闪式提取樟树籽油工艺优化

为探索闪式提取法提取樟树籽油的最佳工艺,选取对提取工艺影响较大的液料比、电压、提取时间3个因素,并在单因素试验的基础上,进行Box-Benhnken中心组合设计,利用响应面法对提取工艺进行优化。结果表明：闪式提取樟树籽油的最佳工艺条件为液料比12∶1、电压170 V、提取时间120 s,在最佳工艺条件下出油率为67.97%。认为闪式提取法可作为一种快速有效的樟树籽油提取方法。     

陈山红心杉乙醇抽提物化学成分研究

采用GC-MS检测方法分别研究了20年生、30年生红心杉和普通杉木中边材及心材乙醇抽提物化学成分组成. 研究表明,醇提物中主要化学成分为:柏木脑和香紫苏醇. 醇提物中柏木脑百分含量范围:29.11%~52.54%,香紫苏醇百分含量范围:3.57%~24.77%. 红心杉和普通杉木心材中柏木脑含量均高于边材中柏木脑含量. 红心杉边材和心材中柏木脑含量均随着树龄的增加而增加,且柏木脑在木材中的横向分布,随树龄的增加呈同步增长趋势.红心杉和普通杉木,心材中香紫苏醇含量均高于边材中香紫苏醇含量.红心杉边材和心材中香紫苏醇含量均随树龄的增加而增加,且心材中香紫苏醇含量约为边材中含量5倍.     

GC-MS结合保留指数研究龙脑樟不同部位精油成分

采用水蒸气蒸馏法提取5年生龙脑樟叶、干、根3个部位精油,利用GC-MS检测方法,结合保留指数(RI)分析法,对精油化学成分组成进行鉴定。结果表明:龙脑叶精油含固体粗龙脑和液体龙脑油2种物质,粗龙脑共鉴定出8种化合物,占挥发油总含量的99.97%,其中含量>1.00%的化合物共2种;龙脑油共鉴定出28种化合物,占挥发油总含量的99.73%,其中含量>1.00%的化合物共16种。干精油共鉴定出27种化合物,占挥发油总含量的98.97%,其中含量>1.00%的化合物共14种。根精油共鉴定出26种化合物,占挥发油总含量的99.89%,其中含量>1.00%的化合物共14种。3个部位精油中所共有的化合物有20种,叶精油、干精油主要成分是龙脑,根精油中主要成分是黄樟油素,但龙脑含量极低。     

闽楠(Phoebe bournei)苗期适宜施肥量及DRIS营养诊断研究

开展闽楠苗期施肥及营养诊断研究对闽楠高效培育具有重要意义。采用三元二次通用旋转组合设计开展闽楠苗期施肥试验,通过建立方程得出最佳施肥量和最优解,依据诊断施肥综合法(DRIS)求得闽楠各营养元素的最适比值范围、需肥顺序及养分不平衡指数(NII)。结果表明:当施氮4.76 g pot-1、磷2.12 g pot-1、钾0.83 g pot-1时存在最优闽楠生物量;DRIS图解法得出闽楠氮、磷、钾的最适比值范围分别为:磷/氮=0.089±0.009,磷/钾=0.411±0.045,钾/氮=0.219±0.019,低产组需肥顺序为氮磷=钾,高产组需肥顺序为氮=磷=钾;DRIS指数法得出低产组闽楠的NII值明显高于高产组,高、低产组需肥顺序均为氮磷钾。整体而言,闽楠对氮肥的需求最大,其次为磷肥和钾肥,诊断结果能够为闽楠平衡施肥提供参考依据。     

10种樟科植物的便携式近红外光谱技术识别方法

为了探究便携式近红外光谱仪识别樟科植物的能力,利用该仪器采集10种樟科植物叶片的近红外光谱信息,建立便携式近红外光谱识别模型。以樟科樟属的普陀樟、银木,润楠属的滇润楠、刨花楠、红楠,楠属的闽楠、桢楠、白楠、紫楠、浙江楠10种植物为研究对象,运用便携式近红外光谱仪采集其叶片光谱,经主成分分析、光谱预处理、光谱匹配等步骤,初步建立5种楠属植物便携式近红外光谱识别模型。依次将3种润楠属和2种樟属植物叶片光谱信息加入模型,对模型进行升级和扩充,最终建立3个模型,分别记为：模型1（闽楠-白楠-紫楠-浙江楠-桢楠）、模型2（闽楠-白楠-紫楠-浙江楠-桢楠-刨花楠-滇润楠-红楠）和模型3（闽楠-白楠-紫楠-浙江楠-桢楠-刨花楠-滇润楠-红楠-普陀樟-银木）,以此探究便携式近红外光谱分析技术识别10种樟科植物的能力。利用不同参数设置下的Savitzky-Golay平滑求导法和Normalize Range归一化范围预处理后所建模型均具备较好的性能,识别率分别达到99.65%、99.34%和99.71%。利用未知样品检验模型的识别效果,模型1、模型2和模型3对未知样品的识别率分别为98%、97.5%和99%。结果说明便携式近红外光谱技术能够成功识别10种樟科植物,为樟科植物识别技术提供了一种新方法。