基于光声光谱和TCA迁移学习的稻种活力检测

种子活力是决定水稻产量的最重要因素之一，但目前水稻种子活力的近红外和高光谱等无损检测方法易受种子表皮颜色影响，且所建模型难以适应新品种。该研究提出基于光声光谱技术的稻种活力无损检测方法并结合迁移学习进行新品种稻种活力检测。首先，对Y两优、龙粳、南粳、宁粳、武运粳、新两优等具有区域代表性的典型6种水稻品种，进行高温高湿人工老化处理，得到0~7 d老化时间的水稻种子；再通过调制频率获得8种不同深度的光声光谱信息，用主成分分析、竞争性自适应重加权算法对光谱降维得到特征光谱后，对Y两优、龙粳、南粳、宁粳、武运粳分别建立偏最小二乘回归（Partial Least Squares Regression，PLSR）、反向传播神经网络（Back Propagation Neural Network，BP）、广义回归神经网络（Generalized Regression Neural Network，GRNN）、支持向量回归模型（Support Vector Regression，SVR）、深度卷积神经网络（Convolutional Netural Network，CNN）的稻种活力预测模型，并选择最优调制频率；最后，通过迁移学习将建立的模型迁移到新两优稻种进行活力预测。结果表明，光声光谱最佳扫描频率为300 Hz，CNN预测模型精度较高，相关系数和均方根误差分别优于0.990 9、低于0.967 5；且经过迁移学习，仅需通过对源域数据的训练，即可直接对新品种稻种的活力进行精确预测；通过TCA迁移学习后，新两优稻种活力预测的相关系数从0.718 5提高到0.990 3。研究表明，采用光声光谱深度扫描技术对不同种类稻种的活力进行高精度检测是可行的，且经过迁移学习，仅需80粒新品种稻种信息即可实现稻种活力的精确预测。     

设施农田土壤重金属污染评价及分区阈值研究

设施农田高强度的耕作模式使土壤重金属累积日益加重，因地制宜地确定其土壤重金属目标值与筛选值对设施农田可持续生产意义重大。本文以石家庄、衡水与唐山为研究区，基于土壤重金属污染风险和生态风险评价，用熵权法得出综合风险等级并确定重金属污染分区阈值。结果表明土壤Cd、Cu、Zn污染最严重，高风险区占比达40.57%。研究区设施农田土壤Cd、Cu、Pb、Zn全量与有效态的目标值分别为0.12、40.17、19.23、116.03 mg·kg^-1与0.02、4.19、0.59、8.80 mg·kg^-1；筛选值分别为0.40、90.27、38.33、170.68 mg·kg^-1与0.11、11.77、1.55、14.24 mg·kg^-1。基于综合评价结果反推分区阈值的方法简单便捷，重金属全量与有效态的目标值及筛选值的确定为研究区设施农田重金属污染的预防提供了多方位的指导。     

无人机机载激光雷达提取果树单木树冠信息

定株管理是未来果园精准生产管理的趋势，果树单木树冠信息的提取是定株管理的关键。该研究利用无人机采集的苹果园激光探测与测量数据（Light Detection and Ranging，LiDAR）检测和测量每棵果树的树冠面积和树冠直径，并评价空间分辨率对于果树单木树冠检测与提取的影响。该方法主要包括使用反距离权重插值法间接生成冠层高度模型（Canopy Height Model，CHM）；使用局部极大值滤波算法和标记控制分水岭分割算法（Marked-Controlled Watered Segmentation，MCWS）对果树进行单木树冠检测与提取，通过与参考数据的比较，评估了该方法的精度，并定量分析了空间分辨率对于单木树冠检测与信息提取结果的敏感性。结果表明，该方法有效地实现果树单木树冠检测与信息提取，代表果树检测精度的F1得分为94.86%，树冠轮廓提取准确率为86.39%，树冠面积的提取数据集和参考数据集的线性拟合结果决定系数和归一化均方根误差分别为0.81和20.56%，树冠直径的提取数据集和参考数据集的线性拟合结果决定系数和归一化均方根误差分别为0.85和14.79%，树冠面积和直径不同程度地被高估。此外，冠层高度模型的空间分辨率接近果树平均树冠直径的1/10时精度最高，可以有效检测果树单木树冠及提取树冠轮廓，从而准确提取果树单木树冠信息。     

