(1)、(2)在该实验中,将盆栽银边天竺葵放在黑暗处一昼夜后,实验用叶片内的淀粉已被运走耗尽;?叶的遮光部分a和见光部分c形成一组对照实验,变量是光.a处遮光而没有产生淀粉,说明缺少光照是不能进行光合作用的.滴上碘液,“a”处不变蓝,说明光合作用需要光.即光是植物光合作用不可缺少的条件;叶的银边部分b和绿色部分c形成一组对照实验,变量是叶绿体,b处不变色,说明没有产生淀粉,即没有进行光合作用,由此证明光合作用的场所是叶绿体.(3)以上两步实验结果还说明光合作用的产物主要是淀粉等有机物.(4)光合作用吸收二氧化碳,释放氧气.氧气有助燃的特性.收集天竺葵在光下放出的气体,可使带有火星的木条复燃.可知光合作用可产生氧气.(5)天竺葵在暗处不能进行光合作用,但能进行呼吸作用.呼吸作用吸收氧气,释放二氧化碳,二氧化碳能使澄清的石灰水变浑浊.收集天竺葵在暗处放出的气体,可使澄清的石灰水变浑浊.说明呼吸作用放出二氧化碳.(6)绿色植物通过叶绿体利用光能把二氧化碳和水合成有机物,并储存能量,同时释放出氧气的过程叫光合作用.其反应式可表示为:二氧化碳+水光能 叶绿体 有机物(贮存能量)+氧气;(7)由分析可知植物的绿叶进行光合作用的场所是叶绿体,所以叶绿体相当于生产东西的“机器”.而叶绿体存在于叶片的叶肉细胞中,所以一个个的叶肉细胞就相当于一个个的“车间”. 利用的能量是光能,为光合作用提供“动力”,将二氧化碳和水转化成有机物和氧气,所以原料是二氧化碳和水,产物是有机物和氧气.故答案为:(l)c? b?叶绿体?(2)不变蓝? 光是光合作用的条件(3)淀粉?(4)氧气?(5)呼吸 二氧化碳(6)二氧化碳+水光能 叶绿体 有机物(贮存能量)+氧气(7)叶肉细胞? 叶绿体??光能?二氧化碳和水2分享评论踩玛瑙原石_就选微拍堂_文玩直播拍卖平台_0元起拍值得一看的玛瑙原石相关信息推荐微拍堂-玛瑙原石,上万文玩精品:瓷器/翡翠/手串/钱币...权威检测机构鉴定。直播拍卖,全国包邮,新人享0元购特权!鉴宝/捡漏/拍卖就选微拍堂!杭州微拍堂文化创意有限公司广告拼多多零售-教辅书籍_品牌钜惠值得一看的教辅相关信息推荐各类书籍正品爆款1折起!秒杀活动天天有书刊超低价格嗨到爽!新人下载领专属特惠!上海寻梦信息技术有限公司广告在银边天竺葵实验...资深教师1对1在线解答疑惑去提问— 你看完啦,以下内容更有趣 —将一盆经黑暗处理后的银边天竺葵的一个叶片,用两个圆形黑纸片从叶片的上下两面遮盖起来(如图),然后放本题设置了两个对照实验:叶片的白边部分和未绿色部分,叶片的遮光部分和未遮光部分,变量分别是:叶绿体和光.银边天竺葵的银边部分不含有叶绿体.(1)甲处(银边)不含叶绿体,没有进行光合作用,因此滴加碘液不变蓝;乙处遮光,未进行光合作用,故滴加碘液不变蓝;丙处(未遮光部分)进行了光合作用,产生了淀粉,滴加碘液后变蓝.淀粉遇碘变蓝色,这是淀粉的特性.因此滴加碘液后,叶片的丙部分变成了蓝色.(2)光合作用的公式:二氧化碳+水光叶绿体有机物(储存能量)+氧气由公式可知绿色植物的光合作用包含了两个方面的转化过程:一方面是物质转化,把简单的无机物(二氧化碳、水)制造成复杂的有机物(如淀粉)并且释放出氧气;另一方面是能量转化,把光能转变成储存在有机物中的化学能.(3)实验中,甲处和丙处作为一组对照实验,唯一的变量是叶绿体,说明了光合作用必须在细胞的叶绿体中进行.(4)将银边天竺葵放在黑暗处的目的耗尽叶片中得有机物.以排除原有的淀粉对实验的干扰,保证实验结果所检测到的淀粉是实验过程中形成的.故答案为:(1)丙;(2)无机物;有机物;氧气;光能;化学能;(3)叶绿体;叶绿体;(4)耗尽叶片中得有机物.
