不同乙烯利浓度及贮藏温度对“南天黄”香蕉果实后熟品质的影响

来源 :中国南方果树 | 被引量 : 0次 | 上传用户:Yxiaowanzi
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为明确“南天黄”香蕉果实的催熟浓度、温度等条件,为生产上催熟提供技术参考。以“南天黄”香蕉果实为试材,比较1、0.8、0.5 g/L乙烯利处理后,14、18、22℃贮藏对果实后熟进程、果皮色度、果肉硬度和可溶性固形物含量等变化的影响。结果表明,随着乙烯利浓度及贮藏温度提高,香蕉果实色差H值和硬度下降速度及可溶性糖含量增加速度加快,后熟进程加快。贮藏温度对果实后熟品质的影响明显,14、18和22℃贮藏的香蕉,分别在10、5和3 d达到可供上市的成熟度。另外,1 g/L乙烯利处理的香蕉18℃贮藏7 d后再转入14℃贮藏能较好地保持果实品质13 d。建议根据“南天黄”果实上市的实际情况设置不同的催熟条件。
其他文献
学位
下扬子区中上二叠统发育含硅质岩富有机质黑色岩系,是页岩气勘探的重要的目的层段,而含硅质岩层段包括孤峰组和大隆组,但对硅质岩的硅质来源、成因和构造环境的认识仍存在较大分歧,使得难以精确评价中上二叠统硅质岩页岩气潜力。本文以下扬子区港地1井孤峰组和宣城牛山剖面大隆组为主要研究对象,通过野外实测、岩芯观察、岩石薄片鉴定、主微量元素、XRD、有机地球化学等多种分析,对孤峰组和大隆组硅质来源、硅质岩成因和硅
如今,机器学习模型在解决各种实际应用时表现出了强大的能力,例如图像分类、机器翻译、语音识别等。然而,训练一个性能卓越的模型需要大量的标注数据和计算资源,这使得当有标记数据严重稀缺时,机器学习方法的性能会受到严重影响。为了减少标注的代价,模型复用和半监督学习技术被广泛的使用在实际中并取得了显著的效果。然而,对于希望部署机器学习模型的用户来说,这两大技术仍然具有局限性:1)模型复用对机器学习模型性能的
近年来,得益于深度学习的飞速发展,计算机视觉领域取得了许多令人瞩目的成果,甚至在某些特定的任务场景下计算机已经超越了人类的能力。但是,基于深度学习的方法往往需要大量的数据,而收集并标注这些数据不仅需要高昂的人力物力成本,还面临着各种各样的隐私风险。与之相反,人类可以从少量的数据中学习到新的知识,并将其泛化到不同的领域。因此,如何仿照人类的学习过程,即从少量数据中学习到足够多的知识,吸引到越来越多的
航空发动机等工业旋转机械为提高效率,转速越来越高,载荷日益复杂。因此,对设备各个旋转支承部件的要求也越来越高。滚珠轴承作为旋转系统常用支承部件,其裂纹、剥落和变形等故障会使转子系统产生较大振动,进而给机器的正常运行带来更大的安全隐患。因此,对故障轴承和故障轴承-转子系统动力学特性的研究,也成为转子动力学研究领域中一个重要的课题。这个领域的研究不仅对轴承设计和轴承故障预诊断有重要的意义,同时也对高转
学位
学位
对高速公路信息化建设现状和高速公路大数据的应用现状进行了研究和分析,指出了当前高速公路数据应用方面存在的问题,提出了智慧高速大数据运营分析平台建设的需求,并对平台主要功能进行了设计。
“流变”一词来源于古希腊哲学家Heractitus所说的“παγταρ?γ”,意思是万物皆流。土体的流变性能能直接影响到支挡结构的长期受力和变形性能。本文通过对前人研究进行总结,并在研究考虑土体流变性能的单排支挡结构力学性能的基础上,建立了考虑土体流变性能的三排桩支挡结构二维有限元模型,结合支挡结构的受力特性,对三排桩支挡结构的内力与变形进行了全面的分析计算,并通过正交试验研究了土体流变材料参数、
以黑芝麻粉、蜂蜜、药食同源中药粉(酸枣仁、茯苓、黄精、百合)为原料,通过混料试验设计,利用模糊数学感官评价法,建立黑芝麻粉、中药粉、蜂蜜与感官评分之间的回归模型,研究黑芝麻复合蜜丸的加工工艺。结果表明,黑芝麻复合蜜丸的最优配方为黑芝麻粉添加量47.9%、中药粉添加量10%、蜂蜜添加量42.1%。在此条件下制出的黑芝麻复合蜜丸,甜度适宜,软硬适中,黑芝麻香味突出,同时又与中药风味协调。