保鲜处理对冷鲜鲟鱼肉特征性风味成分的影响

为明晰保鲜处理对冷鲜鲟鱼肉冷藏期间的特征性风味物质的影响。本实验利用固相微萃取—气相色谱—质谱联用(SPME-GC-MS)结合电子鼻和电子舌技术，对经微酸性氧化电解水和ε-聚赖氨酸两步法保鲜处理的冷鲜鲟鱼肉在冷藏期间的挥发性成分和滋味成分进行分析。电子鼻能够对挥发性成分从整体上进行分析，贮藏后期保鲜处理组和对照组的鲟鱼肉挥发性气味的数据集无重叠区域，差异明显。利用SPME-GC-MS定性鉴定出46种挥发性物质，主要包括醛类、酮类、烃类和醇类等物质，其中己醛、庚醛、苯甲醛、辛醛、壬醛、癸醛和2,5-辛二酮、苯乙酮、3,5-辛二烯-2-酮为保鲜处理组的主要挥发性物质，保鲜处理延缓了冷鲜鲟鱼肉腥味的产生以及鱼肉香味的下降。电子舌检测冷藏过程中鲟鱼肉的滋味物质时发现，保鲜处理组苦味、涩味、咸味均低于对照组，两组样品贮藏6 d后，在苦味、涩味、咸味、鲜味方面均呈显著差异。保鲜处理起到了减缓冷藏期间冷鲜鲟鱼肉风味物质下降的作用，为保鲜处理在冷鲜鲟鱼肉中的应用提供了一定的理论基础。     

从星球化到在地性：基于克莱因四元群模型的风景园林思潮研究计划

随着人类观察世界的能力大幅提升,设计与研究的尺度得到了极大拓展,星球化(planetarization)与在地性(locality)同时成为空间设计学科重点关注的议题,近年来涌现出多个新思潮。基于克莱因四元群模型构建的风景园林思潮研究计划旨在建立一套理论框架以对不同研究实践进行更系统的讨论分析,为国内风景园林学科与行业带来新的思考,并运用新理论框架重点介绍了4个风景园林思潮,包括星球城市化背景下的风景园林理论、新地理视角中的空间叙事、关注本土议题的风景园林研究以及直觉导向的在地探索。     

香蕉中噻唑膦残留分析方法研究

建立香蕉中噻唑膦的超高效液相色谱串联质谱法(UPLC-MS/MS)残留测定方法。香蕉样品采用乙腈提取和PSA+C18分散固相萃取,采用UPLC-MS/MS多反应模式(MRM)进行分析测定。噻唑膦在添加水平0.01~1.0 mg/kg范围内,平均回收率为94.3%~107.5%,相对标准偏差为7.9%~11.0%。采用外标法定量,方法的检出限为0.001μg/m L,定量限为0.005 mg/kg。该方法简单、准确、重复性较好且节省溶剂,适用于香蕉中噻唑膦的残留检测。     

超高效液相色谱串联质谱非衍生化法测定土壤中草甘膦及其代谢物氨甲基膦酸含量

为了建立土壤中草甘膦(Glyphosate）及其主要代谢物氨甲基膦酸(AMPA)残留的定量分析方法,采用固相萃取结合液相色谱串联质谱技术,样品以磷酸钠和柠檬酸三钠混合溶液提取,经固相萃取柱净化,采用正向亲水性液相色谱柱(Hilic)梯度洗脱,通过质谱的多反应监测(MRM)负离子模式扫描进行测定,外标法定量。结果表明:草甘膦、氨甲基膦酸的线性范围为0.02~0.2 μg/mL,相关系数(R²)分别为0.9995、0.9998,检出限分别为0.5 μg/kg和0.6 μg/kg,定量限分别为1.6 μg/kg和2.0 μg/kg;3个加标水平草甘膦的回收率在79.67%~96.17%之间,AMPA回收率在77.83%~99.47%之间,RSD值分别为3.95%~7.49%、1.96%~3.89%。与传统的柱前衍生方法相比,具有前处理简单、检出限低、灵敏度高的优点,完全可以适用于土壤中草甘膦的分析。     

Precipitation forecasting by large-scale climate indices and machine learning techniques

Global warming is one of the most complicated challenges of our time causing considerable tension on our societies and on the environment. The impacts of global warming are felt unprecedentedly in a wide variety of ways from shifting weather patterns that threatens food production, to rising sea levels that deteriorates the risk of catastrophic flooding. Among all aspects related to global warming, there is a growing concern on water resource management. This field is targeted at preventing future water crisis threatening human beings. The very first stage in such management is to recognize the prospective climate parameters influencing the future water resource conditions. Numerous prediction models, methods and tools, in this case, have been developed and applied so far. In line with trend, the current study intends to compare three optimization algorithms on the platform of a multilayer perceptron (MLP) network to explore any meaningful connection between large-scale climate indices (LSCIs) and precipitation in the capital of Iran, a country which is located in an arid and semi-arid region and suffers from severe water scarcity caused by mismanagement over years and intensified by global warming. This situation has propelled a great deal of population to immigrate towards more developed cities within the country especially towards Tehran. Therefore, the current and future environmental conditions of this city especially its water supply conditions are of great importance. To tackle this complication an outlook for the future precipitation should be provided and appropriate forecasting trajectories compatible with this region's characteristics should be developed. To this end, the present study investigates three training methods namely backpropagation (BP), genetic algorithms (GAs), and particle swarm optimization (PSO) algorithms on a MLP platform. Two frameworks distinguished by their input compositions are denoted in this study: Concurrent Model Framework (CMF) and Integrated Model Framework (IMF). Through these two frameworks, 13 cases are generated: 12 cases within CMF, each of which contains all selected LSCIs in the same lead-times, and one case within IMF that is constituted from the combination of the most correlated LSCIs with Tehran precipitation in each lead-time. Following the evaluation of all model performances through related statistical tests, Taylor diagram is implemented to make comparison among the final selected models in all three optimization algorithms, the best of which is found to be MLP-PSO in IMF.     