Canny边缘检测教程 Author: Bill Green (2002) 作者:比尔绿色( 2002 ) HOME EMAIL 主页 电子邮件 This tutorial assumes the reader: 本教程假定读者: (1) Knows how to develop source code to read raster data ( 1 )知道如何发展的源代码阅读栅格数据 (2) Has already read my Sobel edge detection tutorial ( 2 )已经阅读我Sobel边缘检测教程 This tutorial will teach you how to:本教程将教你如何: (1) Implement the Canny edge detection algorithm. ( 1 )实施Canny边缘检测算法。 INTRODUCTION 导言 Edges characterize boundaries and are therefore a problem of fundamental importance in image processing.边的特点,因此,边界问题,根本的重要性在图像处理中。 Edges in images are areas with strong intensity contrasts – a jump in intensity from one pixel to the next.在图像的边缘地区,强度强的反差-一个跳转的强度从一个像素的下一个。 Edge detecting an image significantly reduces the amount of data and filters out useless information, while preserving the important structural properties in an image. This was also stated in my Sobel and Laplace edge detection tutorial, but I just wanted reemphasize the point of why you would want to detect edges.边缘检测的图像大大减少了大量的数据,并过滤掉无用的信息,同时保持重要的结构性能的形象。这也是我在索贝尔和拉普拉斯边缘检测教程,但我只是想再次强调这一点的,为什么你会要检测的边缘。 The Canny edge detection algorithm is known to many as the optimal edge detector. Canny's intentions were to enhance the many edge detectors already out at the time he started his work.的Canny边缘检测算法是众所周知的许多人视为最佳边缘检测。坎尼的意图是要加强许多先进的探测器已经在的时候,他开始他的工作。 He was very successful in achieving his goal and his ideas and methods can be found in his paper, " A Computational Approach to Edge Detection ".他很成功地实现他的目标和他的思想和方法中可以找到他的论文“ 计算方法的边缘检测 ” 。 In his paper, he followed a list of criteria to improve current methods of edge detection.在他的文件中,他遵循的标准清单,以改善目前的边缘检测方法。 The first and most obvious is low error rate.第一个也是最明显的错误率低。 It is important that edges occuring in images should not be missed and that there be NO responses to non-edges.重要的是,发生在图像边缘不应错过的,没有任何反应,非边缘。 The second criterion is that the edge points be well localized. In other words, the distance between the edge pixels as found by the detector and the actual edge is to be at a minimum.第二个标准是,边缘点很好地本地化。换言之,之间的距离边缘像素作为探测器发现和实际边缘要在最低限度。 A third criterion is to have only one response to a single edge.第三个标准是,只有一个回应单一优势。 This was implemented because the first 2 were not substantial enough to completely eliminate the possibility of multiple responses to an edge.