烟草芜菁花叶病毒的ELISA和RT-PCR快速检测技术研究

采用间接ELISA和RT-PCR，建立了烟草芜菁花叶病毒（Turnip mosaic virus，TuMV）快速检测的技术体系。间接ELISA测定结果表明，TuMV多抗按1：3000浓度稀释后，具有较高的检测灵敏度，其检测极限浓度为1：3215；通过改进RNA提取技术，从少量的烟草病叶中提取出高质量总RNA，进行cDNA合成及PCR扩增，得到一条长度约986bp的特异PCR扩增产物，与理论设计的大小一致，可有效地对田间烟株进行快速检测。     

芜菁花叶病毒提纯技术的研究

将繁殖于大白菜上的病叶榨汁,结合聚乙二醇(PEG)沉淀及差速离心技术,拟定三种提纯程序,所得芜菁花叶病毒(TuMV)粗提纯物,可侵染芜菁、萝卜和大白菜,并在苋色藜和普通烟黄茵榆上产生局部枯斑。测定提纯物表现出典型的核蛋白紫外吸收光谱,在电镜观察下,其丝状病毒粒子形态清晰且排列疏松均匀、病毒粒子长度集中分布在730nm、宽12～13nm。用水醋酸分解、可获得本病毒的提纯的衣壳蛋白,它具有典型蛋白质紫外吸收光谱,上述三种提纯程序中,以第三种程序最佳。初步认为,若设备不足情况下省用蔗糖密度梯度离心步骤,仅用第三种提纯程序,亦可获得较好提纯效果。     

基于酶生物催化沉积放大的日本血吸虫压电免疫传感器

提出了一种基于酶生物催化沉积放大的日本血吸虫压电免疫传感器.采用混合自组装单层膜技术在石英晶振金电极表面制备巯基丙酸(MPA)和巯基乙醇(ME)混合功能基底膜,通过偶联剂盐酸1 - 乙基 - 3 - (3 - 二甲基氨基丙基)碳二亚胺(EDC)及N - 羟基琥珀酰亚胺(NHS)活化混合膜上富含的羧基基团用于日本血吸虫抗原(SjAg)的高效共价固定.通过夹心式免疫反应,将辣根过氧化酶(HRP)标记的羊抗兔二抗固定到晶体表面,利用HRP催化H2O2 氧化底物4 - 氯 - 1 - 萘酚在晶振表面形成不溶性沉积物,使免疫检测信号得以显著放大.在优化的实验条件下,该传感器可灵敏检测感染兔血清样中日本血吸虫抗体(SjAb)浓度(稀释比)的线性范围是1∶10 000～1∶100,可望用于日本血吸虫病的早期临床诊断.     

复合汞膜阳极溶出法检测树叶上的附着铅

[目的]快速、简便测定树叶上的附着铅含量。[方法]以新型铕离子掺杂普鲁士蓝复合汞膜电极为工作电极,采用差示脉冲阳极溶出法,测定兰州市3个地点的城区绿化白蜡树叶上附着铅含量,并分析树叶上附着铅的主要污染来源。[结果]在介质0.01 mol/LHNO3、富集电位-1.000 V、富集时间60 s条件下,Pb2+的溶出峰电流与其浓度在2.4~120.0μg/L范围内存在良好的线性关系,检出限为0.2μg/L,RSD为1.35%。树叶上附着铅含量与邻近交通要道的车流量之间有一定的正相关性,表明汽车尾气是兰州市绿化白蜡树叶上附着铅的重要来源。[结论]复合汞膜阳极溶出法检测树叶上附着铅含量具有较高的准确度和较好的精密度,而且操作简便、快速,测定干扰小。     

阳极溶出伏安法测定钴的研究

在浓度为8×10-4mol/L、pH值为8.6的NH3-NH4Cl底液中,用碳糊电极测定痕量的钴,并对电极反应机理进行了探讨.阳极峰电位为0.2V,峰电流与钴离子浓度在8×10-9～4×10-7mol/L范围内呈良好的线性关系,检测下限2×10-9mol/L;对样品中微量钴进行测定,回收率为96%～98%.     

