• 中文核心期刊
  • CSCD来源期刊
  • 中国科技核心期刊
  • CA、CABI、ZR收录期刊

不同品种和栽培条件对再生稻产量及其构成因素的影响

卢锦荣, 房贤涛, 何花榕

卢锦荣, 房贤涛, 何花榕. 不同品种和栽培条件对再生稻产量及其构成因素的影响[J]. 福建农业学报, 2017, 32(8): 842-848. DOI: 10.19303/j.issn.1008-0384.2017.08.007
引用本文: 卢锦荣, 房贤涛, 何花榕. 不同品种和栽培条件对再生稻产量及其构成因素的影响[J]. 福建农业学报, 2017, 32(8): 842-848. DOI: 10.19303/j.issn.1008-0384.2017.08.007
LU Jin-rong, FANG Xian-tao, HE Hua-rong. Effects of Variety, Stubble Height and Nitrogen Fertilization on Production and Yield Factors of Ratoon Rice[J]. Fujian Journal of Agricultural Sciences, 2017, 32(8): 842-848. DOI: 10.19303/j.issn.1008-0384.2017.08.007
Citation: LU Jin-rong, FANG Xian-tao, HE Hua-rong. Effects of Variety, Stubble Height and Nitrogen Fertilization on Production and Yield Factors of Ratoon Rice[J]. Fujian Journal of Agricultural Sciences, 2017, 32(8): 842-848. DOI: 10.19303/j.issn.1008-0384.2017.08.007

不同品种和栽培条件对再生稻产量及其构成因素的影响

基金项目: 

福建省农业科学院科技创新团队PI项目 (016)0120号科技专项

详细信息
    作者简介:

    卢锦荣(1963-), 男, 高级农艺师, 主要从事农业技术推广(E-mail:ydnjz5932539@163.com)

    通讯作者:

    何花榕(1970-), 女, 硕士, 副研究员, 主要从事水稻栽培生理研究(E-mail:fjdmkj@163.com)

  • 中图分类号: S511

Effects of Variety, Stubble Height and Nitrogen Fertilization on Production and Yield Factors of Ratoon Rice

  • 摘要: 探索不同品种和不同栽培因素综合对再生稻产量及其构成因素的影响,为提高再生稻产量水平的最优栽培模式提供理论依据,采用L9(34)正交设计原理,研究不同品种、不同留桩高度、不同促芽肥施用量3个因素对再生稻头季、再生季及年产量及其产量构成因素的综合影响。结果表明:无论对头季、再生季还是年产量,品种、留桩高度和促芽肥施用量三因素的最优组合为两优616、留桩高度为10 cm、促芽肥为140 kg·hm-2,可获得高产;对再生稻年产量的影响顺序为:品种>留桩高度>促芽肥,品种对产量起最主要的作用;对头季稻产量的影响顺序为品种>促芽肥>留桩高度,最主要的影响是品种;在再生季,对有效穗和穗粒数的影响程度顺序为品种>留桩高度>促芽肥,而对千粒重和结实率的影响程度为品种>促芽肥>留桩高度。综合来看,在本试验范围内,品种两优616、留桩高度10 cm、促芽肥140 kg·hm-2的组合有利于再生稻获得高产。
    Abstract: Effects of variety and cultivation conditions on production and yield factors of ratoon rice were studied. Various varieties of ratoon rice, stubble height for ratooning, and fertilization to promote budding were implemented in a L9 (34) orthogonal experimentation to optimize the annual crop harvestof the first and second season ratoon rice. It was found that 10 cm-tall stubbles of Liangyou 616 fertilized with N 140 kg·hm-2 would render the highest yield on both crops. The annual production of ratoon rice was affected in the order of:variety > stubble height > bud fertilization, with rice variety playing a prominent role.Grain yield of the first-season crop was affected byvariety, bud fertilizationand stubble heightin that order, with rice variety being the predominant factor as well.Duringthe second season, thegrain and paniclecountson the ratoon rice plants were affected by variety > stubble height > bud fertilization; while, the 1 000-grain-weight and seed setting rate, variety > bud fertilization > stubble height.Within the scope of this experiment, the aforementioned combination of variety choice, stubble height and fertilization wasrecommended for high outputof the ratoon rice cultivation.
  • 【研究意义】γ-聚谷氨酸(γ-polyglutamic acid,γ-PGA)是一种新型食品添加剂,可作为增稠剂、保湿剂用于食品中,具有极强的亲水性、吸水性、保水性,也具有良好的水溶性和生物降解性。其降解产物谷氨酸单体可被人体吸收利用,无毒害作用[1]。面包又被称为“人造果实”,品种繁多,温度高时较为松软好吃,低温的状态下会变硬。将γ-PGA应用于面包生产中,研究在面包和面过程中γ-PGA对面团面筋网络结构的影响,可提高面包在加工及储藏过程中的品质,丰富面包的口感。【前人研究进展】γ-PGA的多羧基基团可与淀粉发生相互交联作用,抑制淀粉颗粒吸水膨胀[2];可提高小麦淀粉的热稳定性和抗冻稳定性,增强面团的持水性,改变水分状态,进而改善面制品的品质。Lim等[3]研究表明,将γ-PGA加入到甜甜圈配方中,可减少深油炸期间甜甜圈对油的吸收;Shyu等[4]研究表明,γ-PGA可以增加小麦面团的保水能力,改善面团的流变学和热力学性质,延缓小麦面包在储存期间的陈化过程;Shyu等[5] 的后续研究还表明,γ-PGA可增加海绵蛋糕的黏度、稳定性,使海绵蛋糕结构更细腻,抑制了小麦淀粉的老化;赵凯亚等[6]将γ-PGA添加到油条中,发现油条变得更膨胀,吸油率减少,内部气泡增多且大小相近,结构更均匀,口感更佳;李超然等[1]研究表明,适量添加 γ-PGA可改善面条品质,提高面条坚实度和弹性;范逸超等[2]研究表明,γ-PGA使小麦淀粉凝胶孔洞变小,微观结构更致密,并明显改善小麦淀粉的糊化及流变学性质;谢新华等[7-9]研究表明,γ-PGA增加了面筋蛋白的持水率,使其微观结构均匀且孔径细小,并能有效减弱冻藏对面筋网络的破坏,提升面筋蛋白的冻藏稳定性;丁珊珊等[10]采用差示扫描量热仪、质构仪等方法研究了γ-PGA的抗冻活性、γ-PGA添加量和冻藏条件(恒温冻藏和冻融循环)对冷冻甜面团中可冻结水含量、面包比容、质构和感官品质的影响,发现添加1%γ-PGA可明显改善面包质构与感官评分;姬晓月等[11]将γ-PGA应用到速冻水饺皮中,降低了破肚率并增强了冻融稳定性,且速冻水饺的色泽更加白亮。【本研究切入点】目前关于γ-PGA直接运用到面包的制作过程的研究鲜见报道;将其直接添加到面包的制作中,并利用核磁共振及核磁共振成像技术研究其对面团面筋网络结构的研究未见报道。【拟解决的关键问题】分析不同γ-PGA添加量处理在面团制备过程中的水分变化,以及对面团质构、拉伸特性及微观结构的影响,并通过不同和面时间试验,研究γ-PGA对其面筋网络结构的影响,为γ-PGA在烘焙制品中的应用提供科学依据。