这是第一次实施,因为并没有实质性的2足以完全消除的可能性,多反应的优势。 Based on these criteria, the canny edge detector first smoothes the image to eliminate and noise.根据这些标准, Canny边缘检测器的第一个平滑的图像,以消除和噪音。 It then finds the image gradient to highlight regions with high spatial derivatives.然后认定的形象,以突出地区梯度高空间衍生物。 The algorithm then tracks along these regions and suppresses any pixel that is not at the maximum (nonmaximum suppression).该算法然后轨道沿着这些地区和抑制任何像素这不是在最高( nonmaximum制止) 。 The gradient array is now further reduced by hysteresis.梯度阵列现在进一步减少滞后。 Hysteresis is used to track along the remaining pixels that have not been suppressed.磁滞用来追踪沿其余像素,但没有压制。 Hysteresis uses two thresholds and if the magnitude is below the first threshold, it is set to zero (made a nonedge).磁滞使用两个阈值,如果规模低于第一道门槛,这是设置为零(发了nonedge ) 。 If the magnitude is above the high threshold, it is made an edge.如果是规模以上的高门槛,这是一个优势。 And if the magnitude is between the 2 thresholds, then it is set to zero unless there is a path from this pixel to a pixel with a gradient above T2.如果震级之间的2阈值,那么它设置为零,除非有一条从这个像素一个像素的梯度上述时刻。 Step 1 第1步 In order to implement the canny edge detector algorithm, a series of steps must be followed.为了落实Canny边缘检测算法,一系列步骤必须遵循。 The first step is to filter out any noise in the original image before trying to locate and detect any edges.第一步是筛选出任何噪音的原始图像在寻找和发现任何边缘。 And because the Gaussian filter can be computed using a simple mask, it is used exclusively in the Canny algorithm.而且因为高斯滤波器可以用一个简单的计算面具,它是专门用于在Canny算法。 Once a suitable mask has been calculated, the Gaussian smoothing can be performed using standard convolution methods.一旦合适的面罩已计算,高斯平滑可以用标准的卷积方法。 A convolution mask is usually much smaller than the actual image.阿卷积掩模通常远远小于实际的形象。 As a result, the mask is slid over the image, manipulating a square of pixels at a time. The larger the width of the Gaussian mask, the lower is the detector's sensitivity to noise .因此,该面具是下跌的形象,操纵一个正方形的像素上。 较大的宽度高斯面具,较低的是探测器的敏感性噪音 。 The localization error in the detected edges also increases slightly as the Gaussian width is increased.定位误差检测边缘也略有增加的高斯宽度增加。 The Gaussian mask used in my implementation is shown below.高斯遮罩使用我在执行下面显示。 