油菜角果数量及关键表型参数的自动化检测方法研究

为有效替代人工方式考种油菜、观测角果,研究了一种用于测量批量角果的数量和关键表型参数的自动化检测方法。设计了角果散铺和图像采集装置,利用拨动加振动的方式将堆积角果均匀散开并拍摄视频;使用二维码作为标记块,以有效地提取关键帧并拼接为包含全部角果的整幅图像;提出了基于凹点提取与匹配的图像分割方法,分割各种形态下的重叠角果,准确率达到98%以上。在关键表型参数测量中,利用了最大类间方差法以判断角果的正置或侧置姿态,以此估计角果横切面的近似椭圆长短轴,再计算角果的长度、表面积和体积。实验结果表明该方法具有很好的检测精度,对不同品种的油菜适应性较好,长度、表面积和体积的估计误差分别不大于2.9%、4.8%和5.0%。该方法可以有效替代人工方式的油菜考种,为相关农业科研领域提供基础数据。     

Detection of seven phytohormones in peanut tissues by ultra-highperformance liquid chromatography-triple quadrupole tandem mass spectrometry

Development of highly sensitive and reliable method for detection of phytohormones is of great significance to study plant hormones and agricultural production.In this study,an ultra-high-performance liquid chromatography-mass spectrometry/mass spectrometry method was established for separation and quantification of trans-zeatin,trans-zeatin riboside,gibberellin A_3,indol-3-acetic acid,salicylic acid,abscisic acid,and jasmonic acid(JA) without any label.The sepa ration was performed on an Agilent Explus Plus C18 column by using methanol and water as mobile phases with gradient elution.The target compounds were confirmed and quantified by mass spectrum via positive electrospray ionization for trans-zeatin,transzeatin riboside,indole-3-acetic acid,and via negative electrospray ionization for gibberellin3,salicylic acid,abscisic acid,and JA.The limits of detection ranged from 0.0127 ng L~(-1) for gibberellin A_3(GA_3) to 33.26 ng L~(-1) for JA and were lower than the currently reported values in literature.The proposed method was applied for qualitative and quantitative analyses of phytohormones in peanut gynophores and pods.The recoveries of the spiked phytohormones ranged from 80.20 to102.56%.The contents of seven endogenous hormones varied specifically in different development stages of peanuts.This study provides a highly sensitive and selective detection method for hormones and elucidates the growth and development of the gynophore and peanut fruit,which are controlled by seven endogenous hormones.     

基于级联卷积神经网络的番茄花期识别检测方法

对作物花期状态的准确识别是温室作物执行授粉的前提。为提高花期状态识别的准确度，该研究以温室番茄为例提出了一种基于级联卷积神经网络的番茄花朵花期识别方法。首先采用改进的端到端的特征金字塔网络FS-FPN实现番茄花束的分割，然后采用Prim最小生成树对分割后的花束图片进行花期识别优先级排序，最后将已排序的分割花束图片输入改进的Yolov3网络，实现番茄花朵花期状态的精准识别。在由1600幅包含花蕾期、全开期、谢花期、初果期4类花期状态的番茄花束图像构成的数据集上，所提方法对番茄花朵花期平均检测时间为12.54 ms，平均检测精度分别比Mask R-CNN和SPP-Net提高了3.67%和2.39%，识别错误率比改进前的Yolov3网络降低了1.25%。最终将该方法部署到番茄授粉机器人上，并在大型玻璃温室内进行验证，结果表明，所提方法对番茄花朵各花期的检测精度分别为花蕾期85.71%、全开期95.46%、谢花期62.66%、初果期88.34%，该研究结果可为智能授粉机器人的精准作业提供重要依据。     

食品中矮壮素与缩节胺的形成及其检测方法研究进展

植物生长调节剂是一种特殊的含有植物激素活性的农药,能够起到改善农作物质量和控制植物生长的作用,近年来植物生长调节剂的毒性及其残留危害吸引了众多研究人员的关注。其中,矮壮素(CHLM)和缩节胺(MEP)作为常用的2种植物生长调节剂,其使用不当和残留危害所引起的食品安全问题并没有引起足够的重视。最近的研究工作将CHLM和MEP确立为大麦麦芽烘烤过程的副产品,而用于研究的大麦属于生态类型,经验证不含任何植物生长调节剂。由此可知,CHLM和MEP是由食品中的天然成分经过热加工处理后形成的化合物。CHLM和MEP作为新的食品加工污染物已成为食品安全问题的研究热点。对CHLM、MEP在食品中的形成进行了综述,并对其检测技术进行总结,以期为CHLM和MEP的研究提供参考。     

转基因甘蔗BtG-2的T-DNA侧翼序列分析及其转化事件特异性检测

转基因甘蔗BtG-2是利用农杆菌介导法把Cry1Ac-2A-gna融合抗虫基因导入‘新台糖22号’的转基因甘蔗株系,具有良好的抗虫特性和农艺性状。为了明确转基因甘蔗BtG-2的分子特征及其检测方法,推进其生物安全性评价工作,以BtG-2的T2代为研究材料,利用Southern杂交检测外源基因在转基因甘蔗基因组内的拷贝数;利用染色体步移技术分离外源基因在甘蔗基因组中插入位点的侧翼序列,并建立了该转化体高效灵敏的特异性PCR检测方法。结果表明：Southern杂交检测证明外源T-DNA以单拷贝方式插入BtG-2株系;经过3次的热不对称巢式PCR扩增,获得外源基因T-DNA左边侧翼序列984 bp和右边侧翼序列705 bp;以这2个序列和相应的T-DNA的左右端序列分别设计3对检测引物对,建立了BtG-2株系的转化事件特异性PCR检测方法,扩增效率最高的引物对LS011/LA451和RS160/RA588分别扩增到440 bp和428 bp的特异片段。其中T-DNA左侧设计的LS011/LA451检测引物对扩增的灵敏度高、特异性强,能够在甘蔗BtG-2基因组DNA相对含量为0.1%的模板中检测出转基因目的成分,相当于9个单倍体基因组拷贝数。本研究完成了转基因株系BtG-2的分子特征及其转化事件特异性检测,为该转基因甘蔗及其衍生产品的检测和身份识别提供技术依据。     