    γ-PGA由天演益合(厦门)生物技术有限公司提供;面包粉购自新乡市新良粮油加工有限责任公司。

    MINI MR 核磁共振分析仪(23 MHz,0.56 T),上海纽迈电子科技有限公司;TA-XT plus质构仪,Stable Micro Systems;XL30 ESEM-TMP 型环境扫描电镜,荷兰 Philips-FEI公司;ASM-DA600厨师机,北美电器(珠海)有限公司;DHG-9123A电热恒温鼓风干燥箱,上海精宏实验设备有限公司;KDH-16井式消化炉,上海精宏实验设备有限公司;UV-1100型紫外可见分光光度仪,上海美普达仪器有限公司。

    先称取100 g面包粉,以面包粉质量为100%,分别称取15%白砂糖、50%(30±1)℃的温水、适量γ-PGA,置于多功能厨师机中,以低档转速搅拌5 min,使物料充分混匀。

    称取10 g黄油,温水浴融化至均匀液体并置于室温冷却至30℃,将冷却好的黄油加入面团,在中档转速下搅拌9 min;均匀加入0.15 g食盐,继续以中档转速搅拌,根据试验所设置的和面总时间完成搅拌。

    以面包粉质量为100%,分别称取γ-PGA 0.0%、0.1%、0.2%、0.3%、0.4%、0.5%、0.6%、0.7%、0.8%,按照1.3.1方法制备样品,和面总时间设置为23 min,然后取样进行核磁共振、核磁共振成像、质构及电镜测定。

    以面包粉质量为100%,分别称取γ-PGA 0.0%、0.1%、0.2%、0.3%、0.4%、0.5%、0.6%、0.7%、0.8%,按照1.3.1方法和面,在每个γ-PGA添加量水平下,分别设置和面总时间2、5、8、11、14、17、19、21、23、25、27、29、31、33和35 min,然后取样进行核磁共振、核磁共振成像、质构及电镜测定。

    称取约1.000 g面团放入玻璃试管(口径10 mm),记录面团质量。将试管置于NMR探头中(保持温度35℃),使用CPMG序列测试横向弛豫时间T2,其中接收机带宽SW=200 KHz,开始采样控制参数RFD=0.080 ms,重复采样等待时间TW=2 500.000 ms,模拟增益值RG1(db)= 10,数字增益值DRG1=2,90°和180°对应的脉宽分别是P1(μs)= 19.00、P2(μs)= 38.00,脉冲序列采样点数TD=167 664,DR=1,DL1(ms)= 0.400,重复采样次数NS=64,回波个数值NECH=1 000。本试验取3组平行样品,每个样品测1次。采样结束后,对所得图像进行反演,得到弛豫时间T2和对应的质子密度M2相关参数。

    采用多层自旋回波(Multi-Slice Echo,MSE)序列对样品进行核磁共振成像试验。90°和180°脉冲宽度均为1 200.0 μs,延时脉冲D0=300.000 ms,90°脉冲幅度RFA1=7.1,180°脉冲幅度RFA2=12.4,重复采用次数NS=16,相位编码步数RP2Conut=128。

    参考宁年英等[12-13]的方法,设定TPA测定参数:探头型号为SMS P/36,测试前速率(pre-test speed)=2 mm·s−1,测试速率(test speed)=0.8 mm·s−1,测试后速率(post-test speed)=5 mm·s−1,两次压缩停留间隔时间(time)=5 s,触发力(trigger force)=5 g,下压形变(strain)=75%,数据采集速率为400 p·s−1,每份样品平行测定5次,取平均值。

    设置拉伸试验参数为:测前速度为1.00 mm·s−1,测后速度为15.00 mm·s−1,测试速度为10.00 mm·s−1,触发力为0.049 N,运行距离为160 mm。主要研究指标为拉断力、拉断应力、拉伸距离。将面团样品切割为长度为25.00 mm、横截面为2 mm×2 mm的长条状。将面团样品固定在特定模具探头上,仪器向上拉伸直到面条被拉断,每个样品做5次平行试验。

    取0.1 g左右面团样品,置于(60±1)℃烘箱中干燥24 h,取样喷金,抽真空后在15.0 V加速电压下进行扫描电镜试验[14]

    采用Excel软件及SPSS 22.0进行数据处理,GraphPad Prism 7软件作图。

    利用核磁共振仪对面团的横向弛豫时间T2进行测定,T2表征了水分的流动性,对所得结果的弛豫时间T2与质子密度M2进行分析,结果如图1。弛豫时间T21值(1.00 ~4.00 ms)最小,流动性最弱,被认为是结合水,面团中蛋白质分子吸水形成空间结构,与淀粉分子结合形成淀粉-蛋白面筋网络结构,通过这种作用结合的水流动性弱,是影响面团品质的重要因素。T22(4.00 ~49.37 ms)代表的是不可移动水,是间接与大分子结合,直接与强结合水以氢键结合的弱结合水层,其结合强度比单分子层水略差。T23值(49.37 ~212.15 ms)最大,流动性更强,被称为自由水,其在面团中的含量较少,但这部分水在面团的形成中发生较大变化,对面团品质有重要影响。

    图  1  面团的横向弛豫时间T2分布
    Figure  1.  Transverse relaxation time T2 of dough

    面团制作过程中,水的添加量以及水的状态决定了面团加工的品质及面包的品质。在水添加量不变的前提下,γ-PGA的添加可以影响面团中水的状态,从而影响蛋白质、淀粉和水的结合作用,影响面筋网络结构的形成。本试验探讨了在和面过程中,其他工艺因素不变的条件下,γ-PGA添加量对面团品质的影响。图24分别显示了不同γ-PGA添加量下面团的质子密度M21M22M23的变化情况,表征的是在某个相应的弛豫时间下水分的含量。

