红果肉苹果‘红脆甜’多倍体诱导研究

【目的】建立红果肉苹果多倍体诱导方法,创新红果肉苹果多倍体新种质资源。【方法】以红果肉苹果‘红脆甜’组培苗叶片和茎段为材料,用秋水仙素进行诱变处理,利用流式细胞仪和根尖染色体计数法对诱导植株进行倍性鉴定,并测定55 d苗龄‘红脆甜’二倍体与四倍体植株高度、叶片长度、叶片宽度,观察叶缘锯齿、叶片颜色等性状变化。【结果】200~350 mg·L^-1秋水仙素溶液震荡培养4 d适于红果肉苹果‘红脆甜’经叶片诱导再生植株的染色体加倍,可以获得稳定的四倍体植株,而以茎段诱导的再生植株可鉴定出混倍体,未能获得成功加倍的四倍体植株。55 d苗龄四倍体植株株高明显低于其对照二倍体植株,表现矮壮;叶片长度较叶片宽度变异明显,四倍体植株叶片长度明显变短,导致叶片形状发生显著变化;叶缘锯齿由二倍体的浅锯齿变为四倍体的深锯齿;叶片颜色由二倍体的浅绿色转为四倍体的深绿色。【结论】经叶片诱导再生植株染色体加倍的方法比经茎段诱导再生植株加倍的方法更适于红果肉苹果‘红脆甜’的多倍体诱导,‘红脆甜’四倍体植株较对照二倍体植株株高、叶片长度、叶色、叶缘锯齿等性状发生了显著变化。

苹果‘富士85-1’新品系的选育研究

1985年选用苹果富士品种的花药培养成植株,1986年移栽成活,1993年开花结果。1996～1999年连续4年对其果实主要经济性状进行调查,果实硬度平均达9.2kg/cm2,比对照(长富2)平均8.5kg/cm2,提高8.2%;果实可溶性固形物平均16.9%,比对照平均13.9%,提高21.6%。1996年开始育苗,1998年建立对比试验点,2002年结果,花朵坐果率54.9%比对照49.7%,提高10.5%。4年生树折合产量1204.5kg/hm2,比对照产量346.5kg/hm2,提高247.6%。

小苹果‘紫香’的选育及主要性状表现

小苹果新品种‘紫香’是以‘红海棠’为母本,‘赤阳’为父本人工杂交选育而成。2012年2月通过了黑龙江省农作物品种审定委员会的审定并命名。果实呈短圆锥形,平均果重45g,最大果重74g,8月下旬至9月初果实成熟,果实整齐度好,较耐贮藏和运输,丰产性好。可溶性固形物含量12.7%,可溶性糖含量11.94%,抗坏血酸含量37.0mg/kg,可滴定酸含量0.46%。近4a区域试验点平均每公顷产量25 860kg,比对照品种‘金红’增产6.5%,生产试验点2a平均每公顷产量28 510kg,比对照品种‘金红’增产6.41%。植株抗寒、抗病性强,适应性好,易栽培管理,适宜黑龙江省东南部地区栽培。

红果肉苹果‘红脆甜’二倍体和四倍体叶片显微结构差异分析

以红果肉苹果‘红脆甜’二倍体及其同源四倍体植株为材料,利用临时装片和石蜡切片比较两种倍性植株叶片显微结构差异,测定表皮细胞和气孔器密度,测量栅栏组织、海绵组织以及上下表皮厚度,分析加倍后叶片结构的变异特征。结果表明,四倍体植株比之二倍体,叶片的表皮细胞密度和气孔器密度发生了极显著变化,表皮细胞和气孔器同步变大,使得单位视野的密度明显变小;四倍体叶片的上下表皮、栅栏组织、海绵组织均较二倍体明显增厚。

