二氧化钛/多壁碳纳米管的制备及其对乐果光催化降解的影响

采用溶胶-凝胶法制备了二氧化钛/多壁碳纳米管(TiO2/MWCNTs)复合材料,其m(TiO2)∶m(MWCNTs)=3∶4、表面平均孔径为5.724 nm。选用该复合材料对乐果进行光催化降解试验,探讨不同光源及光照时间、乐果初始浓度、复合材料添加量、温度等对其光催化降解能力的影响。结果表明:乐果在25℃、紫外光照30 min、初始质量浓度为5 mg/L和TiO2/MWCNTs复合材料添加量为0.25 g/L条件下的降解率为80.7%,TiO2/MWCNTs复合材料的最大吸附量为16.15 mg/g;在其他条件相同,仅将紫外光改为自然光条件下,乐果的催化降解率为79.2%,与紫外光下的催化降解率相差不大;而同等条件下,Ti O2对乐果在紫外光下的催化降解率比TiO2/MWCNTs低33.1%。因此,可以用自然光代替紫外光用于吸附试验,自然条件下采取该工艺可有效降解环境中乐果污染。     

敌敌畏在胡萝卜中的残留分析及消解动态

[目的]明确敌敌畏在胡萝卜上的残留及消解动态。[方法]采用田间试验,建立敌敌畏在胡萝卜中的残留分析方法。[结果]将77.5%敌敌畏乳油按1 800 g a.i./hm~2施药3次后,3 d后在胡萝卜和土壤中均未检出,消解快,不会造成累积性残留;当敌敌畏按1 200和1 800 g a.i./hm~2,分别施药2次和3次,施药间隔为7 d,于末次施药后5、7和14 d采收胡萝卜,其残留量为0.010～0.112 mg/kg,低于我国规定的敌敌畏在深色蔬菜中的最大残留限量值0.2 mg/kg。[结论]建议在使用77.5%敌敌畏乳油防治胡萝卜病害时,用药量不超过有效成分1 200 g a.i./hm~2,最多施药3次,采收安全间隔期为7 d。     

日粮添加酸化剂替代抗生素对断奶仔猪生长性能、血清生化指标及肠道形态的影响

试验旨在研究日粮添加酸化剂替代抗生素对断奶仔猪生长性能、养分消化率、血清生化指标和肠道形态的影响。选择健康、体重一致的(21±1)d杜洛克×长白×大白断奶仔猪600头,随机分为4组,每组5个重复,每个重复30头猪。试验日粮设计4种日粮,对照组饲喂基础日粮,处理1、2和3组分别在基础日粮中添加25 mg/kg金霉素、0.2%有机酸1(甲酸、乙酸、丙酸和C12脂肪酸)和0.2%有机酸2(丁酸、山梨酸和C12脂肪酸),试验共进行28 d。结果显示:与对照组相比,处理3组显著提高了1~14、15~28 d及1~28 d断奶仔猪平均日增重(P0.05),处理2组显著降低了1~28 d料重比(P0.05),处理1组显著提高了1~14 d平均日增重(P0.05)和降低了料重比(P0.05)。处理3组较对照组显著提高了1~14 d断奶仔猪碳水化合物、中性洗涤纤维、酸性洗涤纤维和磷的表观消化率(P0.05),处理2组较对照组显著提高了15~28 d断奶仔猪干物质、碳水化合物、中性洗涤纤维和酸性洗涤纤维的表观消化率(P0.05),处理1组较对照组显著提高了15~28 d断奶仔猪碳水化合物表观消化率(P0.05)。处理2组较对照组显著提高了14 d仔猪血液Ig M的含量(P0.05)。处理1组和处理2组较对照组显著降低了1~14 d断奶仔猪血液自由基含量(P0.05),而处理3组较对照组和处理1组显著降低了28 d断奶仔猪血液自由基含量(P0.05)。与对照组相比,各处理组显著降低了粪中大肠杆菌含量(P0.05)。处理3组较对照组显著降低了断奶仔猪空肠隐窝深度(P0.05);各处理组较对照组显著提高了绒毛高度/隐窝深度(P0.05)。结果表明:在本试验条件下,日粮添加有机酸替代抗生素可以提高断奶仔猪的生长性能、促进干物质、碳水化合物、中性洗涤纤维、酸性洗涤纤维和磷的表观消化率,改善肠道绒毛形态,降低粪便大肠杆菌数量,提高血液免疫指标的含量。     

基于事故树法的韭菜农药残留安全性评价

利用统计学的方法统计了近8年的66起韭菜农药残留问题事件数据,通过事故树对韭菜农药残留的各种基本事件及相互关系全面、系统、简明的展现,进一步对事故树进行定性定量分析,得出事故树的最小径集、最小割集以及结构重要度,了解基本事件对问题发生的影响程度,并根据分析结果采取预防韭菜农药残留超标问题措施,从而减小农药残留超标问题发生的概率或减小、消除农药残留超标问题的影响,对加强韭菜安全管理监督预防工作提供科学的理论指导。     

农产品安全产业链中不安全因素权重分析

基于农产品安全产业链,从源头投入、流通过程、市场销售3个方面进行分析,总结出农产品安全产业链中的不安全因素,并对各不安全因素进行权重分析,结合分析结果,分别从源头治理、流通监管、提升消费者质量安全意识3个方面提出了关于农产品安全防控的建议,为农产品的安全生产提供保障。     

基于BP神经网络的柑橘农药残留预测

基于BP神经网络算法，采用主成分分析法得到农药相对分子质量、气温、降水量、pH、CEC、有机质、施药浓度、采收间隔期是影响农药残留量的主要因素，并将其作为输入变量，初步构建柑橘农药残留预测模型。结果表明：经160组样本数据模型训练和测试，预测相对误差为0.92%~18.93%，平均为7.42%，绝对误差为0.001~0.153 mg/kg；BP神经网络预测模型的决定系数为0.962 05。可见，面对复杂的自然环境及柑橘种质性状，基于BP神经网络的柑橘农药残留预测系统对柑橘上多种农药的残留显示出较高的预测精度，说明将机器学习算法用于柑橘的农药残留检测是可行的。