基于绿色荧光蛋白的冷鲜猪肉中大肠杆菌预测模型的构建

为了预测和监控冷鲜猪肉储存过程中腐败细菌大肠杆菌的变化规律,评估产品货架期,建立微生物生长预测模型。该研究将绿色荧光蛋白质粒pGFP转入大肠杆菌DH5α,构建GFP的标记大肠杆菌。基于绿色荧光蛋白报告基因和氨苄青霉素抗性,采用稀释平板法定量追踪检测0～24℃条件下冷鲜猪肉中DH5α生长变化。采用Gompertz模型、平方根模型和响应面方程进行数据拟合,构建数学预测模型。结果表明Gompertz模型拟合效果良好,0～20℃条件下决定系数R2为0.96～0.99。温度与最大比生长速率平方根、延迟期倒数平方根模型R2分别为0.862、0.948。响应面模型揭示时间、温度对大肠杆菌的生长影响显著(P0.05),二者交互作用明显,响应面模型R2为0.815。模型能够有效拟合冷鲜猪肉中与温度、时间相关的大肠杆菌的生长变化规律,研究结果为产品储存过程中细菌变化预测提供理论依据。     

基于数据融合的玉米种子内部机械裂纹检测方法

为深入研究玉米种子脱粒和输送等环节中产生的内部裂纹机理和检测技术,该文在体视显微检测基础上提出了基于融合技术的边缘检测方法。该方法采用改进的数学形态学方法和传统Sobel边缘检测算子对损伤玉米种子图像进行边缘检测,建立相应的融合规则,将2种方法检测出来的图像边缘进行基于小波变换的融合处理,并从新图像中提取玉米种子内部机械损伤的特征信息。结果表明,该检测方法结合了2种边缘检测方法的优点,有效提高了边缘检测准确性,在准确提取玉米种子内部裂纹特征同时能有效降低噪声,较单一边缘检测算法有更好的效果。     

基于机器视觉的玉米果穗参数的图像测量方法

在玉米育种和品质研究中,经常需要对玉米的果穗长度、果穗宽度、穗行数、穗粒数等参数进行测量。该研究提出了一种基于机器视觉的玉米果穗参数图像测量方法。使用PC摄像头连续采集旋转台上的玉米果穗图像,经过图像处理,获得玉米穗的图像区域,进而得到玉米果穗的穗长和穗宽参数;通过对玉米果穗局部区域的x方向和y方向累计像素值曲线进行分析,提取出玉米穗行,获得每一穗行的穗粒数和穗行宽度;通过图像匹配,获得玉米果穗的穗行数。试验表明,使用该研究方法对玉米果穗的长度、宽度和穗行数的参数测量准确率可达98%以上,对穗行宽及总穗粒数测量准确率达95%以上,整穗的平均检测时间约102 s/穗。该研究实现了玉米果穗参数快速有效的自动检测,相对于目前采用的人工检测,大大提供检测效率,降低劳动强度,可应用于玉米千粒质量检测、产量预测、育种和品质分析等场合。     

基于电阻抗成像的植物单根断层图像重建

为了实现植物根系结构形态的原位检测,植物根系单根的断层图像重建研究非常必要。该文应用动态电阻抗成像技术对土壤-树根模拟系统进行了图像重建,对重建图像进行二值化处理并求出树根在该系统中的位置坐标、面积和形状,并以树根的位置坐标、面积及形状的相对偏差为指标,分析了图像重建算法、土壤含水率2个因素对成像质量的影响。结果表明：电阻抗成像技术能够实现树木单根断层图像重建;将重建图像进行二值化处理,所得图像更加直观,便于定量评价成像质量;基于Newton单步残差正则化的一步牛顿误差重构（Newton's one-step error reconsruction,NOSER）算法,比基于全变差正则化的主双-内点模式（primal dual-interior point method,PD-IPM）算法的成像质量好;土壤含水率越高成像质量越好。该研究为基于电阻抗成像技术的植物根系结构形态的图像重建提供参考。     

稳定性尿素中脲酶抑制剂作用效果的快速检测方法

以尿素残留差异率作为评价指标,研究了影响脲酶抑制剂抑制作用测定的主要因素,包括浸提温度、浸提时间、脲酶液浓度、土壤用量、浸提液种类等。确立了目前测定稳定性尿素中脲酶抑制剂抑制作用效果的最佳快速检测方法:以1.0000g普通尿素作为对照肥料,称取1.0000g稳定性尿素,加入0.5昏/L脲酶缓冲溶液100mL,10g风干土,在37℃下振荡5h后测定土壤中尿素残留量,以尿素残留差异率对脲酶抑制剂作用进行评价,提高了检测效率和准确度。     