红肉苹果‘119-06’在甘肃张家川的表现及优质丰产栽培技术

2016年从北京引进红肉苹果‘119-06’在甘肃省张家川县龙山镇马河村栽植。‘119-06’主干和多年生枝树皮红褐色,木质部淡红色,新梢紫红色。花冠深粉红色,柱头及花药均为淡粉红色,萼筒暗紫色。平均单果重203g,果实圆锥形,果形指数0.86。果实从坐果到成熟一直为红色,幼果紫红色,成熟时呈鲜红色。果肉玫瑰红色,肉质细,致密,切开后不易氧化变色,果汁红色,前期汁液少、松脆,成熟后汁多、硬脆,风味浓酸浓甜,可溶性固形物含量15.3%,可滴定酸含量0.6%。‘119-06’抗寒、抗旱、耐瘠薄、抗病,在甘肃省张家川县表现正常。

向北方寒冷果区推荐优质小苹果‘锦绣海棠’

‘锦绣海棠’发现于内蒙古通辽市麦新镇万亩优质果基地。1989年一果农从吉林省购进123、‘黄太平’等苹果苗木,其中有19株该品种（2009年株产150kg,2011年株产200kg）,亲本不详。

苹果‘红盖露’在长武县的表现及栽培技术

长武县于2008年引入中熟苹果品种‘红盖露’进行试验示范。该品种在长武县进行不套袋栽培,生长结果表现良好,具体表现为:果实个大在,色艳、优质、丰产、适应性好,效益高,对其相关栽培技术进行了详细介绍,以供参考。

矮化苹果‘烟富3’优质高效栽培技术

随着乡村振兴和田园综合体的开发,果树生产新模式、新技术的推广应用,对果品提质增效起到关键作用。我们于2015年从烟台引进‘烟富3’/M9T337进行宽行密植栽培,建立矮化苹果现代标准试验园。经过6年的观察,综合经济性状倍优,发展前景良好。目前已在费县费城街道、田庄乡、新庄镇推广30 hm^(2)。通过宽行密植、果园覆草、配方施肥、滴灌、果实套袋、生物及物理防治病虫害等配套技术,达到高产、优质、高效,所产‘烟富3’苹果果个大、果形正、着色好、上色快、口感脆甜。

‘天红2号’苹果花芽分化期枝条和叶片中矿质元素含量动态变化研究

以‘天红2号’苹果为试材,研究不同砧木短枝和中枝在花芽分化期间叶片和枝条中10种矿质元素变化情况。结果显示,无论嫁接在SH40中间砧还是八棱海棠乔砧上,稳产期‘天红2号’苹果成花率无差异,叶片和枝条中矿质元素含量变化趋势相似。在整个花芽分化期,叶片中氮、磷、钾、锰、硼和锌(短枝)含量呈下降趋势,钙含量呈上升趋势,铜含量波动性变化,铁含量呈降-升-降-升的变化;枝条中氮、钾、镁、锰、硼和锌(中枝)含量呈下降趋势,磷和钙含量呈上升趋势,铁含量呈升-降-升的变化。短枝和中枝叶片中氮、钾、镁、锰和硼含量高于枝条,钙、铜和锌含量低于枝条。成花率高的短枝枝条氮、磷、钙、镁、铁、硼和锌含量高于成花率低的中枝枝条;短枝叶片钙、镁和铜含量高于中枝叶片。

