为探明栽前土壤青枯菌含量与烟草发病情况的关系及云南省植烟土壤青枯菌定量分布特征,本研究应用青枯菌复合种(Ralstonia solanacearum species complex,RSSC)的qPCR检测体系对栽前土壤中的青枯菌进行定量检测,在烟草旺长期至成熟期调...为探明栽前土壤青枯菌含量与烟草发病情况的关系及云南省植烟土壤青枯菌定量分布特征,本研究应用青枯菌复合种(Ralstonia solanacearum species complex,RSSC)的qPCR检测体系对栽前土壤中的青枯菌进行定量检测,在烟草旺长期至成熟期调查青枯病发生情况。结果表明:(1)引起烟草青枯病发生的土壤病原群体阈值为10^(3)~10^(4)基因组/g;(2)青枯菌群体数量随土层加深呈下降趋势,主要集中于40 cm以内的土层;(3)检测716份土样发现青枯菌含量在10^(4)~10~5基因组/g的样品占比最多(37.43%),其中保山市、昆明市和临沧市占比较高,分别为58.33%、51.43%、45.25%;大理州、昭通市、文山州、楚雄州及玉溪市含菌量<10^(3)基因组/g的样品占比最多,分别为62.50%、61.54%、56.04%、48.48%和41.67%;(4)夏季轮作禾本科作物的土壤青枯菌含量极显著低于连作烟田;与冬闲相比,前茬种植茄科、蓼科、十字花科作物的土壤青枯菌含量较高,而种植豆科和菊科作物则较低,但只有豆科作物显著降低了青枯菌含量。按照10^(3)~10^(4)基因组/g的风险阈值,云南省昆明市、临沧市、普洱市、曲靖市、红河州、保山市发生青枯病的风险较高,需注意防治。展开更多
基于工作量证明(Proof of Work,POW)的共识机制在寻找随机数(Nonce)过程中算力主导记账,浪费计算资源及内存,存在51%算力的危险。针对此缺陷,提出一种改进的基于POW的区块链共识机制IPOW(Improve Proof of Work),引入控制权重、激励阈...基于工作量证明(Proof of Work,POW)的共识机制在寻找随机数(Nonce)过程中算力主导记账,浪费计算资源及内存,存在51%算力的危险。针对此缺陷,提出一种改进的基于POW的区块链共识机制IPOW(Improve Proof of Work),引入控制权重、激励阈值、有效时间和奖励因子,给出相关算法,通过控制权重等得出最终记账权R。实验结果表明,与POW相比,IPOW共识机制削弱了算力对于节点获得记账权的主导地位,控制权重越大,越容易获得记账权;降低节点作恶的概率,减少富人愈富现象的发生。展开更多
文摘为探明栽前土壤青枯菌含量与烟草发病情况的关系及云南省植烟土壤青枯菌定量分布特征,本研究应用青枯菌复合种(Ralstonia solanacearum species complex,RSSC)的qPCR检测体系对栽前土壤中的青枯菌进行定量检测,在烟草旺长期至成熟期调查青枯病发生情况。结果表明:(1)引起烟草青枯病发生的土壤病原群体阈值为10^(3)~10^(4)基因组/g;(2)青枯菌群体数量随土层加深呈下降趋势,主要集中于40 cm以内的土层;(3)检测716份土样发现青枯菌含量在10^(4)~10~5基因组/g的样品占比最多(37.43%),其中保山市、昆明市和临沧市占比较高,分别为58.33%、51.43%、45.25%;大理州、昭通市、文山州、楚雄州及玉溪市含菌量<10^(3)基因组/g的样品占比最多,分别为62.50%、61.54%、56.04%、48.48%和41.67%;(4)夏季轮作禾本科作物的土壤青枯菌含量极显著低于连作烟田;与冬闲相比,前茬种植茄科、蓼科、十字花科作物的土壤青枯菌含量较高,而种植豆科和菊科作物则较低,但只有豆科作物显著降低了青枯菌含量。按照10^(3)~10^(4)基因组/g的风险阈值,云南省昆明市、临沧市、普洱市、曲靖市、红河州、保山市发生青枯病的风险较高,需注意防治。
文摘基于工作量证明(Proof of Work,POW)的共识机制在寻找随机数(Nonce)过程中算力主导记账,浪费计算资源及内存,存在51%算力的危险。针对此缺陷,提出一种改进的基于POW的区块链共识机制IPOW(Improve Proof of Work),引入控制权重、激励阈值、有效时间和奖励因子,给出相关算法,通过控制权重等得出最终记账权R。实验结果表明,与POW相比,IPOW共识机制削弱了算力对于节点获得记账权的主导地位,控制权重越大,越容易获得记账权;降低节点作恶的概率,减少富人愈富现象的发生。
