大花型茶专用菊杂交后代株系的综合评价与筛选

【目的】通过建立大花型茶专用菊综合评价体系,筛选出综合表现优异的株系,为大花型茶专用菊新品种选育提供理论参考和物质基础。【方法】以大花型茶专用菊品种‘金丝黄菊’的46个经田间初选的杂交后代无性株系及5个亲本为供试材料,从农艺性状、感官品质、有效成分等方面共选取花干重、舌状花数、盛花期、株高、冠幅、单株花数、干花产量、抗旱性、抗病性、干花径、干花形、干花色、香气、汤花、汤色、滋味及总黄酮、绿原酸、木犀草苷和3,5-O-二咖啡酰基奎宁酸含量等20个性状指标作为评价因子,利用层次分析法及K-Means聚类分析法建立综合评价体系,开展杂种株系的综合筛选。【结果】通过对大花型茶专用菊F1代株系性状进行观测与分析,结果表明,较多F1代株系花期相对较晚。其抗旱能力相比‘金丝黄菊’有一定提高,抗病性综合表现一般。较多F1代株系在花部观赏性上得到了一定程度的改良,但整体上花径没有明显增加,在生长、产量指标及滋味上尚有不足。应用层次分析法确定了各性状的权重值,其中干花径权重值最大,为0.148;其次是汤花、汤色、滋味,权重值均为0.084;再次是盛花期和干花产量,权重值均为0.080。通过K-Means聚...     

灰色关联法和层次分析法在盆栽多头小菊株系选择中的应用

【目的】建立盆栽多头小菊株选的综合评价体系,为快速选育新品种提供依据。【方法】以盆栽多头小菊430个株系为试验材料,选取15个性状作为评价因子,采用灰色关联法和层次分析法相结合的方法建立评价系统。【结果】应用层次分析法分析各评价因子的权重值发现,决定盆栽多头菊小菊品质的性状主要为株型、花朵繁密度、株高和花色,所占比重分别为0.2016、0.1560、0.1190、0.0944。在此基础上,依据430个株系的灰色关联度值,将其分为3个等级,优选出43个株型丰满紧凑、花色鲜艳纯正、花朵繁密、综合性状优良的株系。【结论】应用灰色关联法和层次分析法相结合的方法,可以有效地对盆栽多头小菊各株系进行综合评价,并快速优选出符合育种目标的株系,为选择育种提供了一种相对科学严谨的方法。     

环介导等温扩增技术检测菊花中番茄不孕病毒

【目的】环介导等温扩增(loop-mediated isothermal amplification,LAMP)是一种特异、灵敏、快速的新型基因检测技术。本研究拟用该技术建立菊花中番茄不孕病毒(TAV)的检测方法。【方法】设计能识别TAV CP序列6个特定区域的4种LAMP特异引物,对MgCl2、dNTPs、甜菜碱等LAMP反应条件进行优化,利用新建的LAMP法检测TAV,比较LAMP和RT-PCR2种不同方法的检测灵敏度。【结果】建立了检测番茄不孕病毒的LAMP技术;LAMP比RT-PCR具有灵敏度更高、快速、简便等优点。【结论】建立的LAMP技术能快速、准确、简便地检测出菊花中的番茄不孕病毒。     

应用GC×GC/TOFMS分析杭白菊挥发油化学成分

为了解杭白菊挥发油有效成分,建立了全二维气相色谱-飞行时间质谱的分析方法,共鉴定出匹配度较高的化学成分280种,包括36种醇,41种酮,29种醛,19种酸,11种单萜,15种倍半萜,7种呋喃,38种烷烃,24种烯烃和16种酯等。单萜和倍半萜类物质,含量大概为28.61%,醇类占24.79%,酮类占5.12%,烷烃、烯烃类占10.54%,醛类占9.97%,酸类占5.09%,呋喃类占0.67%,其它含N化合物、含苯环化合物及醚类共占8.34%。     

不同菊花品种的组培扩繁技术

以盆栽菊花品种带芽茎段为外植体,以MS为基本培养基,探讨了不同的植物生长调节剂及其组合对不定芽的诱导、增殖及生根的影响.结果表明:(1)在诱导培养基MS+ 6-BA 2.0 mg/L +NAA 0.1 mg/L+蔗糖30 g/L+琼脂7.0 g/L的诱导下,11份菊花品种的诱导效果显著不同,‘Breeze Ivory’诱导效果最好,诱导率为91.7％; (2)‘Breeze Ivory’适宜的增殖培养基为MS+6-BA 1.0 mg/L +NAA 0.1 mg/L+蔗糖30 g/L+琼脂7.0 g/L,增殖系数达12.1;(3)‘Breeze Ivory’适宜的生根培养基为1/2 MS+NAA 0.1 mg/L+蔗糖30 g/L+琼脂7.0 g/L,生根率达100％,平均每株根数为12.6;(4)‘Breeze Ivory’适宜的移栽基质为河沙,成活率可达98％.     

