共查询到20条相似文献,搜索用时 171 毫秒
1.
2.
3.
针对人教版《实验化学》中"用粉笔对菠菜中的色素进行柱层析分离"的实验条件不明确,设计了利用手持技术对菠菜中的叶绿素提取定量研究实验。 相似文献
4.
介绍了从菠菜中提取叶绿素B的一种方法,以蔗糖为固定相,乙醚-石油醚(1:9,v/v)溶液作为展开剂从菠菜色素中分离叶绿素B,用紫外-可见光光度计和荧光光谱分别检测分离出的叶绿素B.并研究了叶绿素B在不同溶剂中的荧光光谱.通过研究我们得出:叶绿素B在溶剂中的光谱性质与溶剂的介电常数有关. 相似文献
5.
菠菜中含有叶绿素a(蓝绿色)、叶绿素b(黄绿色)、叶黄素(黄色)和胡萝b素(橙黄色)等多种天然色素.本文首先分别用甲醇、乙醇和乙酸乙酯处理菠菜,其次用石油醚(正己烷)分别和甲醇、乙醇、乙酸乙酯组成的混合溶液提取色素,最后用不同比例的石油醚(正己烷)和乙酸乙酯组成的混合溶液作为展开剂进行薄层层析,根据层析效果选择合适的色素去滴定不同厚度的薄层板,以比较展开效果,结果表明用甲醇和石油醚(正己烷)提取的色素在石油醚:乙酸乙酯3:2的展开系统中展开效果比较好. 相似文献
6.
7.
8.
9.
研究了菠菜叶绿素的提取条件及其理化性质 结果表明 :在丙酮、乙醇及丙酮 :乙醇 =1∶1的混合液中易于提取 该色素在碱性条件下对热稳定 ,对光不稳定 相似文献
10.
11.
测定浮萍叶绿素含量的方法研究 总被引:4,自引:0,他引:4
以三叶浮萍(Lemma Paucicostata)为试验材料,研究了3种提取方法及6种不同提取液对浮萍体内叶绿素提取效果的影响,并测定了叶绿素在6种不同提取液中的稳定性。结果表明:6种提取液的吸收光谱基本相似,可以用Arnon法的计算公式来计算叶绿素的含量。3种提取方法中,直接浸取法对叶绿素的提取效果最好,但速度最慢;而研磨法在提取过程叶绿素损失较大;将样品冷冻后用50℃提取液提取方法的提取速度最快且操作简便,是最佳的叶绿素提取方法。试验采用的6种提取液除无水乙醇外,叶绿素在其他5种提取液中较稳定,不易见光分解。 相似文献
12.
有益微生物组合加菌糠对菠菜生长及土壤养分的影响 总被引:7,自引:0,他引:7
在连续两茬菠菜盆栽试验中,施用不同的微生物菌糠,通过测定菠菜的株高、根长、生物产量,收获后土壤碱解氮、有效磷、速效钾、有机质含量,研究了不同有益微生物组合加菌糠对菠菜生长和土壤养分的影响。结果表明:几种有益微生物组合加菌糠皆可以促进菠菜生长、增加产量和提高土壤养分,以微生物组合1 菌糠处理效果最好。 相似文献
13.
稀土与叶绿素作用关系的研究进展 总被引:2,自引:0,他引:2
本文从稀土对叶绿素形成的促进作用、对叶绿体结构的影响、体外稀土叶绿素的合成和结构表征、天然植物叶片稀土叶绿素的发现和结构表征、人工培养菠菜体内稀土叶绿素的形成和结构表征等方面综述了稀土元素与叶绿素作用关系的研究成果。 相似文献
14.
稀土与叶绿素作用关系的研究进展 总被引:3,自引:0,他引:3
本文从稀土对叶绿素形成的促进作用、对叶绿体结构的影响、体外稀土叶绿素的合成和结构表征、天然植物叶片稀土叶绿素的发现和结构表征、人工培养菠菜体内稀土叶绿素的形成和结构表征等方面综述了稀土元素与叶绿素作用关系的研究成果. 相似文献
15.
采用超声提取方法对柞蚕沙中叶绿素进行了提取,筛选出最佳提取条件,并对柞蚕沙中叶绿素进行了光谱定量分析.结果表明,超声提取方法比索氏提取法提取的叶绿素收率提高了0.06%,且该种方法操作简单、省时. 相似文献
16.
17.
响应面法优化兰香草总黄酮超声提取工艺 总被引:1,自引:0,他引:1
采用NaNO2-Al(NO3)3-NaOH体系分光光度法,测定吸光度,比较不同条件下兰香草总黄酮提取率;在单因素试验的基础上利用响应面法对提取工艺进行优化设计;通过Plackett-Burman软件对试验因素进行筛选;应用Design Expert 7.0软件对试验因素进行中心组合设计,并将实验结果进行回归分析。结果表明,乙醇浓度、液料比、提取时间为影响兰香草总黄酮提取率的主要因素;试验所得模型与试验数据拟合度较高,可用来预测不同提取条件下的兰香草总黄酮得率;由回归方程求得的最佳提取工艺为在40℃温度下,用73%乙醇为溶剂,控制液料比为45 mL·g-1,提取32 min。 相似文献
18.
绿色蔬菜在加热处理时,很容易失去鲜绿色而形成褐色,如何保持绿色蔬菜在加工或贮存过程中叶绿素的稳定性问题,成为亟待解决的问题。以菠菜为材料,采用添加护绿剂作为护绿方法,利用分光光度法对其中的叶绿素进行测定,了解不同护绿剂的护绿效果,同时采用不同的温度、超声波、紫外线处理护绿后的叶绿素提取液.分析护绿剂护绿后叶绿素的稳定性。 相似文献
19.
20.
动态前景目标识别和提取是计算机视觉领域的重要内容。对动态图像进行前景目标提取与运动跟踪,通过改进高斯混合背景模型,提出一种基于自适应特征加权的前景目标提取算法,目的是对动态画面中的图像特征进行识别并精确提取所需要的画面。根据高斯模型组合多个图像特征,针对组合特征空间的各个子空间构建似然图像,通过似然图像特征分析与加权,提取最具有差异性的特征。根据图像前景特征在图像帧与帧之间的不同,提高前景目标跟踪的鲁棒性。试验结果表明,改进算法在提取前景目标上比传统算法提高了精度,目标跟踪效果好。 相似文献