三相分离法提取胡椒油树脂的工艺研究

本文以黑胡椒粉为原料,采用三相分离法（TPP）提取胡椒油树脂,研究了胡椒粉添加量、硫酸铵质量浓度、提取液与叔丁醇体积比、pH、温度对胡椒油树脂得率及胡椒碱含量的影响,并通过响应面试验优化了胡椒油树脂的提取工艺。结果表明：最佳提取条件为胡椒粉添加量5%、硫酸铵质量浓度10%、提取液与叔丁醇的体积比1∶0.5、pH 4、温度20℃,在此条件下,黑胡椒油树脂得率为12.90%,黑胡椒油树脂中胡椒碱含量为30.46%,验证试验与模型预测值基本相符。研究结果为工业化提取胡椒油树脂提供参考。     

基于单克隆抗体的O型口蹄疫病毒抗体固相竞争ELISA检测方法的建立

为建立评价O型口蹄疫病毒(FMDV)疫苗免疫水平的方法,本研究以单克隆抗体(MAb)3D9为捕获抗体,以HRP标记的MAb 8E8作为检测MAb,经过条件优化建立了基于MAb的检测O型FMDV抗体的固相竞争ELISA(SPCE)方法。对该方法进行了特异性、敏感性、重复性试验。结果显示,MAb 3D9的最佳稀释度为1:25 000,灭活O型FMDV抗原的最佳稀释浓度为1:3,HRP标记的MAb 8E8的最佳稀释度为15 000,当血清1:32稀释时,检测的临界值确定为45%。该方法分别检测A型FMDV抗体阳性参考血清以及牛冠状病毒、牛轮状病毒以及猪繁殖与呼吸障碍综合征病毒、猪圆环病毒、猪瘟病毒的标准阳性血清,检测结果均为阴性,未出现交叉反应。经检测,当阳性标准血清的抗体稀释度在1:512时,该方法仍具有较好的敏感性;批内和批间重复性试验的变异系数均小于10%,表明其重复性较好。并将该方法与液相阻断ELISA(LPBE)方法和病毒中和试验(VNT)的相关性进行了比较,结果显示该方法与LPBE和VNT的相关性分别为0.896和0.923。本研究为国内评价O型FMDV疫苗免疫水平建立了一种新的方法。     

8℃相变蓄冷技术

指出了自“十二五”规划以来,可持续发展和能源结构转型成为我国政府工作的重中之重,合理利用能源为人类社会创造更加美好的现代生活已经成为社会的共识。蓄冷技术能够按需实现能量的存储和释放,从宏观上起到“移峰填谷”平衡电网的作用;我国电力系统实行分时计价政策,从微观上可以利用峰谷电价差为用户节省制冷系统的运行费用。8℃相变蓄冷技术兼备了传统水蓄冷和冰蓄冷的优点,具有蓄冷密度大、系统简单的突出优点,是当前蓄冷技术研究和应用的前沿方向,市场前景十分广阔。     

固相萃取-高效液相色谱串联质谱法测定油菜薹中反式维生素K1含量

为准确测定反式维生素K1的含量，建立了基于固相萃取-高效液相色谱串联质谱的甘蓝型油菜（Brassica napus L.）菜薹反式维生素K1高灵敏检测技术。样品经正己烷提取、中性氧化铝柱净化后，用C30反相色谱柱，以甲醇 （含0.025%甲酸+2.5 mmol/L甲酸铵）为流动相，采用选择反应监测（selected reaction monitoring, SRM）模式进行定量分析，20 min内可实现顺反异构体色谱分离。方法学考察结果显示，反式维生素K1在范围内线性关系良好，相关系数为0.9985。该方法检出限为0.29 μg/kg，定量限为0.95 μg/kg。回收率为87.5%～117.6%，精密度（RSD）在0.72% ～9.59%之间。利用该方法对油菜薹和反式维生素K1含量高的3种蔬菜进行分析，发现油菜薹中反式维生素K1含量为340.08 μg/100g，高于小白菜（B. rapa spp. chinensis，260.93 μg/100g）、西兰花（B. oleracea var. Italic Planch， 167.65 μg/100g）和结球甘蓝（B. oleracea var. capitata，151.11 μg/100g）。本文建立的蔬菜中反式维生素K1准确定量分析方法操作简单、灵敏度高、结果准确。同时比较发现油菜薹是一种富含维生素K1的蔬菜。      

高密度二氧化碳对食品中蛋白质结构及其加工特性影响研究进展

非热加工技术已广泛应用于食品加工行业，高密度二氧化碳（dense phase carbon dioxide，DPCD）加工技 术作为一种新型的非热加工技术，因其无毒无害、能耗低、对食品品质影响小等特点，成为国内外食品加工技术研 究的焦点。蛋白质作为食品的重要组成成分，直接影响食品的风味、质构及营养。本文简要介绍DPCD加工技术概 况和特点，总结关于DPCD对蛋白质结构及加工特性影响和DPCD钝酶作用的最新研究进展，展望了DPCD加工技术 的发展前景，为今后非热加工技术应用于食品加工提供重要研究思路。