山脊线山谷线提取实验报告
山脊线山谷线提取实验报告
实验内容描述：
山脊线和山谷线构成了地形起伏变化的分界线（骨架线），因此它对于地形地貌研究具有重要意义；另一方面，对于水文物理过程研究而言，由于山脊、山谷分别代表示分水性与汇水性，山脊线和山谷线的提取实质上也是分水线与汇水线的提取。
本次实验通过某区域栅格DEM掌握山脊线和山谷线这两个基本地形特征信息的理论及其基于DEM的提取方法与原理；同时，熟练掌握利用ArcGIS软件对这两个地形特征信息的提取方法。
实验原理：
1.本实验基于规则格网DEM数据使用平面曲率与坡形组合法提取山脊线和山谷线，首先利用DEM数据提取地面的平面曲率及地面的正负地形，取正地形上平面曲率的大值即为山脊，负地形上平面曲率的大值为山谷。实际应用中，由于平面曲率的提取比较繁琐，而坡向变率（SOA）在一定程度上可以很好地表征平面曲率。因此，提取过程中可以SOA代替平面曲率。
2.主要用到以下理论知识：
1）坡向变率：是指在提取坡向基础上，提取坡向的变化率，亦即坡向之坡度（Slope of Aspect，SOA）。它可以很好地反应等高线弯曲程度；
2）反地形DEM数据：求取原始DEM数据层的最大高程值，记为H，通过公式（H-DEM），得到与原来地形相反的DEM数据层，即反地形DEM数据；
3）地面坡向变率SOA：地面坡向变率在所提取的地表坡向矩阵的基础上沿袭坡度的求算原理，提取地表局部微小范围内坡向的最大变化情况。但是SOA在提取过程中在北面坡将会有误差产生，所以要将北坡坡向的坡向变率误差进行纠正，其公式为：
SOA=(( [SOA1]+[ SOA2] )-Abs( [SOA1]-[ SOA2] ))/2
其中：SOA1为原始DEM数据层坡向变率，SOA2为反地形DEM数据层坡向变率。
4）焦点统计
5）ArcScan自动矢量化
流程图
、
实验步骤：
1.相对路径
2.加载数据
3.提取原始dem的坡向（利用dem数据--空间分析--表面分析--坡度工具，命名为Aspect）
4.提取原始DEM数据的坡向变率
（利用3中生成的Aspect图层--空间分析--表面分析--坡度工具，命名为SOA1）
5.提取反地形DEM数据（栅格计算器--输入公式H-DEM）
1）找出DEM最大高程值（右键属性---找出数据源中最大值为）
2）栅格计算器提取反地形DEM数据（输入公式 - "dem"，命名为INdem）
6.提取反地形DEM数据的坡向值
7.计算反地形DEM数据的坡向变率
8.计算进行误差纠正的地面坡向变率（栅格计算器--输入公式(("SOA1" + "SOA2") - Abs("SOA1" - "SOA2")) / 2）
9.邻域分析（原始dem--邻域分析--焦点统计focal statistics（统计原始dem的平均值）---设置统计类型为平均值mean，邻域类型为矩形(也可为圆形)，邻域大小为3*3（我发现邻域越大越模糊）(11*11)，则可得到一个邻域为3*3(11*11)的矩形的平均数据层，命名为mean
10.计算正负地形分布区域（空间分析--地图代数--栅格计算器---输入公式为"dem" - "mean"，命名为Dvalue(差值)）
11.利用栅格计算器提取山脊线（公式为"SOA" > 70 & "Dvalue" > 0这是错的！！要加括号！！("SOA" > 70) &( "Dvalue" > 0)）和山谷线（("SOA" > 70) & ("Dvalue" < 0)）
12.利用ArcScan自动矢量化得到山脊线山谷线的矢量图层
1）在ArcCatalog中新建（方法有两种：右击文件夹--new--shapefile！或者是右击geodatabase--new--feature class（新建要素类））山脊线图层（名称为shanjiline，类型为线）
方法1：new--shapefile
方法2：new--feature class（但是这种方法下的线图层，在自动矢量化山脊线后无法读到这个图层，所有还是选择方法1---这是因为栅格图层和矢量图层不能放在同一个geodatabase里面么）
2）打开开始编辑
山脊线山谷线提取实验报告
山脊线山谷线提取实验报告 实验内容描述： 山脊线和山谷线构成了地形起伏变化的分界线（骨架线），因此它对于地形地貌研究具有重要意义；另一方面，对于水文物理过程研究而言，由于山脊、山谷分别代表示分水性与汇水性，山脊线和山谷线的提取实质上也是分水线与汇水线的提取。 本次实验通过某区域栅格DEM掌握山脊线和山谷线这两个基本地形特征信息的理论及其基于DEM的提取方法与原理；同时，熟练掌握利用ArcGIS软件对这两个地形特征信息的提取方法。 实验原理： 1.本实验基于规则格网DEM数据使用平面曲率与坡形组合法提取山脊线和山谷线，首先利用DEM数据提取地面的平面曲率及地面的正负地形，取正地形上平面曲率的大值即为山脊，负地形上平面曲率的大值为山谷。实际应用中，由于平面曲率的提取比较繁琐，而坡向变率（SOA）在一定程度上可以很好地表征平面曲率。因此，提取过程中可以SOA代替平面曲率。 2.主要用到以下理论知识： 1）坡向变率：是指在提取坡向基础上，提取坡向的变化率，亦即坡向之坡度（Slope of Aspect，SOA）。它可以很好地反应等高线弯曲程度； 2）反地形DEM数据：求取原始DEM数据层的最大高程值，记为H，通过公式（H-DEM），得到与原来地形相反的DEM数据层，即反地形DEM数据； 3）地面坡向变率SOA：地面坡向变率在所提取的地表坡向矩阵的基础上沿袭坡度的求算原理，提取地表局部微小范围内坡向的最大变化情况。但是SOA在提取过程中在北面坡将会有误差产生，所以要将北坡坡向的坡向变率误差进行纠正，其公式为： SOA=(( [SOA1]+[ SOA2] )-Abs( [SOA1]-[ SOA2] ))/2 其中：SOA1为原始DEM数据层坡向变率，SOA2为反地形DEM数据层坡向变率。 4）焦点统计 5）ArcScan自动矢量化 流程图
