神经网络优化牡蛎的高密度CO2杀菌工艺

为了研究高密度二氧化碳(DPCD)对牡蛎的杀菌效果,利用神经网络对DPCD杀菌工艺参数进行优化,建立了杀菌工艺的神经网络模型.研究结果表明:当温度在(50-5)℃时,压力和时间相应调整,即可在低压短时间内达到较好的杀菌效果;在低于45℃条件下,温度和压力对DPCD杀菌效果影响较大;在高于45℃条件下,温度、压力和处理时间对DPCD杀菌效果的影响较小;在45或55℃和15 MPa条件下,DPCD直接对牡蛎肉处理30 min,其杀菌效果与100℃沸水煮2 min相当,菌落总数下降了3.0个对数以上,达到了水产熟制品卫生标准.该研究为牡蛎DPCD杀菌提供了理论依据.     

超临界CO2萃取万寿菊花中叶黄素的研究

采用超临界CO₂萃取技术,研究了从万寿菊花中萃取叶黄素的工艺条件。对影响超临界CO₂萃取叶黄素的各种因素,包括分离参数、原料含水率、粉碎粒径，超临界萃取温度、压力、流速、时间等因素进行了考察,得到较佳的萃取工艺条件为:原料含水率10.92％，粒径40目，萃取温度60℃，压力30 MPa，CO₂流速15 L/h，分离釜Ⅰ温度40℃，压力6 MPa，分离釜Ⅱ温度20℃，时间为6 h。     

高压脉冲电场对植物乳杆菌的杀菌效果及三种模型的比较分析

研究了高压脉冲电场(pulsed electric field, PEF)对接种于苹果汁中植物乳杆菌(Lactobacillu plantarum)的杀菌效果并应用三种模型进行了分析。结果表明,随电场强度和脉冲时间增加,PEF对植物乳杆菌的杀灭效果增强,34 kV/cm、1050 μs时植物乳杆菌最大降低了4.135个数量级。Hülsheger 模型、Weibull模型和Log-Logistic模型均能很好地拟合PEF处理植物乳杆菌的失活曲线,五个模型评价参数,精确因子(Af),偏差因子(Bf),根平方和(SS),根平方方差(RMSE)和决定系数(R²)分析表明三个模型中,Log-Logistic模型最好地拟合了PEF处理下植物乳杆菌失活动力学变化。     

超临界CO2连续浓缩鱼油EPA和DHA的研究

为了克服鱼油有效组分超临界CO₂间歇萃取方法的缺点，设计建造了超临界CO₂在内径14 mm、填料高1.8 m的填料塔中连续萃取浓缩鱼油有效组分的流程。根据单因素试验的结果，对工艺参数进行优化。设计了4因素3水平并考虑部分交互作用的正交试验方案，以综合指标进行评价，得到了优化工艺参数为：填料塔压为12.5 MPa；CO₂流量为5L/min；鱼油进料流量为0.8 mL/min；塔的温度分布为40～85℃。经方差分析得知，温度分布的影响对综合指标高度显著，鱼油进料流量对综合指标的影响显著，试验范围内的压力、CO₂流量、压力和温度分布交互作用、温度分布和CO₂流量交互作用以及压力和CO₂流量交互作用对综合指标没有显著影响。     

超临界CO2杀灭大肠杆菌过程中菌体蛋白变化的研究

通过SDS-聚丙烯酰胺凝胶电泳,结合超临界CO₂对大肠杆菌的杀菌曲线,研究超临界压力、温度和处理时间对大肠杆菌菌体蛋白的影响。结果表明：超临界CO₂在杀灭大肠杆菌过程中,可显著降低菌体碱溶性（pH8.0）蛋白的溶解性,但对菌体总蛋白含量和种类没有影响;37 ℃下超临界CO2处理大肠杆菌30 min,压力为10MPa时,大肠杆菌存活率为2.8%,菌体碱溶性蛋白的溶解性显著降低,但当压力增加到50MPa时,大肠杆菌存活率和碱溶性蛋白溶解性变化不明显;超临界温度和处理时间对菌体碱溶性蛋白溶解性的影响与大肠杆菌在超临界CO₂中的存活趋势基本一致可,随处理时间的延长和温度的增加大肠杆菌存活率逐渐降低到0,碱溶性蛋白溶解性逐渐降低,直至部分蛋白带消失,但菌体总蛋白含量和种类并没有明显变化;升高温度比增加压力更能显著地导致菌体碱溶性蛋白变性,溶解性下降。     

