Preparation and characterization of gluten-free sheeted doughs and noodles with zein and rice flour containing different amylose contents

This study aimed to explore the feasibility of zein as a gluten alternative in preparing sheeted doughs with rice flours containing different amylose contents (12, 19, and 26%) that were successfully slit into noodle strands. Rice-zein mixtures with lower amylose contents exhibited lower pasting parameters and the high amylose paste samples possessed more elastic properties. Higher water absorption was observed in the low amylose rice-zein mixture whereas the use of zein were effective in increasing the stability of rice dough regardless of amylose content. In case of thermal conductivity, the noodle doughs prepared with high amylose rice-zein mixture had low thermal conductivity, probably implying a long cooking time. The structure of the rice-zein noodles had a tendency to become firmer with increasing levels of amylose by showing greater breaking stress and resistance to extension that could be correlated to reduced cooking loss.     

猕猴桃叶片叶绿素含量高光谱估算模型研究

【目的】研究猕猴桃叶片叶绿素含量的高光谱估算方法,为猕猴桃长势的遥感监测提供理论依据。【方法】以陕西杨凌蒋家寨村2018年不同生育期(初花期、幼果期、膨果期、壮果期、果实成熟期)的猕猴桃叶片为研究对象,分别测定其高光谱反射率和叶绿素含量(SPAD值),分析原始光谱和5个常见的植被指数(归一化植被指数、归一化叶绿素指数、改进的叶绿素吸收反射率指数、MERIS地面叶绿素指数、土壤调整指数)与叶绿素含量之间的相关关系,提取各生育期的特征波段,分别建立基于特征波段和植被指数的单波段叶绿素含量一元线性估算模型。利用主成分分析对原始光谱数据进行降维,将得到的主成分得分作为随机森林模型的输入变量,建立基于多波段信息的叶绿素含量多元估算模型,并对模型进行精度验证和分析。【结果】不同生育期猕猴桃叶片光谱反射率变化趋势基本一致,整体趋势为可见光波段反射率低,近红外波段反射率高;在可见光波段,光谱反射率随着叶绿素含量的升高而降低;在近红外波段,光谱反射率则随着叶绿素含量的增加而升高。通过相关性分析可知,初花期、幼果期、膨果期、壮果期、果实成熟期原始光谱的特征波段分别为729,548,707,707和712 nm,估算模型决定系数(R~2)分别为0.18,0.85,0.54,0.85和0.82,其中初花期估算模型未通过显著性检验,其余生育期均通过极显著性检验。在5个常用植被指数中,初花期与叶绿素含量相关性最高的是归一化叶绿素指数(NPCI),但是估算模型决定系数R~2只有0.1,未通过显著性检验;其他生育期与叶绿素含量相关性最高的是MERIS地面叶绿素指数(MTCI),所建立的估算模型拟合效果好,预测精度高。基于主成分分析和随机森林回归建立的不同生育期猕猴桃叶片叶绿素含量估算模型的R~2在0.91～0.98,均通过极显著性检验,其拟合效果和预测精度远高于单波段一元线性回归和基于植被指数的一元线性回归模型,是估算猕猴桃叶片叶绿素含量的最优模型。【结论】基于主成分分析的随机森林模型包含了更完整的波段信息,对不同生育期猕猴桃叶片叶绿素含量具有较好的预测能力。     

甘薯胡萝卜素含量、干率聚合育种的一个特例

2005年采用高胡萝卜素、低干双亲的特殊组合‘浙薯81’ב浙薯255’创制出甘薯优异高干红肉品种‘浙薯13’。为了探索甘薯胡萝卜素含量、干率聚合育种新方法,2016年对这一双亲的正反交组合F1胡萝素含量、干率进行了测定和遗传分离规律分析。结果表明,正反交组合的胡萝卜素含量遗传主要受非加性效应控制,组合传递力分别为45.32%和49.73%。干率不仅存在加性效应,而且呈明显的超亲遗传,正反交组合的超亲优势分别达到15.12%和12.75%,超高亲率约70%,呈现相当于高干×低干的遗传分离,中、高干类型比例高达60%左右,其中高干类型比例约28%。杂交后代含有干率≥25%、胡萝卜素含量≥3 mg/100 g FW的株系占26.10%,含有干率≥25%、胡萝卜素含量≥10 mg/100 g FW的株系占9.78%。干率是甘薯食味的主要影响因子。因此,‘浙薯81’与‘浙薯255’杂交可以高效地聚合胡萝卜素含量和干率,大幅度提高优质食用高胡萝卜素育种的筛选效率。     