叶绿素的提取和分离实验报告
陕西师范大学远程教育学院生物学实验报告 报告题目叶绿素的提取和分离 姓名刘伟 学号 专业生物科学 批次/层次 指导教师 学习中心
叶绿素的提取和分离 一、实验目的 1. 学习叶绿体色素的提取、分离方法。 2. 通过叶绿体色素提取、分离方法的学习了解叶绿体色素的相关理化性质。 3. 为进一步研究各叶绿体色素性质、功能等奠定基础。 二、原理 叶绿体中含有绿色素（包括叶绿素a和叶绿素b）和黄色素（包括胡萝卜素和叶黄素）两大类。它们与类囊体膜蛋白相结合成为色素蛋白复合体。它们的化学结构不同，所以它们的物化性质（如极性、吸收光谱）和在光合作用中的地位和作用也不一样。这两类色素是酯类化合物，都不溶于水，而溶于有机溶剂，故可用乙醇、丙醇等有机溶剂提取。提取液可用色谱分析的原理加以分离。因吸附剂对不同物质的吸附力不同，当用适当的溶剂推动时，混合物中各种成分在两相（固定相和流动相）间具有不同的分配系数，所以移动速度不同，经过一定时间后，可将各种色素分开。 三、材料、仪器设备和试剂 1. 绿色植物如菠菜等的叶片。 2. 研钵、漏斗、三角瓶、剪刀、滴管、康维皿、圆形滤纸（直径11cm）。 3. 试剂：95%乙醇，石英砂，碳酸钙粉，推动剂:按石油醚:丙酮:苯=10:2:1比例配制（v/v） 四、试验步骤 1. 叶绿体色素的提取 （1）取菠菜或其他植物新鲜叶片4-5片（4g左右），洗净，擦干，去掉中脉剪碎，放入研钵中。 （2）研钵中加入少量石英砂及碳酸钙粉，加2-3ml 95%乙醇，研磨至糊状，再加10ml 95%乙醇，然后以漏斗过滤之，残渣用10ml 95%乙醇冲洗，一同过滤于三角瓶中。 2. 叶绿体色素的分离 (1)将11cm的滤纸的一端剪去二侧，中间留一长约1.5cm、宽约0.5cm窄条。 (2)用毛细管取叶绿体色素浓溶液点于窄条上端，用电吹风吹干，如一次点样量不足可反复在色点处点样数次，使色点上有较多的叶绿体色素。 (3)在大试管中加入四氯化碳3-5ml及少许无水硫酸钠。然后将滤纸条固定于软木塞上，插入试管内，使窄端浸入溶剂中，而色点略高于液面，滤纸条边缘不可碰到试管壁，软木塞盖紧，直立于阴暗处层析。 0.5-1小时后，观察色素带分布：最上端橙黄色(胡萝卜素)，其次黄色(叶黄素)，再崐次 蓝绿素(叶绿素a)，最后是黄绿色(叶绿素b)。（4）当展层剂前沿接近滤纸边缘时便可结束实 验，此时可看到不同色素的同心圆环，各色素由内往外的顺序为：叶绿素b（黄绿色）、叶 绿素a（蓝绿色）、叶黄素（鲜黄色）、胡萝卜素（橙黄色），再用铅笔标出各种色素的位置 和名称。
ArcGIS方法利用到路面提取道路中心线的方法
A r c G I S方法-利用到路面提取道路中心线的方法利用到路面提取道路中心线的方法在利用GIS制图时，需要经常跟数据打交道。很多初级的制图人员都存在一种惯性思路，以为数据精度越高，出图的效果就越好。这是错误的观点。假如现在需要制作1:1w的地图，但手头上却只有1:500的地形图，数据精度虽然很高，但却无法在小比例尺下显示出来。回到主题上，1:500的数据，大多数道路都是以面状显示。由于其精度高，有些数据甚至是不带线道路图层的，而在1w的地图下，道路以线状表达才是符合要求的。所以，这就需要涉及到地图制图的一个常规工作—地图缩编。本文主要介绍如何从到路面直接提取出道路中心线，从而辅助小比例尺地图的制作。 由于面状数据一般都是不规则的，所以很难从其提取中心线，一般的GIS软件也没提供直接提取的工具。ArcGIS里面虽然也有一些工具可以辅助一下处理，例如在制图工具箱里面有一个提取中心线的工具，但这个工具的作用是通过道路边线（双线）提取中心线。也有人说ArcGIS里面同样是提供面转线工具，先用工具转一道再提取不就行了吗？可是问题来了，面转线工具传出来的数据是封闭线，而不是道路边线，提取中心线工具依然是不可用，除非在每个路面图形打断两端的封闭，不然无法进行提取，恰好打断工作又是非常的巨大。因此，该方法还是不可用。 为了解决这个问题，那就是ArcScan扩展模块。提到ArcScan扩展，很多专业人员第一时间反应是这只是个栅格矢量化工具，跟当前讨论的中心线提取似乎没有任何关系。只要深入了解ArcScan扩展的具体细节，我们不难发现其自动矢量化里面可以提取面要素和中心线，利用这一特性，我们就可以曲线去完成该任务了。 先来说说总体思路：将路面（矢量面数据）转化为栅格数据，因为ArcScan只能对栅格数据进行处理，由于是从矢量转为栅格而非扫描，栅格质量一般会非常好；通过二值化栅格
果胶提取实验报告1
桔皮中果胶提取技术的试验分析 【摘要】酸浸提法提取果胶具有快速、简便、易于控制、提取率较高等特点，用盐酸浸提、乙醇沉淀法进行了从桔皮中提取果胶的工艺试验。用单因素试验进行工艺参数的优化，其适合的工艺条件是：液料质量比为20；浸提液pH值为2；浸提温度为90℃。 关键词：桔皮果胶提取工艺工艺参 引言：果胶是一种亲水性植物胶，属于多糖类物质，广泛存在于高等植物的根、茎、叶、果的细胞壁中。通常人们所说的果胶系指原果胶、果胶和果胶酸的总称，是一种高分子聚合物，分子量介于20 000-400 000之间。其基本结构是D一吡喃半乳糖醛酸，以1，4甙链连接成的长链，其中部分半乳糖醛酸被甲醇酯化 [1]。 胶凝剂、增稠剂、稳定剂和乳化剂，随着功能性多糖的开发研究，果胶作为水溶性膳食纤维，越来越受到重视。应用必定会越来越广泛[2-4]。我国是柑桔的主要产地，柑桔皮中果胶含量可达10%～30%。从桔皮中提取果胶不仅有极大的工业价值，而且对综合开发、利用柑桔资源，提高原材料利用率，减少环境污染，有重要的实际意义[2,4,6]。果胶的提取一般有酸提取法、离子交换法、微生物法和微波加热处理法等方法[5-9],由于酸提取法具有快速、简便且提取率高的优点，国内外大多采用此法。果胶分离沉淀主要有乙醇沉淀法和盐析法。国内主要采用乙醇沉淀法，而国外多用盐析法或不经沉淀直接喷雾干燥。针对我国情况而言，对乙醇沉淀法已有大量研究，而本实验也是在总结