铊电化学分析技术的研究进展

铊(Tl)是典型的毒害重金属元素之一,对生物体的毒性大于铅、镉和汞等元素。铊是我国《重金属污染综合防治"十二五"规划》兼顾防治的重金属污染物之一。铊在天然表生环境中的背景含量较低,但各种工业活动将大量的铊带入表生环境中,形成极大的环境隐患。环境样品中铊的快速准确测定技术是当前亟待解决的问题之一。该文对近年来环境样品中铊的电化学分析技术的研究进展进行了总结评述,重点介绍了离子选择性电极电位分析法、极谱法、溶出伏安法测定铊基质干扰消除的方法等方面。     

基于羧基化碳纳米管检测磺酰胺的电化学传感方法研究

[目的]磺胺类药物是一类广谱抗菌药,在畜禽和水产养殖临床都被广泛应用,其在食品中残留对消费者健康会造成一定的潜在危害,因此研究简便、快速、高灵敏度的检测方法十分必要.[方法]研究建立了一种检测磺酰胺的电化学传感方法.首先采用差分脉冲(differential pulse voltammetry,DPV)法筛选了7种工作电极修饰材料,发现磺酰胺在羧基化碳纳米管(COOH-CNTs)修饰的工作电极上有最大的峰电流响应,进一步通过电化学阻抗和电催化有效表面积研究了COOH-CNTs修饰电极的电化学性能,然后优化了修饰材料在玻碳电极上的滴涂体积和检测缓冲液pH等条件.[结果]筛选的7种不同的修饰材料中,磺酰胺在COOH-CNTs修饰的电极峰电流响应最大(11.89μA),且催化电位相对于其他的修饰材料最低(0.76 V),说明COOH-CNTs对磺酰胺的氧化具有最好的电催化作用.其次是掺氮石墨烯(N-Gr),最差的是羧基化石墨烯(COOH-Gr);阻抗实验表明COOH-CNTs修饰后的奈奎斯特半圆的直径较未修饰的玻碳电极明显更小,表明修饰后的电极电子传递能力大大提高了.以修饰材料COOH-CNTs用量为5μL,检测缓冲液pH为8.5条件下,磺酰胺在9.29×10-6～2.9×10-4 mol/L呈良好的线性关系,线性回归方程为:y=0.0087x+0.0955,相关系数R2=0.9916,检测限为6.21×10-6 mol/L,加标回收率在91.48％～105.32％,电极重复使用12次的RSD为1.99％.[结论]本实验筛选到了一种对磺酰胺响应灵敏度高的电极修饰材料COOH-CNTs,建立了简便、快速、稳定性好的电化学检测方法,该方法适用于草鱼和鲜奶样品中磺酰胺药物残留检测.     

基于差分脉冲阳极溶出伏安法的标准重金属铜溶液检测研究

[目的]准确、快速的检测溶液中铜离子的含量。[方法]本研究采用电化学分析法中的差分脉冲阳极溶出伏安法,首先将原丝网印刷金电极放入稀硫酸溶液中进行循环伏安活化扫描,增强其电极表面的电化学性能;然后采用不同的修饰液修饰活化后的丝网印刷金电极,提高其测定重金属的灵敏度,满足定量、快速的测定要求;再利用差分脉冲阳极溶出伏安法,铋/Nafion修饰的丝网印刷金电极测量确定浓度的标准重金属铜溶液,得出了最优参数。[结果]绘得重金属铜浓度-电流标准曲线图,其重金属铜浓度和电流的决定系数(R2)为0.992 6;当信噪比为3时,传感器的检测限为84.46μg·L-1。[结论]说明该电化学方法对重金属铜具有检测限低、准确性好等优点。     

基于内含肽技术的生物传感器

开发用于分析复杂生物学问题的生物传感器,对于研究人类疾病和发现潜在药物分子十分重要。内含肽介导的蛋白质剪接技术的应用推动了新型生物传感器发展,基于内含肽技术的生物传感器可以对酶活性、激素受体、维生素和蛋白质与蛋白质间的相互作用等一些重要的生物学过程进行高效精准的分析和研究。重点阐述基于内含肽技术的生物传感器相关研究进展,并对其进行了展望。     

基于粒子群优化支持向量机的重金属镉离子方波溶出伏安方法研究

方波溶出伏安法是一种检测土壤重金属镉离子的有效方法,但是铅离子的存在往往会对镉离子的检测产生消极的干扰。本研究结合了化学修饰电极、机器学习算法和方波溶出伏安法,提出了一种用于在铅离子存在条件下检测镉离子的新方法。首先使用铋膜/离子液体修饰电极来检测镉离子,分析影响溶出电流的相关参数;其次使用扫描式电子显微镜和方波溶出伏安法表征修饰电极的形态学和电化学属性;最后通过获取的不同浓度下镉离子和铅离子的溶出伏安图谱,建立用于预测镉离子浓度的数学模型。此模型不仅可分析铅离子对镉离子检测的交互影响,而且在镉离子和铅离子溶出峰值电流和镉离子浓度之间建立了非线性关系。通过改进粒子群优化支持向量机算法(PSO-SVM),在不同的铅离子浓度范围下对镉离子浓度检测精度进行了评估。实验结果表明,该方法能够在不同铅离子浓度存在条件下,高效检测出重金属镉离子的浓度,并利用实际样品进行了测试,获得了满意的结果。     