蔬菜农药残留检测中基质效应影响因素分析

为了提高农药检测的准确率,试验选择气相色谱(7890A、1310)与气相串联质谱(GCMS-MS)3种不同仪器,结球白菜、结球甘蓝、黄瓜、辣椒4种蔬菜样品及其基质标准溶液和正己烷溶剂标准溶液,对4种不同蔬菜中分别添加腐霉利、甲氰菊酯、氯氰菊酯、溴氰菊酯4种农药并进行回收校正,比较不同的校正溶液、不同仪器以及不同的样品类型对蔬菜农药残留检测中的基质效应的影响。结果显示:按不同基质标准溶液和溶剂标准溶液校正的检测结果分类,不同蔬菜、不同的标准校正溶液对于农药残留检测中的基质效应表现出多样性和复杂性的特点。但采用与本底一致的基质标准溶液校正样品可有效消除基质效应。按不同仪器检测结果分类,气相色谱(7890A、1310)与气相串联质谱(GC-MS-MS)基质效应的影响存在一定的差异,GC-MS-MS存在较为明显的基质增强效应;而同类仪器(7890A、1310)之间基质效应的影响较小。     

Advances on Detection Methods for Residues of Nitrofurans in Food

Nitrofurans are broad-spectrum antibiotics which have been widely used in food animals to the prevention and treatment of gastrointestinal infections.Due to abuse of drugs by criminals,animals could produce drug-resistant strains,which reduces the role of antibiotics.Meanwhile,excessive drugs residues in food has carcinogenic,teratogenic and mutagenic effects to the human body.In this paper,the damage and the detection methods of the residues of the nitrofurans in food are surveyed.The main detection methods include high performance liquid chromatography,liquid chromatography-mass spectrometry,liquid chromatography tandem mass spectrometry,enzyme-linked immunoassay,colloidal gold immunoassay and fluorescence immunity analysis method.The research status of various detection methods are summarized and the suggestions for further research are put forward.It is expected to provide reference for future research.     

水生动物肌醇营养研究进展

肌醇是大多数水生动物保持健康、促进生长发育必需的营养素,它在细胞膜磷脂合成、神经递质传递和肝脏脂质转运等方面发挥重要作用。饲料中肌醇缺乏导致水生动物生长不良、体表充血、鳍条糜烂、体色发黑、脂肪肝等症状。本文综述了肌醇的理化性质,肌醇在水生动物营养中营养生理作用、需要量及影响因素等,同时还介绍了肌醇的来源和测定方法,并展望了肌醇在水生动物营养中进一步的研究和应用方向。     

基于卷积神经网络马铃薯叶片病害识别和病斑检测*

针对自然环境下马铃薯叶片病害识别率低和晚疫病斑定位难的问题,基于大田环境中采集的马铃薯叶片图像,首先对马铃薯叶片病害进行识别,对比AlexNet、VGG16、InceptionV3、ResNet50、MobileNet五种神经网络模型,结果表明InceptionV3模型的识别效果准确率最高,可达98.00%。其次对马铃薯叶片的晚疫病斑进行检测,提出一种改进型的CenterNet-SPP模型,该模型通过特征提取网络获取对象的中心点,再通过中心点回归获得中心点偏移量、目标大小等图像信息,训练后的模型在验证集下的mAP可达90.03%,以F₁为评价值分析对比其它目标检测模型,CenterNet-SPP模型的效果最好,准确率为94.93%,召回率为90.34%,F₁值为92.58%,平均检测一张图像耗时0.10 s。为自然环境下马铃薯叶片病害识别和检测提供较为全面的深度学习算法和模型研究基础。     

