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）
1）找出DEM最大高程值（右键属性---找出数据源中最大值为1153.791870117188）
2）栅格计算器提取反地形DEM数据（输入公式1153.791870117188 - "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
命名为Dvalue(差值)）
("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
超过滤膜分离实验报告
实验二 超过滤膜分离 一、实验目的 1.了解和熟悉超过滤膜分离的工艺过程； 2.了解膜分离技术的特点； 二、分离机理 根据溶解-扩散模型，膜的选择透过性是由于不同组分在膜中的溶解度和扩散系数不同而造成的。若假设组分在膜中的扩散服从Fick 定律，则可推出透水速率F W 及溶质通过速率F S 方程。 1、 透水速率 '() ()w w M w D c V p F A p RT ππδ ?-?= =?-? 式中 22332/;;//;;;/w w w M w w M F g cm s D cm s c g cm V cm mol p atm atm R T K cm D c V A g cm s at RT πδδ-?-?--?-?-----??’透水速率，水在膜中的扩散系数，水在膜中的浓度，；水的偏摩尔体积，膜两侧的压力差，膜两侧的渗透压差，气体常数；温度，； 膜的有效厚度，； 膜的水渗透系数（= ），。 2、溶质透过速率 2323() ()s s s s s D K c D K c c F B c B c c δ δ ?-= = =?=- 式中 2/;s s D cm s K B c ---?-溶质在膜中的扩散系数，溶质在溶液和膜两相中的分配系数； 溶质渗透系数；膜两侧的浓度差。 有了上述方程，下面建立中空纤维在定态时的宏观方程。料液在管中流动情况如图十三
所示。 取假设条件： （1）径向混合均匀； （2）A BX π=A ，渗透压正比于摩尔分数； （3）A B N N ，3 1A X ，B 组分优先通过； （4）/AM D K δ?，1A X K 同或无关； （5）0U L PeB E = =∞，忽略轴向混合扩散。 图十三 料液在管中流动示意图 由假设看出，其实质是一维问题，只是侧壁有液体流出的情况，因为关心的是管中组分的浓度分布和平均速度分布，只需做出两个质量衡算方程即可求解。 由连续性方程： 和总流率方程：
叶绿体色素的提取分离实验报告
叶绿体色素的提取分离、理化性质实验报告 第一部分提取与分离 一实验目的 学习应用薄层色谱法分离叶绿体色素的实验方法 二实验原理 叶绿体是进行光合作用的细胞器。叶绿体中的叶绿体a(C55H72O5N4Mg)、叶绿素b(C55H72O6N4Mg)、胡萝卜素(C40H56)和叶黄素(C40H56O2)与类囊体膜结合成为色素蛋白复合体。这些色素都不溶于水，而溶于有机溶剂，故可用乙醇等有机溶剂提取。提取液可用薄层色谱法加以分离与鉴别。 薄层色谱分析法是将吸附剂均匀的涂在玻璃板上成一薄层，将此吸附剂薄层做固定相，把待分离的样品溶液点在薄层板的下端，然后用一定量的溶剂做流动相，将薄层板的下端浸入到展开剂中。流动相通过毛细管作用由下而上的逐渐浸润薄层板，并带动样品在板上也向上移动，样品中各组分在吸附剂和展开剂之间发生连续不断的吸附、脱附、再吸附、再脱附……的过程。由于吸附剂的吸附能力大小不同，吸附力强的物质相对移动慢一些，而吸附力弱的则相对移动快一些，从而使各组分有不同的移动速度而彼此分开。 三实验材料与试剂 1 新鲜的菠菜叶片 2 体积分数为95%的乙醇，碳酸钙粉末，展开剂(石油醚:丙酮:苯=7:5:1，体积比) 3 天平，研钵，漏斗，三角瓶，剪刀，点样毛细管，层析缸，硅胶预制板，滤纸 四实验步骤 (一)色素提取液的制备 1 取新鲜叶片4至5片(2g左右)，洗净，擦干叶表面，去中脉剪碎，放入研钵中。 