牦牛源正呼肠孤病毒2型的检测和分离鉴定

旨在调查川西北牦牛哺乳动物正呼肠孤病毒（MRV）的感染情况并分离病毒。采用RT-PCR方法，对采自川西北15个牧场的72份牦牛腹泻粪便样本和其中5个牧场的15份腹泻牦牛血清样本进行MRV检测，阳性样本进一步用分型PCR确定其血清型。结果显示，粪便样本中MRV检出率为20.83%（15/72），血清2型的比例为60%（9/15）；血清样本中MRV检出率为40%（6/15），血清2型的比例为83.33%（5/6）；未检测到其他血清型。成功地从腹泻粪便中分离到1株MRV血清2型毒株（TCID₅₀为4×10^-8.56·mL^-1），并获得长度为23 587 bp的分离株全基因组，该分离株与中国猪源毒株的遗传关系最近；与GenBank中所有的MRV S1基因相比，该分离株有4个独特的氨基酸突变。本研究从牦牛中检测到MRV，并分离到1株牛源MRV血清2型毒株，为进一步研究MRV血清2型生物学特性奠定了基础。     

农田环境中农药残留比例型荧光传感系统研究

为监测农业环境中有机磷农药的残留，从种养源头管控农产品安全，基于锆离子和1,2,4,5-四（4-羧苯基）苯（H-4-TCPB）合成了蓝色荧光金属-有机框架材料（MOFs）Zr-TCPB，并与红色荧光量子点QDs组装成双荧光QDs@MOFs复合物，基于Zr-TCPB对有机磷农药特异性荧光淬灭效应，构建比例型荧光化学传感器系统，实现了有机磷农药的快速、灵敏、可视化检测。甲基对硫磷与对硫磷的检测限（LOD）分别为1.9μg/L和4.9μg/L，线性检测范围为0.005~2mg/L。研究表明，该荧光分析法能有效用于农业环境水样中甲基对硫磷及对硫磷的现场快速测定，甲基对硫磷回收率为93.23%~116.46%，平均相对标准偏差（RSD）为5.29%，对硫磷回收率为92.52%~107.83%，平均RSD为5.74%。该方法在环境样品农药残留快速监测方面具有巨大的应用价值。     

基于CNN的小麦籽粒完整性图像检测系统

为了快速、准确识别小麦籽粒的完整粒和破损粒,设计了基于卷积神经网络(CNN)的小麦籽粒完整性图像检测系统,并成功应用于实际检测中。采集完整粒和破损粒两类小麦籽粒图像,对图像进行分割、滤波等处理后,建立单粒小麦的图像数据库和形态特征数据库。采用LeNet-5、AlexNet、VGG-16和ResNet-34等4种典型卷积神经网络建立小麦籽粒完整性识别模型,并与SVM和BP神经网络所建模型进行对比。结果表明,SVM和BP神经网络所建模型的验证集识别准确率最高为92. 25%; 4种卷积神经网络模型明显优于两种传统模型,其中,识别性能最佳的AlexNet的测试集识别准确率为98. 02%,识别速率为0. 827 ms/粒。基于AlexNet模型设计了小麦籽粒完整性图像检测系统,检测结果显示,100粒小麦的检测时间为26. 3 s,其中,图像采集过程平均用时21. 2 s,图像处理与识别过程平均用时为5. 1 s,平均识别准确率为96. 67%。     

禽蛋中氟苯尼考及其代谢产物氟苯尼考胺同时检测的 超高效液相色谱-荧光检测法的建立

建立超高效液相色谱-荧光检测法(UPLC-FLD)同时检测禽蛋中氟苯尼考及其代谢产物氟苯尼考胺残留。样品经过加速溶剂萃取提取、净化,乙腈饱和的正己烷去脂,设定激发波长和发射波长分别为233 nm和284 nm,经UPLC-FLD检测分析。FF和FFA添加浓度为定量限(LOQs)、0.5、1.0和2.0倍的最高残留限量(MRL)时,FF的平均回收率为83.1%～96.1%,相对标准偏差(RSD)均低于3.9%;FFA的平均回收率为84.6%～97.4%,RSD均低于3.4%。FF在禽蛋中检测限(LODs)为4.7～4.9μg·kg~(-1)(S/N≥3),LOQs为10.5～11.7μg·kg~(-1)(S/N≥10);FFA在禽蛋中LODs为1.8～1.9μg·kg~(-1),LOQs为4.3～4.7μg·kg~(-1)。此方法快速、准确、灵敏度高,适用于批量检测禽蛋中氟苯尼考及其代谢产物氟苯尼考胺残留。     

饲粮中霉菌毒素快速检测技术研究现状及发展方向

霉菌毒素的污染广泛存在,对饲料和粮食造成严重危害,给食品和农业造成巨大的经济损失,因此对霉菌毒素的监管也越来越得到重视。传统霉菌毒素检测方法虽然有着良好的重现性和准确度,但存在试验周期较长,实验过程相对复杂等缺点。霉菌毒素快速检测技术因检测较为快速、灵敏,且检测成本相对较低,实验过程简捷等特点,越来越被市场关注。文章就应用较为广泛的胶体金酶联免疫层析快速检测技术进行比较评价。