甜瓜新品种-中甜1号的选育

中甜1号为优质、高产、耐湿、早熟厚皮甜瓜品种,果实发育期25-28d,果实椭圆形,果皮黄色,上有10条银白色纵沟,果肉白色,单瓜重1.0-1.5kg,可溶性固形物含量13.5%-15.5%。适应性广,在保护地、露地条件下均可栽培。     

沪产哈密瓜采后贮藏温度对品质的影响

以沪产"雪里红"哈密瓜为试材,分别在3℃、5℃、7℃、10℃和常温条件下研究哈密瓜采后贮藏期间果实品质的变化。结果表明:采用低温贮藏能有效降低哈密瓜果实失重,并抑制总酸、总糖和可溶性固形物含量的下降。3℃贮藏温度明显延缓了"雪里红"品质的下降,保持较高的感官和营养品质,贮藏保鲜效果最佳。     

不同贮藏温度对磴口华莱士蜜瓜质构特性、理化指标、感官品质变化及相关性分析

以磴口华莱士蜜瓜为试材,研究不同贮藏温度对其采后果实质构特性、理化指标、感官品质变化及相关性分析。选用成熟度一致的果实随机分为2组,放置于常温(28℃)和低温(6℃)条件,每隔1 d进行感官评定,常规理化指标检测、质地多面分析(TPA)及整果穿刺试验。结果显示,低温贮藏能有效减缓果实可溶性固形物和有机酸含量的下降,有效延缓果皮硬度、果肉硬度和咀嚼性等的下降,并抑制果实的软化,较常温贮藏延长贮藏期12 d。相关性分析表明,质构参数之间、质构参数与感官品质指标之间存在不同程度的相关性。综上所述,磴口华莱士蜜瓜果皮硬度、咀嚼性和内聚性等均能较好地反映果实品质的变化,可作为其品质评价指标;该结果为开发磴口华莱士蜜瓜的贮藏保鲜技术提供了科学依据。     

苦瓜MAP30基因的克隆与载体构建

首先提取苦瓜的基因组DNA,然后根据Genbank中已公开发表的MAP30序列,设计一对特异引物MAP301,MAP302,并增添特异定位于内质网的小肽Kozak序列。采用PCR技术,从苦瓜的基因组DNA中扩增出一分子量为800bp左右的片段,回收克隆测序,结果表明,克隆获得片段与已公开发表的MAP30序列同源性达100%,将阳性克隆进行酶切,获得的目标片段与用同样酶切所获得的植物表达载体pEV1和pEV2大片段连接,酶切鉴定重组子构建成特异表达于果实的载体。     

牛角瓜果实发育规律及纤维产量

为引进优质种质资源打下基础,阐明牛角瓜果实发育的规律,制定栽培管理措施,以实现品质的调控和果实产量的稳定。因此本试验通过对巴基斯坦瓜达尔港的牛角瓜果实外部特征、内部纤维发育过程的观察。确定了牛角瓜果实外部大小与内部纤维长度呈正相关,即果实越大,纤维长度越长。在座果后第1天至第6天为缓慢增长期,此时应采取保果措施;第7天至第19天为果实增长和纤维快速增长期,此时应给予足够的养分;在第20天至第30天为缓慢增长期,此时应侧重于病虫害的防治。     

京郊风味甜瓜整枝留果方式探索试验

为提高风味甜瓜的产量,以"帅果7号"为试验材料,采用随机区组试验方法,设置单蔓整枝留1果、单蔓整枝留2果、双蔓整枝留2果3个处理,研究不同整枝及留果方式对风味甜瓜生长、产量和品质的影响.结果表明:风味甜瓜单蔓整枝留1果和双蔓整枝留2果效果均佳,果实大小适中,果形周正,果实含糖量以单蔓整枝留1果处理最佳,667 m2产量...     

小西葫芦绿斑驳花叶病毒生物学特性及传播方式

小西葫芦绿斑驳花叶病毒(Zucchini green mottle mosaic virus,ZGMMV)是我国新报道的侵染葫芦科作物的烟草花叶病毒属病毒.从感染病毒的葫芦叶片中分离出ZGMMV,摩擦接种西瓜(Citrullus lanatus)、葫芦(Lagenaria siceraria)、西葫芦(Cucurbit...     

用雌性系配制的甜瓜新品种‘寿研1号’及其指纹图谱

 厚皮甜瓜‘寿研1号’是以回交转育的雌性系‘白9298gy’为母本, 以‘玉9635’自交系 为父本配制的一代杂交种。中熟, 果实发育期33～36 d。果实高圆形, 单瓜质量115～210 kg, 果皮光滑洁白, 果肉细腻, 白色略带浅绿, 糖度16.5%左右。易坐果, 耐低温, 抗病性强, 适于保护地栽培。用8对引物构建了其重复概率为1 /291 600的SSR分子标记的指纹图谱。     

坐果剂处理对甜瓜果实生长发育与产量的影响

以厚皮甜瓜西农新早蜜1号品种为试材,以人工授粉为对照,研究氯吡脲和噻苯隆2种坐果剂对果实发育与产量的影响.结果表明:与对照相比,2种坐果剂对果实发育、总产量、早期产量、果实膨大速度、可溶性固形物含量、籽粒发育等无显著影响.说明在甜瓜生产中可用坐果剂代替人工授粉促进坐果.     

基于MatLab和DSP的哈密瓜纹理分割与分类

以新疆特色水果哈密瓜为研究对象,提出一种利用Matlab辅助DSP提取哈密瓜纹理的方法。该方法首先利用Matlab把待处理的图像转换为数据文件(dat文件),然后利用DSP强大的运算能力分割哈密瓜表面纹理特征,并将分割结果同样以dat文件传递给Mat Lab,最后利用Mat Lab强大的数据分析与图像显示能力建立哈密瓜分类模型。实验结果表明,该方法能够有效地对哈密瓜表面纹理进行分割与分类,分类准确率为88.10%。该方法不但能够缩短DSP系统的开发周期,且能够为今后开发基于DSP的哈密瓜品质实时检测系统奠定基础。