Step 2 第2步 After smoothing the image and eliminating the noise, the next step is to find the edge strength by taking the gradient of the image.经过平滑的形象,消除噪音,下一步就是要找到优势兵力,采取梯度的形象。 The Sobel operator performs a 2-D spatial gradient measurement on an image.的Sobel算子进行二维空间梯度测量的形象。 Then, the approximate absolute gradient magnitude (edge strength) at each point can be found.然后,大约绝对梯度幅度(边缘强度)各点可以找到。 The Sobel operator uses a pair of 3x3 convolution masks, one estimating the gradient in the x-direction (columns) and the other estimating the gradient in the y-direction (rows). Sobel算子的使用对3x3卷积口罩,一个梯度估计在X方向(栏)和其他的梯度估计的Y方向(行) 。 They are shown below:它们如下所示: The magnitude, or EDGE STRENGTH, of the gradient is then approximated using the formula:的规模,或EDGE强度,梯度近似然后使用公式: |G| = |Gx| + |Gy| | G | = | GX的| + |戈瑞| Step 3 第3步 Finding the edge direction is trivial once the gradient in the x and y directions are known.寻找边缘方向是小事,一旦梯度在X和Y方向是众所周知的。 However, you will generate an error whenever sumX is equal to zero.然而,你会产生错误时sumX等于零。 So in the code there has to be a restriction set whenever this takes place.因此,在代码中必须有一个限制规定只要发生。 Whenever the gradient in the x direction is equal to zero, the edge direction has to be equal to 90 degrees or 0 degrees, depending on what the value of the gradient in the y-direction is equal to.每当梯度在x方向等于零,边缘的方向,必须等于90度或0度,取决于什么的价值梯度的Y方向等于。 If GY has a value of zero, the edge direction will equal 0 degrees.如果青的值为零,边缘方向将等于0度。 Otherwise the edge direction will equal 90 degrees.否则边缘方向将等于90度。 The formula for finding the edge direction is just:公式为寻找边缘方向是: theta = invtan (Gy / Gx)论旨= invtan (戈瑞/ GX的) Step 4 第4步 Once the edge direction is known, the next step is to relate the edge direction to a direction that can be traced in an image.一旦边缘方向众所周知,下一步是与边缘方向为方向,可以追溯到在一个图像。 So if the pixels of a 5x5 image are aligned as follows:因此,如果一个5x5像素图像对齐如下: x x x x x x x x x x x x x x x x x x x x x x a x x x x 1 x x x x x x x x x x x x x x x x x x x x x x Then, it can be seen by looking at pixel " a ", there are only four possible directions when describing the surrounding pixels - 0 degrees (in the horizontal direction), 45 degrees (along the positive diagonal), 90 degrees (in the vertical direction), or 135 degrees (along the negative diagonal).