan 28 神箭-红黄双色 Divine arrow-Red yellow 美国 America 9 花雨-酒红双色 Flower rain-Wine red 日本 Japan 29 诗韵-猩红橙色 Poetic rhyme-Scarlet orange 日本 Japan 10 花雨-珊瑚双色 Flower rain-Coral 日本 Japan 30 双子星-古铜色 Gemini-Bronze 荷兰 Holland 11 火箭-红色 Rocket-Red 美国 America 31 跳跳糖-深紫色 Pop rocks-Dark purple 日本 Japan 12 火箭-渐变玫瑰红色 Rocket-Gradient rose red 美国 America 32 童音-黄色 Child voice-Yellow 荷兰 Holland 13 火箭-金黄色 Rocket-Gold 美国 America 33 香蒂尔-天鹅绒 Chantil-Velvet 日本 Japan 14 火箭-柠檬黄色 Rocket-Lemon yellow 美国 America 34 早生诗韵-粉红色 Early poetry rhyme-Pink 日本 Japan 15 火箭-青铜色 Rocket-Bronze 美国 America 35 至日-橙黄三色 Solstice-Orange three colors 美国 America 16 锦绣-酒红色 Splendid-Wine red 美国 America 36 重瓣双子星-黄色渐变 Double gemini-Yellow gradient 荷兰 Holland 17 凉爽-鲑红色 Cool-Salmon red 美国 America 37 重瓣双子星-紫色 Double Gemini Purple 荷兰 Holland 18 玲珑-桃色 Exquisite-Peach 美国 America 38 紫花卷 Purple flower roll 美国 America 19 玲珑-霞光 Exquisite-Sunglow 美国 America 39 自由经典-淡紫色 Libery-lavender 美国 America 20 玲珑-紫罗兰 Exquisite-Violet 美国 America 40 自由经典-猩红 Libery-Scarlet 美国 America 
下载: 导出CSV
表 2 金鱼草数量性状及其测量方法
Table 2 Quantitative DUS traits and determinations for A. majus L.
性状代码
Trait Number性状
Traits单位
Unit测量方法
Measurement methodsT1 植株高度*
Height of plant*cm 测量地面至植株顶部的高度
Measure the height from the ground to the top of the plantT2 植株株幅*
Width of plant*cm 测量植株最大宽度
Measure the maximum width of the plantT3 主茎长度
Length of main stemcm 测量主茎基部至花序初始位置长度
Measure the length from the base of main stem to the initial position of inflorescenceT4 主茎直径
Diameter of main stemmm 测量植株中部位置主茎粗度
Measure the main stem thickness at the middle of the plantT5 主茎一级分枝数量
Number of primary branches on main stem个 测量主茎上一级分支数量
Measure the number of primary branches on the main stemT6 叶长度
Length of leafcm 测量主茎中部最大叶片长度
Measure the length of the maximum leaf in the middle of main stemT7 叶宽度
Width of leafcm 测量主茎中部最大叶片宽度
Measure the width of the maximum leaf in the middle of main stemT8 花序长度
Length of inflorescencecm 测量花序第一朵花至花序顶端长度
Measure the length from the first flower of inflorescence to the topT9 花长度
Length of flowercm 测量自然状态下花朵长度
Measure the length of flowers in natural stateT10 花宽度
Width of Flowercm 测量自然状态下花朵宽度
Measure the width of flowers in natural stateT11 花冠筒长度
Length of corolla tubecm 测量花冠筒底部至裂片分离处的长度
Measure the length from the bottom of corolla tube to the separation of lobesT12 上唇宽度
width of Upper lipcm 花朵上唇平展的宽度
The width of the flower's upper lipT13 下唇中尖瓣宽度
Width of middle cusp lobe on lower lipcm 花朵下唇中尖瓣平展的宽度
The spreading width of the middle cusp of the lower lip标注*的性状为本研究新增的非指南性状。
* indicates new trait not included in current UPOV guidelines.