    图  2  不同γ-PGA添加量对质子密度M21的影响
    注:图中不同字母代表不同处理在0.05水平存在显著差异(P<0.05),下同。
    Figure  2.  Effect of γ-polyglutamic acid additions on proton density M21
    Note: Different lowercase letters on columns indicate significant difference between treatments at P<0.05, the same as following charts.
    图  3  不同γ-PGA添加量对质子密度M22的影响
    Figure  3.  Effect of γ-polyglutamic acid additions on proton density M22
    图  4  不同γ-PGA添加量对质子密度M23的影响
    Figure  4.  Effect of γ-Polyglutamic acid additions on proton density M23

    图2可知,随着γ-PGA添加量的增加,质子密度M21基本呈先上升后降低的变化趋势,在γ-PGA添加量为0.3%时,面团中T21组分对应的质子密度M21最大,此时面包中的结合水含量最多。从质子密度M21的变化表明,在γ-PGA添加量低于0.3%时,水分与蛋白质、淀粉等大分子的结合能力与添加量成正比;高于0.3%时,水分与蛋白质、淀粉分子等大分子的结合能力有所降低,但始终比未添加γ-PGA时的结合能力强。

    图3可知,随着γ-PGA添加量的增加,面团中T22所对应的质子密度M22的变化不明显。γ-PGA添加量在0.3%时,M22最大,表明当γ-PGA添加量为0.3%时,面团中介于结合水和自由水之间的这部分水含量最多。从整体上看,添加了γ-PGA的面团与未添加γ-PGA的面团相比,M22均有所提高,差异均达显著水平(P<0.05)。

    图4显示了不同γ-PGA添加量条件下,面团中自由水的变化趋势。随着γ-PGA添加量的增加,面团中T23所对应的质子密度M23基本呈先下降后上升的趋势,当添加量高于0.2%时,出现微弱的回升,这与图2的结果相对应。出现这种现象的主要原因是γ-PGA的亲水基团与面团中的自由水结合及羟基与淀粉等的部分交联,将更多的水分截留在蛋白质-淀粉形成的网络结构中,因此面团中的结合水增加,自由水减少。但是当添加过多量的γ-PGA时,不利于面筋网络结构的形成,结合自由水的能力有所下降,因此面团中的结合水含量下降,自由水含量有所增加[4]

    试验中亦观察到T23的显著变化(P<0.05),如图5所示,随着γ-PGA添加量的增加,T23呈现先减小后增大的趋势。当添加量为0.4%时,T23最小,说明在γ-PGA添加量低于0.4%时,随着γ-PGA添加量的增加,面团中的自由水向着结合水的方向移动,当水分的流动性达到最低时,继续添加γ-PGA,其亲水基团与水分形成的胶体阻碍了面筋网络对水分的束缚,此部分水吸附在面团表面呈自由水状态分布,流动性增强。

    图  5  不同γ-PGA添加量对面团弛豫时间T23的影响
    Figure  5.  Effect of γ-polyglutamic acid additions on dough relaxation time T23

    图6为不同γ-PGA添加量条件下面团的MRI质子密度成像结果图,颜色越红,代表水分含量越高。由图6可知,随着γ-PGA添加量的增加,红色部分越来越多且分布越来越均匀。当添加量大于0.4%时,红色部分略微减少,这是由于在搅拌过程中,不断发热导致面团中的水分蒸发。当添加的γ-PGA过量时,面团的持水能力下降,导致面团中的水分流失。结合对质子密度变化及弛豫时间变化的综合分析,认为γ-PGA添加量为0.4%时形成的面团品质最佳。

    图  6  γ-PGA添加量不同时面团的质子密度成像
    注:图中a–i表示γ-PGA添加量分别为0.0%、0.1%、0.2%、0.3%、0.4%、0.5%、0.6%、0.7%、0.8%。
    Figure  6.  Proton density imaging of dough with varied γ-polyglutamic acid additions
    Note: a–i, the addition of γ-PGA is 0.0%, 0.1%, 0.2%, 0.3%, 0.4%, 0.5%, 0.6%, 0.7%, 0.8%.

    对添加不同含量γ-PGA的面团进行质构特性测定,主要考察其硬度、粘聚性、回复性、胶着性和咀嚼性5个指标。由图7可知,面团硬度随着γ-PGA的增加呈上升趋势;粘聚性和回复性呈先增后减的趋势,均在添加量0.4%时达到最大值;胶着性和咀嚼性整体上呈先增后减的趋势。

    图  7  γ-PGA添加量对面团TPA质构特性的影响
    Figure  7.  Effect of additions of γ-polyglutamic acid on texture of dough

    对不同γ-PGA添加量的面团进行拉伸特性的测定,主要考察拉断力、拉伸距离和拉断应力。图8表明,拉断力和拉断应力的变化趋势相同,在γ-PGA添加量为0.3%时,达到最大值;当γ-PGA添加过量时,面团整体结构松散,拉断力和拉断应力有所减小,相应拉伸距离也减小,拉伸距离大体上呈先降后增再降的趋势。拉伸特性结果与其他质构特性相符。

    图  8  γ-PGA添加量对面团拉伸特性的影响
    Figure  8.  Effect of γ-polyglutamic acid additions on tensile properties of dough

    对面团进行ESEM测试,观察面团的微观结构,如图9所示依次为γ-PGA添加量为0.0%~0.8%时搅拌23 min得到的面团微观结构。未添加γ-PGA时,面团中的面筋较少,面粉颗粒较大,部分面筋包裹着面粉颗粒,但分布不均匀,且不成型;随着γ-PGA添加量的增加,面筋网络结构逐渐紧密,当添加量为0.3%时,面筋网络结构致密,面筋未断裂且有序排列,与淀粉颗粒充分黏结在一起形成一个整体,此时面团质量最佳;继续添加γ-PGA,仍有大量面筋形成,但排列不均匀,与淀粉颗粒没有充分结合;并且当γ-PGA持续增加到0.8%时,面筋仅包裹着淀粉颗粒,未形成面筋网络结构。电镜成像的结果与弛豫特性的测定结果以及质构特性的结果相符合。综合以上分析,确定γ-PGA的最佳添加量为0.3%。

    图  9  γ-PGA添加量不同时面团的环境扫描电镜成像(×1 000)
    注:图中a–i表示γ-PGA添加量分别为0.0%、0.1%、0.2%、0.3%、0.4%、0.5%、0.6%、0.7%、0.8%。
    Figure  9.  Environmental scanning electron microscope imaging of dough with varied γ-polyglutamic acid additions
    Note: a–i, the addition of γ-PGA is 0.0%, 0.1%, 0.2%, 0.3%, 0.4%, 0.5%, 0.6%, 0.7%, 0.8%.