超临界CO2流体萃取杏仁油工艺研究

该研究以单因素试验和正交试验相结合的方法对苦杏仁脂肪油的超临界CO₂萃取工艺进行了研究。确定了超临界CO₂萃取杏仁油的最佳工艺为：萃取压力35 MPa、萃取温度50℃、CO₂流量24 L/ｈ、粒径60目、萃取时间2 h。各因素影响杏仁的得率的顺序为：粒径>时间>萃取压力>CO₂流量>萃取温度。最佳工艺验证试验的杏仁油的得率为52.98％。本研究的结果为下一步综合、无毒、高效地开发利用苦杏仁奠定了基础。     

穿心莲内酯超临界CO2重结晶工艺初探

采用单因素实验法探讨超临界CO₂重结晶压力、温度、时间对穿心莲内酯的纯度和结晶率的影响，并借助扫描电镜进行晶体形貌考察，利用高效液相色谱仪进行纯度检测。结果表明，采用超临界CO₂重结晶技术得到的穿心莲内酯晶体形貌更加细小，并呈絮状分布在结晶板上；选择较佳纯化工艺参数为重结晶压力14 MPa，温度55℃，时间60 min，CO₂流量20 L/min时，得到的穿心莲内酯纯度达90%以上，结晶率超过45%。     

响应曲面法建立超临界CO2萃取结晶穿心莲内酯工艺模型

以穿心莲内酯含量为30%的穿心莲浸膏为试验原料，采用响应曲面分析法(Response Surface Methodology，RSM)建立了超临界CO₂萃取结晶穿心莲内酯结晶率的二次多项数学模型，验证了数学模型的有效性，并探讨了萃取结晶压力、温度、时间对结晶率的作用规律。根据该模型进行了工艺参数的优选，以结晶率为指标，试验所得穿心莲内酯超临界CO₂萃取结晶优化工艺条件为：压力20.88 MPa，温度50.27℃，时间97.02 min，该条件下结晶率高达74.77%。     

基于PLSR和BPNN方法的番茄光合速率预测比较

CO₂作为温室作物光合作用的重要原料,不同环境因子交互作用的植株叶片对CO₂浓度需求具有较大差异。为寻求CO₂浓度合理增施量,该文基于偏最小二乘法和BP神经网络方法对不同生长阶段番茄作物进行光合速率预测,进而探讨作物生长过程中可通用的光合速率预测方法。试验以无线传感器网络系统实时监测环境信息(CO₂浓度,光照强度,空气温度及相对湿度),以LI-6400XT光合速率仪获取作物单叶净光合速率。剔除样本奇异点后,对样本值进行统一归一化。以CO₂浓度、光照强度、空气温度及相对湿度为模型输入变量,以光合速率为输出量,利用偏最小二乘法和BP神经网络方法分别建立番茄幼苗期,开花期及结果期的光合速率预测模型。模型验证结果表明,偏最小二乘法在番茄各生长阶段的决定系数分别为0.74,0.88和0.85,最大相对误差为15.01%;而BP神经网络在各阶段具有较高的预测精度,其决定系数分别为0.94,0.96和0.97,最大相对误差为9.56%。因此,基于BP神经网络模型预测了特定环境下的CO₂浓度饱和点,为温室CO₂增施提供依据。     