平邑甜茶高位嫁接丽嘎拉苹果树冠层内枝类结构和果实品质、产量的分布

【目的】掌握以平邑甜茶为砧木,采用高位嫁接方式的丽嘎拉苹果树冠层内枝类结构、果实产量和品质的分布特点,为辽宁寒地苹果园建设中应用该种栽培模式,提升果品质量、优化栽培措施提供参考。【方法】以丽嘎拉/GM256/平邑甜茶、丽嘎拉/平邑甜茶(高接)和丽嘎拉/平邑甜茶(低接)苹果树为试材,按照冠层分格的方法,将试验树从地面到顶部分成4个冠层,比较不同冠层高度内枝类结构、果实产量和品质的分布差异。【结果】丽嘎拉/平邑甜茶(高接)苹果树高、冠径、覆盖率生长速度高于丽嘎拉/GM256/平邑甜茶,丽嘎拉/平邑甜茶(高接)树体外观表现为“小脚”现象,而丽嘎拉/GM256/平邑甜茶表现为“大脚”现象。丽嘎拉/平邑甜茶(高接)苹果树枝量、短枝比例高于丽嘎拉/平邑甜茶(低接)和丽嘎拉/GM256/平邑甜茶。丽嘎拉/平邑甜茶(高接)、丽嘎拉/平邑甜茶(低接)和丽嘎拉/GM256/平邑甜茶枝量分布集中区域为冠层高度>2.00~3.00 m、>3.00 m和>1.00~2.00 m,占全树枝量比例的43.51%、45.37%和47.96%。相同冠层高度内,丽嘎拉/平邑甜茶(高接)果实单果质量、果形指数、硬度、可滴定酸含量、色差L和a值高于丽嘎拉/GM256/平邑甜茶。随着冠层高度的增加,丽嘎拉/平邑甜茶(高接)、丽嘎拉/平邑甜茶(低接)和丽嘎拉/GM256/平邑甜茶果实硬度、可滴定酸含量呈现下降趋势,而固酸比和色差值(L、a、b)呈现上升趋势。丽嘎拉/平邑甜茶(高接)和丽嘎拉/平邑甜茶(低接)果实产量主要分布在冠层高度>2.00 m的空间区域,占全树产量的69.79%和75.55%,而丽嘎拉/GM256/平邑甜茶为>1.00~3.00 m,占比全树产量的74.59%。【结论】以平邑甜茶为砧木,采用高位嫁接的丽嘎拉苹果树枝条数量多、短枝比例高、外观色泽好,树体枝量和果实产量分布集中区域为冠层高度>2.00~3.00 m,该冠层生产的苹果单果质量大、果形指数适中、可溶性固形物含量高。

不同果径苹果差压预冷性能模拟与分析

目的:分析相同包装箱下不同果径苹果对差压预冷的影响。方法:基于球形类比模型和传热理论,使用CFD非稳态SST k-ω湍流模型,对不同送风风速、温度、包装箱开孔大小、果径苹果的差压预冷情况进行数值模拟,选取3种不同工况条件进行准确性验证。结果:送风温度越低、风速越快、苹果果径越小,冷却速度越快;送风温度越高、风速越快、开孔越大预冷均匀性越好。综合正交试验结果对比来看,果径大小对差压预冷的影响显著。结论:苹果果径对预冷的冷却速率和均匀度影响程度最大,需要针对不同果径苹果采取合理的包装方式和码放方式。

基于形色筛选的苹果园羽化害虫粘连图像分割方法

针对苹果园害虫识别过程中的粘连问题,提出了一种基于形色筛选的害虫粘连图像分割方法。首先,采集苹果园害虫图像,聚焦于羽化害虫。害虫在羽化过程中已完成大部分生长发育,其外部形态、颜色、纹理更为稳定显著。因此,基于不同种类害虫的形色特征信息分析,来获取害虫HSV分割阈值和模板轮廓。其次,利用形状因子判定分割粘连区域,通过颜色分割法和轮廓定位分割法来实现非种间与种间粘连害虫的分割。最后,对采集的苹果园害虫图像进行了试验分析,采用基于形色筛选的分割法对单个害虫进行分割,结果表明,本文方法的平均分割率、平均分割错误率和平均分割有效率分别为101%、3.14%和96.86%,分割效果优于传统图像分割方法。此外,通过预定义的颜色阈值,本文方法实现了棉铃虫、桃蛀螟与玉米螟的精准分类,平均分类准确率分别为97.77%、96.75%与96.83%。同时,以Mask R-CNN模型作为识别模型,平均识别精度作为评价指标,分别对已用本文方法和未用本文方法分割的害虫图像进行识别试验。结果表明,已用本文方法分割的棉铃虫、桃蛀螟和玉米螟害虫图像平均识别精度分别为96.55%、94.80%与95.51%,平均识别精度分别提高16.42、16.59、16.46个百分点。这表明该方法可为果园害虫精准识别提供理论和方法基础。

