【摘 要】
：
依赖动物传粉的作物,传粉者不足会限制其结实。罗汉果（Siraitia grosvenorii）是葫芦科（Cucurbitaceae）罗汉果属的雌雄异株藤本植物;其果实具有重要的药用价值,在我国广西等地种植并主要依赖人工授粉。为利用自然访花昆虫传粉,我们调查和研究了罗汉果的传粉系统。本研究的野外群体在广西桂林永福龙江乡,我们观察、测量了开花动态、花部特征、花气味成分、传粉昆虫多样性及其传粉效率等。罗
论文部分内容阅读
依赖动物传粉的作物,传粉者不足会限制其结实。罗汉果（Siraitia grosvenorii）是葫芦科（Cucurbitaceae）罗汉果属的雌雄异株藤本植物;其果实具有重要的药用价值,在我国广西等地种植并主要依赖人工授粉。为利用自然访花昆虫传粉,我们调查和研究了罗汉果的传粉系统。本研究的野外群体在广西桂林永福龙江乡,我们观察、测量了开花动态、花部特征、花气味成分、传粉昆虫多样性及其传粉效率等。罗汉果传粉系统的主要成果如下:（1）罗汉果为雌雄异株植物,其结实依赖传粉者授粉,不存在无融合生殖。（2）罗汉果花期6月中旬到9月下旬,常分批开放,雄花单花期1天,雌花单花期1-2天。雌花柱头有分支,分支的柱头与雄花花药相似。雄花提供的花报酬有花粉、花蜜、花油,雌花提供的花报酬只有花油。罗汉果雌花和雄花分泌油的主要成分是醛类、酯类、烷烃、烯烃、芳香族化合物、脂肪酸等;罗汉果雌雄花释放的香味成分主要为甲苯、碳酸二乙酯、乙缩醛、反式-2-（1-乙氧基乙氧基）2-丁烯,且主要源于花油中的成分。（3）罗汉果的访花昆虫主要是蝶类、蝇类、蜂类、甲虫等。雄花的访花者主要有熊蜂（Bombus）、木蜂（Xylocopa）、隧蜂（Halictus）、意大利蜜蜂（Apis mellifera）、无角栉距蜂（Ctenoplectra davidi）、黄芦蜂（Ceratina flavipes）;而雌花的访花者是雌性的无角栉距蜂。比较不同访花者的传粉效率,结果表明只有雌性无角栉距蜂是有效传粉者。我们结果表明不访问雌花的昆虫不起传粉作用,为盗蜜者或盗粉者。这种油蜂传粉的雌雄异株植物,座果依赖人工授粉或繁育有效的传粉昆虫无角栉距蜂。
其他文献
随着近年计算机技术的进步,需要处理的数据量级越来越大,维度越来越高。更高维度的数据往往蕴含更复杂隐蔽的潜在联系,这使得数据中蕴含的信息愈发难以观测。因此,如何高效地处理分析可视化这些多维数据一直是当今数据研究领域的热门话题。一方面由于以人类认知的局限性难以观测多维数据并想象高维空间的数据分布,多维数据可视化方法往往是数据分析的第一个环节。多维可视化方法利用多种算法将多维数据在人类可以观测的空间内展
板坯号是钢铁企业热轧生产过程中板坯的唯一标识,板坯在进入加热炉生产之前,当前主要是依靠人工方式对板坯号进行识别,劳动强度高且容易出现识别错误。所以,利用图像处理和深度学习等人工智能技术实现对板坯号的自动识别,对于降低劳动强度、提高钢铁企业热轧厂的信息化和智能化水平具有重要意义。本文针对热轧厂加热炉工序的板坯号自动识别问题,基于深度学习和图像处理等方法,分别针对数据集自动构建方法、板坯号的单字符识别
由于肺癌的临床表现复杂多样、但其恶化速度却十分惊人,所以肺癌的早期诊断有着重大意义。传统的基于图像处理技术的肺癌诊断方法,主要依靠基于医生经验的手工特征,如灰度、纹理等来实现,无法利用结节的视觉特征区分其与血管等其他组织,往往无法取得较高的准确率。近年来,随着深度学习的迅猛发展和有标注医学图像数据的骤增,将深度学习算法应用到计算机诊断技术中已经是大势所趋。为了减少肺结节的漏检和错诊,提高肺癌诊疗的