下载: 导出CSV
表 3 金鱼草种质资源数量性状变异情况
Table 3 Variation on quantitative DUS traits of A. majus L. germplasms
性状
Trait最大值
Maximum最小值
Minimum平均值
Average极差
Range品种内变异系数
Coefficient of variation
within varieties/%品种间变异系数
Coefficient of variation
among varieties/%T1 124.8 16.8 54 108 7.3 54.9 T2 64.6 25.4 39.7 39.2 8.7 21.3 T3 113.0 11.1 42.7 101.9 9.1 65.9 T4 11.3 2.0 4.2 9.3 7.4 59.1 T5 41.7 7.8 16.8 33.9 9.3 45.5 T6 13.2 5.0 8.0 8.2 7.5 24.3 T7 4.1 1.1 2.4 3.0 10.2 28.9 T8 18.8 6.7 11.7 12.1 12.0 28.6 T9 4.2 1.9 3.1 2.3 7.7 19.4 T10 4.1 1.8 2.8 2.3 9.4 18.4 T11 3.2 1.4 1.7 1.8 5.3 16.9 T12 4.8 2.0 3.3 2.8 7.0 22.6 T13 1.7 0.7 1.1 1.0 9.2 21.9
下载: 导出CSV
表 4 金鱼草数量性状相关性分析
Table 4 Correlation coefficients of quantitative DUS traits of A. majus L.
性状
TraitT1 T2 T3 T4 T5 T6 T7 T8 T9 T10 T11 T12 T13 T1 1 T2 0.605** 1 T3 0.993** 0.601** 1 T4 0.635** 0.263 0.656** 1 T5 0.246 0.182 0.218 0.156 1 T6 0.549** 0.314 0.562** 0.852** 0.289 1 T7 0.573** 0.199 0.587** 0.732** 0.310 0.807** 1 T8 0.469** 0.376* 0.376* 0.019 0.307 0.083 0.118 1 T9 −0.253 −0.315 −0.251 0.250 0.119 0.414** 0.356* −0.209 1 T10 0.198 0.239 0.191 0.465** 0.198 0.645** 0.479** 0.014 0.637** 1 T11 0.040 0.156 0.012 0.161 0.198 0.340* 0.198 0.167 0.404** 0.590** 1 T12 −0.159 −0.245 −0.145 0.329* 0.193 0.500** 0.483** −0.263 0.939** 0.714** 0.346* 1 T13 −0.109 −0.088 −0.101 0.385* 0.126 0.555** 0.462** −0.216 0.847** 0.726** 0.487** 0.878** 1 *. 表示在P值小于 0.05 水平，显著相关性；**. 表示在P值小于 0.01水平，极显著相关。
* Indicates significant correlation at P＜0.05; * * Indicates highly significant correlation at P＜0.01.
下载: 导出CSV
表 5 金鱼草种质资源数量性状表达状态分级
Table 5 Classification on expressions of quantitative DUS traits of A. majus L. germplasms
性状
Trait性状表达状态分级及范围
Expression status grading and range of traits1 2 3 4 5 6 7 8 9 T1 (0，20] (20，30] (30，40] (40，50] (50，60] (60，70] (70，80] (80，90] (90，+∞) T2 (0，26] (26，30] (30，34] (34，38] (38，42] (42，46] (46，50] (54，58] (58，+∞) T3 (0，15] (15，25] (25，35] (35，45] (45，55] (55，65] (65，75] (75，85] (85，+∞) T4 (0，2] (2，3] (3，4] (4，5] (5，6] (6，7] (7，8] (8，9] (9，+∞) T5 (0，4] (4，8] (8，12] (12，16] (16，20] (20，24] (24，28] (28，32] (32，+∞) T6 (0，3.5] (3.5，5] (5，6.5] (6.5，8] (8，9.5] (9.5，11] (11，12.5] (12.5，14] (14，+∞) T7 (0，1] (1，1.5] (1.5，2] (2，2.5] (2.5，3] (3，3.5] (3.5，4] (4，4.5] (4.5，+∞) T8 (0，5] (5，8] (8，11] (11，14] (14，17] (17，20] (20，+∞) T9 (0，1.5] (1.5，2] (2，2.5] (2.5，3] (3，3.5] (3.5，4] (4，4.5] (4.5，5] (5，+∞) T10 (0，1] (1，1.5] (1.5，2] (2，2.5] (2.5，3] (3，3.5] (3.5，4] (4，4.5] (4.5，+∞) T11 (0，1.1] (1.1，1.3] (1.3，1.5] (1.5，1.7] (1.7，1.9] (1.9，2.1] (2.1，2.3] (2.3，2.5] (2.5，+∞) T12 (0，2] (2，2.5] (2.5，3] (3，3.5] (3.5，4] (4，4.5] (4.5，5] (5，5.5] (5.5，+∞) T13 (0，0.4] (0.4，0.6] (0.6，0.8] (0.8，1] (1，1.2] (1.2，1.4] (1.4，1.6] (1.6，1.8] (1.8，+∞)
下载: 导出CSV
表 6 金鱼草种质数量性状总方差结果
Table 6 Total variance on quantitative DUS traits of A. majus L. germplasms