别人成果的基础上进行对比以及提取工艺条件的优化。 1材料与方法 1．1 材料 桔皮采用成熟新鲜、无病虫果害的晚熟蜜桔，人工取皮，在40℃下干燥，粉碎至1～3 mm，待用。 盐酸、乙醇、氢氧化钠、无水氯化钙、冰醋酸和甲基红，均为化学纯。1．2 果胶提取方法 果胶提取工艺为：原料→洗涤→失活→干燥→粉碎→酸提取→过滤→浓缩→冷却→乙醇沉淀→离心分离→干燥→称量→粉碎→果胶。 剔除腐烂变质、发黑的桔皮，用清水洗净后，放入烧杯中，加水，加热至90 ℃保温5～10 min，使酶失活,捞出桔皮，将桔皮在40 ℃下干燥，切碎。将20 g原料加入用HC1预先配制的、具有一定pH值和温度的酸溶液中，维持所需的温度达到一定的提取时间，并不断搅拌。趁热用布氏漏斗过滤得果胶提取液。将滤液用旋转蒸发仪在60-70 ℃下浓缩至原体积的1／3时为止。果胶浸提液冷却至常温后加入1倍体积的95 乙醇，搅拌、静置2 h，使果胶沉淀析出。用布氏漏斗过滤得粗果胶。在60-70 ℃干燥，粉碎即得果胶粉。随后进行提取物中果胶含量的测定和提取率的计算。 1．3 试验方法 单因素试验,分别研究不同液料质量比对果胶提取率的影响(浸 提液pH值3、温度80℃、浸提时间45 min)；不同浸提液pH值对果胶提取率的影响(浸提液温度80℃、液料质量比10、浸提时间45 min)；不
普通高中叶绿素提取和分离实验
植物叶绿体中色素的提取与分离实验报告 用具：剪刀一把、干燥的定性滤纸、50ml的烧杯及100ml的烧杯各3个、白纸3张、试管架一个、研钵一个、玻璃漏斗一个、尼龙布或纱布、毛细血管一只、药勺一个、10ml 量筒一只，天平一只，试管3支、纸板一块、棉塞3个、培养皿3个、刻度尺、注射器一只、盖玻片 试剂：丙酮、无水乙醇、层吸液（20份石油醚、2份丙酮、1份苯配置而成）、白沙（二氧化硅）、碳酸钙、碳酸钠 材料：新鲜的紫茎泽兰叶、其他野生植物叶片 背景资料： 1、叶绿素等是脂溶性的有机分子，根据相似相溶的原理，叶绿素等色素分子溶于有机溶剂而不溶于有极性的水。故在研磨和收集叶绿色素时要用丙酮或乙醇等有机溶剂而不用水。 2、叶绿素分布于基粒的片层薄膜上，加入少许二氧化硅是为了磨碎细胞壁、质膜、叶绿体被膜和光合片成，使色素溶解于丙酮中。 3、破碎的细胞中含有草酸等有机酸，叶绿素分子中含有的Mg元素处于不稳定化合太，镁离子与有机酸结合将导致色素分子破坏。加入少许碳酸钙使得钙离子与有机酸结合，减少镁离子的转移，防止研磨时叶绿体色素的破坏。所以在研磨时加入适量的碳酸钙，同时加入碳酸钠的道理亦如此。 4、在过滤时选用脱脂棉或纱布，而不用滤纸。原因主要有下：（1）色素分子比较大，不容易透过滤纸；（2）滤纸有较强的吸附性而使色素吸附在滤纸上，从而降低色素浓度，影响实验效果；（3）叶绿素是脂溶性，根据相似相容的原理，脱脂棉可以减少实验过程中色素的流失，增强实验效果。 5、根据物理学中的毛细现象，画滤纸细线前滤纸必须经过干燥处理，是为了阻止水分子堵塞滤纸中的毛细管而影响层析液的扩散。但如果用火烤的话，会使滤纸纤维变形同时破坏啦毛细管，而影响层析液的扩散。 6、由于液面的不同位置表面张力不同，纸条接近液面时，其边缘的表面的张力较大，层析液沿滤纸边缘扩散过快，而导致色素带分离不整齐的现象。故而，在插入层析液的滤纸条一端剪去两个角。 7、为了防止滤纸条倒入层析液中而使层析实验失败。同时，防止因液体表面张力引起层析液沿滤纸条向上的“壁流”而导致色素溶解。 8、色素分离的原理：纸层析是用滤纸作为载体的一种色层分析法，其原理主要是利用混合物中各组分在；流动相和固定相的分配比（溶解度）的不同而使之分离。滤纸上吸附的水为固定相（滤纸纤维常能吸20%左右的水），有机溶剂如乙醇等为流动相，色素提取液为层析试样。把试样点在滤纸的滤液细线位置上，当流动相溶剂在滤纸的毛细管的作用下，连续不断地沿着滤纸前进通过滤液细线时，试样中各组份便随着流动相溶剂向前移动，并在流动相和固定相溶剂之间连续一次有一次的分配。结果分配比比较大的物质移动速度较快，移动距离较远；分配比较小的物质移动较慢，移动距离较近，试样中各组分分别聚集在滤纸的不同的位置上，从而达到分离的目的。符合我国的资源友好型社会。 操作步骤 1．称取新鲜叶子2g，放入研钵中加丙酮5ml，少许碳酸钙(防止叶绿素被破坏）和石英砂（帮助研磨），研磨成匀浆，再加丙酮5ml，然后以漏斗过滤之，即为色素提取液。
一种基于脊线跟踪的冠状动脉中心线提取方法
收稿日期:2006-11-26;修订日期:2007-07-06 基金项目:新世纪优秀人才支持计划资助项目(NCET 20420948) 作者简介:高飞(1968-),男,山东昌乐人,副教授,博士,主要研究方向:智能信息处理、图像图形学; 高新波(1972-),男,山东莱芜人,教授,博士,主要研究方向:智能信息处理、图像工程、视频信号处理. 文章编号:1001-9081(2007)S1-0380-02 一种基于脊线跟踪的冠状动脉中心线提取方法 高 飞1 ,高新波 2 (1.深圳大学信息工程学院,广东深圳518060;2.西安电子科技大学电子工程学院,陕西西安710071)(nels on_gao2010@yahoo .com;nels ongao2010@g mail .com ) 摘 要:冠脉血管中心线的提取是血管造影图像定量分析中的关键步骤。基于脊线跟踪法,提出了一种血管中心线自动提取方法。