菊花叶片离体高效再生体系的建立

本文报道了以菊花叶片为外植体，诱导植株再生，建立高效植株再生体系。获得诱导愈伤组织、芽和根的最佳培养基。在有6-BA、NAA的MS培养基上获得较高的愈伤组织诱导率，在有2，4-D的培养基上其愈伤组织诱导率很低。带有愈伤组织的外植体转移到有6-BA、NAA的MS培养基上催化芽的产生，并筛选出能直接诱导芽再生的培养基(MS 6-BA(3mg／L) NAA(1mg／L))。AgNO3可明显提高芽的再生率。茎段在1／2MS和有IBA或NAA的1／2MS培养基上诱导生根。生根的小苗在温室里生长良好。     

基于高光谱成像技术的菊花花色表型和色素成分分析

为无损、高效测定菊花花色表型和色素成分及含量,以菊花160个品种为研究材料,用紫外分光光度法测定舌状花的色素种类和含量;用高光谱成像技术对菊花不同品种头状花序上不同花轮位置上舌状花不同部位的高光谱反射值进行测定;对高光谱反射指数与舌状花色素含量实测值间的相关性进行分析。结果表明:1)菊花头状花序中轮的舌状花正面的中部或偏后部获得的高光谱测定数据稳定。2)菊花相同色系品种具有相似的高光谱特征曲线,不同色系品种高光谱特征曲线存在差异。3)高光谱反射指数RRed/RGreen、ARI、mARI、mCRI、TCARI与菊花舌状花色素含量之间有较好的相关性,并利用80个品种分别建立了色素成分及含量监测模型。4)利用另外80个菊花品种进行验证发现,以RRed/RGreen、ARI和mARI建立的花青素含量监测模型、mCRI建立的类胡萝卜素含量监测模型和TCARI建立的叶绿素含量监测模型精度较高,可以无损、快速地测定菊花舌状花色素成分和含量。本研究为观赏植物花色表型分析和色素成分及含量的测定提供了一种新的思路和方法。      

基于深度主动学习与CBAM的细粒度菊花表型识别

针对菊花种类繁多,花型差别细微,准确标注比较困难的问题,基于深度主动学习与混合注意力机制模块(Convolutional block attention module,CBAM),提出了一种标号数据不足情况下的菊花表型智能识别方法和框架。首先,通过主动学习策略基于最优标号和次优标号法（Best vs second best,BvSB）在未标记菊花样本中选取信息量较大的样本进行标记,并将标记后的样本放入训练样本中;其次,使用深度卷积神经网络ResNet50作为本文的主干网络训练标记样本,引入混合注意力机制模块CBAM,使模型能够更为准确地提取细粒度图像中的高层语义信息;最后,用更新后的训练样本继续训练分类模型,直到模型达到迭代次数后停止。实验结果表明,该方法在少量菊花标记样本下,精确率、召回率和F1值分别达到93.66%、93.15%和93.41%。本文方法可为标号数据不足情况下的菊花等花卉智能化识别提供技术支撑。     

地被菊新品种选育研究

本文采用远缘杂交后连续选择的方法,对菊花新品种群——地被菊进行了研究。母本多采用‘美矮粉’和早菊品种等,父本则多采用菊属野生种(含半野生种)毛华菊、小红菊、甘野菊、野菊、紫花野菊以及‘北京菊’等。结果选育出一套抗性强、开花繁密、花期集中于“十一”前后或较长、植株较矮或匍匍状、管理粗放、适合于露地栽植过冬的地被菊新品种10个以上。     

苯扎溴铵预处理对切花菊保鲜的影响初探

为防止Ag+污染环境,开发适宜于切花菊运输前的不含Ag+的预处理剂及预处理方法十分必要。笔者用不同浓度(0~2000 ml/L)无银杀菌剂——苯扎溴铵对切花菊‘神马’的鲜切花进行了不同时间(0~24h)的预处理,然后插入盛有自来水的瓶内,放在温度为20~25℃室内,调查保鲜效果。与其他预处理相比,在100 ml/L溶液预处理3h,瓶插后鲜重一直呈缓慢上升趋势;6d后,极少数叶片发生萎蔫,叶片黄化速度也很缓慢,约90％的叶片12d后还可以保持新鲜;花蕾开放速度也缓慢,15d后仅有50％的花蕾开花,且花瓣挺阔,无枯萎迹象,而且茎干挺直,不弯颈;保鲜效果明显高于其他的预处理。由此可见,使用100 ml/L的苯扎溴铵溶液对菊花鲜切花进行3h的预处理,对其贮运有良好的保鲜效果。