间接免疫荧光染色检测鸭源副黏病毒及在鸭体内的抗原定位

以抗新城疫病毒F蛋白的单克隆抗体为一抗,建立了间接免疫荧光染色法(IFA)检测石蜡切片中鸭副黏病毒(DPMV)的方法。以建立的IFA对DPMV人工感染鸭的各组织器官进行检测,结果显示:各组织器官均能检测到DPMV,但不同时间取样,阳性信号分布的器官不同。脾脏、胸腺、法氏囊、肠道、肝脏、肺脏DPMV的阳性检出率较高,表明这些器官为DPMV的主要靶器官。在所检测的阳性组织中,病毒抗原分布在细胞浆中。IFA检测石蜡切片中的DPMV具有直观、特异性强的优点,是对DPMV进行检测和抗原定位的良好方法。     

抗球虫药物残留的免疫检测技术

抗球虫药物在畜禽业应用广泛,可预防治疗球虫病,提高家禽饲料转化率,提升肉品质。但是,随即会出现饲料交叉污染,对非目标动物产生毒性作用,动物性食品中药物残留超标等问题。因此,建立简便、快速、灵敏度高的检测方法检测动物源性食品中的抗球虫药物残留极为重要。基于抗原-抗体特异性结合原理的免疫分析检测技术能够完成快速检测,高通量筛选,具有特异性强、灵敏度高、操作简便、成本低的优点。本文综述了不同基质中抗球虫药物残留的免疫检测技术进展,重点介绍了酶联免疫吸附检测法、免疫层析法、荧光偏振免疫分析检测法、时间分辨荧光免疫分析检测法和生物传感器检测法。并对免疫检测技术在残留检测方面的发展趋势进行了展望,旨在为抗球虫药物的残留监控提供方法学上的参考,为新方法的建立提供思路。     

猪急性腹泻综合征冠状病毒SYBR Green荧光定量PCR检测方法的建立及应用

为建立快速、灵敏且特异的检测猪急性腹泻综合征冠状病毒（swine acute diarrhea syndrome coronavirus,SADS-CoV）检测方法,本试验扩增SADS-CoV N基因保守区域将其克隆至pMD18-T载体。所构建的重组质粒pMD18-T-SADS-qN作为阳性质粒标准品,以其为模板建立一种SYBR Green荧光定量PCR检测方法。结果显示,所建立方法在3.31×10¹~3.31×10⁷拷贝·μL^-1模板量时,呈良好的线性关系,相关系数（R²）为0.997,斜率为-3.318。该方法特异性检测SADS-CoV;而猪流行性腹泻病毒（PEDV）、猪传染性胃肠炎病毒（TGEV）、猪德尔塔冠状病毒（PDCoV）和猪繁殖与呼吸综合征病毒（PRRSV）检测结果均为阴性。所构建的标准品检测灵敏度下限可以达到3.31×10¹拷贝·μL^-1,组内和组间变异系数均小于1%,表明其具有良好的灵敏性和重复性。用该方法检测SADS-CoV感染IPI-2I和IPEC-J2细胞后不同时间点和不同接毒剂量的复制情况,结果显示,SADS-CoV感染细胞后2 h病毒含量较低,在12~36 h病毒含量迅速增长,36 h后增长速度减缓且病毒含量维持在较高水平。分别用0、0.1、1 MOI SADS-CoV感染细胞结果显示病毒的mRAN转录水平呈现剂量依赖性增加,当MOI为1时,IPI-2I和IPEC-J2细胞病毒含量分别为10^6.7、10^5.3拷贝·mL^-1。进一步利用所建立的方法对经口服攻毒SADS-CoV仔猪的临床样本进行检测,结果发现病毒在空肠回肠含量较高,表明病毒主要定殖于空肠和回肠。综上表明,本研究建立SYBR Green荧光定量PCR检测方法能灵敏特异地检测SADS-CoV,为SADS-CoV的诊断和病毒相关基础研究提供可靠的检测手段。