桉树大径材培育技术研究概述

培育大径材用于实木加工是桉树人工林发展的趋势,但桉树人工林大径级原木的培育尚缺乏经验。本文综述了国内外在桉树大径材树种选择、初植密度控制、间伐、修枝和施肥管理方面的现状及其对大径材生长和材性的影响,以期为桉树资源高效利用及大径材人工林的可持续发展提供借鉴和依据。

尾叶桉(Eucalyptus urophylla)第一代育种群体的遗传多样性

本研究利用中性微卫星标记分析了尾叶桉第一代育种群体的遗传多样性水平和遗传结构。Hardy-Weinberg平衡检测表明尾叶桉第一代育种群体各天然种源内存在明显的杂合子缺失现象。标记和种源的遗传多样性参数统计都表明,尾叶桉育种群体各天然种源具有很高的遗传多样性。分子方差分析显示,尾叶桉育种群体的大部分遗传变异来自家系间,种源间的遗传变异分量很低,该结论被种源间很低的遗传分化水平再次佐证。尾叶桉育种群体内的亚群体分类（Structure分析）与各天然种源的地理分布不存在联系,但群体的内亚群体分类和基于Nei遗传距离的聚类比较吻合。本研究结论可为尾叶桉高世代的群体改良和优良杂交种亲本选配提供遗传基础信息。

Application of Molecular Marking Technologies in Heredity Breeding of Eucalyptus

Eucalyptus is an important tree species on the global scale,and also it is the model tree in forest genetic research.Therefore,the research and application of molecular marking technology in heredity breeding of Eucalyptus have important theoretical significance and practical value.This paper described several major molecular marker technologies and their application to heredity breeding of Eucalyptus,and prospected the future application and study of these technologies.

桉树SSR-PCR体系优化及引物筛选应用

以尾叶桉、细叶桉、粗皮桉为材料,采用L16(45)正交设计对SSR-PCR反应体系中的引物浓度、DNA浓度、Mg2+浓度、d NTP浓度和Taq酶含量5种因素的4个水平进行优化实验,确立了适合细叶桉、粗皮桉、尾叶桉SSR-PCR最佳反应体系,最终优化的SSR-PCR反应体系为:0.25μmol/L引物、5 ng模板DNA、3.75 mmol/L Mg2+、0.4 mmol/L d NTP、1.5 U Taq酶、1 m L 10×PCR Buffer,双蒸水补齐10μL;并利用优化的体系从74对SSR引物中筛选出12对多态性较高的引物,12对引物在3种桉树中均能扩增出条带,在尾叶桉、细叶桉、粗皮桉中的多态率分别为100%、92.86%、64.29%,为尾叶桉、细叶桉、粗皮桉的遗传多样性分析、品种鉴定、亲缘关系分析等提供了分子技术基础。

尾叶桉木材密度和生长性状的微卫星关联分析

本研究以尾叶桉育种群体的两个试验(T77和T164)为对象,借助微卫星技术挖掘与尾叶桉木材密度和生长性状关联的标记。经过筛选的83个微卫星标记用于样本关联分析,其中中性标记用于计算个体间的亲缘关系系数矩阵。基于群体最佳分类数时的K值对应的个体成员系数组成个体间亲缘关系的Q矩阵。分别用一般线性模型(GLM)算法和混合线性模型(MLM)算法进行标记木材密度和性状的关联分析。基于p<0.05的显著水平,在群体T164和T77中分别找到17个和19个与尾叶桉木材密度和生长性状关联的位点,两个群体中与木材密度关联的位点均多于生长性状,且关联位点的表型变异率普遍较高。位点Embra100与木材密度的关联达到了极显著水平(p<0.001)。位点EUCeSSR261同时在两个关联群体中都检测到,且其与木材密度的关联达到了显著水平(p<0.01)。本研究结果将为尾叶桉木材和生长性状的分子标记辅助选择提供有力的标记信息,为其快速改良提供理论储备。

基于OpenCV确定植物叶片面积

为了进一步提高在图像处理方面的叶片面积检测的准确度,首先使用透视变换的亚像素角点检测的方法精确获取图像四边形的角点,对几何失真的图像进行校正。然后使用K-means聚类算法对图像进行图像分割。为了避免图像校正标记点、图像噪点与植物叶片内孔洞对测量面积的影响,先对图像进行一次分割只保留树叶图像,然后只提取叶片外轮廓的方法,对叶片轮廓的面积进行计算。实验的结果表明,使用此方法可以准确测量植物叶片面积,并且相对误差为0.01%~1.42%。本研究在保证叶片面积准确的前提下,找到了一种快速、简单方便的植物叶片面积测量方法。