高密度CO2对虾优势腐败菌的杀菌效果及机理

为了探讨高密度CO2（dense phase carbon dioxide,DPCD）对水产品腐败菌的杀菌效果和机制,以一株凡纳滨对虾优势腐败菌（Chryseobacterium sp. LV1）为研究对象,研究了DPCD处理温度（30～55℃）、压力（5～25 MPa）、时间（5～60 min）对杀菌效果的影响,分析了DPCD处理前后该菌理化性质的变化。结果表明：DPCD对其具有较好的杀菌效果,温度升高、压力增大、延长时间都会增强杀菌效果,而且超临界CO2比亚临界CO2的杀菌效果好。当在45℃、15 MPa和55℃、15 MPa下处理菌悬液30 min时,菌落总数均能下降5个对数;菌悬液的pH值从6.97分别下降至5.58和5.56;细胞外蛋白由最初的78.69 μg/mL分别增至151.91和157.40 μg/mL,200～800 nm范围内的吸光度值增大,这说明DPCD处理改变了其细胞膜的通透性,造成胞内蛋白质和核酸泄漏;可溶性和不溶性蛋白的电泳图谱发生变化,说明DPCD处理能够诱导Chryseobacterium sp. LV1可溶性蛋白质变性,降低其溶解度;能够钝化与其新陈代谢相关的14种酶类;但不会造成其DNA的降解。因此,DPCD处理致使其理化性质的改变可能是杀菌的主要原因之一。研究结果将为DPCD技术在对虾加工中的应用提供参考。     

接触辉光放电等离子体对Fusarium solani的杀菌作用机制及动力学模型研究

为研究接触辉光放电等离子体（CGDP）对茄病镰刀菌（Fusarium solani）的杀菌作用及机制,本试验以Fusarium solani为试材,考察CGDP处理过程中电压、处理时间、抗坏血酸浓度、孢子初始浓度等因素对杀菌效果的影响;并对Fusarium solani生长、孢子形态、细胞膜完整性及过程中所产生的活性粒子进行分析。通过Linear、Weibull和Log-Logistic 3种数学模型分析不同电压下CGDP杀菌动力学特性,以相关系数（R2）、精确因子（Af）、偏差因子（Bf）和均方根方差（RMSE）4个参数评价拟合效果。结果表明,CGDP对Fusarium solani孢子有着明显的杀菌效果;升高电压、延长处理时间、降低抗坏血酸浓度和孢子初始浓度均能有效抑制孢子生长,使杀菌效率提高（P<0.05）;CGDP处理30 min,活性物质（·OH、H2O2、NO3-）浓度分别增加至1.57 mg·L-1、73.89 mmol·L-1和12.72 mg·L-1,pH值由7.07降至4.66;孢内核酸和蛋白质的渗漏量以及PI染色和扫描电镜结果表明,CGDP对Fusarium...     

基于机器学习的离心泵气液两相压升预测

针对离心泵气液两相压升难以准确预测的问题,该研究构建了基于机器学习的离心泵压升预测模型.通过试验获得入口体积含气率、转速和液相流量对离心泵两相压升性能的影响规律,建立气液两相运行条件下离心泵性能基础数据库.根据试验结果,确定以入口体积含气率、转速和液相流量作为输入特征,构建基于线性回归、BP神经网络、支持向量机和随机森...     

基于高光谱图像的牧草粗蛋白含量反演模型

粗蛋白(crude protein,CP)是评价牧草品质和饲用价值的重要指标。利用高光谱技术实现大面积牧草CP含量实时、准确、无损监测是草地营养状况监测的重要内容。为掌握青海省海晏县金银滩草原牧草CP含量的分布状况,该文采用课题组航空飞艇搭载自主集成高光谱成像系统获取高分辨率高光谱图像,对高光谱数据进行光谱衍生变换,采用不同建模方法构建CP含量的反演模型。选取最佳组合的2种光谱指数为自变量构建牧草CP含量的单变量模型。对于包络线去除的衍生光谱和对数、归一化、一阶微分及其衍生组合变换光谱,使用逐步判别分析法筛选各光谱变量的特征波段作为自变量,构建牧草CP含量的多元线性和非线性回归模型,综合比较各模型的精度选择最优反演模型。结果表明,不同光谱变量相比,微分光谱变量对牧草CP含量拟合效果较好,R~2均达到0.794以上。不同多元回归模型相比,非线性回归模型精度高于对应的线性回归模型。以光谱对数后再一阶微分变量(D(log(R)))构建的多元非线性回归模型为牧草CP含量最优估算模型,R~2为0.918,RMSE为0.054。将D(log(R))建立的非线性回归模型应用于高光谱图像上,绘制研究区牧草CP含量空间分布图。研究为大区域尺度CP含量的定量反演及精准畜牧业的高效实施提供参考和技术依据,也为今后智慧畜牧业的发展奠定基础。     