通过交互式地指定一个起始点和一个终止点,该算法能够自动获取两点间的血管中心线。实验结果表明了该方法的鲁棒性和可重复性。 关键词:中心线提取;定量冠脉分析;脊线跟踪中图分类号:TP391.41 文献标识码:A 0 引言 冠脉血管造影是临床诊断的重要手段。对冠脉血管进行 定量分析具有重要的实际意义。与传统定性诊断方法相比,它克服了医生判断的主观随意性,提供了更为客观准确的诊断依据。血管轮廓线和中心线的自动提取是血管定量分析的前提。在血管造影图像中,血管的提取可以采用基于区域或边缘的图像分割技术。文献[1]中指出血管的剖面灰度分布呈近似高斯型,因此利用二维高斯模板来提取血管,但该方法比较耗时。文献[2]中利用一维旋转高斯模板代替了二维高斯模板,降低了算法的复杂度。不过,从精确分析的角度看,在血管分析中准确提取血管边缘是更好的选择。在现有的许多血管轮廓提取算法中,血管中心线的检测是最为关键和困难的一步。最简单的方法是手工描绘[3],但该方法费时费力且可重复性差,所以逐渐为人机交互的半自动方法所取代。在这些交互式方法中,操作者只需指明待分析血管段的起始点和结束点,就可以自动获得两点间的中心线[4,6]。不过,现有的中心线提取算法大都基于动态规划方法的,搜索时间较长,难以满足临床上实时性的要求。因此急需研究实时性能好的血管中心线提取算法。 既然血管剖面呈近似高斯分布,那么可以将血管的中心线看作脊线。中心线提取问题就转化为脊线的检测。受文献[5]中指纹特征点提取的脊线跟踪法的启发,本文提出了一种基于脊线跟踪的血管中心线提取方法,在实际应用中也取得了比较好的效果。需要指出的是,这里所说的中心线并不是严格的血管的对称轴线,只要求它位于血管内部且与血管走向一致即可,文献[4]中对此有详细说明。 1 血管中心线提取算法 1.1 图像预处理 血管造影图像质量因拍摄条件的不同而参差不齐,一般都有较强的噪声干扰。既然本文方法主要依据的是血管的脊线特征,因此,首先需要降低噪声对脊线特征的破坏。这里采用二维高斯模板来平滑噪声,模板大小一般应大于所选血管段的最大直径。图1显示了滤波的效果:图1(a )是沿血管一个剖面(垂直中心线方向)的灰度分布曲线,可以看到它近似 的反高斯形状;图1(b )是相应位置的梯度强度;图1(c )(d )为对应的平滑处理结果,可以看到,虽然处理后目标与背景的对比度降低了,但目标灰度和梯度的真实结构得到了加强,这有利于后面准确的计算局部脊线方向 。 图1 预处理结果显示 1.2 中心线跟踪 跟踪过程可以分为两步:局部脊线方向计算和中心线上点的更新。局部脊线方向计算方法将在1.3节中详述,这里假设已经得到了这个方向。为了叙述方便,以下将正在处理的点称为当前点。如图2所示,P k -1是当前点,在P k -1处计算 得局部脊线方向为θk -1,由P k -1沿θk -1前进d 个像素到达P ′k ,通过点的更新操作更新到P k ,此时P k 成为当前点。重复以上过程直到停止条件满足。在P ′k 点的更新操作中利用了匹配滤波方法:在P ′k 点得到局部脊线的估计方向θ′k ,以P ′k 为中心,在θ′k +π 2 的方向上获得剖面灰度分布曲线g ′(i )(i =1,…,2l +1)。设f (k )(k =-m ,…,m )为一维高斯 滤波模板,长度为2m +1,满足 ∑k f (k ) =1。通过下式来得到 更新的灰度分布g (i )(i =1,…,2l +1): ∑m v =-m f (v ) g ′ (i +v ),i =m +1,…,2l -m g ′(i ), 其他 (1) 取g (i )的局部极小值点作为更新点P k (如图2所示)。其中,参数l 、m 、d 可以经验地选择,l 应至少大于最大血管直 第27卷2007年6月 计算机应用 Computer App licati ons Vol .27June 2007
山脊线、山谷线和鞍部点的提取知识讲解
山脊线、山谷线和鞍部点的提取
山脊线、山谷线和鞍部点的提取 一．实习背景 山脊线、山谷线是地形特征线，它们对地形、地貌具有一定的控制作用。它们与山顶点、谷底点以及鞍部点等一起构成了地形及其起伏变化的骨架结构。因此在数字地形分析中，山脊线和山谷线以及地形特征点等的提取和分析是很有必要的。 相邻两山头之间呈马鞍形的低凹部分称为鞍部，鞍部是两个山脊和两个山谷会合的地方。鞍部点是重要的地形控制点，它和山顶点、山谷点以及山脊线、山谷线等构成的地形特征点线，具有对地形具有很强的控制作用。因此，对这些地形特征点、线的分析研究在数字地形分析中具有很重要的意义。同时，由于鞍部点的特殊地貌形态，使得鞍部点的提取方法较山顶点和山谷的提取更难，目前没有什么有效的方法来提取鞍部点，利用水文分析的方法可以来提取一些鞍部点，但是它还是具有一定局限性。 二．实习目的 （1）熟练掌握基于DEM利用ArcGIS进行提取相关地形特征的方法与原理； （2）深入认识山脊线、山谷线和鞍部点3个基本地形特征；三．实习内容 １.提取ｄｅｍ数据的ＳＯＡ ２基于地形表面的几何形态分析方法提取山脊线山谷线 3.基于DEM水文分析方法提取山脊线山谷线
4.鞍部点的提取 四．实习数据 DEM 五．实习工具 Surface Analyst，model工具 六．实习步骤 1.提取DEM的SOA数据 A．求取原始DEM数据层的最大高程值，记为H；通过Spatial Analysis 下的栅格计算器 Calculator，公式为（H－DEM），得到与原来地形相反的 DEM数据层，即反地形DEM数据； B．基于反地形 DEM数据求算坡向值； C．利用 SOA 方法求算反地形的坡向变率，记为 SOA2，由原始DEM数据求算出的坡向变率值为 SOA1； D.在 Spatial Analysis下使用栅格计算器 Calculator，公式为 SOA ＝（（[SOA1]+[SOA2]）-Abs（[SOA1]-[SOA2]））/ 2，即可求出没有误差的 DEM 的坡向变率， 2.利用基于地形表面的几何形态分析方法提取山脊线山谷线 （1）山脊线的提取
