公共文化服务平台

共 9 条记录，以下是 1-9

全选清除导出

排序方式：

马铃薯杂交组合后代加工相关品质性状的评价: 2008年; 以马铃薯品种大西洋和东农303为母本的6个杂交组合的无性一代为试验材料,对其产量和加工相关品质性状进行评价。结果表明:综合表现最好的组合为大西洋×T1800,该组合产量高,平均单株产量可达604g;单薯重较高,平均单薯重可达80 g;高淀粉、低还原糖个体较多,后代中符合油炸加工类型的无性系比率最高。以东农303为母本的3个杂交组合后代比重偏低,但平均单株产量和平均单薯重均较高,可从这3个组合后代中筛选出高产鲜食的材料。; 孙清华李赞石瑛陈伊里; 关键词：马铃薯杂交组合

马铃薯高淀粉资源材料的筛选及直链淀粉含量的评价: 对马铃薯育种群体的240份无性系材料进行高淀粉材料的筛选,对照品种为马铃薯高淀粉品种延97-7。共入选淀粉含量高于18％的无性系材料22份。对照品种延97-7的淀粉含量为18．3％。对这些高淀粉材料进行直链淀粉含量的测定...; 范宇李赞石瑛陈伊里; 关键词：马铃薯高淀粉直链淀粉; 文献传递

马铃薯不同杂交组合及后代淀粉含量的分离状况: 本试验以12个杂交组合的实生苗世代为供试材料,对不同组合后代的淀粉含量进行比较,并对各组合后代淀粉含量的分离情况进行评价。结果表明,各杂交组合后代的淀粉含量均值都比母本淀粉含量高,尤其是3个早熟品种做母本的组合0629,...; 李赞刘翠翠石瑛; 关键词：马铃薯脱毒试管苗淀粉含量杂交组合; 文献传递

马铃薯块茎钾含量近红外模型的建立被引量：12: 2011年; 为了快速测定马铃薯块茎中的钾含量这一品质性状,从而缩短育种时间,本研究使用InfraXact Lab型近红外分析仪测定马铃薯样品的近红外光谱值,并用常规化学分析方法测定马铃薯样品的含钾量,将这二者拟合建立定标模型。结果表明:钾含量定标方程的SECV值为0.072,而1-VR值为0.881,较接近1,钾含量的验证参数SEP(C)值为0.080,RSQ值为0.866,证明定标的预测能力较好,可以用其进行马铃薯育种材料钾含量的粗略测定。; 刘翠翠高红秀李赞金萍石瑛; 关键词：马铃薯钾含量

马铃薯高淀粉资源材料的筛选及直链淀粉含量的评价: 对马铃薯育种群体的240份无性系材料进行高淀粉材料的筛选,对照品种为马铃薯高淀粉品种延97-7。共入选淀粉含量高于18％的无性系材料22份,对照品种延97-7的淀粉含量为18.3％。对这些高淀粉材料进行直链淀粉含量的测定...; 范宇李赞石瑛陈伊里; 关键词：马铃薯高淀粉品种种质资源筛选直链淀粉淀粉含量; 文献传递

近红外光谱测定马铃薯块茎中蛋白质含量的方法: 本发明涉及一种近红外光谱测定马铃薯块茎中蛋白质含量的方法。该方法包括以下步骤（1）收集具有代表性的马铃薯样品；（2）对样品进行光谱扫描；（3）对扫描光谱后的样品进行精确的化学分析并将分析结果输入到光谱文件中；（4）确定定...; 石瑛高红秀李赞金萍; 文献传递

基于近红外光谱技术马铃薯蛋白质含量定标模型的构建被引量：3: 2021年; 马铃薯是世界重要的粮食作物之一。为了提高马铃薯品质育种效率,研究选用蛋白质含量差异较大的多年份、多品种、多地点种植的411份马铃薯块茎为材料,使用InfraXact Lab型近红外光谱分析仪分别对其进行光谱扫描,并用国标化学法对其蛋白质含量进行测定。通过近红外定标软件(WinISIⅢ),采用一阶导数的数学处理(1,4,4,1)、标准正态变换和去趋势(SNV+Detrend)最佳组合的预处理方法,结合改进偏最小二乘法(Modified partial least squares,MPLS)回归技术构建了马铃薯块茎蛋白质含量的近红外定标模型,并对预测模型的准确性进行了验证。其定标标准偏差(Standard error of calibration,SEC)、交叉检验标准误差(Standard error of cross-validation,SECV)和交叉验证相关系数(1 minus the variance ratio,1-VR)分别为0.566、0.632和0.912。97个验证集样品用于外部检验马铃薯块茎中的蛋白质含量的模型预测值与化学值之间的相关系数为0.931,表明利用近红外光谱分析技术可以测定马铃薯块茎中蛋白质含量。; 李赞李赞高红秀金萍; 关键词：马铃薯蛋白质近红外光谱法定标模型

马铃薯不同杂交组合及后代淀粉含量的分离状况: 本试验以12个杂交组合的实生苗世代为供试材料,对不同组合后代的淀粉含量进行比较,并对各组合后代淀粉含量的分离情况进行评价。结果表明,各杂交组合后代的淀粉含量均值都比母本淀粉含量高,尤其是3个早熟品种做母本的组合0629,...; 李赞刘翠翠石瑛; 关键词：马铃薯育种淀粉含量; 文献传递

全选清除导出

共1页<1>

李赞