基于改进YOLOv7的苹果生长状态及姿态识别

针对目前苹果在复杂环境下难以进行生长状态分类识别、姿态信息同步获取等问题,该研究提出了一种基于改进YOLOv7的苹果生长状态分类和果实姿态融合识别方法。首先改进多尺度特征融合网络,在骨干网络中增加160×160的特征尺度层,用于增强模型对微小局部特征的识别敏感度;其次引入注意力机制CBAM(convolutional block attention module),改善网络对输入图片的感兴趣目标区域的关注度;最后采用Soft-NMS算法,能够有效避免高密度重叠目标被一次抑制从而发生漏检现象。此外,结合UNet分割网络和最小外接圆及矩形特征获取未遮挡苹果姿态。试验结果表明,改进YOLOv7的识别精确率、召回率和平均识别精度分别为86.9%、80.5%和87.1%,相比原始YOLOv7模型分别提高了4.2、2.2和3.7个百分点,另外苹果姿态检测方法的准确率为94%。该文模型能够实现苹果生长状态分类及果实姿态识别,可为末端执行器提供了抓取方向,以期为苹果无损高效的采摘奠定基础。

2个中晚熟黄绿色免套袋苹果新品种在昭通引种表现及栽培技术要点

“中田”“青林”是自日本引进的黄绿色中晚熟苹果新品种,“中田”果实短圆锥形,平均单果质量228.12 g,果面黄色,果肉黄白色,肉质细嫩、松脆,酸甜适度,可溶性固形物16.92%,带皮硬度7.28 kg/cm^(2),可滴定酸含量0.41%,维生素C含量6.86 mg/100 g,果实成熟期8月下旬;“青林”果实近圆形,平均单果质量217.34 g,果面采收时绿黄色,后逐步变黄色,果肉黄白色,肉质细嫩、脆,酸甜适度,可溶性固形物16.63%,带皮硬度9.82 kg/cm^(2),可滴定酸含量0.32%,维生素C含量6.48 mg/100 g,果实成熟期为9月中下旬。2个品种鲜食品质佳,常温条件下果实可保存35~40 d。“中田”“青林”2个苹果新品种,免套袋栽培性状良好,抗病性有所提高,可供应9—10月中高端市场,适宜在云南省昭通市昭阳区及气候类似地区作为特色品种进行推广种植。

不同覆盖措施对寒地苹果园土壤物理特性和树体生长的影响

为探索适合东北寒地雨养苹果园幼树生长的土壤覆盖技术,以当地主栽苹果品种龙丰为试材,连续2年采用稻草、玉米秸秆、食用菌菌渣和园艺地布覆盖,以清耕为对照,研究不同覆盖处理对苹果园土壤温度、含水量、容重、孔隙度以及树体生长的影响。结果表明:覆盖可显著影响表层土壤温度,与清耕对照相比,覆盖稻草显著降低了土壤温度,覆盖玉米秸秆和覆盖食用菌菌渣能够稳定土壤温度;覆盖处理显著提高了土壤含水量,以覆盖食用菌菌渣最佳,5—10月平均土壤含水量较对照提高40.5%;覆盖有机材料可降低土壤容重,增加土壤孔隙度,在成熟期与对照差异显著,以覆盖玉米秸秆最佳。覆盖促进了龙丰幼树生长,春梢长度和新梢长度、粗度增加,干径增加,促进了叶片生长。综合比较,覆盖园艺地布促进树体生长效果最佳,覆盖玉米秸秆和覆盖食用菌菌渣对改善土壤环境效果最好,同时也能够促进树体生长。

