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。     

HPLC法同时测定茶叶中儿茶素类和咖啡因的含量

为茶叶产品的等级评价和质量控制提供科学依据,采用高效液相色谱发同时测定市售与种茶叶中没食子酸(GA)、表儿茶素(EC)、儿茶素(+C)、表没食子儿茶素(EGC)、没食子儿茶素没食子酸酯(GCG)、没食子儿茶素(GC)、表没食子儿茶素没食子酸酯(EGCG)和表儿茶素没食子酸酯(ECG)以及咖啡因(CAF)含量。结果表明:在Agilent C18色谱柱(4. 6 mm×250 mm,5μm),乙腈、甲醇、0. 5%乙酸溶液为流动相进行梯度洗脱,柱温30℃,UV检测波长为275 nm条件下检测,各目标物(GA、GC、EGC、+C、CAF、EGCG、EC、GCG和ECG)的重复性RSD为0. 41%～2. 12%;样品加标平均回收率为94. 68%～104. 40%,相对标准偏差(RSD)为0. 89%～5. 78%。该方法简单、快速、准确、重现性好,茶叶中各目标物均能得到较好的分离,可用于儿茶素类和咖啡因的定量检测。市售5种茶叶中咖啡因的含量均最高,为36. 15～87. 26 mg/kg,绿茶中的儿茶素类物质明显比红茶丰富。     

杏褪绿卷叶植原体新疆分离物可视化LAMP检测方法的建立

为新疆杏褪绿卷叶病的田间快速诊断和检测提供新方法,根据杏褪绿卷叶植原体新疆分离物tuf基因保守序列,设计并筛选出1套特异性环介导等温扩增(LAMP)引物,通过对反应体系中主要影响因素的优化,建立适用于快速检测杏褪绿卷叶植原体的LAMP检测方法。结果表明:建立的LAMP检测方法能特异性地检测出杏褪绿卷叶植原体,检测灵敏度是普通PCR的100倍,且可通过肉眼观察直接对反应结果进行判定。     

淡水水体中细菌总数检测方法研究

研究了细菌总数的定义、其对环境的危害,梳理了当前国内外对淡水水体中细菌总数的标准限值要求及国内外标准中细菌总数的检测方法,不同的细菌总数检测方法中,培养基、培养温度、培养时间、培养基倾倒温度存在细微差异。     

抗体检测技术在基层畜牧业生产中的指导作用

本文主要根据作者自身工作经验,从抗体检测技术原理,基层常用的抗原抗体反应实验,以及抗体检测技术在指导畜牧业生产中的重要作用等方面进行阐述,说明了抗体检测技术在制定免疫程序、疾病诊断、疫苗评估及免疫效果评价等领域发挥着积极的作用。     

新形势下耕地质量检测体系技术支撑能力提升探讨

随着我国农业发展建设水平的逐渐提高,人们对农业发展管理要求越来越高。在耕地质量检测技术应用过程中,由于缺少技术支撑,因而使得整个检测工作开展还存有偏差,需要就新形势下耕地质量检测体系技术支撑能力提升做出改进。鉴于此,本文就新形势下提升耕地质量检测体系技术支撑能力进行了探讨,主要阐述了耕地质量评价发展和方法,总结了加强耕地质量检测的实践意义,并提出了提升耕地质量检测体系技术支撑能力措施,以期为耕地质量检测体系建设提供参考。     

农产品质量检测监管存在的问题及对策

农产品质量已经受到了全社会的关注,这不仅关系人们的健康生活,也影响着社会经济和国家的发展,因而应加强对农产品质量的检测和监管。本文分析了农产品质量检测监管存在的问题,探讨了解决这些问题的对策,以期为深化改进目前的农产品质量安全监管检测工作提供参考。     

莽山水库副坝工程高压脉动灌浆效果检测方法

莽山水库工程属于国家172项重大水利工程之一,水库坝址区为深厚全风化花岗岩地层,需进行防渗帷幕灌浆处理。副坝坝址及左岸连接段山体采用高压脉动灌浆方法进行了防渗处理。文章介绍了副坝帷幕施工前后对该地层及防渗帷幕体进行的几种检测方法及最终检测结果,论证了该方法的施工效果及适用性。     

基于计算机视觉的水下海参识别方法研究

海参识别是海参捕捞自动化和智能化的前提和关键。海参生活环境复杂且海参体色随环境变化,为解决复杂多变环境下海参识别的难题,提出基于视觉图像和海参特性的水下海参识别算法。利用海参体色随环境变化而海参刺颜色稳定呈黄绿色的特点,在图像预处理的基础上设计图像融合算法突出海参刺,然后通过边缘检测获取海参刺轮廓并计算轮廓质心坐标,进而通过椭圆拟合实现海参的识别。不同于已有的利用海参主干进行海参识别的方法,提出的基于直接最小二乘的海参刺质心椭圆拟合识别算法以海参刺的分割和椭圆拟合为途径,解决海参体色随环境变化而引起的识别率降低的问题。试验结果表明,该算法对自然环境下的海参识别平均准确率为93.33%,具有一定的实用价值。