2 研钵中加入少量碳酸钙粉末，加2至3ml体积分数为95%的乙醇，研磨至糊状，再加10至15ml体积分数为95%的乙醇，上清液用漏斗过滤，残渣再用10ml体积分数为95%的乙醇冲洗一次，一同过滤于三角瓶中，即制成叶绿体色素提取液。提取液应避光保存。 (二)叶绿体色素的分离 1 取硅胶预制板一个，用点样毛细管吸取上述提取液，平行于硅胶板的短边，距下边缘约1cm处用毛细管划线，风干后再划第二次，重复操作3至4次。 2 在干洁的层析缸中加入适量的展开剂，高度约0.5cm，将硅胶预制板带有色素的一端放下，使其浸入展开剂中(但不要使待测样品浸入展开剂中)。迅速盖好层析缸盖。此时，展开剂借毛细管作用沿硅胶预制板向上扩散，并把叶绿体色素向上推动，不久即可以看到各种色素的色带。 3 当各种色素的得到较好分离，展开剂前沿接近硅胶预制板上端近边缘处时，取出硅胶预制板，并迅速用铅笔标出展开剂前沿和各色素带的位置。
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
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
实验报告设计-叶绿体中色素的提取和分离
叶绿体中色素的提取和分离 一、实验目标 1、知识方面 （1）探究叶绿体中含有几种种色素：理解它们的特点及与光合作用的关系 （2）了解纸层析法的原理。 2、能力方面 掌握提取和分离叶绿体中色素的方法。 3、情感态度与价值观方面 认识生物科学的价值，乐于学习生物科学，养成质疑、求实、创新及勇于实践的科学精神和科学态度 二、实验原理 1、色素提取的原理：叶绿体中的色素能溶于有机溶剂中，故可用丙酮和无水乙醇提取色素。 2、色素分离的原理：叶绿体中的各种色素在层析液中的溶解度不同。溶解度大的色素，在滤纸上随层析液的扩散速度快；溶解度小的色素，在滤纸上随层析液的扩散速度慢。三、实验准备 实验材料：新鲜的绿叶（如新鲜菠菜叶片）。 实验仪器及用具：定性滤纸，研钵，玻璃滤斗，脱脂棉，尼龙布，毛细吸管，剪刀，药勺，量筒（10mL），天平，试管，试管架，滴管，培养皿，三角瓶，烧杯 试验试剂：无水乙醇（或丙酮），层析液（CCl4），石英砂（SiO2）和碳酸钙（CaCO3） 四、实验步骤 1、叶绿体色素的提取 （1）取菠菜新鲜叶片5g，洗净，擦干，去掉中脉，剪碎，放入研钵中。 （2）向研钵中加入少许碳酸钙和二氧化硅，再加10mL无水乙醇，进行迅速、充分研磨（二氧化硅有助于研磨得充分，碳酸钙可防止研磨中色素被破坏）。 （3）将研磨液迅速倒入漏斗（漏斗基部放一块单层尼龙布）中进行过滤。将滤液收集到试管中，及时用棉塞将试管口塞严。 2、制备滤纸条 用预先干燥处理过的定性滤纸，将滤纸剪成长10 cm、宽1cm的滤纸条，在滤纸条的一端剪去两角（防止层析液在滤纸条的边缘扩散过快），并在距离这一端1cm处用铅笔画一条细的横线。 3、画滤液细线 用毛细吸管吸取少量滤液，沿铅笔线均匀地画出一条细而直的滤液细线。待滤液干后，再画二三次。 4、分离叶绿体中的色素
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
大学土壤微生物分离实验报告
从土壤中分离纯培养微生物并作初步观察鉴定 实验报告 生物科学与技术系 09食品（2）班 姓名：xxx 学号：xxx