    γ-PGA的添加改变了面团中水分的含量与状态,影响了水分与面粉-蛋白面筋网络结构的结合,从而影响了面粉中各组分水的含量与弛豫时间。因此分析面团的T23组分与面团的硬度、弹性、粘聚性、回复性、咀嚼性的相关性,以及拉断力与各组分水分的质子密度的相关性。由表1表2可以看出,T23与面团的粘聚性和回复性具有极显著的相关性,与胶着性有显著的相关性,与硬度和咀嚼性则无相关性;M21M22分别与拉断力极显著和显著正相关,M23与拉断力显著负相关。说明不同γ-PGA添加量下面团的弛豫特性与质构拉伸特性具有密切关系。

    表  1  不同γ-PGA添加量下面团的弛豫时间T23与质构特性的相关性
    Table  1.  Correlation between relaxation time T23 and texture of dough with varied γ-polyglutamic acid additions
    控制变量
    Control variables
    质构特性 Texture properties
    硬度 Hardness/g粘聚性 Cohesiveness回复性 Resilience胶着性 Gumminess咀嚼性 Chewiness/g
    T23皮尔森相关系数 Pearson0.278−0.882**−0.873**−0.786*−0.519
    显著性(双侧)Significant(two sides)0.4680.0020.0020.0120.152
    n99999
    注:**表示在0.01水平(双侧)上显著相关;*表示在0.05水平(双侧)上显著相关。表2~4同。
    Note: ** indicates significant correlation at the 0.01 level (both sides); * indicates significant correlation at the 0.05 level (both sides). The same as Table 2–4.
    下载: 导出CSV 
    | 显示表格
    表  2  不同 γ-PGA添加量下面团的质子密度与拉伸特性的相关性分析
    Table  2.  Correlation analysis of proton density and tensile properties of dough with varied γ-polyglutamic acid additions
    控制变量
    Control variables
    质子密度 Proton density
    M21M22M23
    拉断力 Tensile force/g皮尔森相关系数 Pearson0.856**0.682*−0.711*
    显著性(双侧)Significant (two sides)0.0300.0430.032
    n999
    下载: 导出CSV 
    | 显示表格

    和面时间提供的能量可使面粉中的生物大分子如蛋白质分子等建立不同的构象,并促进蛋白质、淀粉与水分子间的相互作用[15-17]。充足的和面时间可使面团中的蛋白质、淀粉等大分子物质充分水化,形成连续的粘弹体[18-20]。γ-PGA的添加,会与面团中的蛋白质、面粉等大分子物质发生相互作用,影响面团面筋形成的时间,添加适当含量的γ-PGA,才能使面团产生良好的面筋网络结构,从而得到加工特性良好的面团。

    T21在NMR弛豫特征参数中代表结合最紧密的、性质类似固体的那部分水分,在面团中代表与大分子相互紧密结合的单层水,也是面团搅拌过程中最难充分结合的部分,而其他部分的多层水,以及游离水分的搅拌混合相对容易。因此,下面重点分析T21及其所对应的质子密度M21

    图10图11所示的是在γ-PGA添加量不同的条件下,不同和面时间的面团的T21及所对应的质子密度M21的变化情况。图10中表现为较大的弛豫时间,此时面团的结合还在淀粉吸水溶胀阶段,部分水分子首先与蛋白质外围的亲水性基团作用形成水化合物,吸水量较少,体积增加不大,面粉中的蛋白质在接触表面形成面筋膜,阻碍水的浸透和其他蛋白的相互作用[21]。因此,在搅拌的前5 min 质子密度有所下降;添加γ-PGA初期的弛豫时间有所增加;随着搅拌的进行,面筋膜破坏,蛋白质分子的水合作用不断进行,这时面团中的水分子的流动性普遍降低,弛豫时间减小,面团的平均信号幅度即质子密度M21也明显下降。究其原因是在搅拌过程中淀粉分子由于过度吸水膨胀被破坏后易通过氢键开始形成淀粉-水-淀粉体系,使水与大分子的结合变弱,自由度下降,并开始形成比较粗糙、空洞较大的面筋网络[14]

    图  10  和面过程中不同γ-PGA添加量下面团的弛豫时间T21
    Figure  10.  Relaxation time T21 of dough with varied γ-polyglutamic acid additions
    图  11  和面过程中不同γ-PGA添加量下面团的质子密度M21
    Figure  11.  Proton density M21 of dough with varied γ-polyglutamic acid additions

    随着搅拌时间的增加,面筋逐渐形成,蛋白网络结构将淀粉粒包围其中,形成淀粉-蛋白面筋网络结构,使面团具有延伸性和弹性[22]。面筋的形成过程呈现水分的自由度急剧下降和质子密度上升的趋势,如图1011所示。由于γ-PGA可与蛋白质发生交联,影响蛋白质的水合作用,影响面筋网络结构的形成,加入γ-PGA将延长面筋的形成过程,导致M21增大。

    继续增加搅拌时间,面筋网络遭到破坏,面筋网络中的水不断析出,这部分水大量向自由度更大的水分迁移,表现为弛豫时间的增加;当面筋网络被破坏,大分子结构也遭到破坏,与分子结合最紧密的这部分水分子游离出来,导致M21减少。虽然面筋网络遭到破坏,但γ-PGA仍与一部分水分子紧密结合,因此可以延缓这一过程的发生。

    过量加入γ-PGA时,面团内部情况较为复杂。过量的γ-PGA可与水分子形成凝胶,对和面过程中面团的弛豫时间和质子密度产生一定影响。从本试验结果表明,γ-PGA添加量为0.0%、0.1%、0.2%、0.3%、0.4%、0.5%、0.6%、0.7%、0.8%时所对应的和面时间分别为17、19、21、23、23、25、23、23和23 min。