DNA提取及PCR扩增实验报告.doc
PCR扩增及DNA琼脂糖凝胶电泳 刘琳1131428 环境科学 一、实验目的 1．学习并掌握PCR扩增的基本原理与实验技术。 2．对扩增后的DNA进行琼脂糖凝胶电泳试验，并分析相应结果。 二、实验原理 1. PCR扩增 多聚酶链反应（PCR）技术的原理类似于DNA的天然复制过程。在微量离心管中加入适量缓冲液，加入微量模板DNA、四种脱氧核苷酸（dNTP）、耐热T aq聚合酶及两个合成DNA的引物，而后加热使模板DNA在高温下（94℃）变性，双链解链，这是所谓变性阶段。降低溶液温度，使合成引物在低温（55℃）与模板DNA互补退火形成部分双链，这是所谓退火阶段。溶液反应温度升至中温（72℃），在Tap酶作用下，用四种dNTP为原料，引物为复制起点，模板DNA的一条双链在解链和退火之后延伸为两条双链，这是延伸阶段。如此反复，在同一反应体系中可重复高温变性、低温退火和DNA合成这一循环，使产物DNA重复合成，并在重复过程中，前一循环的产物DNA可作为后一循环的模板DNA而参与DNA的合成，使产物DNA的量按指数方式扩增。经过30～40个循环，DNA扩增即可完成。 2. DNA琼脂糖凝胶电泳实验 DNA分子在高于其等电点的溶液中带负电，在电场中向阳极移动。在一定的电场强度下，DNA分子的迁移速度取决于分子筛效应，即分子本身的大小和构型是主要的影响因素。DNA分子的迁移速度与其相对分子量成反比。不同构型的DNA分子的迁移速度不同。该电泳方法以琼脂凝胶作为支持物，利用DNA分子在泳动时的电荷效应和分子筛效应，达到分离混合物的目的。 三、实验材料 仪器：PCR扩增仪、0.2ul薄壁管、1.5ml离心管、移液枪、枪头、微波炉、电泳仪、水平电泳槽、制胶版、紫外透射仪。 试剂：TapDNA聚合酶、dNTP、buffer、两种引物、16S全长DNA样本、无菌ddH2O、模板DNA 、TBE、琼脂糖、EB、显色剂。 四、实验步骤 1. PCR扩增 本次试验选择细菌16S rDNA V3区片段进行扩增。 1.1 根据计算，首先取1.5ml离心管按照 2.5ul 10×Buffer 、1 ul dNTP、0.5 ul 341GC、 0.5 ul 534、0.125 ul Taq、19.375u ddH2O的比例配置足量的PCR反应体系。 1.2 分别向9个薄壁管中分别加入24 ul的反应体系，并分别添加8种不同的模版，并于第9个薄壁管中加入无菌ddH2O作为阴性对照。 1.3 将薄壁管放入PCR扩增仪中，按照预定程序进行PCR扩增。其中循环过程需要达到30~40次。程序如下： 预变性：94℃3min 循环：94℃变性30s 55℃退火30s 72℃延伸30s 末次延伸：72℃5min
叶绿素a测定实验报告
叶绿素a测定实验报告 （一）实验目的及意义 水体富营养化可以通过跟踪监测水中叶绿素的含量来实现，其中叶绿素a是所有叶绿素中含量最高的，因此叶绿素a的测定能示踪水体的富营养化程度。 （二）水样的采集与保存 1.确定具体采样点的位置 2.在采样点将采样瓶及瓶盖用待测水体的水冲洗3-5遍 3.将采样瓶下放到距水面0.5-1m处采集水样2.5L 4.在采样瓶中加保存试剂，每升水样中加1%碳酸镁悬浊液1mL 5.将采样瓶拧上并编号 6.用GPS同步定位采样点的位置 （三）仪器及试剂 仪器： 1.分光光度计 2.比色池：10mm 3.过滤装置：过滤器、微孔滤膜（孔径0.45μm，直径60mm） 4.研钵 5.常用实验设备 试剂： 1.碳酸镁悬浮液：1%。称取1.0g细粉末碳酸镁悬浮于100mL蒸馏水中。每次使用时要充分摇匀 2.乙醇溶液 （四）实验原理 将一定量的试样用微孔滤膜过滤，叶绿素会留在滤膜上，可用乙醇溶液提取。 将提取液离心分离后，测定750、663、645、630mm的吸光度，计算叶绿素的浓度。 （五）实验步骤 1.浓缩：在一定量的试样中添加0.2mL碳酸镁悬浮液，充分搅匀后，用直径60mm 的微孔滤膜吸滤.过滤器内无水分后,还要继续抽吸几分钟.如果要延时提取,可把载有浓缩样品的滤膜放在干燥器里冷冻避光贮存。 2. 提取：将载有浓缩样品的滤膜放入研钵中，加入7mL乙醇溶液至滤纸浸湿的程度,把滤膜研碎,再少量地加乙醇溶液，把滤膜完全研碎，然后用乙醇溶液将已磨碎的滤膜和乙醇溶液洗入带刻度的带塞离心管中，使离心管内提取液的总体积不超过10mL，盖上管塞，置于的暗处浸泡24h。 3.离心：将离心管放入离心机中，以4000r/min速度离心分离20min。将上清液移入标定过的10mL具塞刻度管中，加少量乙醇于原提取液的离心管中，再次悬浮沉淀物并离心，合并上清液。此操作重复2-3次，直至沉淀不含色素为止，最后将上清液定容至10mL。 4.测定：取上清液于10mm的比色池中，以乙醇溶液为对照溶液，读取波长750,663,645和630mm的吸光度。
山谷线、山脊线提取