然后,可以看到看像素的“ A ” ,只有4个可能的方向时,描述了周围的像素- 0度 (水平方向) , 45度 (沿积极对角线) , 90度 (垂直方向) ,或135度 (沿负对角线) 。 So now the edge orientation has to be resolved into one of these four directions depending on which direction it is closest to (eg if the orientation angle is found to be 3 degrees, make it zero degrees).所以,现在的边缘方向已经得到解决纳入其中四个方向取决于哪个方向,它是最接近于(如角被发现有3度,使零摄氏度) 。 Think of this as taking a semicircle and dividing it into 5 regions.认为这是采取了半圆形和分裂成5个地区。 Therefore, any edge direction falling within the yellow range (0 to 22.5 & 157.5 to 180 degrees) is set to 0 degrees.因此,任何先进的方向范围内的黄色范围 ( 0至5月22日& 157.5至180度)设置为0度。 Any edge direction falling in the green range (22.5 to 67.5 degrees) is set to 45 degrees. Any edge direction falling in the blue range (67.5 to 112.5 degrees) is set to 90 degrees.任何先进的方向下滑的绿色范围 ( 22.5至67.5度)设置为45度。任何优势的方向下滑的蓝色范围 ( 67.5至112.5度)设置为90度。 And finally, any edge direction falling within the red range (112.5 to 157.5 degrees) is set to 135 degrees.最后,任何先进的方向范围内的红色范围 ( 112.5到157.5度)设置为135度。 Step 5 第5步 After the edge directions are known, nonmaximum suppression now has to be applied. Nonmaximum suppression is used to trace along the edge in the edge direction and suppress any pixel value (sets it equal to 0) that is not considered to be an edge. This will give a thin line in the output image.在被称为边缘方向, nonmaximum抑制现在必须适用。 Nonmaximum抑制是用来追踪沿边缘方向和制止任何像素值(套等于0 )这是不被认为是优势。这将给细线的输出图像。 Step 6 第6步 Finally, hysteresis is used as a means of eliminating streaking.最后,滞后是用来作为一种手段,消除条纹。 Streaking is the breaking up of an edge contour caused by the operator output fluctuating above and below the threshold.裸奔是打破的边缘轮廓线的经营者造成的产量波动上面和下面的门槛。 If a single threshold, T1 is applied to an image, and an edge has an average strength equal to T1, then due to noise, there will be instances where the edge dips below the threshold.如果一个门槛, T1讯号适用于图像,并具有优势的平均强度相等的T1 ,然后由于噪声,将有情况下,边逢低低于阈值。 Equally it will also extend above the threshold making an edge look like a dashed line.同样它也将延长超过阈值决策的优势看起来像一个虚线。 To avoid this, hysteresis uses 2 thresholds, a high and a low.为了避免这种情况,滞后使用2的门槛,高和低。 Any pixel in the image that has a value greater than T1 is presumed to be an edge pixel, and is marked as such immediately.任何像素的图像,其值大于表# t1推定为边缘像素,并标示为这种立即。 