鸡解耦联蛋白基因型与活性氧含量、初生重的相关性分析     

程甲  程曦  朱庆鸿  赵兴波 《农业生物技术学报》2011,19(1)

为了研究解耦联蛋白基因(uncoupling protein,UCP)对鸡(Gallus gallus)初生重及活性氧含量的影响,本实验通过对3个品种鸡初生重、UCP C353T多态位点基因型以及肌肉组织活性氧(ROS)含量的测定,发现丝羽乌鸡ROS值显著低于白莱航、寿光鸡,UCP TT基因型ROS值显著高于CT和CC基因型,而ROS含量与雏鸡初生重之间存在着正向的相关性(r=0.5011),UCP TT基因型的初生重显著高于CT和CC基因型。实验结果揭示了鸡UCP基因型对初生重性状具有选择效应。  相似文献   

基于时间去相关的三阶段森林高度估计方法   总被引：1，自引：0，他引：1       下载免费PDF全文

黎晓  李增元  陈尔学  程甲州  姜友谊 《林业科学研究》2020,33(3)

[目的]在利用极化SAR数据反演树高时,时间去相关因子是影响反演精度的主要因素;目前,地面随机运动模型(RMoG)是该领域最有效的模型之一,但地面随机运动模型有着反演困难、耗时过长的缺点。为了改善这个问题,提出了简化RMoG模型。[方法]首先忽略地面运动,只保留植被冠层运动,重新改写植被体散射公式;然后对多个相干系数直线拟合出地面相位;再次通过PD极化相干最优方法来估计纯体散射去相干值;最后利用改写后的植被体散射公式建立查找表,在固定消光系数的基础上通过查找表反演得到植被高度。为了验证本研究方法的有效性,以瑞典南部的Remingstorp地区为研究区,以BioSAR2007项目的遥感数据进行试验,并以决定系数(R2)和均方根误差(RMSE)对4种模型的反演结果进行比较评价。[结果]表明:本研究方法可以很好地改善三阶段算法的高估问题。在精度比较方面:三阶段算法的R~2为0.78,RMSE为8.52;RMoG模型的R2为0.47,RMSE为4.17;RMoG_L模型的R~2为0.48,RMSE为2.50;本方法的R2为0.53,RMSE为6.24。对比三阶段算法,本研究方法在精度上有明显的优势;对比RMoG模型和RMoG_L模型,本方法可有效地减少反演时间。[结论]通过添加植被冠层运动消除时间去相关的影响行之有效。与三阶段算法、RMoG模型和RMoG_L模型对比,本方法具有精度高、耗时少的优点。  相似文献