排序方式: 共有33条查询结果,搜索用时 15 毫秒
1.
2.
3.
以大豆分离蛋白为原料,研究谷氨酰胺转氨酶(Transglutaminase,简称TG酶)生产大豆蛋白凝胶工艺的条件。通过单因素试验确定初始pH值、反应温度、TG酶添加量和反应时间,以凝胶保水性和水分含量为指标,采用正交试验设计进行优化。结果表明,TG酶生产大豆蛋白凝胶最佳工艺条件为大豆蛋白溶液初始pH值5.0,反应温度55℃,TG酶添加量0.5%,反应时间20 min。在此条件下制备得到的凝胶保水性为78.21%,水分含量为84.35%。根据凝胶品质相关性分析和主成分分析,确定硬度和咀嚼性是影响大豆蛋白凝胶品质的主要因素。 相似文献
4.
半胱胺对肉兔生产性能和血清生化指标的影响 总被引:1,自引:1,他引:0
选择160只45日龄肉兔(公母各半)随机分成5组,在基础日粮中分别添加0、60、90、120、150mg/kg的半胱胺饲喂30d。结果表明:①在日粮中添加半胱胺可以提高肉兔的日增重和日采食量,降低料重比。其中90mg/kg组的肉兔日增重比对照组提高了15.78%(P0.01),日采食量提高了5.12%(P0.01),料肉比降低了9.09%(P0.01);②在日粮中添加半胱胺可以提高肉兔血清中总蛋白、白蛋白、生长激素水平,酸性磷酸酶和碱性磷酸酶的活性,降低血清中尿素氮水平和谷丙转氨酶的活性。 相似文献
5.
针对试验区的自然经济条件经研究农业持续途径,历经12年,建设了农林果草多元生态经济结构,形成了一套水土资源管理、机械化的农林作物栽培、农区畜牧业发展的技术,提高了农业生态系统抗灾能力,改变了中低产面貌,农民生活走向富裕。 相似文献
6.
基于基因表达式编程的作物水分生产函数构建 总被引:3,自引:3,他引:0
作物水分生产函数的确定是农业水资源优化配置的关键。该研究采用农业水文生态系统模型(Agro-Hydrological & Chemical and Crop systems simulator, AHC)与基因表达式编程(Gene Expression Programming, GEP)相结合的方法构建作物水分生产函数。以河套灌区3种主要作物(葵花、玉米、小麦)为研究对象,采用AHC模型模拟作物产量等,构建基于GEP算法的作物水分生产函数,探讨考虑盐分胁迫的作物水分生产函数构建的思路与方法。结果表明:1)作物模拟产量与地下水埋深、地下水矿化度和灌水量等因素有关。2)构建作物水分生产函数的最优输入因子组合为地下水埋深、灌溉量、蒸散发、地下水矿化度、土壤根层盐分对作物胁迫因子、土壤根层含水率。3)应用作物水分生产函数估算不同灌溉定额条件下作物产量(预测产量),并与AHC模型计算的产量(模拟产量)进行比较,玉米、葵花、小麦预测产量与模拟产量具有很好一致性,其决定系数分别是0.96、0.93、0.96,平均相对误差均小于5%,满足计算精度要求。因此,该研究所构建的作物水分生产函数可以较准确地估算盐分胁迫下作物产量,为农业节水与灌溉水高效利用提供科学参考。 相似文献
7.
为了建立一套适合茶油品质评价的方法,并为茶油应用范围的拓展、茶油品牌的建设及油茶栽培种植的立地选择提供参考依据,对9个立地的茶油的14个品质指标进行了测定,采用主成分分析法建立了茶油综合品质评价模型,并基于主成分得分及综合品质得分进行了优良度排序。结果表明:1)主成分分析结果显示,前4个主成分的累积贡献率为85.065%,决定第1主成分的主要是茶油的感官品质、氧化稳定性及脂肪酸不饱和度;决定第2主成分的主要是出油率及茶油的功能性成分含量;决定第3主成分的主要是茶油的理化品质;决定第4主成分的主要是茶油色泽;2)9个立地茶油的综合品质得分排序为:西坡中坡>南坡下坡>西坡下坡>西坡上坡>南坡中坡>东坡下坡>南坡上坡>东坡中坡>东坡上坡,各主成分得分排序与综合品质得分排序间存在差异;3)茶油品质整体表现为西坡优于南坡优于东坡,下坡优于中坡优于上坡。基于上述结果说明立地是影响茶油品质的重要因素,坡向及坡位因子对茶油的综合品质均有一定影响。 相似文献
8.
河北省是环京津、环渤海的农业大省,由于人类活动的干扰,农业生态环境污染及生态系统退化问题日益突出,建设生态农业是改善农业生态环境的必由之路,为此必须注重农业原则与可操作性的统一,统筹规划,分类指导,抓好主导生态工程。 相似文献
9.
为探索衰减全反射傅里叶变换红外光谱技术(ATR-FTIR)在小麦籽粒品种(系)识别和籽粒性状突变体鉴别上的应用,本研究采集了91个小麦品种(系)和576个小麦M5突变体及235个对照株系籽粒的ATR-FTIR光谱,其中71个小麦品种(系)用于建立小麦籽粒ATR-FTIR识别模型,20个小麦品种(系)用于外部验证;对建模光谱数据进行7种预处理,在3 600~1 000 cm-1波段内建立小麦籽粒品种(系)识别模型,外部验证检验该模型的准确性;并应用该模型从M5突变株系中鉴定籽粒性状突变体。结果表明,使用多元散射矫正+Norris平滑(MSC+ND)预处理方法建立的小麦籽粒ATR-FTIR识别模型能完全鉴别71个小麦品种(系)的籽粒,且外部验证也证实了该模型的准确性;应用建立的小麦籽粒ATR-FTIR识别模型,从突变株系中鉴定了4个籽粒性状潜在突变体,突变率为0.69%。本研究建立了小麦籽粒ATR-FTIR识别模型,实现了对不同小麦品种(系)籽粒的区分,并将该模型应用于突变体鉴别,拓宽了ATR-FTIR光谱技术在小麦上的应用领域,同时为筛选小麦籽粒性状突变体提供了新的途径。 相似文献
10.