高CO2浓度和土壤干旱对贝加尔针茅C,N积累和分配的影响

贝加尔针茅是我国内蒙古草原和东北松嫩平原草地生态系统中的主要植物群落。本文通过模拟大气中CO2浓度升高和土壤干旱研究了贝加尔针茅C，N的积累及分配的影响。结果表明：CO2浓度升高使根和叶的生物量显著增加，土壤干旱使根和叶的生物量显著减小；C，N含量随土壤湿度的增加而显著增加，且在高CO2浓度下的C，N含量高于环境CO2浓度下的含量；从C，N的分配看，在叶中的含量显著高于在根中的含量。大气中CO2浓度升高对C，N积累量的增加减轻了大气的温室效应，且这种作用随着土壤湿度的增加而加大。在高CO2浓度下，贝加尔针茅根和叶的C／N比随土壤湿度的增加而减小，但在当前环境CO2浓度下并未表现出这种变化趋势；贝加尔针茅叶的C／N比远小于根的C／N比，叶的营养价值更高。     

Estimation of Sunflower Seed Yield Using Partial Least Squares Regression and Artificial Neural Network Models

Statistical models can efficiently establish the relationships between crop growth and environmental conditions while explicitly quantifying uncertainties. This study aimed to test the efficiency of statistical models established using partial least squares regression(PLSR) and artificial neural network(ANN) in predicting seed yields of sunflower(Helianthus annuus). Two-year field trial data on sunflower growth under different salinity levels and nitrogen(N) application rates in the Yichang Experimental Station in Hetao Irrigation District, Inner Mongolia, China, were used to calibrate and validate the statistical models. The variable importance in projection score was calculated in order to select the sensitive crop indices for seed yield prediction. We found that when the most sensitive indices were used as inputs for seed yield estimation, the PLSR could attain a comparable accuracy(root mean square error(RMSE) = 0.93 t ha-1, coefficient of determination(R~2) = 0.69) to that when using all measured indices(RMSE = 0.81 t ha-1,R~2= 0.77). The ANN model outperformed the PLSR for yield prediction with different combinations of inputs of both microplots and field data. The results indicated that sunflower seed yield could be reasonably estimated by using a small number of crop characteristic indices under complex environmental conditions and management options(e.g., saline soils and N application). Since leaf area index and plant height were found to be the most sensitive crop indices for sunflower seed yield prediction, remotely sensed data and the ANN model may be joined for regional crop yield simulation.     

樱桃番茄清洗杀菌工艺优化

清洗杀菌可提高樱桃番茄的食用安全和商业价值,使得樱桃番茄外观口味俱佳、保存期更长、好果质量分数更高,该研究以宁夏樱桃番茄为试验对象,利用多槽自动输送式蔬菜清洗机和次氯酸杀菌消毒制备设备进行清洗和杀菌,通过清洗杀菌试验的测试结果来确定合理的清洗和杀菌工艺参数。试验结果表明:清洗机清洗樱桃番茄单槽喂入量最大值为15kg;清洗用时170s即可达到理想的清洗效果,洗净质量分数可达99.3%;杀菌水有效氯浓度为100μg/mL,消毒时间为85s,可使樱桃番茄表面菌落总数降低1.128个对数值;用有效氯质量100μg/mL次氯酸杀菌水清洗后的果实,在10℃的冷库环境保存下,18d后好果质量分数仍能达到77%。本研究结果可为工业化生产中樱桃番茄清洗杀菌工艺的提供参考。     

Predictive models for dry biomass and carbon stock estimation in Litchi chinensis under hot and dry sub-humid climate

