不同品种油菜籽仁的傅里叶变换红外光谱鉴别

用傅里叶变换红外光谱法测试了9个油菜品种的45个油菜籽仁样品的光谱。光谱显示,油菜籽仁的主要成分是油脂、蛋白质和碳水化合物等。对各品种油菜籽仁的平均光谱差异和吸光度比A1657/A1054和A1576/A1512进行比较,发现它们可用于区分不同品种的油菜籽仁。对1 700～1 600 cm-1范围的二阶导数光谱进行分析,发现各品种的振动谱带差异明显,可用以区分不同品种的油菜籽仁。研究表明,傅里叶变换红外光谱法结合二阶导数光谱,可以鉴别不同品种的油菜籽,具有方便、快捷的特点。     

番石榴醋饮料加工工艺的优化

以番石榴和白醋为主要原料,并以蔗糖、柠檬汁为辅料,对番石榴醋饮料的配方及加工工艺进行研究。研究结果表明,番石榴果醋的最佳配方为番石榴汁用量为30.00%、白醋用量为8.00%、蔗糖用量为6.00%以及柠檬汁用量为0.10%。此工艺参数下可制得具有番石榴风味和醋饮料特性的果醋饮料。     

基于光谱技术的大豆豆荚炭疽病早期鉴别方法

为更好地指导农户进行植物病害防治,提高大豆豆荚的商品性,减少损失,需要运用快速有效的方法来进行大豆豆荚炭疽病的早期检测。该文应用可见-近红外光谱技术结合连续投影算法(SPA)和最小二乘支持向量机(LS-SVM),实现了大豆豆荚炭疽病的早期快速无损检测。对194个大豆豆荚样本进行光谱扫描,通过不同预处理方法比较,建立了大豆豆荚炭疽病早期无损鉴别的最优偏最小二乘法(PLS)模型。同时应用主成分分析(PCA)和连续投影算法(SPA)分别了提取最佳主成分和有效波长,并将其作为LS-SVM的输入变量,建立了PCA-LS-SVM和SPA-LS-SVM模型,以样本鉴别的准确率作为模型评价指标。试验结果显示PCA-LS-SVM和SPA-LS-SVM模型都获得了比较满意的准确率,且SPA-LS-SVM模型的准确率最高为95.45%。研究表明,SPA能够有效地进行波长选择,进而使LS-SVM模型获得较高的鉴别率,说明应用可见-近红外光谱技术鉴别大豆豆荚炭疽病是可行的。这为进一步应用光谱技术进行大豆生长对逆境胁迫的反应提供了新的方法,为实现大豆病害的田间实时在线检测提供参考。     

畜禽粪便堆肥中重金属污染调控技术的研究现状

针对畜禽粪便堆肥中重金属污染现状、处理方法及研究现状作一概括,着重介绍了国内外重金属治理技术,解决畜禽粪便污染问题的思路和方法。应用木醋液对畜禽粪便的预堆制过程中重金属形态变化、钝化形式与效果的研究,将成为未来研究畜禽粪便堆肥中重金属治理的热点和趋势。     

军曹鱼的饲料营养

就军曹鱼对饲料蛋白质、脂肪、碳水化合物、矿物质和雏生素等营养素的需求进行了综述。     

岩溶区土壤镉生物有效性影响因素研究

为研究岩溶区土壤镉生物有效性的影响机制,以广西碳酸盐岩区土壤垂直剖面、水稻子实与根系土协同样品为基础,讨论了土壤pH、有机质含量、黏土矿物含量、碳酸盐含量对土壤镉生物有效性的影响。结果表明,pH、有机质、黏土矿物主要对镉的吸附产生影响,其对镉生物有效性的影响程度由强到弱依次为pH、黏土矿物、有机质,碳酸盐的作用则主要体现为对土壤酸化的缓冲。总体而言,广西岩溶发育强烈,土壤中不断形成表生条件下稳定的新生黏土矿物,加之岩溶区土壤丰富的碳酸盐与有机质,都对该地区碳酸盐岩母质土壤中镉的固定较为有利,但防止土壤酸化是防控其土壤镉污染风险的首要措施。     

“互联网+”背景下甘孜藏族自治州教育精准扶贫实施现状、制约因素及优化路径

“互联网+”时代的到来,为民族地区教育信息化精准扶贫带来了新的机遇。四川省甘孜藏族自治州依托“互联网+”,开展教育精准扶贫,但政府教育经费投入不足、教育信息化人才缺乏、具有民族特色的教育信息资源匮乏、师资结构不合理等因素严重阻碍了教育精准扶贫的实施。而通过构建“社会+政府+高校”三位一体“互联网+”模式、因地制宜多渠道加快教师队伍建设、推动互联网教育内容民族化和双语教学以及提高少数民族信息技术修养等路径,可以有效助力藏区发展和藏区人民脱贫致富,打赢脱贫攻坚战。     

用CODEHOP法设计简并引物克隆草鱼多聚免疫球蛋白受体基因片段

为克隆草鱼Ctenopharyngodon idellus多聚免疫球蛋白受体p IgR基因,本研究中借助于NCBI、Blast等数据库及Primer Premier 5.0、DNAMAN等生物软件,利用CODEHOP法设计了简并引物,并对克隆基因进行同源性比较和系统发生分析。结果表明:用CODEHOP法设计的简并引物特异性强,试验成功率高;草鱼p IgR基因属于整个脊椎动物的p IgR基因群,与鲤Cyprinus carpio同源性最高,为84%。     

基于核磁共振成像技术的香梨褐变检测

将核磁共振成像技术与人工神经网络理论相结合,对香梨内部褐变进行了检测。在磁共振T2加权图像中选取果核区域作为感兴趣区域,提取出反映褐变特性的10个微观纹理特征参数,建立了BP神经网络模型进行识别研究。针对BP神经网络模型存在的不足,利用遗传算法对网络模型的权值和阈值进行优化。通过验证性试验发现：对于4组香梨样本,优化后BP神经网络模型的平均正确识别率为92.50%,比未优化模型的平均正确识别率80.83%,提高了11.67个百分点;同一组香梨样本相比较,优化后模型的识别效果也均优于未优化模型,每组香梨的识别率都得到了不同程度的提高。结果表明：遗传算法优化后的BP神经网络模型具有很好的预测精度和泛化能力,可以实现香梨内部褐变的无损检测。     

植物叶面积无损测量方法及仪器开发

为了快速、无损、准确地测量植物叶面积,设计了一种利用多晶硅光电感应板与平板均匀发光光源照射系统构成的叶面积测量装置。通过试验,建立了植物叶片叶面积与光源光强、光源对叶片透射率、环境温度、光电感应板的光电感应电压值间的BP神经网络关系。结果表明：该仪器可测量不同形状、厚度、软硬程度、叶片大小的植物叶片面积,模型预测值与实际值决定系数R2为0.98,测量精度为94.8%,为叶片叶面积测量提供了一种新的测量方法和装置。