    选取0.0%、0.3%、0.7%3等3个比较有代表性的γ-PGA添加量,在不同的和面时间下做质子密度成像,结果如图12所示。由图可知,γ-PGA添加量为0.0%、和面时间为17 min;γ-PGA添加量为0.3%、和面时间为21 min;γ-PGA添加量为0.7%、和面时间为23 min时,质子密度成像红色最多且均匀分布,形成的面团品质最佳。质子密度成像结果与弛豫特性分析结果基本相符。

    图  12  γ-PGA添加量下不同面团的质子密度成像
    注:a–e:γ-PGA添加0.0%,和面时间分别为2、11、17、27和35 min;f–j:γ-PGA添加0.3%,和面时间分别为2、11、21、29 和35 min;k–o:γ-PGA添加0.7%,和面时间分别为2、11、19、23和35 min。
    Figure  12.  Surface proton density imaging of doughs with added γ-polyglutamic acid at 3 levels
    Note:a–e:The addition of γ-PGA is 0%, the dough time is 2 , 11, 17 , 27, 35 min;f–j:The addition of γ-PGA is 0.3%, the dough time is 2, 11, 21, 29, 35 min;k–o:The addition of γ-PGA is 0.7%,the dough time is 2, 11, 19, 23, 35 min.

    图13显示的是不同γ-PGA添加量条件下,和面过程中面团硬度的变化趋势。由图13可以看出,在和面初始阶段,面团硬度最大;随着和面时间的增加,硬度减小;当面筋形成,面团品质最佳时,硬度最小。随着和面时间的继续增加,面团的面筋网络结构被破坏,硬度增大;但添加γ-PGA后使此过程逐渐趋于平缓。

    图  13  和面过程中面团硬度的变化
    Figure  13.  Changes in dough hardness during dough mixing

    图14显示的是不同γ-PGA添加量条件下,和面过程中面团粘聚性的变化趋势。由图14可以看出,当γ-PGA的添加量低于0.4%时,面团的粘聚性先减小,随后又稍稍上升。这是由于黄油的加入使面团的粘聚性增加,当黄油逐渐被吸收时,面团的粘聚性逐渐降低;当黄油完全被吸收时,面筋网络结构形成,面团的粘聚性增大。加入γ-PGA后,由于其和淀粉蛋、白质的相互作用,这一过程有所推迟,当面筋网络结构被破坏后,面团的失水过程被减弱,粘聚性有所回升。当γ-PGA添加量为0.3%时,面团的粘聚性最大。

    图  14  和面过程中面团粘聚性的变化
    Figure  14.  Changes in dough cohesiveness during dough mixing

    图15显示的是不同γ-PGA添加量条件下,和面过程中面团回复性的变化趋势。加入黄油使面团的回复性降低,随着和面时间的增加,回复性增加,当面筋网络结构完全形成时,面团具有最大的回复性。和面时间继续增加,面团结构被破坏,水分流失,回复性降低。当γ-PGA添加量为0.3%时,面团的回复性最大。

    图  15  和面过程中面团回复性的变化
    Figure  15.  Changes in dough recoverability during dough mixing

    在和面过程中蛋白质可通过复杂的化学键吸收高于其自身重量两倍的水分[14],和面时间延长,面筋网络结构逐渐形成,同时淀粉颗粒吸水膨胀被面筋结构包裹,此时的面筋结构又继续吸水,使面团的硬度、粘聚性、回复性增加。因此,可以通过此变化判断和面的完成时间,过度搅拌会破坏面筋结构,使面团的持水力下降,面团的硬度、粘聚性、回复性减小。γ-PGA的加入,使得这一过程变得复杂。因此,TPA质构特性可作为判断和面完成时间的一个参考。且与弛豫特性对和面时间的结论基本一致。

    进一步对样品进行环境扫描电镜测试,观察面团的微观结构,以此来判断和面完成时间。图16中a~e分别为γ-PGA添加量0.3%时和面2、11、21、29和35 min的电镜观察图。图a中基本没有面筋,观察到的仍为淀粉颗粒;图b中已有面筋出现,包裹着吸水膨胀的淀粉颗粒,但分布不均匀,且未形成面筋网络结构,有空洞存在;图c为和面21 min时的图,此时面筋网络结构已完全形成,结构致密,与淀粉颗粒紧密连接形成一个整体,此时和面完成,面团品质最佳;图d和图e为和面过度阶段,随着和面时间的增加,面筋被机械外力打断,直至最后已无成型的面筋。综合以上分析,γ-PGA添加量为0.3%时,最佳和面时间为21 min左右。

    图  16  γ-PGA添加量为0.3% 时不同和面时间下的面团环境扫描电镜成像(×1 000)
    注:a~e分别表示和面2、11、21、29、35 min。
    Figure  16.  SEM images of dough with 0.3% γ-polyglutamic acid at stages of dough-formation (×1 000)
    Note: a–e represents 2, 11, 21, 29, 35 min, respectively.

    面团的形成是非常复杂的过程,包括淀粉的吸水膨胀、蛋白质的水化作用以及大分子物质之间的相互交联,而T21组分代表通过氢键与大分子物质结合的水分,对面筋网络结构的形成非常重要,在面团的形成过程中有着明显的变化。分析T21组分弛豫特性的变化与面团质构特性的相关性具有重要意义。对和面过程中T21组分对应的质子密度M21变化与面团的硬度、粘聚性、回复性进行相关性分析,结果(表3)表明,M21与面团粘聚性和回复性都有显著的相关性,与硬度相关性不显著,表明和面过程中面团弛豫特性与其质构特性具有一定的联系。

    表  3  和面阶段M21变化与质构特性变化的相关性
    Table  3.  Correlation between M21 and texture of dough in formation
    控制变量 Control variables质构特性 Texture properties
    硬度 Hardness/g粘聚性 Cohesiveness回复性 Resilience
    M21皮尔森相关系数 Pearson0.3370.564*0.620*
    显著性(双侧)Significant(two sides)0.2600.0450.024
    n131313
    下载: 导出CSV 
    | 显示表格

    由上述分析可以得到,γ-PGA的添加量会改变面团的最佳形成时间。对γ-PGA添加量和最佳和面时间做相关性分析(表4)可知,γ-PGA添加量和最佳和面时间极显著相关,因此对二者进行曲线估计,可得表5,并获得γ-PGA添加量与最佳和面时间的曲线方程为:y= −21.320x2+24.223x+16.921,R2=0.943,其中x为聚谷氨酸添加量(%),y为最佳和面时间(min)。