基于遥感技术的森林树种识别研究进展

基于遥感手段的森林类型/树种（组）的精准识别是森林参数提取和计算的前提,是林业遥感领域的研究前沿,可为宏观尺度快速获取森林资源信息提供重要途径。对多源遥感数据在森林树种识别中的应用研究进行总结分析发现,当前基于遥感数据的树种识别已成为林业遥感的研究热点。利用卫星遥感数据和近地低空遥感数据结合随机森林、支持向量机等分类方法进行树种识别已相对成熟。近年来,无人机技术不断发展,以其灵活性强的特点在林业中有较强的应用潜力,在计算机技术、数字图像处理技术和机器学习领域不断发展成熟背景下,低空遥感数据结合深度学习技术应用于森林树种的精确识别是值得深入研究的科学问题。     

基于声发射技术的木材害虫信号特征检测

针对木材害虫声发射（AE）信号检测问题,研究杨树木段中麻点豹天牛幼虫AE信号波形特征及其信号的能量,为钻蛀害虫声音的监测提出一种新的方法。取一段具有麻点豹天牛幼虫的杨树木段,通过采样频率为500 kHz的2通道木材蠕变声发射信号采集系统采集原始AE信号。对采集到的原始信号滤波后进行小波分解,通过对各层高频信号的分析获取AE信号的频域特征,并对其进行重构与信号解析。结果表明,麻点豹天牛幼虫AE信号的主频主要集中在30 kHz附近,其信号的能量在16:00最高,反映了该幼虫在15:00-16:00较活跃。     

基于计算机模拟技术的生态种植优化策略

树种种植前运用PHOENICS软件进行风场分析与模拟分析得出关键点数据与风向,配置不同的简化植物种植方案后再模拟风场,选择最优种植方案并验证优化后的植物种植对于风场微气候的积极影响,再用Ecotect进行热辐射分析优化筛选适宜树种,最后通过合理配置使居住区微气候达到人体舒适度适宜范围并推荐适宜树种。对园林绿地生态种植设计具有参考价值。     

基于U-Net和分水岭算法的无人机单木树冠提取方法

高分辨率无人机遥感影像单木树冠参数信息提取方法是森林资源精准监测和生态功能评估的重要基础,而自然光照条件下粘连和遮挡单木树冠的准确分割是直接决定单木树冠信息提取精度的关键。针对自然光照条件下山地森林无人机遥感影像中单木树冠相互粘连、遮挡难以分割,以及传统算法泛化能力弱等问题。本研究结合深度学习和标记控制分水岭算法的优点,提出了一种基于U-Net和标记控制分水岭（marker-controlled watershed,MCW）算法（简称U-Net+MCW算法）的山地森林单木树冠提取方法。以新疆山地森林优势树种天山云杉(Picea schrenkiana var.tianschanica)为研究对象,在南山实习林场采集积雪背景下无人机遥感影像作为试验数据,构建了基于深度神经网络U-Net和标记控制分水岭算法的单木树冠提取模型。首先,从无人机遥感影像中选取1 000张训练样本,128张测试样本,并对样本进行标注,通过数据增强将1 000张训练样本扩增为16 000张,按照4∶1分为训练集和验证集,对U-Net模型进行训练,在训练过程中赋予2个或多个树冠间的相邻边界像素较大权重。然后,利用训练好的U-Net模型对测试集样本进行单木树冠提取。最后,在深度神经网络U-Net单木树冠提取的基础上,采用MCW算法对提取结果进行优化,并对单木树冠提取效果进行精度评估。结果表明,U-Net+MCW算法对于单木尺度的F测度为74.04%,比单一使用U-Net模型提高了28.52%,以该方法提取遥感影像中的天山云杉树冠信息为基础,计算其单木树冠面积和冠幅的精度分别为81.05%和89.94%。因此,U-Net+MCW算法能够有效解决自然光照条件下,由于原始图像背景复杂且树冠内部亮度变化不均匀和树冠间粘连、遮挡等因素,导致的单个树冠内、树冠聚集处或连接重叠区域出现的树冠错分割、过分割、合并等问题,是一种低成本、高效率的单木树冠提取方法,能够满足中小尺度山地森林资源调查和监测要求。     

图像处理技术在竹木复合材料性能评估中的应用展望

从灰度共生矩阵、马尔可夫随机场、傅里叶变换、Gabor变换、小波变换、Contourlet变换方面回顾了图像处理技术在木质材料研究中的研究现状。结合目前企业采用传统的检测方法对竹木复合材料进行力学性能检测,既耗时长还会破坏材料增加成本现状,指出竹木复合材料性能检测的必要性以及图像处理技术的优势,提出将图像处理技术运用在竹木复合材料的无损检测上的研究思路。