从土壤中分离纯培养微生物并作初步观察鉴定 【摘要】利用分离纯化微生物的基本操作技术对土壤中的微生物进行分离与纯化，根据菌落形态观察及一系列的生理生化试验的结果，对照种属特征初步鉴定分离纯化的微生物所属的类群。 【关键词】细菌放线菌霉菌划线分离培养基的配制高压蒸汽灭菌 前言： 在自然条件下，微生物常常在各种生态系统中群居杂聚。群落是不同种类微物的混和体。为了生产和科研的需要，人们往往需要从自然界混杂的微生物群体中分离出 具有特殊功能的纯种微生物；或重新分离被其他微生物污染或因自发突变而丧失原 有优良性状的菌株；或通过诱变及遗传改造后选出优良性状的突变株及重组株。这种获得单一菌株纯培养的方法称为微生物的分离纯化技术。纯培养是指一株菌种或一个培养物中所有的细胞或孢子都是由一个细胞分裂、繁殖而产生的后代。 分离纯化技术主要由采集样品、富集培养、纯种分离和性能测定等几个基本环节组成。 实验目的： 1、学习从土壤中分离、纯化微生物的原理与方法。 2、学习、掌握微生物的鉴定方法。 3、对提取的土样进行微生物分离、纯化培养，根据菌落的形态特征判断未知菌的类别。实验原理： 从混杂的微生物群体中获得只含有某一种或某一株微生物的过程称为微生物的分离与纯化。通过如下几种方法可以分离纯化微生物：稀释倒平板法(pour plate method)、涂布平板法(spread plate method)、稀释摇管法(dilution shake culture method)、平板划线分离法（stesak plate method）。 此次实验采取的是平板分离法，该方法操作简便，普遍用于微生物的分离与纯化，其基本原理主要包括两个方面：（一）选择适合于待分离微生物的生长条件或加入某种抑制剂造成只利于待分离微生物生长，而抑制其它微生物生长的环境，从而淘汰大部分不需要的微生物。（二）微生物在固体培养基上生长形成的单个菌落可以是由一个细
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。
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
质壁分离实验报告
实验名称：植物细胞的质壁分离与质壁分离复原 一、实验原理及流程实 验 原 理 原理：成熟的植物细胞在外界溶液浓度高的条件下，液泡水分外渗，原生质层与细胞壁脱离。当细胞液的浓度大于外界溶液的浓度时，外界溶液中的水分就透过原生质层进入到液泡中，使原生质层慢慢地恢复原状，植物细胞逐渐发生质壁分离复原。 流 程 实验材料：紫色的洋葱鳞片叶，刀片、镊子，滴管，载玻片，盖玻片，吸 水纸，电子显微镜，0.3g/ml蔗糖溶液，清水 流程图： 实 验 步 骤 实验步骤： 1．用镊子撕下一小块洋葱鳞片叶紫色的外表皮制作成临时装片。 2．用电子显微镜观察洋葱鳞片叶片细胞中紫色大液泡（原生质层紧贴细胞壁）。 3. 在盖玻片的一侧滴入0.3g/ml蔗糖溶液，在另一侧用吸水纸吸引。重复 几次，使盖玻片下面的洋鳞片叶表皮浸在蔗糖溶液中。用10X的物镜观察， 细胞中液泡的大小、颜色变化。 4．在盖玻片一侧滴入清水，在盖玻片的另一侧用吸水纸吸引。重复几次，使洋葱鳞片叶浸入清水中。用10X的物镜观察，细胞中液泡的大小、颜色 变化。 制作洋葱鳞片表皮临时装片 放在电子显微镜下观察 临时装片 0.3g/ml 蔗糖溶液 吸水纸吸引 放在电子显微镜下观察 临时装片 吸水纸吸引清水 放在电子显微镜下观察 植物细胞的质壁分离及质壁分离复原实验报告
（注：专业文档是经验性极强的领域，无法思考和涵盖全面，素材和资料部分来自网络，供参考。可复制、编制，期待你的好评与关注） 二、 实验 结果 及分 析 实验结果 实验结果：在电子显微镜下观察原始的洋葱鳞片叶紫色表皮细胞时，可观察到有一个紫色的大液泡，原生质层紧贴细胞壁；当洋葱鳞片表皮浸润在蔗糖溶液中，可观察到液泡逐渐变小，紫色加深；当洋葱鳞片表皮浸润在清水中时，液泡又逐渐胀大，原生质层逐渐贴近细胞壁。 分 析 内因：原生质层具有半透性 细胞渗透失水（吸水） 细胞壁伸缩性小， 原生质层伸缩性大 外因：外界溶液浓度小于（大于）细胞液浓度 三、 实验 讨论 及反 思 讨论 1. 如果没有细胞壁，实验结果会有什么不同？ 如果没有细胞壁，就不会发生质壁分离分离反应，只会单纯的吸水或失水。 2. 如果滴加的是0.5g/ml 的蔗糖溶液，实验结果会有什么不同？ 如果使用高浓度的蔗糖溶液，会使细胞严重失水而死亡，不会发生质壁分离复原。 3. 为什么植物细胞失水时，原生质层与细胞壁不是一起变化，而是发生质壁分 离？ 因为原生质层的伸缩性较大，而细胞壁的伸缩性较小。 4. 发生质壁分离时细胞壁与原生质层之间是空的吗？ 不是空的，细胞壁与原生质层间存在蔗糖溶液。因为细胞壁具有全透性，蔗 糖溶液可以进入细胞壁，但不能进入具有选择透过性的原生质层。 细胞壁 细胞膜 叶绿体 细胞核 细胞液 细胞质 液泡膜 （伸缩性小）具有全透性 原生质层（伸缩性大）具有选择透过性 （相当于半透膜）
