不同纸袋套袋对纽荷尔脐橙果实品质的效应研究

采用6种不同纸袋对纽荷尔脐橙进行套袋试验,结果表明,对脐橙品质的影响因不同果袋而异。与对照相比,外棕内红双层袋、外灰内红双层袋和外黄内黑双层袋提高了果皮亮度、色饱和度和黄色度,而红色度没有显著差异;果实完熟采收时,各处理与对照相比,类胡萝卜素提高12～49μg／gFw,叶绿素差异不明显,而单果质量则下降了8．9～83．6g,除外灰内红双层袋处理的可溶性固形物上升0．2百分点外,其余处理的下降0～1．3个百分点;酸含量下降0～O．9百分点,外黄内黑双层袋处理大幅度降低Vc含量。纽荷尔脐橙宜选用外灰内红双层袋或外棕内红双层袋进行果实套袋,不宜选用外黄内黄双层袋。     

西双版纳特色鲜食糯玉米新品种小糯3号及其栽培技术要点

小糯3号保持了西双版纳小糯玉米的独特风味,同时具备株型紧凑、品质优良、高产稳产、抗病抗倒伏的优点,支链淀粉含量占总淀粉含量的95.1%,可直接采摘青穗出售,也适宜深加工,市场售价高。     

低温天气下四川玉米高产田间管理对策

<正>2010年我省自3月份玉米播种以来,大部分地区继冬暖春干后出现低温阴雨天气,这对玉米生长产生不利影响。当前生产上存在主要问题为:一是春玉米生育进程推迟,苗期生育进程比往年推迟10～15天;二是田间种植密度不足。部分大田缺苗率在10%～20%;     

杂交玉米新品种绿单50的选育与高产栽培

玉米新杂交种绿单50系四川省农科院作物所选育的高产稳产、广适多抗、粮饲兼用的强优势杂交种,2008年通过四川农作物品种审定委员会审定。该品种产量较高、株型较好、果穗长、出籽率高、抗玉米主要病虫害,适宜净作或间套种植,是一个适合四川省及西南玉米产区平坝、丘陵、低山区及类似地区种植的优良玉米新品种。     

优良玉米自交系698-3的选育与应用

698-3是四川省农科院作物所育成的优良玉米自交系。该自交系集成了高配合力、高产、优质、多抗、耐密等优良性状于一体,组配出了一批高产、优质、多抗、专用等玉米杂交种推广应用,取得了显著的社会经济效益。     

突破性杂交玉米新品种博玉19高产稳产特征分析

博玉19系资中博瑞农作物种子研究所选育的高产稳产、广适多抗、粮饲兼用的强优势玉米杂交种。该品种产量高、株型好、果穗长、出籽率高、籽粒商品性好,对光温反应不敏感,适宜净作或间套种植,适合在四川省及西南玉米产区平坝、丘陵、低山区及类似地区种植。介绍了该品种的亲本来源和选育经过、产量表现、制种技术要点和栽培技术要点,并重点对该品种的高产稳产性进行了详细分析。     

抗玉米纹枯病材料的鉴定及抗性遗传研究

 通过1997~2000年抗性鉴定,获得CML270为高抗玉米纹枯病且抗性稳定的抗性材料。该自交系在不同年份,对不同地理来源的玉米纹枯病强致病菌丝融合群AG 1 IA表现高抗(病情指数10左右),抗性表现明显优于国内玉米骨干自交系478和48-2。抗性遗传初步分析表明,玉米纹枯病抗性表现为质量-数量性状,抗性遗传受主效基因控制,同时受微效多基因修饰,最少基因数目4~7对。玉米纹枯病抗原的获得为最终解决玉米纹枯病危害提供了技术和材料支撑。     

玉米杂交种穗部产量性状灰色关联度分析

应用灰色关联度分析方法,对玉米杂交种穗部产量性状间的相关性进行了分析。结果表明:与玉米杂交种单穗粒重最为相关的性状是穗粒数,与单穗粒重关联度高的还有穗长、行粒数、粒深等,而其他几个穗部性状如轴粗、穗行数、穗粗、百粒重、秃尖、粒厚等与其关联度也较高。玉米杂交种穗部产量性状间具有复杂的相互关系。     

基于CARS算法的不同类型土壤有机质高光谱预测

不同土壤类型的理化性质和光谱性质存在差异,以往研究多以高光谱反射率或光谱吸收特征建立模型,输入变量类型结构单一,往往导致土壤有机质（Soil Organic Matter,SOM）预测模型的精度不高。为提高SOM高光谱预测模型精度,该研究以黑龙江省海伦市为研究区,将不同类型土壤分别以竞争自适应重加权采样（Competitive Adaptive Reweighted Sampling,CARS）筛选的特征波段、数字高程模型（Digital Elevation Model,DEM）数据和光谱指数作为输入变量,结合随机森林（Random Forest,RF）算法建立SOM预测模型。结果表明：1）通过CARS算法筛选后,各土壤类型特征波段压缩至全波段数目的16%以下,在很大程度上降低土壤高光谱变量维度和计算复杂程度,从而提高了模型的预测能力,说明CARS算法在提取特征关键波段变量、优化模型结构方面起到重要作用;2）不同类型土壤的SOM预测精度存在差异,沼泽土的预测精度最高为0.768,性能与四分位间隔距离的比率（Ratio of Performance to InterQuartile distance,RPIQ）为3.568;黑土次之,草甸土的预测精度最低,仅0.674,RPIQ为1.848。3类土壤的RPIQ均达到1.8以上,模型具有较好的预测能力;3）局部回归预测精度最优,验证集的调整后决定系数为0.777,均方根误差（Root Mean Square Error,RMSE）为0.581%,模型验证RPIQ为2.689,模型稳定性高。该试验筛选的预测因子通过RF模型可实现SOM含量的快速预测,简化了传统复杂的程序,可为中尺度区域不同类型土壤的SOM预测提供依据,为输入量的选择提供参考。