我国当前农产品产地土壤重金属污染形势及检测技术分析

从农产品产地环境监测出发,针对农田土壤重金属污染问题,通过追踪一系列重金属污染事件报道,指出了进行农产品产地土壤重金属检测的重要意义;在综述现有重金属含量常规及新的检测方法基础上,分析了各自的优缺点,并针对农产品产地土壤重金属含量的检测问题,进行了现有各种重金属检测手段的对比分析,提出了目前农产品产地土壤重金属含量检测中面临的主要问题,为今后农产品产地环境中土壤重金属参数获取技术和低成本快速检测装备平台的研究和开发提供参考。     

基于蛋白质反式剪接在大肠杆菌中表达鲎C因子CES多肽

鲎C因子是鲎血细胞中一种对内毒素具有高亲和力的丝氨酸蛋白酶原,可替代鲎试剂用于内毒素检测。鲎C因子N端Cys—EGF．sushil—sushi2（CES）片段中的sushil区域是与内毒素结合的关键部位。本研究在sushil结构域中的特定位点断开CES与内毒素结合的功能片段,然后分别和蛋白质内含肽SspDnaX的N端片段（IN）和C端片段0C）连接,并在大肠杆菌中表达,表达产物经亲和层析纯化、复性以及内毒素去除后,利用蛋白质反式剪接系统,在体外诱导该蛋白质内含肽发生剪接,重新得到C因子的CES蛋白,并检测其活性。实验结果表明此重组CES蛋白具有结合内毒素活性,提示在大肠杆菌系统中开发低成本内毒素检测试剂的可行性。     

基于近红外高光谱成像技术鉴别杂交稻品系

种子的筛选和鉴别是农业育种过程中的关键环节。该文基于近红外高光谱成像技术(874~1 734 nm)结合化学计量学方法以及图像处理技术实现杂交稻种的品系鉴别及可视化预测。采集了3类不同品系共2 700粒杂交水稻的高光谱图像,用SPXY算法,按照2∶1的比例划分建模集和预测集。基于水稻样本的光谱特征,采用主成分分析(PCA)方法初步探究3类样本的可分性。采用连续投影算法(SPA),提取出7个特征波长:985.08、1 106、1 203.55、1 399.04、1 463.19、1 601.81、1 645.82 nm。基于特征波长和全波段光谱,建立了偏最小二乘判别分析(PLS-DA)和支持向量机(SVM)模型。试验结果表明,所建模型判别效果较好,识别正确率均达到了90%以上,其中,SVM模型的判别效果优于PLS-DA模型,基于全谱的判别分析模型结果优于基于特征波长的判别模型。结合SPA-SVM校正模型和图像处理技术,生成样本预测伪彩图,可以直观的鉴别不同品系的水稻种子。结果表明,近红外高光谱成像技术可以实现杂交稻的品系识别及可视化预测,为农业育种过程中种子的快速筛选及鉴定提供了新思路。     

土壤有机质测定方法述评与展望

有机质是土壤的重要组成部分,是判定土壤质量动态变化的重要标准。为了便于了解当前土壤有机质测定方法的优点和局限性,利于今后有机质研究和测定工具的开发,本文对当前测定有机质的方法,包括干烧法、湿烧法、化学氧化法、灼烧法和土壤有机质光谱测定法进行了阐述,分析了各方法的优缺点以及研究中适宜选择的方法,并对当今农业的需求和测定方法的不足,提出了研究无损、原位测量有机质工具的构想,展望了土壤有机质快速测定方法的发展趋势,以此为精准农业的实施和农业的可持续发展,提供基本的信息及建议。     

高光谱成像技术在茶叶中的应用研究进展

高光谱成像技术是一种融合了图像和光谱的检测技术,能同时获取待测物体的空间信息和光谱信息,因此该技术既可以直观反映研究对象外观纹理特征,又可以像光谱信息一样间接反映物体内部物理结构和品质成分特性。茶叶含有多种对人体有益的功能成分,具有较高的开发和实用价值。本文简述了高光谱成像技术的检测原理,分类综述了该技术在茶叶栽培管理、病虫害监测、生产加工、等级划分等方面的应用及不足,并提出了相应的解决措施,同时对其在茶叶领域的发展进行了展望,以期为促进茶叶精细化发展提供参考。