河北太行山区典型水土保持林乔木层生物量及碳储量研究

以河北太行山区4种典型水土保持林为研究对象,对混交林(栓皮栎-侧柏)、油松林、栓皮栎林和刺槐林的乔木层各器官生物量、含碳率以及碳储量进行比较研究。结果表明:混交林、油松林、栓皮栎林和刺槐林生物量分别为51.94,86.40,90.19,18.08t/hm^2,栓皮栎林和油松林生物量高于4种水土保持林生物量的均值(61.65t/hm^2),而混交林和刺槐林生物量分别占生物量均值的84.25%,29.33%。不同林分各器官在乔木层生物量中分配顺序均表现为树干>树根>树枝>树叶。4种典型林分各器官含碳率分别为45.16%~58.93%,58.48%~64.61%,51.16%~58.37%,52.35%~62.30%。4种典型林分碳储量为10.10~53.85t/hm^2。不同林分类型各器官碳储量与生物量呈正比关系,与生物量趋势基本相同,碳储量大小表现为油松林>栓皮栎林>混交林>刺槐林。     

黄连中盐酸小檗碱的提取纯化及抑菌活性研究

为了探究盐酸小檗碱在植物病原真菌方面的抑制作用,以黄连根粉为材料,采用酸水法提取和乙醇重结晶获得盐酸小檗碱纯品,采用生长速率法研究了盐酸小檗碱对常见植物病原菌的抑制活性。结果表明,盐酸小檗碱的提取率为3.3%,经高效液相色谱法测得其含量为93.56%;抑菌活性试验表明,盐酸小檗碱在100μg/mL时对玉米大斑病菌的抑制率达99.9%,EC_(50)为8.20μg/mL,表现出比药剂对照噁霉灵和百菌清更高的抑制活性;进一步的试验表明,与噁霉灵及百菌清相比,盐酸小檗碱对玉米大斑病菌的抑制作用具有持效期长的特点。     

棉铃发育过程中不同组织IAA含量变化特点

为了解IAA与棉纤维品质形成间的关系及棉铃各部位IAA积累转运特点,本研究分析了棉铃各部分在发育过程中IAA含量的变化特点。通过选择陆地棉标准系TM-1、长纤维种质‘母35’和短纤维种质‘208’3个纤维长度差异较大的陆地棉材料,利用酶联免疫法对浙江杭州、海南三亚两地田间试验的各材料不同发育阶段的棉仁、棉籽壳、棉纤维、棉铃壳进行了IAA含量的测定。结果表明,不同参试材料的棉仁IAA含量存在明显差异,棉籽壳、棉纤维与棉铃壳的IAA含量峰值出现时间晚于棉仁,棉铃各个组织IAA含量具有随棉铃组织从内向外逐渐降低的趋势。研究表明,IAA可能是棉纤维发育的正效应因子,且棉铃发育过程中IAA可能呈初期在棉仁富集、随发育进程沿棉铃组织由内向外运输的规律。     

高含固率木质纤维素厌氧发酵物总DNA的4种提取方法比较

不同的样本特性和提取方法对获得微生物总DNA的质量有重要影响。文章基于高含固率木质纤维素厌氧发酵物腐殖酸、酚类物质含量高、质地均一性差、微生物浓度低的特点,研究了4种方法提取不同高含固率粪秸厌氧发酵物中微生物总DNA的效果。结果表明,常规的十二烷基磺酸钠法(sodium dodecyl sulfate,SDS)、十二烷基磺酸钠和溴化十六烷基三甲铵结合法(sodium dodecyl sulfate and cetyltrimethyl ammonium bromide,SDS-CTAB)和商业的粪便试剂盒法提取的DNA质量均较差,SDS法和试剂盒法未能获得聚合酶链式反应(polymerase chain reaction,PCR)扩增目的条带,SDS-CTAB法得到的条带较模糊;改进SDS-CTAB法获得的DNA杂质少、纯度高,具有较好的稳定性,A260/A280和A260/A230值分别为1.74~1.86和1.65~1.86,每克样品的DNA浓度在50 ng·μL^-1以上,电泳条带单一齐整、清晰明亮,PCR扩增的目的条带清晰度高,适宜后续分子生物学技术的分析。林格氏液洗脱、聚乙烯吡咯烷酮-40(Polyvinyl Pyrrolidone-40,PVP-40)洗涤液除杂以及裂解液和多种酶联合破壁是改进SDS-CTAB法获得该类专一性样本高质量微生物总DNA的关键步骤。     