    表  4  γ-PGA添加量和最佳和面时间的相关性
    Table  4.  Correlation of γ-polyglutamic acid addition and optimal dough-formation time
    控制变量
    Control variables
    最佳和面时间
    Best dough time/min
    γ-PGA添加量
    γ-PGA addition/%
    皮尔森相关系数 Pearson0.805**
    显著性(双侧)
    Significant(two sides)
    0.009
    n9
    下载: 导出CSV 
    | 显示表格
    表  5  γ-PGA添加量和最佳和面时间的曲线估计
    Table  5.  Estimation curve for optimal dough-formation time in relation to γ-polyglutamic acid addition
    方程 Equation模型汇总 Model summary 参数估计值 Parameter estimate
    R2Fdf1df2Sig. 常数 constantb1b2b3
    线性 Linear 0.648 12.887 1 7 0.009 18.911 7.167
    二次 Quadratic 0.942 49.096 2 6 0.000 16.921 24.223 −21.320
    三次 Cubic 0.943 27.372 3 5 0.002 16.879 25.137 −24.351 2.525
    复合 Compound 0.651 13.064 1 7 0.009 18.830 1.417
    增长 Growth 0.651 13.064 7 7 0.009 2.935 0.349
    指数 Exponential 0.651 13.064 7 7 0.009 18.830 0.349
    逻辑 Logistic 0.651 13.064 7 7 0.009 0.053 0.706
    下载: 导出CSV 
    | 显示表格

    和面是制作面包的首要工序,面团的品质不仅与面粉本身以及在和面过程中添加的成分有关,还与和面的搅拌时间有关[23]。面团的形成过程主要是水分子与面团中的大分子物质相互作用的过程。面粉中的蛋白质主要为麦谷蛋白和麦醇溶蛋白两大类,面粉与适量水混合后两类蛋白质由于二硫键作用及相互交联作用而形成一种空间网状结构,这一网状结构可与淀粉颗粒相互结合[14]

    本研究发现,在相同的和面时间条件下,添加不同含量的γ-PGA对面团的T21T23影响较大,变化显著。添加适量的γ-PGA,可以减小T23组分及其对应的质子密度M23,增大T21组分对应的质子密度M21;添加过量的γ-PGA,会阻碍这一变化的发生。对面团质构特性的分析结果表明,添加适量的γ-PGA,可以增大面团的硬度、粘聚性、回复性、胶着性以及拉断力等质构特性;添加过量的γ-PGA会阻碍这一变化。当γ-PGA少量添加时由于其亲水基团与水分结合及羟基与淀粉等部分交联,影响淀粉-蛋白质网络结构的紧密程度,筋道性下降[3]。因此,在加入0.1%的γ-PGA时,面团的硬度、胶着性、咀嚼性均有所下降,随着γ-PGA的持续增加,蛋白质、淀粉等大分子吸水,面筋结构逐渐形成、膨胀,从而硬度减小,其余各项指标均有所回升[24]。当添加量继续增大时,内部作用复杂,γ-PGA吸水形成凝胶,阻碍面筋网络的形成以及面团中水分与各大分子物质的结合,硬度增加,其余各指标均有所下降,这与核磁共振测定的结果相符合。本试验结果表明,在γ-PGA添加量为0.3%时,面团的品质最佳。

    拉伸试验中拉断力是使面团断裂所需要的破断力,反映面团对拉伸的最大抵抗能力,可测定面条的弹性[1]。添加适量的γ-PGA后的面制品内部气孔多而密[3],组织细密有序,整体抗形变能力提升;水分向非冻结水方向迁移,与面筋结构紧密结合,面团整体结构紧实,因此在本试验中拉断力和拉断应力在添加量为0.3%时出现最大峰值,拉伸距离也有所增加,此结果与前面质构特性结果一致。

    T21组分及其对应的质子密度M21为主要指标,结合质构分析,探究和面过程中面团弛豫特性及质构特性的变化,结果表明:随着和面时间的增加,淀粉吸水膨胀,面粉中的蛋白质发生水合作用,淀粉与蛋白质发生相互作用,面筋网络结构逐渐形成,这一过程中T21逐渐减小,信号值减弱,硬度、粘聚性、回复性有所增加。继续搅拌,面筋被破坏,面团品质下降;T21增大,M21也略微减小,质构特性有所下降。由此得出结论:γ-PGA的添加对面团的最佳和面时间会产生影响。

    本试验结果表明:γ-聚谷氨酸添加量为0.3%、和面23 min时面团品质最佳。在相同的和面时间下,γ-PGA添加量不同,T23与面团的粘聚性和回复性具有极显著(P<0.01)相关性,M21与拉断力具有极显著(P<0.01)相关性,M22M23与拉断力具有显著(P<0.05)相关性;在不同的和面时间下,M21与面团粘聚性和回复性都有显著(P<0.05)的相关性。说明面团中的水分是影响面团品质的重要影响因素,γ-PGA对面团中的水分含量、状态及迁移产生影响,进而影响面团的品质。

  • 表  1   试验因素水平

    Table  1   Factors and levels of orthogonal experiment

    序号 A:品种 B:留桩高度
    /cm
    C:促芽肥(纯N)
    /(kg·hm-2)
    1 福龙两优863 10 110
    2 两优616 20 140
    3 台湾仙光稻 30 170
    下载: 导出CSV

    表  2   正交试验设计方案

    Table  2   Orthogonal testing program

    处理序号 A品种 B留桩高度 C促芽肥
    1 1 1 1
    2 1 2 2
    3 1 3 3
    4 2 1 2
    5 2 2 3
    6 2 3 1
    7 3 1 3
    8 3 2 1
    9 3 3 2
    下载: 导出CSV

    表  3   不同因素集成对再生稻产量的影响

    Table  3   Effect of combined factors on yield of ratoon rice

    处理号 头季实际产量
    /(kg·hm-2)
    再生季实际产量
    /(kg·hm-2)
    年产量
    /(kg·hm-2)
    1 9701.95 5059.50 14761.35
    2 9636.90 4728.00 14364.90
    3 9769.95 4432.50 14202.45
    4 10179.75 5925.00 16104.75
    5 10075.65 5641.50 15717.15
    6 10101.75 5025.00 15126.75
    7 7586.40 4285.50 11871.90
    8 7475.25 3529.50 11004.75
    9 7258.95 3228.00 10486.95
    下载: 导出CSV