Then, any pixels that are connected to this edge pixel and that have a value greater than T2 are also selected as edge pixels.然后,任何像素连接到这个边缘像素,并有一个值大于时刻还选定为边缘像素。 If you think of following an edge, you need a gradient of T2 to start but you don't stop till you hit a gradient below T1.如果您认为以下的优势,您需要一个梯度的时刻开始,但你不停止直到触及梯度低于表# t1 。 You are visitor number: 你是第位访客人数:
该文包括引言、第1-4章共五个部分.引言部分阐述了网络医学信息检索策略的研究背景和理由,提出从用户角度研究网络医学信息检索策略的必要性 和重要性.第1章围绕网络医学信息检索策略这一核心问题,从医学搜索引擎检索语言、医学搜索引擎分类、医学搜索引擎检索规则、医学搜索引擎性能比 较与评价、网络医学信息检索策略构建等五个方面对目前网络医学信息检索所取得的理论与实践研究成果进行综述,从静态角度对网络医学信息检索策略 问题进行探讨.第2章依托网络医学信息检索理论,从影响网络医学信息检索效率的人文因素研究这一薄弱环节入手,以医学用户为调查对象,以检索策略的 制定与检索结果的反馈调节为研究内容,自行设计"网络医学信息资源检索策略用户调查表",在四个单位10个场所共分发调查表183份,回收调查表180份 ,其中有效问卷145份.采用定性和定量相结合的方法,对145名临床医务工作者、医学生、医学科研人员关于网络医学信息资源检索策略问题16个方面的征 询结果进行统计与分析,对医学用户网络信息检索特征及规律、校园网用户和非校园用户检索行为差异有了一系列的研究发现.第3部分在问卷调查的基础 上针对临床医生检索策略构建能力进一步展开实证分析.研究分两个阶段进行:鉴于网络医学用户年轻化特征突出,第一阶段以临床住院医生为实验对象 ,设计具体的检索测试问题和实证访问卷,收集与检索策略构建能力有关的5个方面的资料,通过考察、分析实验对象构建检索策略的思维活动,了解他们对 信息检索方法的实际掌握程度,并对其全面获取证据的能力进行初步评估.第二阶段开展对比研究,比较实验对象之间、实验对象与医学信息检索专家之间 在制定检索方案时的思维活动差异,对造成检索结果差异的原因进行了剖析.研究表明不同的信息认知能力将导致不同的信息检索行为,从而产生不同的信 息利用结果.作者就如何全面获取证据提出了参考建议,同时结合检索经验,初步摸索出一套针对性的医学专业搜索引擎选择策略及其查询模式.第4章对第 2章与第3章的研究结果进行回顾,发现实证分析进一步验证与澄清了第2章中的相关调查结果.作者认为用户信息认知行为的研究应该受到关注,技术因素 与人文因素相结合,既是全面解决医学信息资源管理与利用问题的指导思想,也是未来的研究趋势.针对调查方法、分析手段的不足和局限,作者指出网络 医学信息检索策略研究的结果只是初步、探索性的,鉴于网络医学信息检索策略目前尚缺乏系统的理论指导框架,提出引进循证医学的相关思想与方法,进 一步完善、优化网络医学信息检索策略构建指南. 4.期刊论文 潘萍.PAN Ping 基于网络环境的信息检索策略 -现代电子技术2007,30(4) 网络信息资源的检索和利用已经成为人们获取信息的主要方式,但要迅速、准确地获取所需要的信息,必须掌握一定的网络检索技术和检索策略.主要 阐述了网络环境下影响信息检索的两个主要因素和采取相应的检索方法和策略以更快、更准确地检索需要的信息. 5.期刊论文 KANG Yan-xing 引文检索策略的探讨 -情报科学2005,23(8) 引文检索是一种比较复杂的信息检索,在具体的引文检索中,如何制定优良的检索策略是一个关系到能否获得满意检索结果的核心问题.本文就引文检 索的实际工作中所触及到的一些常见的典型问题提出了若干探讨性的意见. 6.期刊论文 刘肖静 网络信息资源的收集与利用--检索策略和技巧 -现代情报2004,24(11) 文中针对当前网上信息检索的困难,通过介绍网络检索工具的性能,提出合理的检索策略,并列举了一些设置关键词的技巧. 7.期刊论文 张冬梅 浅议网络环境下的信息检索 -网络财富2009,""(22) 本文论述了信息检索的含义、特点和策略.阐明了如何利用网络快速而准确地获得有效信息资源. 8.期刊论文 燕慧泉 手工检索与计算机信息检索在检索策略之拟定和优化方面的分析比较 -现代情报2003,23(12) 本文通过手工检索和计算机检索在检索策略的制定及执行方面进行比较,指出了两者在策略的拟定和优化方面的区别. 9.期刊论文 王征清.成全.Wang Zhengqing.Cheng Quan 信息检索策略研究 -情报探索2007,""(4) 分析影响信息检索效率的要素,并从各个要素层面提出了相应的信息检索策略,以期指导用户的信息检索行为. 10.学位论文 吴清锋 基于内容的中草药植物图像检索关键技术研究 2007 论文工作针对基于内容的中草药植物图像检索问题,在系统分析已有关键技术及发展趋势基础上,对中草药植物叶子图像的领域特征提取、层次化 检索策略、基于显著轮廓曲线的图像检索、基于视觉注意的花卉图像检索等问题进行了系统、深入和较为全面的研究。