自动提取山脊线和山谷线 arcmap 自动提取山脊线和山谷线的方法1 平面曲率与坡形组合法 基于规则格网DEM是最主要的自动提取山脊线和山谷线的方法，从算法设计原理上来分，大致可以分为以下五种： 1) 基于图像处理技术的原理； 2) 基于地形表面几何形态分析的原理； 3) 基于地形表面流水物理模拟分析原理； 4) 基于地形表面几何形态分析和流水物理模拟分析相结合的原理； 5) 平面曲率与坡形组合法。 平面曲率与坡形组合法提取的山脊、山谷的宽度可由选取平面曲率的大小来调节，方法简便，效果好。该方法基本处理过程为：首先利用DEM数据提取地面的平面曲率及地面的正负地形，取正地形上平面曲率的大值即为山脊，负地形上平面曲率的大值为山谷。实际应用中，由于平面曲率的提取比较繁琐，而坡向变率（SOA）在一定程度上可以很好地表征平面曲率。因此，下面的提取过程以SOA代替平面曲率。 具体提取过程为： 1）激活DEM 数据，在Spatial Analysis 下使用surface 菜单下的Derive Aspect 命令，提取DEM 坡向层面，记为A； 2）激活A 层面，在Spatial Analysis 下使用surface 菜单下的Derive Slope 命令，提取A 层面的坡度信息，记为SOA1； 3）求取原始DEM 数据层的最大高程值，记为H；通过Spatial Analysis 下的栅格计算器Calculator，公式为（H－DEM），得到与原来地形相反的DEM 数据层，即反地形DEM 数据； 4）基于反地形DEM 数据求算坡向值； 5）利用SOA 方法求算反地形的坡向变率，记为SOA2； 6）在Spatial Analysis 下使用栅格计算器Calculator，公式为SOA ＝（（[SOA1]+[SOA2]）-Abs （[SOA1]-[SOA2]））/ 2，即可求出没有误差的DEM 的坡向变率SOA； 7）激活原始DEM 数据，在Spatial Analysis 下使用栅格邻域计算工具Neighborhood Statistics；设置Statistic type 为平均值，邻域的类型为矩形（也可以为圆），邻域的大小为275×275 MAP，则可得到一个邻域为275×275 MAP的矩形的平均值层面，记为B； 8）在Spatial Analysis 下使用栅格计算器Calculator，公式为C ＝[DEM]-[B]，即可求出正负地形分布区域， 9）在Spatial Analysis下使用栅格计算器Calculator，公式为D ＝[C] >0 & SOA > 70，即可求出山脊线； 10）同理，在栅格计算器Calculator 中，修改公式为D ＝[C] < 0 & SOA > 70，即可求出山谷线
山脊线山谷线提取实验报告
山脊线山谷线提取实验报告 实验容描述： 山脊线和山谷线构成了地形起伏变化的分界线（骨架线），因此它对于地形地貌研究具有重要意义；另一方面，对于水文物理过程研究而言，由于山脊、山谷分别代表示分水性与汇水性，山脊线和山谷线的提取实质上也是分水线与汇水线的提取。 本次实验通过某区域栅格DEM掌握山脊线和山谷线这两个基本地形特征信息的理论及其基于DEM的提取方法与原理；同时，熟练掌握利用ArcGIS软件对这两个地形特征信息的提取方法。 实验原理： 1.本实验基于规则格网DEM数据使用平面曲率与坡形组合法提取山脊线和山谷线，首先利用DEM数据提取地面的平面曲率及地面的正负地形，取正地形上平面曲率的大值即为山脊，负地形上平面曲率的大值为山谷。实际应用中，由于平面曲率的提取比较繁琐，而坡向变率（SOA）在一定程度上可以很好地表征平面曲率。因此，提取过程中可以SOA代替平面曲率。 2.主要用到以下理论知识： 1）坡向变率：是指在提取坡向基础上，提取坡向的变化率，亦即坡向之坡度（Slope of Aspect，SOA）。它可以很好地反应等高线弯曲程度； 2）反地形DEM数据：求取原始DEM数据层的最大高程值，记为H，通过公式（H-DEM），得到与原来地形相反的DEM数据层，即反地形DEM数据； 3）地面坡向变率SOA：地面坡向变率在所提取的地表坡向矩阵的基础上沿袭坡度的求算原理，提取地表局部微小围坡向的最大变化情况。但是SOA在提取过程中在北面坡将会有误差产生，所以要将北坡坡向的坡向变率误差进行纠正，其公式为： SOA=(( [SOA1]+[ SOA2] )-Abs( [SOA1]-[ SOA2] ))/2 其中：SOA1为原始DEM数据层坡向变率，SOA2为反地形DEM数据层坡向变率。 4）焦点统计 5）ArcScan自动矢量化 流程图
颗粒自由沉淀实验报告
建筑与测绘工程学院 《水处理实验设计与技术》 实验报告
实验1 颗粒自由沉淀实验 颗粒自由沉淀实验是研究浓度较低时的单颗粒的沉淀规律。一般是通过沉淀柱静沉实验，获取颗粒沉淀曲线。它不仅具有理论指导意义，而且也是给水排水处理工程中沉砂池设计的重要依据。 一、实验目的 加深对自由沉淀特点、基本概念及沉淀规律的理解。 掌握颗粒自由沉淀实验的方法，并能对实验数据进行分析、整理、计算和绘制颗粒自由沉淀曲线。 二、实验原理 浓度较低的、粒状颗粒的沉淀属于自由沉淀，其特点是静沉过程中颗粒互不干扰、等速下沉，其沉速在层流区符合Stokes （斯托克斯）公式。 但是由于水中颗粒的复杂性，颗粒粒径、颗粒相对密度很难或无法准确地测定，因而沉淀效果、特性无法通过公式求得而是通过静沉实验确定。 由于自由沉淀时颗粒是等速下沉，下沉速度与沉淀高度无关，因而自由沉淀可在一般沉淀柱内进行，但其直径应足够大，一般应使内径D ≥100mm 以免颗粒沉淀受柱壁干扰。 具有大小不同颗粒的悬浮物静沉总去除率η与截留沉速u 0剩余颗粒重量百分率P 的关系如下： ()dP P u u P s ?+-=00 001η ( 1 ) 此种计算方法也称为悬浮物去除率的累积曲线计算法。 设在一水深为H 的沉淀柱内进行自由沉淀实验，如图1所示。实验开始，沉淀时间为0，此时沉淀柱内悬浮物分布是均匀的，即每个断面上颗粒的数量与粒径组成相同，悬浮物浓度为C 0（mg/L ），此时去除率η=0。 实验开始后，不同沉淀时间t i ，颗粒最小沉淀速度u i 相应为： i i t H u = ( 2 ) 此即为t i 时间内从水面下沉到池底（此处为取样点）的最小颗粒d i 所具有的沉速。此时取样点处水样悬浮物浓度为C i ，而： 00 0011η=-=-=-i i i P C C C C C ( 3 ) 此时去除率η0，表示u ≥u i （d ≥d i ）的颗粒除去率，而：