叶绿素的提取和分离实验报告
叶绿素的提取和分离实 验报告 Company number：【0089WT-8898YT-W8CCB-BUUT-202108】
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。
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。
膜分离实验报告
. . 膜分离实验 一.实验目的 1．了解膜的结构和影响膜分离效果的因素，包括膜材质、压力和流量等。 2．了解膜分离的主要工艺参数，掌握膜组件性能的表征方法。 3. 了解和熟悉超滤膜分离的工艺过程。 二.基本原理 膜分离技术是最近几十年迅速发展起来的一类新型分离技术。膜分离是以对组分具有选择性透过功能的人工合成的或天然的高分子薄膜（或无机膜）为分离介质，通过在膜两侧施加（或存在）一种或多种推动力，使原料中的某组分选择性地优先透过膜，从而达到混合物的分离，并实现产物的提取、浓缩、纯化等目的的一种新型分离过程。其推动力可以为压力差（也称跨膜压差）、浓度差、电位差、温度差等。膜分离过程有多种，不同的过程所采用的膜及施加的推动力不同，通常称进料液流侧为膜上游、透过液流侧为膜下游。 微滤（MF）、超滤（UF）、纳滤（NF）与反渗透（RO）都是以压力差为推动力的膜分离过程，当膜两侧施加一定的压差时，可使一部分溶剂及小于膜孔径的组分透过膜，而微粒、大分子、盐等被膜截留下来，从而达到分离的目的。 四个过程的主要区别在于被分离物粒子或分子的大小和所采用膜的结构与性能。微滤膜的孔径围为0.05～10μm，所施加的压力差为0.015～0.2MPa；超滤分离的组分是大分子或直径不大于0.1μm的微粒，其压差围约为0.1～0.5MPa；反渗透常被用于截留溶液中的盐或其他小分子物质，所施加的压差与溶液中溶质的相对分子质量及浓度有关，通常的压差在2MPa左右，也有高达10MPa的；介于反渗透与超滤之间的为纳滤过程，膜的脱盐率及操作压力通常比反渗透低，一般用于分离溶液中相对分子质量为几百至几千的物质。 2.1微滤与超滤 微滤过程中，被膜所截留的通常是颗粒性杂质，可将沉积在膜表明上的颗粒层视为滤饼层，则其实质与常规过滤过程近似。本实验中，以含颗粒的混浊液或悬浮液，经压差推动通过微滤膜组件，改变不同的料液流量，观察透过液测清液情况。 对于超滤，筛分理论被广泛用来分析其分离机理。该理论认为，膜表面具有无数个微孔，这些实际存在的不同孔径的孔眼像筛子一样，截留住分子直径大于孔径的溶质和颗粒，从而
《叶绿体色素的提取和分离》 实验报告
《叶绿体色素的提取和分离》实验报告 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。 实验原理 叶绿体色素包括绿色的叶绿素(包括叶绿素a和叶绿素b)和黄色的类胡萝卜素(包括胡萝卜素和叶黄素)两大类,它们均以色素蛋白复合体形式存在于类囊体膜上。两类色素均不溶于水而溶于有机溶剂,故可用乙醇、丙酮等有机溶剂提取。由于提取液中不同色素在固定相和流动相中的分配系数不同,所以可借助分配层析方法将其分离。 实验仪器与药品 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. 95%乙醇、石英砂、碳酸钙、展层剂。展层剂按石油醚:丙酮:苯10:2:1的比例配制(V/V)。 实验步骤 1. 叶绿体色素的提取