成分
Component特征根
Characteristic-root贡献率
Contribution
rate/%累积贡献率
Cumulative
contribution rate/%1 5.46 41.98 41.98 2 3.74 28.76 70.74 3 0.99 7.62 78.36 4 0.84 6.45 84.80
下载: 导出CSV
表 7 金鱼草种质数量性状成分矩阵
Table 7 Component matrix of quantitative DUS traits of A. majus L. germplasms
性状代码
Trait number成分 Component 1 2 3 4 T6 0.92 0.14 −0.15 −0.07 T10 0.86 −0.17 0.23 −0.15 T7 0.84 0.15 −0.26 0.06 T4 0.83 0.17 −0.32 −0.04 T13 0.79 −0.51 0.03 −0.13 T12 0.73 −0.61 −0.06 0.09 T9 0.67 −0.66 0.05 0.10 T1 0.38 0.87 −0.04 −0.02 T3 0.39 0.86 −0.11 −0.06 T2 0.27 0.71 0.09 −0.45 T8 0.11 0.65 0.46 0.23 T11 0.56 −0.10 0.71 −0.06 T5 0.44 0.37 0.00 0.71
下载: 导出CSV
-
[1] 陈宇华, 陈剑锋, 钟声远, 等. 20份金鱼草种质资源花色性状鉴定与分析 [J]. 福建农业科技, 2022, 53(7):1−7. CHEN Y H, CHEN J F, ZHONG S Y, et al. Identification and analysis of flower color traits of 20Germplasm resources of Antirrhinum majus [J]. Fujian Agricultural Science and Technology, 2022, 53(7): 1−7.(in Chinese)
[2] 李彤, 邵慧慧, 韩嘉宁, 等. 金鱼草AmPIF4基因克隆及调控花香物质合成释放功能分析 [J]. 西北植物学报, 2021, 41(12):1994−2001. LI T, SHAO H H, HAN J N, et al. Isolation and characterization of AmPIF4 gene in the regulating floral scent synthesis and release in snapdragon [J]. Acta Botanica Boreali-Occidentalia Sinica, 2021, 41(12): 1994−2001.(in Chinese)
[3] 曾紫风, 孙欢, 郭雪, 等. 金鱼草中央细胞中线粒体DNA拷贝数的定量 [J]. 热带亚热带植物学报, 2016, 24(4):452−455. ZENG Z F, SUN H, GUO X, et al. Quantification of mitochondrial DNA copies in central cells of antirrhium majus [J]. Journal of Tropical and Subtropical Botany, 2016, 24(4): 452−455.(in Chinese)
[4] 赵印泉, 周斯建, 彭培好, 等. 植物花香代谢调节与基因工程研究进展 [J]. 热带亚热带植物学报, 2011, 19(4):381−390. ZHAO Y Q, ZHOU S J, PENG P H, et al. Research advances in metabolic regulation and genetic engineering of floral scent [J]. Journal of Tropical and Subtropical Botany, 2011, 19(4): 381−390.(in Chinese)
[5] YANG Y Y, TIAN Y N, LI H C, et al. Mitigation of gravitropic bending of snapdragon cut flowers through SNP treatment via ROS asymmetry elimination and auxin sensitivity reduction [J]. Scientia Horticulturae, 2023, 313: 111890. DOI: 10.1016/j.scienta.2023.111890
[6] 褚云霞, 陈海荣, 邓姗, 等. 中外植物新品种保护DUS审查方式之比较与借鉴 [J]. 种子, 2016, 35(6):70−74. CHU Y X, CHEN H R, DENG S, et al. The comparison and revelation on the DUS testing methods of protection of plant new varieties among China and foreign countries [J]. Seed, 2016, 35(6): 70−74.(in Chinese)
[7] 林夕, 周仙莉, 张红岩, 等. 青海菜用蚕豆改良效果评价及主要数量性状遗传效应分析 [J]. 种子, 2022, 41(2):40−45. LIN X, ZHOU X L, ZHANG H Y, et al. Evaluation of improvement effect and genetic effect analysis of main quantitative traits of vegetable broad bean in Qinghai [J]. Seed, 2022, 41(2): 40−45.(in Chinese)
[8] 杨磊, 贾平平, 靳娟, 等. 118个枣品种表型性状多样性分析 [J]. 植物资源与环境学报, 2023, 32(1):50−60. YANG L, JIA P P, JIN J, et al. Analysis on phenotypic trait diversity of 118 Ziziphus jujuba cultivars [J]. Journal of Plant Resources and Environment, 2023, 32(1): 50−60.(in Chinese)