    表  4   再生稻产量极差分析

    Table  4   Range analysis on production of ratoon rice

    季别 因素 总和 均值 极差R
    水平1 水平2 水平3 水平1 水平2 水平3
    头季 A 29108.80 30357.15 22320.60 9702.93 10119.05 7440.20 2678.85
    B 27468.10 27187.80 27130.65 9156.03 9062.60 9043.55 112.48
    C 27278.95 27075.60 27432.00 9092.98 9025.20 9144.00 118.80
    再生季 A 14220.00 16591.50 11043.00 4740.00 5530.50 3681.00 1849.50
    B 15270.00 13899.00 12685.50 5090.00 4633.00 4228.50 861.50
    C 13614.00 13881.00 14359.50 4538.00 4627.00 4786.50 248.50
    头季+再生季 A 43328.70 43328.70 46948.65 14442.90 15649.55 11121.20 4528.35
    B 42738.00 41086.80 39816.15 14246.00 13695.60 13272.05 973.95
    C 40892.85 40956.60 41791.50 13630.95 13652.20 13930.50 299.55
    下载: 导出CSV

    表  5   再生稻产量方差分析(完全随机模型)

    Table  5   Variance analysis on production for ratoon rice cultivation (completely stochastic model)

    季别 变异来源 平方和 自由度 均方 F P
    头季 A 12469352.54 2 6234676.27 459.8092 0.0022
    B 21745.1906 2 10872.5953 0.8019 0.5550
    C 21310.7206 2 10655.3603 0.7858 0.5600
    误差 27118.5356 2 13559.2678
    总和 12539526.99
    再生季 A 5167021.5 2 2583510.8 1266.8926 0.0008
    B 1114651.5 2 557325.75 273.2994 0.0037
    C 95113.5 2 47556.75 23.3207 0.0411
    误差 4078.5 2 2039.25
    总和 6380865
    头季+再生季 A 32995648.84 2 16497824 1056.0169 0.0010
    B 1430913.365 2 715456.68 45.796 0.0214
    C 167632.655 2 83816.328 5.365 0.1571
    误差 31245.38 2 15622.69
    总和 34625440.24
    下载: 导出CSV

    表  6   再生稻产量构成因素极差分析

    Table  6   Range analysis on factors affectingproductionof main and ratoon crops

    季别 产量构成因素 因素 总和 均值 极差R
    水平1 水平2 水平3 水平1 水平2 水平3
    头季 有效穗 A 711.25 691.95 732.90 237.08 230.65 244.30 13.65
    B 710.50 712.65 712.95 236.83 237.55 237.65 0.82
    C 718.60 709.95 707.55 239.53 236.65 235.85 3.68
    穗粒数 A 472.40 476.31 403.40 157.47 158.77 134.47 24.30
    B 453.79 448.32 450.00 151.26 149.44 150.00 1.82
    C 445.97 453.30 452.84 148.66 151.10 150.95 2.44
    千粒重 A 88.80 92.00 77.20 29.60 30.67 25.73 4.93
    B 86.50 85.70 85.80 28.83 28.57 28.60 0.27
    C 86.50 85.90 85.60 28.83 28.63 28.53 0.30
    结实率 A 271.39 281.88 266.96 90.46 93.96 88.99 4.97
    B 272.91 272.94 274.38 90.97 90.98 91.46 0.49
    C 272.31 272.69 275.23 90.77 90.90 91.74 0.97
    再生季 有效穗 A 1443.15 1513.08 1252.26 481.05 504.36 417.42 86.94
    B 1316.39 1447.44 1444.66 438.80 482.48 481.55 43.68
    C 1424.06 1361.22 1423.21 474.69 453.74 474.40 20.95
    穗粒数 A 198.61 249.84 187.40 66.20 83.28 62.47 20.81
    B 220.64 226.63 188.58 73.55 75.54 62.86 12.68
    C 206.76 209.95 219.14 68.92 69.98 73.05 4.13
    千粒重 A 77.48 73.04 68.22 25.83 24.35 22.74 3.09
    B 73.15 72.14 73.45 24.38 24.05 24.48 0.44
    C 73.09 74.19 71.46 24.36 24.73 23.82 0.91
    结实率 A 272.78 259.84 257.4 90.93 86.61 85.80 5.13
    B 264.84 266.63 258.55 88.28 88.88 86.18 2.69
    C 260.96 259.95 269.11 86.99 86.65 89.70 3.05
    下载: 导出CSV

    表  7   再生稻产量构成因素方差分析

    Table  7   Variance analysis on factors affecting production on main and ratoon crops

    季别 产量构成因素 变异来源 平方和 自由度 均方 F P
    头季 有效穗 A 279.7906 2 139.8953 20.5418 0.0464
    B 1.1906 2 0.5953 0.0874 0.9196
    C 22.5206 2 11.2603 1.6534 0.3769
    误差 13.6206 2 6.8103
    总和 317.1222
    穗粒数 A 1121.3507 2 560.6753 373.4488 0.0027
    B 5.2342 2 2.6171 1.7432 0.3645
    C 11.2375 2 5.6187 3.7425 0.2109
    误差 3.0027 2 1.5013
    总和 1140.8250
    千粒重 A 40.4267 2 20.2133 866.2857 0.0012
    B 0.1267 2 0.0633 2.7143 0.2692
    C 0.1400 2 0.0700 3.0000 0.2500
    误差 0.0467 2 0.0233
    总和 40.7400
    结实率 A 39.1413 2 19.5706 153.3348 0.0065
    B 0.4706 2 0.2353 1.8436 0.3517
    C 1.6803 2 0.8401 6.5824 0.1319
    误差 0.2553 2 0.1276
    总和 41.5474
    再生季 有效穗 A 12150.6966 2 6075.3483 72.2249 0.0137
    B 3737.2249 2 1868.6124 22.2144 0.0431
    C 865.8165 2 432.9082 5.1465 0.1627
    误差 168.2341 2 84.1170
    总和 16921.9720
    穗粒数 A 738.7701 2 369.3850 106.8451 0.0093
    B 279.0585 2 139.5292 40.3590 0.0242
    C 27.5441 2 13.7720 3.9836 0.2007
    误差 6.9144 2 3.4572
    总和 1052.2870
    千粒重 A 14.2993 2 7.1496 885.1004 0.0011
    B 0.3140 2 0.1570 19.4374 0.0489
    C 1.2578 2 0.6289 77.8528 0.0127
    误差 0.0162 2 0.0081
    总和 15.8872
    结实率 A 45.5491 2 22.7745 77.2804 0.0128
    B 12.0061 2 6.0030 20.3700 0.0468
    C 16.8165 2 8.4082 28.5315 0.0339
    误差 0.5894 2 0.2947
    总和 74.9610
    下载: 导出CSV