随着全景技术的发展以及深度学习技术的广泛应用,全景图像的目标检测与人工智能方法相结合成为极具发展前景的一种视觉应用场景。同时,有效的深度学习网络模型为各行各业的人工智能研究提供了理论依据,极大地促进了互联网公司（如百度自动驾驶部门）、车企（如特斯拉公司）等机构基于学习架构构建无人自治系统的研究与应用。全景环境下道路目标的准确检测能够作为自动驾驶的基本感知能力,保证驾驶的安全性,是实现L5级无人驾驶
经过半个多世纪的发展,机器人技术已经对人类的生产和生活方式产生了深远影响,并成为衡量一个国家科技创新和高端制造业水平的重要标志。新的社会发展趋势表明:未来新一代机器人系统将从更多的方面模仿人,尤其是,机器人与人之间应更多地表现出一种和谐共存、优势互补的合作伙伴关系,即:与人共融是新一代机器人系统的最本质特征。为了实现机器人与人共融,需要机器人能够感知交互者身份,进而与人自然交互。因此,机器人准确感
目前,无人驾驶、机器人、增强现实等行业正在快速发展,对于机器人等智能设备来说,能准确的获取自身位置并感受周围环境具有非常重要的意义。同时定位与建图（SLAM）正是解决这一问题的关键技术。机器人通常需要工作于复杂的环境之下。其中,动态环境是影响机器人SLAM的重要因素之一。在动态环境下,机器人等无人设备的定位会受到动态因素的严重干扰,以致于经常出现定位失准的现象。同时,如何建立可以帮助机器人进行导航
石油属于全球重要的战略资源,其需求量日益增大,国家经济的发展离不开它。由于石油具有易燃的属性,极易引发火灾、爆炸,给人民生命财产造成巨大的损失。因此,石油储运的消防工作至关重要。油库负责接收、存储和发放原油或成品油,主要由油罐区和泵房区组成,对油罐区和泵房区进行火情检测是保证油库消防安全的必要手段。近年来,随着计算机和现代通信技术的引入,油库消防设施的自动化和智能化水平显著提高,然而,目前油库火情
工业机械设备的稳定运行是确保企业生产活动正常进行的关键因素。在机械设备中,滚动轴承是应用最为广泛的零部件之一,但同时也是机械设备中的故障多发零部件。如果轴承故障得不到及时的诊断与检修,不仅使企业不能完成正常的生产任务,甚至会影响设备使用寿命,造成财产损失及人员伤亡等灾难性的后果。因此,对滚动轴承故障状态进行早期诊断十分必要,且有重大的实际应用价值及理论研究意义。目前,经验模态分解（EMD）算法和最
随着信息技术的发展和网络设备的普及,互联网已经成为了人们获取信息的主要渠道,尤其是随着互联网的商业应用不断扩大和普及,商业服务互联网日趋成熟。另一方面,随着互联网商业用户的不断增加及用户对服务质量要求不断提高,网络中数据量急剧增加,“信息过载”问题日趋严重。门户网站和信息检索工具的负荷越来越大,处理能力受到了极大的挑战,尤其是当用户不能清晰地描述他所需的信息时,上述的两种技术均无法有效处理用户个性
作为高层建筑和许多公共设施中必不可少的特种设备,电梯的安全可靠运行与人民生命财产安全息息相关。近年来,我国的电梯数量呈现爆发式增长,而电梯事故也屡见报端。电梯维保旨在通过适当的干预措施,使电梯系统和设备得以安全、持续、稳定的运行。维保策略及实施的好坏对电梯运行质量和使用寿命具有极为重要的影响,是确保电梯安全高质运行的关键因素之一。目前,电梯维保采用的是定期维保模式,其维保计划的制定和实施完全基于时