[9] 李娟, 孔德章, 焦爱霞, 等. 基于贵州地区玉米DUS测试数量性状变异与分级标准研究 [J]. 种子, 2021, 40(10):34−40. LI J, KONG D Z, JIAO A X, et al. Study on quantitative trait variation and grading standard of maize by DUS test in Guizhou region [J]. Seed, 2021, 40(10): 34−40.(in Chinese)
[10] 谢文辉, 赵文武, 王雷挺, 等. 22份百脉根种质资源表型数量性状的遗传多样性分析 [J]. 草地学报, 2023, 31(1):173−179. XIE W H, ZHAO W W, WANG L T, et al. Genetic diversity analysis of 22 lotus corniculatus germplasm resources based on phenotypic quantitative traits [J]. Acta Agrestia Sinica, 2023, 31(1): 173−179.(in Chinese)
[11] 姚祝芳, 张雄坚, 杨义伶, 等. 177份甘薯地方资源表型性状的遗传多样性分析 [J]. 作物学报, 2022, 48(9):2228−2241. YAO Z F, ZHANG X J, YANG Y L, et al. Genetic diversity of phenotypic traits in 177 sweetpotato Landrace [J]. Acta Agronomica Sinica, 2022, 48(9): 2228−2241.(in Chinese)
[12] 褚云霞, 何玉祥, 邓姗, 等. 萱草属DUS测试中数量性状的测量方法研究 [J]. 中国农业大学学报, 2022, 27(1):67−78. CHU Y X, HE Y X, DENG S, et al. Study on the measurement of quantitative characteristics in DUS testing of Hemerocallis [J]. Journal of China Agricultural University, 2022, 27(1): 67−78.(in Chinese)
[13] 邓姗, 陈海荣, 任丽, 等. 玉簪属品种DUS测试中数量性状的测定方法探索 [J]. 植物遗传资源学报, 2020, 21(2):347−358. DENG S, CHEN H R, REN L, et al. Measurement method for the quantitative traits used in DUS testing of Hosta(Hosta tratt. ) [J]. Journal of Plant Genetic Resources, 2020, 21(2): 347−358.(in Chinese)
[14] 赵洪, 张靖立, 禇云霞, 等. 基于DUS测试性状的上海鲜食玉米遗传多样性分析 [J]. 玉米科学, 2022, 30(3):24−31. ZHAO H, ZHANG J L, CHU Y X, et al. Genetic diversity analysis of fresh maize based on DUS characters in Shanghai [J]. Journal of Maize Sciences, 2022, 30(3): 24−31.(in Chinese)
[15] 纪军建, 付国庆, 寇淑君, 等. 谷子新品种DUS测试数量性状分级及遗传多样性研究 [J]. 种子, 2022, 41(9):17−27. JI J J, FU G Q, KOU S J, et al. Quantitative character classification and genetic diversity of new millet varieties based on DUS testing [J]. Seed, 2022, 41(9): 17−27.(in Chinese)
[16] 李晓荣, 张中平, 孙永海, 等. 西南麦区96份小麦育种材料重要农艺性状的遗传多样性分析 [J]. 南方农业学报, 2021, 52(9):2358−2368. LI X R, ZHANG Z P, SUN Y H, et al. Genetic diversity of 96 wheat breeding materials in the southwest wheat region based on important agronomic traits [J]. Journal of Southern Agriculture, 2021, 52(9): 2358−2368.(in Chinese)
[17] 陈永忠, 许彦明, 张震, 等. 油茶果实主要数量性状分析及育种指标体系筛选 [J]. 中南林业科技大学学报, 2021, 41(3):1−9. CHEN Y Z, XU Y M, ZHANG Z, et al. Analysis of fruit main quantitative traits and selection of breeding index in Camellia oleifera [J]. Journal of Central South University of Forestry & Technology, 2021, 41(3): 1−9.(in Chinese)