    表  8   各因素不同水平的再生产量均值

    Table  8   Average output of ratoon rice under variedcultivation conditions

    因素 水平 头季产量均值
    /(kg·hm-2)
    再生季产量均值
    /(kg·hm-2)
    年产量均值
    /(kg·hm-2)
    A A1 9702.93 4740.00 14442.90
    A2 10119.05 5090.00 15649.55
    A3 7440.20 4538.00 11121.20
    B B1 9156.03 5090.00 14246.00
    B2 9062.60 4633.00 13695.60
    B3 9043.55 4228.50 13272.05
    C C1 9092.98 4538.00 13630.95
    C2 9025.20 4627.00 13652.20
    C3 9144.00 4786.50 13930.50
    下载: 导出CSV
  • [1] 熊洪, 冉茂林, 徐富贤, 等.南方稻区再生稻研究进展及发展[J].作物学报, 2000, 26(3):297-304. http://www.cnki.com.cn/Article/CJFDTOTAL-XBZW200003007.htm
    [2] 罗美玉.优质再生稻新组合比较试验[J].中国稻米, 2007, (1):35-36. http://www.cnki.com.cn/Article/CJFDTOTAL-DAOM200701018.htm
    [3] 郑荣和, 卓传营, 张上守, 等.杂交稻新组合再生力比较试验初报[J].福建稻麦科技, 2009, 27(1):4-6. http://www.cnki.com.cn/Article/CJFDTOTAL-FJDM200901003.htm
    [4] 钱太平, 方锡文, 张继新, 等.杂交中稻-再生稻品种筛选试验[J].湖北农业科学, 2012, 51(19):4193-4195, 4199. DOI: 10.3969/j.issn.0439-8114.2012.19.005
    [5] 高家旭, 蓝天琼, 刘成家, 等.再生稻品种筛选试验初报[J].安徽农学通报, 2015, 21(5):36, 70. http://www.cnki.com.cn/Article/CJFDTOTAL-FJNK2016Z1012.htm
    [6] 郑亨万. 9个杂交稻新组合作低留桩再生稻栽培效果比较[J].中国稻米, 2015, 21(5):67-71. http://www.cnki.com.cn/Article/CJFDTOTAL-DAOM201505018.htm
    [7] 钱太平, 梅少华, 张键, 等.再生稻不同留桩高度和收割方式的产量及其构成因素分析[J].湖北农业科学, 2015, 54(1):14-17. http://www.cnki.com.cn/Article/CJFDTOTAL-HBNY201501007.htm
    [8] 黄水明, 陈萍萍, 游月华, 等.不同桩高对再生稻生产的影响[J].福建稻麦科技, 2012, 30(1):15-18. http://www.cnki.com.cn/Article/CJFDTOTAL-NXTS201309043.htm
    [9] 张荟, 郑轶, 涂诗航, 等.杂交稻新品种高留桩再生力筛选试验[J].福建稻麦科技, 2015, 33(3):11-14. http://www.cnki.com.cn/Article/CJFDTOTAL-FJDM201503006.htm
    [10] 徐富贤, 熊洪, 朱永川, 等.再生稻促芽肥高效施用量与头季稻齐穗期库源结构关系[J].西南农业学报, 2006, 19(5):833-837. http://www.cnki.com.cn/Article/CJFDTOTAL-XNYX200605012.htm
    [11] 夏桂龙, 欧阳建平, 柳开楼, 等.促芽肥用量和留茬方式对赣东北地区再生稻产量和再生能力的影响[J].中国稻米, 2016, 22(2):27-30. http://www.cnki.com.cn/Article/CJFDTOTAL-DAOM201602006.htm
    [12] 张献明.促芽肥施用量对再生稻产量的影响[J].中国稻米, 2005, (4):32-33. http://www.cnki.com.cn/Article/CJFDTOTAL-DAOM200504020.htm
    [13] 吕泽林, 雷大存, 邓榆千, 等.促芽肥对再生稻产量及性状的影响研究[J].农业科技通讯, 2013, (3):68-70, 126. http://www.cnki.com.cn/Article/CJFDTOTAL-KJTX201303024.htm
    [14] 何花榕, 房贤涛, 翁国华, 等.留桩高度对再生稻生长发育和产量的影响研究现状及展望[J].中国农学通报, 2012, 28(9):6-10. http://www.cnki.com.cn/Article/CJFDTOTAL-ZNTB201209004.htm
    [15] 郑昨生, 沈如色, 李小萍, 等.再生稻头季机割高度对再生季形态发育和产量的影响[J].福建农业学报, 2016, 31(8):791-796. http://www.fjnyxb.cn/CN/abstract/abstract2980.shtml
    [16] 林文雄, 陈鸿飞, 张志兴, 等.再生稻产量形成的生理生态特性与关键栽培技术的研究与展望[J].中国生态农业学报, 2015, 23(4):392-401. http://www.cnki.com.cn/Article/CJFDTOTAL-ZGTN201504002.htm
    [17] 俞道标, 张燕, 赵雅静, 等.低桩机割再生稻氮肥施用技术研究[J].中国农学通报, 2013, 29(36):210-214. DOI: 10.11924/j.issn.1000-6850.2013-1394
    [18] 徐富贤, 洪松, 熊洪.促芽肥与杂交中稻再生力关系及其作用机理[J].作物学报, 1997, 23(3):311-317. http://www.cnki.com.cn/Article/CJFDTOTAL-XBZW199703009.htm
    [19] 姜照伟, 林文雄, 李义珍, 等.不同氮肥施用量对再生稻若干生理特性的影响[J].福建农业学报, 2005, 20(3):168-171. http://www.fjnyxb.cn/CN/abstract/abstract923.shtml
  • 期刊类型引用(0)

    其他类型引用(2)

表(8)
计量
  • 文章访问数:  1413
  • HTML全文浏览量:  196
  • PDF下载量:  218
  • 被引次数: 2
出版历程
  • 收稿日期:  2017-05-15
  • 修回日期:  2017-07-23
  • 刊出日期:  2017-08-27

目录

/

返回文章
返回