叶绿体色素的提取分离理化性质和叶绿素含量的测定
实验报告 植物生理学及实验（甲）实验类型：课程 名称：实验名称：叶绿体色素的提取、分离、理化性质和叶 绿素含量的测定姓名：专业：学 号：指导老师：同组学生姓名： 实验日期：实验地点： 二、实验内容和原理一、实验目的和要求装 四、操作方法与实验步骤三、主要仪器设备订 六、实验结果与分析五、实验数据记录和处理 七、讨论、心得一、实验目的和要求、掌握植物中叶绿体色素的分离和 性质鉴定、定量分析的原理和方法。1 和b的方法及其计算。a2、熟悉在 未经分离的叶绿体色素溶液中测定叶绿素二、实验内容和原理以青菜为 材料，提取和分离叶绿体色素并进行理化性质测定和叶绿素含量分析。 原理如下：80%的乙醇或95%叶绿素和类胡萝卜素均不溶于水而溶于有机溶剂，1、常用的丙酮提取。、皂化反应。叶绿素是二羧酸酯，与强碱反应， 形成绿色的可溶性叶绿素2． 盐，就可与有机溶剂中的类胡萝卜素分开。- COOCHCOO3 Mg + 2KOH C32H30ON4Mg + 2KOH +CH3OH
HONC43230+C20H39OH 、3H+可依次被在酸性或加温条件下，叶-COOCOOCH39 20 绿素卟啉环中的Mg++取代反应。Mg2+, Cu2+ 取代Cu++取代形成褐色的去镁叶绿素和绿色的铜代叶绿素。(H+和H+ ) 取代(Zn2+) 绿色褐色 、叶绿素受光激发，可发出红色荧光，反射光下可见红色荧光。4645其中叶绿素吸收红光和兰紫光，红光区可用于定量分析，5、定量分析。 652可直接用于总量分析。663用于定量叶绿素a,b及总量，而和C最大吸收光谱不同的两个组分的混合液，它们的浓度根据朗伯-比尔定律， *k+C*kOD=Ca*k与吸光值之间有如下的关系： OD=Ca*k+C b2 1g/L和b的80查阅文献得，2b1 b1a1a2b时，比吸收系％丙酮溶液，当浓度为 叶绿素a 值如下。数k k 比吸收系数波长/nm b 叶绿素a 叶绿素 9.27 82.04 663 45.60 645 16.75
冠状动脉中心线提取
冠状动脉中心线提取 2018.12.5 1简介 1.1步骤和实现方式 本次任务是从冠状动脉增强图像提取血管中心线。步骤和实现方式大致如下： ?图像二值化：读入.mha格式CT图像，阈值处理； ?空洞填充 ?图像细化：类似腐蚀，取最大内切球心的集合 ?端点分叉点检测：考虑26邻域内像素个数，卷积实现 ?断裂分支重连：寻找连接点，条件判断，Dijkstra最小代价连接 ?构建中心线：在分叉点集基础上追踪，数组存储在Cell中 1.2运行说明 coronary_refine.m是主要的运行函数。其他函数和脚本：branchReconnect输入细化后的图像和权重（原始CT volume的像素值为可能性），其中调用了三维的Dijkstra函数；directConnect脚本很简短地实现在三维图像中两点连直线，但因为用了最短路径所以没有采用；其余函数都是由比较冗长的小功能封装成的。两张图片运行时间小于一分钟。 2实现方法 2.1阈值 为了不让阈值化后丢失的成分过多，对后续分支重连的步骤造成困难，这里选择了较小的阈值0.1*原图最大值(2^16)。这也导致最后结果中分支会显得比0.5的阈值下丰富很多，但算法能够原图(mha)保证最终中心线和真实血管走向的一致性。 2.2空洞填充 一开始使用的是imfill函数，通过查看源代码可见这个函数调用了imcomplement和imreconstruct对二值图像进行填充。imfill对三维图像的处理速度较慢，最终使用形态学库函数bwmorph3中的fill功能进行处理。
图1:Skeleton of a rectangle defined in terms of bi-tangent circles. 2.3图像细化 程序中调用了bwskel来实现。Thinning在文献中有两种最为常见的方法，一种被称为“Onion peeling”1，顾名思义用不断的腐蚀操作来一层一层地剥开血管，难点是设置一定的条件来保证原有拓扑结构。这个方法也是bwskel的参考文献中使用的方法。2还有一种细化方法也和腐蚀有些类似，基本思路是求连通域内部的内切圆心（三维为球心）集合，如图一。 2.4基于卷积的端点分叉点检测 虽然形态学库函数中同样有branch和endpoint的功能，但这两个功能的feature都导致它们并不适合直接使用。比如bwmorph3中branch会返回所有分叉点以及分叉点各自的相邻点。面对如此古怪的feature，不如构造简单的卷积核来求端点分叉点。 ?分叉点检测 首先考虑3*3*3全1的卷积核。在二值、细化图像非分叉部分，其响应应该为3。如果将响应大于3的视为分叉，其结果中会有很多处于真正的分叉点附近、实际却为原图空白部分的点被误判成分叉。原因就是分叉附近往往点较为密集，空白点的26邻域内也容易出现多个1，导致超出阈值。解决方法很简单，要让卷积能区分出原中心线上的点和空白格，只要在kernel的中心加大权重，这样空白格的响应和值为1的点差距会变得很大，从而被排除在外。代码如下（因为convolution包含padding，最终结果还需删除padding部分）： 1A Sequential3D Thinning Algorithm and Its Medical Applications 2Ta-Chih Lee,Rangasami L.Kashyap and Chong-Nam Chu Building skeleton models via3-D medial surface/axis thinning algorithms. Computer Vision,Graphics,and Image Processing,56(6):462-478,1994.
