一种基于深度学习的表型辅助柠檬育种方法

    公开(公告)号:CN118216422B

    公开(公告)日:2024-09-24

    申请号:CN202410492171.4

    申请日:2024-04-23

    Abstract: 本申请公开了一种基于深度学习的表型辅助柠檬育种方法,涉及园艺作物育种技术领域,所述方法具体步骤如下:从收集到的柠檬种质资源中,筛选出抗耐黄脉病柠檬种质;使用抗耐黄脉病柠檬种质和易感品种为亲本进行杂交创制抗病种质,构建抗病育种群体;针对抗病育种群体,以构建的柠檬高密度遗传图谱和全基因组图谱为技术平台,建立基于深度学习的表型分析模型,利用表型精准分级数据进行抗病基因定位筛选;进行抗黄脉病基因筛选、挖掘和鉴定,构建柠檬高效辅助育种体系。能够实现全面了解抗黄脉病基因与表型之间关系的效果;基于表型分析模型,设置共享层和任务特定层,能够实现抗黄脉病基因筛选、挖掘和鉴定,构建柠檬高效辅助育种体系的效果。

    一种提高柑橘类杂交果实坐果率的方法

    公开(公告)号:CN110637718A

    公开(公告)日:2020-01-03

    申请号:CN201910788510.2

    申请日:2019-08-26

    Abstract: 本发明提供了一种提高柑橘类杂交果实坐果率的方法,包括以下步骤,步骤1、获取父本花粉;步骤2、植物生长调节剂配制:按重量份选取400份纯度90%以上的6-苄氨基腺嘌呤和200份纯度90%赤霉酸配制混合植物生长调节剂备用;步骤3、杂交授粉;步骤4、杂交果实采摘;本发明在杂交授粉育种过程中对杂交组合幼果涂抹一定浓度的植物生长调节剂,能够有效的提高杂交组合的坐果率,从而获得更多杂交组合果实及种子;同时对实验室设备要求不高,工作量相对较小,具有广泛可靠的推广性。

    一种探戈橘的栽培方法
    4.
    发明公开

    公开(公告)号:CN110419379A

    公开(公告)日:2019-11-08

    申请号:CN201910819262.3

    申请日:2019-08-31

    Abstract: 本发明属于果树栽培领域,针对探戈(Tango)橘株高且紧凑、结果数量过多造成果实综合品质下降的问题,提出一种探戈橘的控冠提质栽培方法,包括以下步骤:S1,土壤前处理:pH为5.5-6.5的砂质土壤,深翻60-80cm后按5-7kg/棵加入基肥;S2,种植:施肥后10-15天,按照1-2kg/棵加入肥料A;S3,追肥:分别在芽萌动期、幼果期、果实膨大期按照2-5kg/棵施入肥料B;S4,压条:利用压条工具,将树枝下压倾斜,保证枝条的倾斜角度在30°~60°之间;S5,修剪,除虫,清除叶片表面、树干表面和果面的青苔,采收。

    一种沃柑绿色省力化疏花疏果方法

    公开(公告)号:CN110249835A

    公开(公告)日:2019-09-20

    申请号:CN201910626971.X

    申请日:2019-07-12

    Abstract: 本发明属于果树栽培技术领域,公开了一种沃柑绿色省力化疏花疏果方法,在沃柑盛花期前2天,喷施疏花剂;和/或在沃柑谢花后1~2天,喷施疏果剂;其中,所述的疏花剂为松脂酸钠,或者甲酸钙;所述的疏果剂为松脂酸钠,或者萘乙酸。本发明采用化学疏花疏果方法替代人工疏花疏果来调控沃柑产量,合理降低沃柑的坐果率,减轻人工疏果的任务量,大大降低了疏果成本。本发明既能满足柑橘树体的正常生长,减少不必要的树体养分流失,防止大小年现象发生,又能控产稳产和改善果实品质,增加了果园综合收益。

    一种基于数据挖掘的柠檬抗病基因图谱构建方法

    公开(公告)号:CN118335187B

    公开(公告)日:2024-10-29

    申请号:CN202410492167.8

    申请日:2024-04-23

    Abstract: 本发明公开了一种基于数据挖掘的柠檬抗病基因图谱构建方法,涉及疫病防控技术领域,通过柠檬病害表型精准鉴定技术和分子鉴定技术,筛选抗病柠檬种质,并将所筛选的抗病柠檬种质与优良易感柠檬种质作为亲本进行杂交,获得柠檬抗病育种材料;通过基因组学技术和表型组学技术对所获得的柠檬抗病育种材料进行检测,根据检测结果构建抗病育种群体谱图;对所构建的抗病育种群体谱图内的各个育种样本进行抗病基因挖掘鉴定和表型特征提取,获取抗病基因标记和数字化表型特征;根据所获得的抗病基因标记和数字化表型特征构建对应的柠檬抗病基因图谱,从而实现为柠檬优异抗病新品种培育和产业健康发展提供科技支撑。

    一种基于深度学习的表型辅助柠檬育种方法

    公开(公告)号:CN118216422A

    公开(公告)日:2024-06-21

    申请号:CN202410492171.4

    申请日:2024-04-23

    Abstract: 本申请公开了一种基于深度学习的表型辅助柠檬育种方法,涉及园艺作物育种技术领域,所述方法具体步骤如下:从收集到的柠檬种质资源中,筛选出抗耐黄脉病柠檬种质;使用抗耐黄脉病柠檬种质和易感品种为亲本进行杂交创制抗病种质,构建抗病育种群体;针对抗病育种群体,以构建的柠檬高密度遗传图谱和全基因组图谱为技术平台,建立基于深度学习的表型分析模型,利用表型精准分级数据进行抗病基因定位筛选;进行抗黄脉病基因筛选、挖掘和鉴定,构建柠檬高效辅助育种体系。能够实现全面了解抗黄脉病基因与表型之间关系的效果;基于表型分析模型,设置共享层和任务特定层,能够实现抗黄脉病基因筛选、挖掘和鉴定,构建柠檬高效辅助育种体系的效果。

    一种柠檬叶片叶绿素含量及其二维分布检测方法

    公开(公告)号:CN114324215A

    公开(公告)日:2022-04-12

    申请号:CN202111676643.4

    申请日:2021-12-31

    Abstract: 本发明涉及叶绿素检测技术领域,具体涉及一种柠檬叶片叶绿素含量及其二维分布检测方法。包括以下步骤:样本采集与处理;利用高光谱图像采集系统对采集的样品进行数据采集;化学法测定叶片叶绿素含量;叶片光谱提取;光谱预处理与样本集划分;提取光谱预处理后的光谱数据的特征信息,筛选特征波长;构建叶绿素含量均值预测模型;预测柠檬叶片叶绿素含量二维分布值。本发明方法既可以计算每个叶片的叶绿素含量平均值,还可获得叶片任意部位的叶绿素值,为柠檬叶片叶绿素含量及其二维分布检测提供了新方法。

Patent Agency Ranking