Accurate and reliable predictive models are necessary to estimate above and below ground biomass of plant and biomass carbon stock non-destructively. Different growth models namely viz, Linear, Allometric, Logistic, Gompertz, Richard’s, Negative exponential, Monomolecular, Mitcherlich and Weibull were fitted to the relationship between dry biomass of litchi tree components with collar diameter. Richard’s model outperformed the others and fulfilled the validation criterions to the best possible extent with lowest Akaike information criteria (AICc) of 90.47 and root mean square error (RMSE) of 1.79. The value of adjusted R² ranged from 0.947 to 0.971 for the Richard’s models fitted on various biomass components and the ‘t’ values for all the components was found non-significant (p > 0.05) indicating the validation of the model. The estimated total dry biomass varied from 0.50 Mg ha^?1 in two year to 5.71 Mg ha^?1 in 10 year old litchi orchards. The estimated stored biomass carbon stock in litchi orchards (branches, bole and roots) varied from 0.10 Mg ha^?1 in two year to 1.85 Mg ha^?1 in 10 year orchards with CO₂ sequestration potential from 0.19–4.63 Mg ha^?1.     

基于BP神经网络的杨梅大棚内气温预测模型研究

利用2009年12月-2010年5月塑料大棚内外观测的气象数据,构建了基于BP神经网络的杨梅生产大棚内的最高、最低气温预测模型,根据逐时转化系数计算出棚内相应的逐时气温,达到逐时预报大棚内气温的目的。通过模拟回代和对独立试验数据的验证,基于BP神经网络模型对大棚内日最低气温、日最高气温和逐时气温预测值与实际值的回归估计标准误差（RMSE）分别为0.8℃、1.4℃和0.7℃,精度明显高于同时利用逐步回归法建立的模型。该模型所需参数少,实用性强,模拟精度高,可为设施杨梅气象服务和环境调控提供依据。     

菠萝变温压差膨化干燥工艺优化

为了确定最佳的菠萝变温压差膨化干燥工艺范围,在单因素的基础上,采用三因子二次回归正交旋转组合设计,对菠萝变温压差膨化干燥工艺进行了优化,分析了膨化温度（X1）、膨化压力（X2）和抽空时间（X3）这3个因素对产品含水率（Y1）、色泽（Y2）、硬度（Y3）和脆度（Y4）这4个指标的影响及其交互作用。根据试验数据推论出描述这4个指标的二次回归模型,并进行了响应面分析,得出了菠萝优化膨化工艺范围。结果表明：膨化温度、膨化压力和抽空时间对产品的含水率、色泽、硬度和脆度都影响显著,三因子间的交互作用也显著地影响产品质量。最佳菠萝变温压差膨化干燥工艺范围是：膨化温度115～123℃;膨化压力0.04～0.08 MPa;抽空时间为2～3 h。     

玻璃温室和塑料大棚内逐时气温模拟模型

2014-2016年在江苏省不同地区选择塑料大棚和玻璃温室进行设施内气温监测,基于设施内日最高和最低气温,采用余弦分段函数、正弦分段函数、正弦-指数分段函数、一次分段函数和神经网络模型分别模拟不同季节和不同天气状况（晴天和阴雨天）下的逐时气温日变化,探究利用室内最高和最低气温模拟计算逐时气温的方法,以及设施内逐时气温日变化规律。结果表明：5种模型均可通过当日最高、最低气温模拟逐时气温变化,其中神经网络模拟精度较高（RMSE=0.69℃）,并且受温室类型、天气状况和季节变化的影响较小,普适性较高;正弦-指数分段函数模拟效果最好（RMSE=0.43℃）,且受天气和季节的影响较小,但其受温室本身特性和地区的影响较大;余弦分段函数（RMSE=0.85℃）和正弦分段函数（RMSE=0.78℃）模拟效果相近,且受天气和地区的影响;一次分段函数准确度较低（RMSE=0.90℃）且误差变化较大。各方法对塑料大棚内逐时气温的模拟精度均高于玻璃温室。模型模拟精度的季节变化因模型和温室类型有一定差异,但通常情况下,春季和冬季的模拟误差大于秋季,夏季误差最小。