(1)取菠菜或其它新鲜植物叶片4~5片(4g左右),将其洗净、擦干并去掉中脉,剪碎后置入研钵中。 (2)研钵中加入95%乙醇2~3 ml及少许石英砂、碳酸钙研磨至匀浆,再加95% 乙醇5ml,然后以漏斗过滤之,即为色素提取液。 2. 叶绿体色素的分离 (1)取圆形定性滤纸一张(直径应小于康维皿直径)于其中心扎一圆形小孔(直 径约3mm),另取长方形滤纸条一张(5cm×1.5cm),用滴管吸取乙醇叶绿体色素提取 液沿滤纸条的长度方向涂抹,注意涂抹色素扩散宽度应限制在0.5cm以内,风干后再重复操作数次。然后沿长度方向将滤纸条卷成纸捻,使涂抹过叶绿体色素溶液的一侧恰在纸捻的一端。 (2)将纸捻带有色素的一端插入圆形滤纸的小孔中,使与滤纸刚刚平齐(勿突出)。 (3)在康维皿中央小室中加入适量的展层剂,把带有纸捻的圆形滤纸平放在康 维皿中央小室上,使纸捻下端浸入展层剂中,迅速盖好培养皿。展层剂将借助毛细管作用顺纸捻扩散至圆形滤纸上,使叶绿体色素在固定相(滤纸中吸附有水分的纤维素)和流动相(展层剂)间反复分配,从而使不同色素得到分离,分离结果为滤纸上可见到各种色素的同心圆环。无康维皿时亦可用底、盖直径相同的培养皿进行实验,实验时可在培养皿底中放入一平底短玻管或塑料药瓶盖以替代康维皿中央小室盛装展层剂,其余相同。 (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。
溶菌酶的提取分离和纯化实验报告
生物工程综合实验溶菌酶的提取、分离纯化及其活性测定 实验报告集 班级生工1411 学号 组别7 姓名
实验室学生守则 一、严格遵守实验室各项规章制度和管理措施，服从教师及实验技术人员 的指导。 二、严格按照实验要求，做好实验预习,实验之前5分钟进入实验室，及时、 准确地完成实验任务，实事求是地完成实验报告，杜绝弄虚作假。 三、严格执行操作规定，爱护仪器设备及工具。凡不按教师的指导擅自操 作引起仪器、设备损坏者，应予赔偿。 四、爱护实验室公共财物，节约水电、材料和试剂。未经允许不得随便挪 动非实验需用的其他仪器，不得随便拆装仪器或将仪器、工具带至室 外。 五、持实验室的严肃安静，不得大声喧哗、嘻闹，严禁在实验室内抽烟和 吃东西。 六、严防事故，确保实验室安全，发现异常情况，应及时向有关教师和管 理人员报告。 七、每次实验结束后，主动整理好仪器设备，归还所借器材，关闭电源、 水源，按指导老师的要求做好实验结束工作及室内外的清洁卫生工作，经指导老师许可后，方可离开。
预习报告（手写，可自行续页）
实验报告 溶菌酶的提取、分离纯化及其活性测定 一、目的 对从鸡蛋清中提取并分离纯化出溶菌酶进行活性测定 二、原理 鸡蛋是溶菌酶的主要来源，等电点约为10.5~11，最适温度50℃，最适pH为6~7左右。 1、溶菌酶分离纯化原理： （1）等电点法利用溶菌酶等电点较高，在酸性条件下除去一些杂蛋白 （2）阳离子树脂柱层析法进一步除去杂蛋白 2、溶菌酶鉴定分析 （1）考马斯亮蓝法测蛋白含量 （2）分光光度法测定酶活性 （3）使用SDS-PAGE 鉴定溶菌酶纯度 三、实验材料与方法 1、实验材料与试剂 鸡蛋清，PBS缓冲液，40%甘油、冰醋酸、氢氧化钠，D152大孔弱酸性阳离子交换树脂、透析袋，考马斯亮蓝G250、牛血清蛋白、乙醇、磷酸，溶菌酶标准品、底物微球菌粉，蛋白质分子量Marker 、SDS、聚乙二醇-20000等 2、实验仪器 低速离心机、高速冷冻离心机、离心管、分光光度计，玻璃层析柱，Bio-Rad垂直电泳系统，移液枪、移液管，培养皿、玻璃棒、普通漏斗、滤纸、量筒、刻度试管及试管架、冰箱、摇床、烧杯、止水夹等。 3、实验方法 1.新鲜鸡蛋清的制备与粗分离 2. 树脂柱层析分离纯化 （1）D152树脂处理(2)湿装法装柱(3) 上柱离子交换吸附(4) 冲平(5) 洗脱 3.透析与浓缩 (1) 透析除盐(2) 聚乙二醇浓缩 4.蛋白质含量的测定 5.溶菌酶纯度的测定（SDS凝胶电泳）