[18] International Union for the Protection of New Plant Varieties. Guidelines for the conduct of tests for distinctness, uniformity and stability (Antirrhinum majus L. ):TG/221/1 [S]. Geneva. Switzerlang: UPOV, 2005. [19] 中华人民共和国农业部. 植物新品种特异性、一致性和稳定性测试指南 蝴蝶兰: NY/T 2230—2012[S]. 北京: 中国农业出版社, 2013. [20] 中华人民共和国农业部. 植物新品种特异性、一致性和稳定性测试指南 兰属: NY/T 2441—2013[S]. 北京: 中国农业出版社, 2014. [21] 中华人民共和国农业部. 植物新品种特异性、一致性和稳定性测试指南 郁金香属: NY/T 2226—2012[S]. 北京: 中国农业出版社, 2013. [22] 中华人民共和国农业部. 植物新品种特异性、一致性和稳定性测试指南 石斛属: NY/T 2758—2015[S]. 北京: 中国农业出版社, 2015. [23] 唐浩. 植物品种特异性 一致性 稳定性测试总论[M]. 北京: 中国农业出版社, 2017. [24] 张中润, 黄伟坚, 黄海杰, 等. 腰果品种DUS测试指南的研制 [J]. 热带作物学报, 2022, 43(5):948−954. ZHANG Z R, HUANG W J, HUANG H J, et al. Development of test guideline of distinctness, uniformity and stability for cashew(Anacardium occidentale L. ) [J]. Chinese Journal of Tropical Crops, 2022, 43(5): 948−954.(in Chinese)
[25] 成晓丹, 魏宇昆, 黄艳波, 等. 鼠尾草属品种DUS测试指南的研制 [J]. 园艺学报, 2020, 47(S2):3154−3163. CHENG X D, WEI Y K, HUANG Y B, et al. Study on test guideline of distinctness, uniformity and stability for Salvia [J]. Acta Horticulturae Sinica, 2020, 47(S2): 3154−3163.(in Chinese)
[26] 李栋梁, 符瑞侃, 云勇, 等. 叶子花属植物新品种特异性、一致性和稳定性测试指南研制 [J]. 分子植物育种, 2022, 20(17):5855−5863. LI D L, FU R K, YUN Y, et al. Guideline development for the conduct of tests for distinctness, uniformity and stability of new varieties of Bougainvillea [J]. Molecular Plant Breeding, 2022, 20(17): 5855−5863.(in Chinese)
[27] 褚云霞, 陈海荣, 邓姗, 等. 观赏植物品种DUS测试指南的研制 [J]. 上海农业学报, 2018, 34(6):81−87. CHU Y X, CHEN H R, DENG S, et al. Development of the guidelines for the tests of distinctness, uniformity and stability of ornamental plant [J]. Acta Agriculturae Shanghai, 2018, 34(6): 81−87.(in Chinese)
[28] 褚云霞, 邓姗, 陈海荣, 等. 中国草本花卉DUS测试现状 [J]. 中国农业大学学报, 2020, 25(2):34−43. DOI: 10.11841/j.issn.1007-4333.2020.02.04 CHU Y X, DENG S, CHEN H R, et al. Present status of DUS testing for herbaceous ornamentals in China [J]. Journal of China Agricultural University, 2020, 25(2): 34−43.(in Chinese) DOI: 10.11841/j.issn.1007-4333.2020.02.04
[29] 冯俊杰, 赵文达, 张新全, 等. 引种日本多花黑麦草标准品种DUS性状变异分析及应用 [J]. 中国农业科学, 2022, 55(12):2447−2460. FENG J J, ZHAO W D, ZHANG X Q, et al. DUS traits variation analysis and application of standard varieties of Lolium multiflorum introduced from Japan [J]. Scientia Agricultura Sinica, 2022, 55(12): 2447−2460.(in Chinese)
[30] 钟声远, 钟海丰, 陈宇华, 等. 建兰品种资源数量性状与分组性状的DUS判定 [J]. 西北农林科技大学学报(自然科学版), 2022, 50(3):115−124. ZHONG S Y, ZHONG H F, CHEN Y H, et al. DUS evaluation of quantitative and grouping characteristics of Cymbidium ensifolium [J]. Journal of Northwest A & F University (Natural Science Edition), 2022, 50(3): 115−124.(in Chinese)
-
期刊类型引用(4)
1. 陈璞，徐振江，江东，易静，苏穆清，邓超，饶得花. 柚类种质资源DUS测试数量性状分级研究. 果树学报. 2024(09): 1885-1902 . 
百度学术
2. 贾文浩，何旭彤，张洁，李琳，林红梅，雷秀娟，王英平. 西洋参DUS测试性状筛选与分级研究. 种子. 2024(09): 122-130 . 百度学术
3. 胡冬，马超，章毅颖. 基于数字图像处理的不结球白菜表型性状分析. 上海农业学报. 2024(06): 125-130 . 百度学术
4. 陈宇华，陈剑锋，钟声远，钟海丰，林觅，刘中华. 基于DUS测试指南的蕹菜个体测量性状分析与分组性状筛选. 福建农业科技. 2024(11): 44-50 . 百度学术
其他类型引用(0)
计量
- 文章访问数: 535
- HTML全文浏览量: 284
- PDF下载量: 12
- 被引次数: 4