这些研究内容不但是基于内容的 中草药植物图像检索亟待解决的关键问题,也是图像处理和信息检索领域的研究重点,具有重要的理论意义和实际应用价值。论文的主要工作和贡献如 下: (1)对基于内容图像检索领域的一些关键技术作了深入的研究分析,包括:颜色、形状、纹理等常用的图像底层视觉特征和高层语义特征的描述,图 像相似性度量准则,图像数据库特征索引,检索系统性能评价,相关反馈等;并对基于内容图像检索领域的主要研究方向进行了阐述;最后还给出了部 分原型系统的比较分析结果。 (2)叶子作为植物的重要器官,它的识别与分类在整株植物的识别与分类过程中占有重要的地位。使用颜色、纹理、形状等通用的视觉特征并不能取 得很好的检索效果,因此论文从植物形态学角度,分析并提取了中草药植物叶片的叶形、叶脉、叶齿等领域视觉特征,并且将所提取的特征归类为全局 特征和局部特征,在此基础上,构建了一个层次化检索策略,并进行了实验分析。实验表明:应用领域特征的检索较传统的检索更有效,并且,层次化 检索策略在提高系统检索速度的同时,又保证具有较高的检索精度。 (3)非标准环境下采集到的中草药植物叶子图像,一般具有复杂的背景,遮挡现象普遍存在,这都极大地影响着检索的效果。受到神经心理学中形状 感知研究的启发,我们将非经典感受野抑制机制引入到图像边缘检测中,保留图像中叶子的轮廓,同时抑制复杂背景中的短小边缘,并且使用获取的轮 廓曲线的特征来代表图像的形状特征。然后采用“综合多对多”的匹配策略来度量图像间的相似性,取得了良好的匹配效果。 (4)一般情况下,非标准环境下采集到的中草药植物花卉图像,花卉区域具有比背景更加突出的特征属性。利用人类视觉选择性注意机制研究的成果 ,首先对图像进行分析,综合视觉注意模型和传统的区域生长法,来定义和获取用户感兴趣的区域,然后采用一种新的“一对一”的匹配策略来度量图 像间的相似性,解决了图像的注意性匹配问题。实验证明:上述方法简单有效,降低了信息处理的计算量,提高了系统的效率。 总之,我们在基于内容的中草药植物图像检索方面,首次运用比较先进的图像匹配与检索方法与技术,对中草药图谱检索问题做了有开拓性意义的 研究工作,特别是提出的“植物叶子图像的领域特征提取与层次化检索"、“图像显著轮廓提取与综合轮廓匹配”、“基于视觉注意的感兴趣区域提取与 花卉图像检索”等具体方法,对于推动中草药植物图像自动检索研究领域的技术发展,有着重要的学术价值和具体的应用意义。 引证文献(2条) 1.田质兵.谈春梅 科技电子资源检索的探讨[期刊论文]-大学图书情报学刊 2003(2) 2.董建成 网上医学信息检索策略初探[期刊论文]-中华医学图书情报杂志
(1)将该实验装置放到黑暗处一昼夜(2)变蓝(3)光合作用需要叶绿体(或光合作用在叶绿体中进行)(4)吸收二氧化碳(或让叶片B得不到二氧化碳)(5)光合作用需要二氧化碳作原料 (6)光合作用需要光 分析:观察图示可知,该同学为探究绿色植物的光合作用,利用盆栽的银边天竺葵,设置了两组对照实验:叶片A的绿色部分和银边部分,变量是叶绿体;叶片A的绿色部分和叶片B的绿色部分,变量是二氧化碳.(1)为排除叶片中原有的淀粉对实验结果的影响,通常采取的方法是将该实验装置放到黑暗处一昼夜,这样可以将叶片内原有的淀粉运走耗尽.(2)叶片A的绿色部分在光照下进行了光合作用,光合作用产生的有机物主要是淀粉,因此经过处理后,滴加碘液会变蓝色.(3)叶片A绿色部分和非绿色部分以叶绿体为变量形成了一组对照实验,实验现象是:叶片A的绿色部分滴加碘液后变蓝色,说明进行了光合作用;叶片A的非绿色部分滴加碘液后不变蓝色,说明没有进行光合作用;比较叶片A绿色部分和非绿色部分的实验现象,可以证明光合作用的场所是叶绿体.(4)氢氧化钠溶液有吸收二氧化碳的作用,装置中放置氢氧化钠溶液的目的就是使叶片B所处的环境中没有二氧化碳.(5)叶片A的绿色部分和叶片B的绿色部分以二氧化碳为变量形成了一组对照实验,实验现象是:叶片A的绿色部分滴加碘液后变蓝色,说明进行了光合作用;叶片B的绿色部分滴加碘液后变不变蓝色,说明没有进行光合作用;比较二者的实验现象可以得出结论:二氧化碳是光合作用的原料.(6)若将装置中的“透明塑料袋”改为“黑色塑料袋”,同时取走氢氧化钠,则叶片A、B的绿色部分以光为变量形成了一组对照实验;实验现象是:叶片A的绿色部分滴加碘液后变蓝色,说明进行了光合作用;叶片B的绿色部分滴加碘液后变不变蓝色,说明没有进行光合作用;则比较叶片A、B绿色部分的实验现象可以证明光合作用的条件是光.故答案为:(1)将该实验装置放到黑暗处一昼夜(2)变蓝色(3)光合作用的场所是叶绿体(4)吸收二氧化碳(5)二氧化碳是光合作用的原料(6)光合作用的条件是光
264 浏览 4 回答
269 浏览 3 回答
140 浏览 4 回答
150 浏览 8 回答
244 浏览 4 回答
88 浏览 3 回答
280 浏览 2 回答
102 浏览 2 回答
331 浏览 3 回答
194 浏览 4 回答
302 浏览 2 回答
265 浏览 2 回答
123 浏览 3 回答
234 浏览 2 回答
254 浏览 4 回答