江苏省小麦籽粒蛋白质达标弱筋小麦的适生性分析与评价

【目的】弱筋小麦是制作饼干糕点类食品的原料,其烘烤特性很大程度上取决于蛋白质的质和量。小麦籽粒蛋白质含量（GPC,%）不仅由品种的遗传特性决定,还受到气候、土壤、栽培措施等影响。明确江苏省弱筋小麦适宜种植区域以及其地理、气候影响因素,可为江苏弱筋小麦的种植区划提供理论依据。【方法】在2年江苏省小麦品质抽样调查数据的基础上,利用随机森林算法筛选重要性指标,结合单组率Meta分析及其亚组分析,探究地理位置及气象因子对江苏省小麦籽粒蛋白质含量（GPC）达到弱筋小麦标准可能性的影响。【结果】2个年度江苏省小麦GPC平均值为13.92 %,其中2018年、2019年小麦GPC变幅分别为11.06%—18.09%、10.20%—16.50%,平均值分别为14.52%、13.33%,GPC<12.5%的样品分别占比10%、29.71%。从地理分布看,江苏的东南沿湖沿海地区小麦GPC达到弱筋小麦标准的可能性最高,达标可能性最高可达92%,其次是江苏东部沿海地区以及江苏西北部沿河一带。种植地距离一级河流和湖泊或者海岸线的最短距离为20—30 km时,达标可能性相对较高,为23.95%。从气象因子方面看,生育前期特别是出苗期和拔节期,降雨量对江苏弱筋小麦的形成影响较为重要;生育后期尤其是开花期以及灌浆期后期,积温对小麦GPC的影响更重要;且出苗和拔节期的日照时数及开花期的降雨量对江苏弱筋小麦的形成亦很重要,其中,江苏小麦GPC达标弱筋小麦标准的可能性与出苗期的降雨量呈正相关,而与出苗和拔节期的日照时数、拔节期的降雨量以及灌浆后期积温则呈负相关。【结论】江苏弱筋小麦适宜的种植范围受到水系分布与气象因素的共同制约,主要集中在东部沿海和东南沿海沿湖地区。在出苗、拔节期降雨量和开花灌浆期积温适宜的情况下,西北沿河一带的小麦GPC也可达标弱筋小麦标准。品质区划应重点考虑地理位置（水系分布等）和气候分布。     

不同灌水下限设施番茄土壤CO2排放特征及其影响因素研究

【目的】探讨不同灌水下限设施土壤CO2排放特征及其影响因素,为调控设施土壤水分和碳排放提供理论依据。【方法】在番茄生育期内采用LI-8100A土壤碳通量自动测定仪观测不同灌水下限[20 kPa(D20)、30 kPa(D30)、40 kPa(D40)]下的土壤CO2排放速率,并分析其影响因素。【结果】在番茄生育期内,不同灌水下限设施土壤CO2排放速率变化趋势基本一致,D20处理最高,平均速率为2.759μmol/(m2·s),其次是D30处理,为2.601μmol/(m2·s),D40处理最低,为2.559μmol/(m2·s)。在土壤CO2累积排放量方面,D20处理显著高于其他2个处理,而D30和D40处理之间无显著差异。就单因素模型而言,不同灌水下限处理的土壤CO2排放速率与15 cm土壤温度呈指数回归关系,且均达显著水平(P<0.05);不同灌水下限处理的土壤CO2排放速率与15 cm土壤含水率均呈显著二次回归关系(P<0.05);与单因素模型相比,土壤温度和土壤含水率的双因素复合模型(68.5%~83.8%)可以更好地解释土壤CO2排放的变化。土壤温度敏感系数Q10值在1.442~1.498之间,其中D20处理最敏感,D40处理最不敏感。相关分析结果表明,土壤CO2累积排放量与0~20 cm土层土壤有机质量、pH值、全氮量、速效磷量、速效钾量、碱解氮量和微生物量碳呈显著相关关系。采用PCA分析提取出的2个主成分累积贡献率为85.79%。【结论】灌水下限影响设施土壤CO2的排放,其中D20处理促进了设施土壤CO2的排放。     

基于无人机多光谱遥感的冬小麦冠层叶绿素含量估测研究

为探讨利用无人机多光谱影像监测冬小麦叶绿素含量的可行性,基于北京市大兴区中国水科院试验基地的2019年冬小麦无人机多光谱影像和田间实测冠层叶绿素含量数据,选取16种光谱植被指数,确定对冬小麦冠层叶绿素含量显著相关的植被指数,采用一元二次线性回归和逐步回归分析方法建立各生育时期及全生育期的SPAD值估测模型,通过精度检验确定对冬小麦冠层叶绿素含量监测的最优模型。结果表明,两种分析方法中逐步回归建模效果最佳。拔节期选取4个植被指数(MSR、CARI、NGBDI、TVI)建模效果最好,模型率定的决定系数(r~2)为0.73,模型验证的r~2、相对误差(RE)和均方根误差(RMSE)分别为0.63、2.83%、1.68;抽穗期选取3个植被指数(GNDVI、GOSAVI、CARI)建模效果最好,模型率定的r~2为0.81,模型验证的r~2、RE、RMSE分别为0.63、2.83%、1.68;灌浆期选取2个植被指数(MSR、NGBDI)建模效果最好,模型率定的r~2为0.67,模型验证的r~2、RE、RMSE分别为0.65、2.83%、1.88。因此,无人机多光谱影像结合逐步回归模型可以很好地监测冬小麦SPAD值动态变化。