ArcGIS实验-Ex18-利用水文分析方法提取山脊、山谷线
第十一章水文分析 练习1：利用水文分析方法提取山脊、山谷线 一、背景 山脊线、山谷线是地形特征线，它们对地形、地貌具有一定的控制作用。它们与山顶点、谷底点以及鞍部点等一起构成了地形及其起伏变化的骨架结构。因此在数字地形分析中，山脊线和山谷线以及地形特征点等的提取和分析是很有必要的。 二、目的 理解基于DEM结合水文分析的方法提取出研究区域的山脊线和山谷线的原理；掌握水流方向、汇流累积量的提取方法以及它们的提取原理；能将水文分析的方法和其它的空间分析方法相结合以解决应用问题。 三、要求 1、利用水文分析思想和工具提取研究区域的山脊线； 2、利用水文分析思想和工具提取研究区域的山谷线。 四、数据 一幅25m分辨率的黄土地貌DEM数据，数据的区域大概有140 km2。数据存于…/ChP11/Ex1中，请将其拷贝到E：/ChP11/Ex1。结果数据保存在…/ChP11/Ex1/Result中。 五、算法思想 对于水文物理过程研究而言，由于山脊、山谷分别表示分水性与汇水性，山脊线和山谷线的提取实质上也是分水线与汇水线的提取。因此，对于山脊线和山谷线就可以利用水文分析的方法进行提取。 基于DEM的这种地形表面流水物理模拟分析的原理是：对于山脊线而言，由于它同时也是分水线，那么对于分水线上的那些栅格，由于分水线的性质是水流的起源点，通过地表径流模拟计算之后这些栅格的水流方向都应该只具有流出方向而不存在流入方向，也就是其栅格的汇流累积量为零。通过对零值的汇流累积值的栅格的提取，就可以得到分水线，也就得到了山脊线；对于山谷线而言，由于其具有汇水的性质，那么对于山谷线的提取，可以利用反地形的特点，即是利用一个较大的数值减去原始的DEM数据，而得到了与原始地形完全相反的地形数据，也就是原始的DEM中的山脊变成负地形的山谷，而原始DEM中的山谷在负地形中就变成了山脊，那么，山谷线的提取就可以在负地形中利用提取山脊线的方法进行提取。 六、操作步骤 1、正负地形的提取 (1) 启动ArcToolbox，展开Analysis Tools工具箱，打开hydrology工具集。在图层管理器中加载研究区域的原始DEM数据。 (2) 加载Spatial Analyst模块，点击Spatial Analyst模块的下拉箭头，点击neighborhood statistics菜单工具，利用邻域分析的方法以11×11的窗口计算平均值，如图1。分析结果命名为meandem，如图2所示。
利用ArcGIS水文分析工具提取河网的具体操作
利用ArcGIS水文分析工具提取河网的操作ArcGIS 水文分析工具提取河网 DEM包含有多种信息，ArcToolBox提供了利用DEM提取河网的方法，但是操作比较烦琐（帮助可参看Hydrologic analysis sample applications），今天结合我自己的使用将心得写出来与大家分享。提取河网首先要有栅格DEM，可以利用等高线数据转换获得。在此基础上，要经过洼地填平、水流方向计算、水流积聚计算和河网矢量转化这几个不步骤。 1．洼地填平 DEM洼地（水流积聚地）有真是洼地和数据精度不够高所造成的洼地。洼地填平的主要作用是避免DEM 的精度不够高所产生的（假的）水流积聚地。洼地填平使用ArctoolBox->Spatial Analysis Tools->Hydrol ogy->Fill工具。 2．水流方向计算 水流方向计算就可以使用上一步所生成的DEM为源数据了（如果使用未经洼地填平处理的数据，可能会造成精度下降）。这里主要使用ArctoolBox->Spatial Analysis Tools->Flow Direction 工具。输入的DE M采用第一步的Fill1_exam1 3．水流积聚计算 这里主要使用ArctoolBox->Spatial Analysis Tools->Flow Accumulation工具流向。栅格数据就是第二步所获得的数据（FlowDir_fill1）。可以看到，生成的水流积聚栅格已经可以看到所产生的河网了。现在所需要做的就是把这些河网栅格提取出来。可以把产生的河网的支流的象素值作为阀值来提取河网栅格。
4．提取河网栅格 使用spatial analyst中的栅格计算器，将所有大于河网栅格阀值的象素全部提取出来。至于这个阀值是多少因具体情况而定。通常是要大于积聚计算后得到栅格的最低河流象素值。这里采用的是500这个值。最 后生成只有0、1值的栅格数据。其中1表示是河网，0是非河网。 5．生成河网矢量 这里主要使用ArctoolBox->Spatial Analysis Tools->Stream to Feature工具.Input Stream raster 为第 四步只有0、1值的河网栅格。流向栅格使用第二步所生成的栅格数据。
叶绿素实验报告
一、实验目的： 1、了解植物组织中叶绿素分布及性质。 2、掌握测定叶绿素含量的原理和方法。 3、了解紫外分光光度计的用法。 4、了解一阶导数的含义。 5、了解如何如何排除互相干扰。 二、实验原理： 叶绿体中的色素都能够溶解于有机溶剂丙酮中，所以，可以用丙酮提取叶绿体中的色素。 层析液是一种脂溶性很强的有机溶剂。根据叶绿体中的四种色素在层析液中的溶解度不同来进行分离，溶解度高的在滤纸上扩散的快，溶解度低的扩散地慢。溶解度最高的是胡萝卜素，它随层析液在滤纸上扩散得最快，叶黄素和叶绿素a的溶解度次之；叶绿素b的溶解度最低，扩散速度最慢。这样，四种色素就在扩散过程中分离开来。 叶绿素a和叶绿素b的分子结构相似，它们的吸收光谱、荧光激发光谱和发射光谱重叠，用常规分光光度法和荧光方法难以实现其同时测定。但利用一阶导数光谱技术和同步荧光技术，消除了叶绿素a和叶绿素b的光谱干扰，可以同时测定它们的含量。 在600~700之间胡萝卜素一阶导数为零，没有吸收，在某个特定波长下，叶绿素a有一定的导数值，而叶绿素b的导数为零；同理，在另一个特定波长下，叶绿素b有一定的导数值，而叶绿素a的导数值为零。这样可以实现叶绿素b和叶绿素b的同时测定，又不受胡萝卜素的干扰。 三、实验材料： 1、仪器 干燥的定性滤纸、烧杯（100ml）、研钵、玻璃漏斗、分液漏斗、剪刀、小试管、试剂瓶、药勺、量筒（10ml)、天平、试管架、载玻片、铅笔、 直尺、棉花、移液管、洗耳球、毛细吸管、铁架台、胶头滴管、紫外分光 光度计。 2、药品 新鲜的菠菜叶、石英砂、碱式碳酸镁、90％丙酮、层析液（石油醚：丙酮：苯=20:2:1） 四、实验方法与步骤： 1．提取叶绿素中的色素 （1）取几片绿叶，去掉主脉，用天平称取20g叶片，剪碎，放入研钵。 （2）向研钵中加入少许二氧化硅和碳酸钙，进行充分的研磨。用量筒量取15ml丙酮。倒入研钵中，迅速充分研磨。 （3）将研磨液迅速倒入小玻璃漏斗中进行过滤。将滤液收集到一个小试管中，及时用棉塞将试管塞紧。 2.制备过滤纸 取一块预先干燥处理过的定性滤纸，将滤纸剪成长6cm，宽1cm的滤纸条，