时间分辨同步荧光法同时检测水中硫酸新霉素和磺胺二甲基嘧啶含量

为探究同时检测水中的硫酸新霉素(NEO)和磺胺二甲基嘧啶(SM2)的新方法,根据NEO和SM2在2-巯基乙醇的存在下可与邻苯二甲醛生成具有荧光特性的衍生物,建立时间分辨同步荧光法同时检测水中NEO和SM2的含量。通过研究不同组分的时间分辨同步荧光光谱,确定NEO与邻苯二甲醛衍生物、SM2与邻苯二甲醛衍生物的同步激发特征峰分别为335和291 nm波长处,最佳采集时间分别为1和80 min,最佳同步波长差分别为120和150 nm;采用单因素试验考察邻苯二甲醛溶液、2-巯基乙醇溶液和BR缓冲液的加入量对荧光强度的影响,确定最优的加入量:邻苯二甲醛溶液1.0 mL、2-巯基乙醇溶液0.25 mL、BR缓冲液0.025 mL;据此建立NEO浓度与荧光强度的线性关系,在0.5~14.0 mg·L^-1范围内,得到其线性方程为Y=14.73X+6.14;建立SM2浓度与荧光强度的线性关系,在0.25~9.0 mg·L^-1范围内,得到其线性方程为Y=13.86X+21.49。NEO和SM2的检出限分别为0.5和0.25 mg·L^-1,训练集决定系数(RC2)分别为0.997 5和0.966 9,水中NEO和SM2含量的真实值与预测值之间的预测集决定系数(RP2)分别为0.998 2和0.988 9,预测集均方根误差(RMSEP)分别为0.380 3和0.257 5 mg·L^-1,回收率分别处于101.8%~114.0%和92.3%~115.8%之间,相对标准偏差(RSD)分别为4.0%~8.4%和3.6%~6.6%。本方法线性关系良好,可实现水中NEO和SM2的同时测定。     

导数同步荧光法测定鸭蛋蛋清中金霉素残留含量

为实现鸭蛋蛋清中金霉素残留含量的快速测定与检测模型精度的提高,应用导数同步荧光法结合支持向量回归(SVR)建立鸭蛋蛋清中的金霉素含量的预测模型。首先在280～400 nm光谱范围内对三维同步荧光指纹图谱与三维同步荧光光谱进行分析,确定检测鸭蛋蛋清中的金霉素含量的最佳波长差△λ为70 nm;然后对原始的同步荧光光谱进行一阶导数预处理,并用联合区间偏最小二乘法(siPLS)结合遗传算法(GA)优选出11个特征波长;最后应用支持向量回归(SVR)建立了鸭蛋蛋清中的金霉素含量的预测模型,其模型预测集的决定系数(R2)和预测均方根误差(RMSEP)分别为0.973 mg/L和1.501 1 mg/L。试验结果表明,本研究方法能够满足鸭蛋蛋清中金霉素残留含量快速测定要求。     

基于同步荧光光谱的鸡肉中抗生素残留量快速检测

研究应用同步荧光技术对鸡肉中盐酸沙拉沙星（SARH）和盐酸强力霉素（DCH）残留快速检测的可行性。首先,分析了SARH标准溶液、DCH标准溶液、空白鸡肉提取液和含SARH及DCH的鸡肉提取液的三维同步荧光光谱,确定了鸡肉中SARH和DCH残留检测的波长差Δλ都为110nm,荧光激发峰分别为320nm和381nm。其次,采用单因素试验考察了硫酸镁溶液浓度和SDS溶液浓度及时间对荧光强度的影响,确定了鸡肉中SARH和DCH残留的最佳检测条件为：硫酸镁溶液浓度0.375mol/L、SDS溶液浓度0.300mol/L和采集时间12min。最后,利用多元线性回归（MLR）、偏最小二乘回归（PLSR）和支持向量回归（SVR）算法分别建立了鸡肉中SARH和DCH残留的预测模型。试验结果表明,与基于MLR和SVR的预测模型相比,基于PLSR的预测模型综合评价更好。基于PLSR的SARH残留预测模型的预测集决定系数R2P为0.8465,预测集均方根误差（RMSEP）为0.3441mg/kg,相对预测误差（RPD）为2.5882。基于PLSR的DCH残留预测模型的R2P为0.9141,RMSEP为5.8909mg/kg,RPD为3.2435。由此可见,应用同步荧光技术检测鸡肉中SARH和DCH残留是可行的,该方法简便、快速,为鸡肉中SARH和DCH残留的快速检测提供了参考。     

