柑橘新品种“春见”通过认定

福建省农业科学院果树研究所(邮编:350013,电话:0591-87573907)、三明市经济作物技术推广站共同引进的柑橘新品种春见,前不久通过了福建省品种认定。该品种果实生育期270天左右。果实高扁圆形,大小较均匀。     

重庆三峡库区柑橘管理技术

分析重庆三峡库区的生态条件以及发展柑橘产业的机遇、潜力、优势,介绍当地柑橘园的管理技术,包括柑橘园管理、病虫害防治等方面内容,以为生产者提供参考。     

柑橘皮果胶和黄色素的提取工艺

柑橘皮中富含果胶、苷类、糖类、维生素类和纤维类等多种有效成分,以柑橘皮为原料,采用酸解-醇沉法柑橘皮果胶,采用用乙醇浸取经过预处理的柑橘皮,经石油醚萃取和乙醇精制得柑橘皮色素。     

柑橘黄龙病实时荧光PCR鉴定技术研究

[目的]建立一套高效、准确的柑橘黄龙病（HLB）早期鉴定手段。[方法]根据HLBsecE基因（EF164805.1）保守区域设计引物和探针,建立HLB的TaqMan探针实时荧光PCR鉴定技术。[结果]被检测的236个柑橘苗圃样品中,有54个苗圃感染了HLB,检出率为22.9%。引物特异性好。[结论]该检测方法具有快速、灵敏、重复性好等优点,其检测灵敏度达0.01 ng。     

柑橘访花昆虫名录

经过调查与鉴定,发现我国当阳和赣州两大柑橘产区访花昆虫主要包括缨翅目、同翅目、半翅目、鞘翅目、鳞翅目、双翅目、膜翅目等7个目42个科中的91种昆虫。其中当阳橘园中访花昆虫52种,赣州橘园访花昆虫60种。     

柑橘果实粒化研究进展

柑橘是世界第一大水果,粒化现象严重影响了柑橘的商品价值。对柑橘类果实粒化发生过程中汁胞的解剖结构和相关生理生化指标的变化,以及导致粒化发生的各种因素及控制措施的研究进展进行了综述,展望了从分子育种的角度彻底解决柑橘汁胞粒化的可能性。     

三峡库区柑橘用地适宜性评价——以重庆忠县黄金镇斑竹村等3个村土地整理项目为例

以重庆忠县黄金镇斑竹村等3个村土地整理项目中土地适宜性评价为例,在对区域土地利用条件进行定性分析的基础上,建立柑橘用地适宜性定量评价指标体系,进行柑橘用地适宜性评价。结果表明,该区域土地种植柑橘总体适宜性很高,均为高度适宜;主要限制因素为排灌条件、交通条件较差,部分土地水土流失较严重。最后提出了克服这些限制因素的措施。     

柑橘果实成熟特异基因CsPMEI/InvI的克隆与序列分析

果实成熟特异基因对于调控果实成熟及其品质形成具有重要的作用。在前期获得柑橘Citrus果实成熟特异基因片段的基础上,以纽荷尔脐橙Citrus sinensis Newhall成熟果实为试材,应用RT-PCR和RACE技术,分离获得果实成熟特异基因的cDNA全长序列,命名为CsPMEI/InvI,GenBank登录号:KC198084;生物信息学分析表明:该基因全长945 bp,包含618 bp完整的开放阅读框,编码205个氨基酸,其编码的蛋白质分子式为C977H1568N296O282S10,相对分子量为22.29 kDa,理论等电点为9.84,属于InvI/PMEI（转化酶抑制子/果胶甲酯酶抑制子）家族成员,含有该家族严格保守的Cys残基,存在1个cAMP和cGMP-蛋白激酶磷酸化位点、3个蛋白激酶C 磷酸化位点、2个酪蛋白激酶Ⅱ磷酸化位点和3个N-酰基化位点,其二级结构主要以-螺旋为主。CsPMEI/InvI基因的分离为进一步研究柑橘果实的成熟机制提供了基础。图7表1参28     

柑橘半穿刺线虫防治试验

[目的]筛选低毒高效的杀线剂,为半穿刺线虫的防治提供科学依据.[方法]进行10%噻唑膦颗粒剂、2.5亿个孢子/g厚孢轮枝菌微粒剂、0.5%阿维菌素颗粒剂、24.5%阿维菌素乳油、10%丙线磷颗粒剂、2亿/g盐生菌及2亿/g盐生菌+0.5%阿维菌素颗粒剂对柑橘半穿刺线虫田间防治效果试验,药后30 d统计不同药剂对柑橘半穿刺线虫的防治效果.[结果]供试的6种药剂对半穿刺线虫均有较好的防效,对土壤中和根上线虫的防效均在50%以上,其中10%噻唑膦颗粒剂的防效最好,对土壤中和根上线虫的防效达80%以上;其次为24.5%阿维菌素乳油和2.5亿个孢子/g厚孢轮枝菌微粒剂,两种药剂对土壤中和根上线虫的防效为70%~75%.[结论]10%噻唑膦颗粒剂、2.5亿个孢子/g厚孢轮枝菌微粒剂和24.5%阿维菌素乳油对柑橘半穿刺线虫有较好的防治效果,且对柑橘生长无不良影响,可作为柑橘半穿刺线虫的防治药剂在柑橘生产上推广应用.     

基于改进ShuffleNet V2的柑橘病害识别研究

大型卷积神经网络因模型复杂难以部署于实际应用,而轻量级网络因优化模型结构而导致精度往往不如前者理想。针对上述问题,对ShuffleNet V2进行改进,提出一种轻量化MAM-ShuffleNet柑橘病害识别模型。首先,在ShuffleNet V2中引入混合注意力模块（Mixed attention module,MAM）,提升模型对病害特征提取能力。其次,利用Ghost模块优化网络中卷积层,有效降低网络模型参数量和计算成本。最后,调整网络结构中ShuffleNet V2单元堆叠次数,进一步简化网络参数。结果表明,在自建柑橘叶片数据集中,MAM-ShuffleNet模型平均识别准确率达到97.7%;与原始ShuffleNet V2相比,其参数量降低了45.7%,识别准确率提升了1.2百分点;综合性能明显优于ResNet50、DenseNet121等模型。