基于CRV-YOLO的苹果中心花和边花识别方法

苹果树疏花是果园生产管理中的重要环节。准确高效地识别苹果中心花和边花,是研发智能疏花机器人的前提。针对苹果疏花作业中的实际需求,提出了一种基于CRV-YOLO的苹果中心花和边花识别方法。本文基于YOLO v5s模型进行了如下改进:将C-CoTCSP结构融入Backbone,更好地学习上下文信息并提高了模型特征提取能力,提高了模型对外形相似和位置关系不明显的中心花和边花的检测性能。在Backbone中添加改进RFB结构,扩大特征提取感受野并对分支贡献度进行加权,更好地利用了不同尺度特征。采用VariFocal Loss损失函数,提高了模型对遮挡等场景下难识别样本检测能力。在3个品种1837幅图像数据集上进行了实验,结果表明,CRV-YOLO的精确率、召回率和平均精度均值分别为95.6%、92.9%和96.9%,与原模型相比,分别提高3.7、4.3、3.9个百分点,模型受光照变化和苹果品种影响较小。与Faster R-CNN、SSD、YOLOX、YOLO v7模型相比,CRV-YOLO的精确率、平均精度均值、模型内存占用量和复杂度性能最优,召回率接近最优。研究成果可为苹果智能疏花提供技术支持。

基于近红外光谱技术苹果尺寸差异对糖度模型适用性的影响

为消除水果自身尺寸差异对其糖度预测模型的不利影响,进一步提高水果分选模型精度,应用近红外光谱在线检测装置采集不同果径苹果的近红外光谱,对光谱进行多种预处理后,分别建立苹果可溶性固形物的偏最小二乘法模型,再用苹果果径75~85mm组中的建模集预测苹果果径分别为65~75、85~95mm组中的预测集样品,最后用果径组65~75、75~85、85~95 mm中的建模集和预测集,分别作为混合苹果尺寸糖度预测模型的建模集和预测集,并利用特征光谱选择算法对模型进行简化,建立苹果糖度通用预测模型。结果显示:与建模集和预测集果径不同时所建立的苹果糖度预测模型最优组相比,其相关系数Rp由0.805提高至0.943,预测集均方根误差值RMSEP由0.778减小至0.480,RPD由0.96增加至3.05,再对建立的通用模型进行简化,可以降低苹果尺寸对苹果糖度模型的影响,提高模型预测性能。

基于改进YOLOv7的苹果表面缺陷轻量化检测算法

针对如何提高苹果表面缺陷的检测速度和精度,解决模型内存占比大的问题,提出一种基于改进YOLOv7的苹果表面缺陷轻量化检测算法。首先引入GhostNetV2作为YOLOv7网络的backbone,有效降低了模型复杂度,提高了检测速度。并引入SimAM无参注意力机制,以强化不同深度的特征信息。使用双向加权特征金字塔结构BiFPN进行加权特征融合,进一步提升苹果表面缺陷的检测精度。最后采用ECIOU损失函数来计算边界框损失,进一步提高模型收敛速度和整体性能。结果表明,改进YOLOv7模型在苹果表面缺陷检测上mAP@0.5较原YOLOv7网络提高2.0百分点,准确率和召回率也分别提升了1.7、3.9百分点,模型减小20.8 MB,速度提升36.43帧/s。其综合性能也优于SSD、CenterNet等主流算法,可实现对苹果表面缺陷的快速准确诊断。

基于改进BlendMask模型的苹果识别与定位方法

针对实际自然环境中果实被遮挡、环境光线变化等干扰因素以及传统视觉方法难以准确分割出农作物轮廓等问题,该研究以苹果为试验对象,提出一种基于改进BlendMask模型的实例分割与定位方法。该研究通过引入高分辨率网络HRNet,缓解了特征图在深层网络中分辨率下降的问题,同时,在融合掩码层中引入卷积注意力机制CBAM(convolutional block attention module),提高了实例掩码的质量,进而提升实例分割质量。该研究设计了一个高效抽取实例表面点云的算法,将实例掩码与深度图匹配以获取苹果目标实例的三维表面点云,并通过均匀下采样与统计滤波算法去除点云中的切向与离群噪声,再运用球体方程线性化形式的最小二乘法估计苹果在三维空间中的中心坐标,实现了苹果的中心定位。试验结果表明改进BlendMask的平均分割精度为96.65%,检测速度34.51帧/s,相较于原始BlendMask模型,准确率、召回率与平均精度分别提升5.48、1.25与6.59个百分点;相较于分割模型SparseInst、FastInst与PatchDCT,该模型在平均精度变化不大的情况下,检测速度分别提升6.11、3.84与20.08帧/s,该研究为苹果采摘机器人的视觉系统提供技术参考。