KClO3诱导东魁杨梅成花的生理效应

研究不同KClO3浓度对6年生东魁杨梅成花过程生理生化的影响,结果表明:喷施KClO3后东魁杨梅叶片细胞受到伤害处于胁迫状态,丙二醛含量和电解质渗漏率显著增加.KClO3浓度低于1 500 mg·L-1时,叶绿素a、叶绿素b以及总叶绿素含量均显著增加,SOD、POD和CAT活性显著提高,导致叶片光合能力显著上升;生理分化期叶片蛋白质含量明显上升,可溶性糖含量降低;而形态分化期蛋白质含量下降,可溶性糖含量显著上升,可溶性糖/蛋白质比值显著增加,从而促进东魁杨梅的花芽分化.KClO3浓度高于1 500 mg·L-1时,叶绿素a、叶绿素b、总叶绿素和类胡萝卜素含量均降低;SOD、POD和CAT活性降低;导致叶片光合能力、可溶性糖含量以及可溶性糖/蛋白质比值显著下降,从而抑制东魁杨梅的花芽分化.结论是喷施1 000～ 1 500 mg·L-1 KClO3可显著提高东魁杨梅的成花率.     

鸭肉中金霉素残留量LSSVR-同步荧光法测定

为实现鸭肉中金霉素残留含量的快速测定,提出了应用同步荧光法结合最小二乘支持向量回归(LSSVR)来建立鸭肉中金霉素残留含量的定量分析模型.首先应用三维同步荧光法对波长250 ～ 450 nm的同步荧光光谱进行分析,确定检测鸭肉中的金霉素含量的最佳波长差△λ为70 nm;然后使用sym8小波的2层分解对原始同步荧光光谱进行光谱预处理,对预处理后的光谱采用遗传算法(GA)结合交互验证均方根误差(RMSECV)方法选择了16个波长作为检测模型的输入特征向量;最后对LSSVR、BP和SVM_SteveGunn 3种模型进行性能比较,以LSSVR模型的预测效果最好,其预测集的决定系数R2和预测均方根误差分别为0.949 1和2.5660.试验结果表明,同步荧光法结合LSSVR模型检测鸭肉中的金霉素残留含量是可行的.     

基于最小二乘支持向量回归的鹅肉弹性的可见-近红外光谱测定

为简化鹅肉弹性的可见-近红外光谱模型和提高预测精度,采用联合区间偏最小二乘法(synergyinterval partial least square algorithm,siPLS)结合遗传算法(Genetic algorithm,GA)提取可见-近红外光谱特征波长,用最小二乘支持向量回归(least square support vector for regression,LSSVR)建立鹅肉弹性的预测模型。试验以万能试验机获取恢复距离S作为鹅肉弹性实际值。在模型建立过程中,先利用sym8小波的2层分解对原始的可见-近红外光谱进行光谱预处理;然后用siPLS优选出4个特征光谱子区间(分别为第3、5、9、13子区间),在这4个特征光谱子区间内继续用GA优选出74个特征波长,并建立基于LSSVR的鹅肉弹性的预测模型。模型预测集的决定系数(R2)和预测均方根误差(root mean squarederror of prediction,RMSEP)分别为0.9096和0.0588。试验结果表明,siPLS结合GA法能够有效提取光谱中的鹅肉弹性对应的特征波长,有利于提高LSSVR模型预测鹅肉弹性的精度。     

荧光光谱技术在肉类中抗生素残留检测中的应用研究进展

肉类中抗生素残留超标容易对人体健康造成一些潜在危害,其已成为影响肉类食用安全品质的一个重要因素。荧光光谱技术作为一种快速检测技术在肉类中抗生素残留检测当中受到了越来越多的重视。介绍了荧光及荧光发光原理,综述了抗生素检测中的主要荧光发光方法,以及同步荧光光谱、三维荧光光谱、表面增强荧光等常用的荧光光谱技术及其在肉类中抗生素残留检测中的应用情况,并对其应用前景进行了展望。     

基于蓝牙技术的土壤环境信息传感器设计

【目的】为满足土壤环境信息的自动监测，适时了解土壤环境情况，及时分析土壤温湿度、光照等对农作物生长发育的影响，实现土壤环境信息的快速检测，设计一种基于蓝牙技术的土壤环境信息传感器。【方法】以STM8L051F3P6单片机为控制芯片，利用平行板电容探针、温度传感器、空气温湿度传感器、光敏电阻作为主要检测部件设计检测电路，分别检测土壤湿度、土壤温度、土壤周围的空气温湿度和光照强度，采用单节锂离子电池作为供电电源，同时将单片机与蓝牙通讯技术相结合，实现对被测区域土壤环境信息的实时监测。根据农业标准土壤水分测定法，配备不同土壤湿度样品，标定土壤湿度。【结果】完成土壤环境信息传感器的软硬件整体设计与土壤湿度标定试验：（1）信息采集，即土壤环境信息传感器通过各个模块的硬件检测电路实现土壤环境信息包括土壤温湿度、土壤周围空气温湿度、光照情况的实时采集；（2）数据处理，即该传感器将采集的原始信息数据经过单片机处理后实现土壤环境信息检测；（3）数据发送，即通过蓝牙技术将检测结果发送至用户端显示；（4）土壤含水率的标定，即采用设计的土壤环境信息传感器进行了土壤湿度标定试验，在土壤湿度0%～25%内建立输出...