灰霉病原菌对多菌灵的抗性监测

对从山西各地数十县市采集分离到的188个灰霉病菌菌株[Botrytis cinerea Pers.]对多菌灵的抗性进行了监测。毒力测定结果显示:敏感菌株的平均EC_(50)值为0.0428μg·mL~(-1),EC_(90)值为0.1280μg·mL~(-1);中抗菌株的平均EC_(50)值为11.2415μg·mL~(-1),EC_(90)值为128.4351μg·mL~(-1),中度抗性菌株的抗性倍数为262.7倍;由于大多数高抗菌株的抗性太高,无法测得其EC_(50)值,但实验表明,EC_(50)值均大于50μg·mL~(-1),且大部分高抗菌EC_(50)值大于100甚至500μg·mL~(-1),即抗性倍数在1000倍以上。山西各地灰霉菌对多菌灵的抗性均较为严重,晋中、晋南、晋东南和晋北的抗性频率分别为86％、87.2％、93.5％和100％,除晋北高抗菌株频率较低外(33.3％),其它地区高抗频率均在50％以上。从各地区的抗性情况看,晋南和晋东南较重,晋中和晋北相对则较轻。     

储粮害虫声检测技术研究进展与展望

与传统的储粮害虫检测方法相比较,储粮害虫声检测技术以其简单、快速、价廉、准确等优点正日益受到重视。在综合分析国内外储粮害虫声检测技术研究的文献以及已有工作基础上,扼要评述了储粮害虫声检测技术研究的背景和进展状况,提出了储粮害虫声检测技术研究需要进一步解决的问题和发展趋势。     

气肿疽梭菌CctA基因的原核表达及其间接ELISA检测方法的建立

研究旨在原核表达气肿疽梭菌细胞毒素A （CctA）基因,用纯化的重组蛋白建立其间接ELISA检测方法,a。利用大肠杆菌密码子的偏爱性优化CctA基因序列,克隆至原核表达载体pET-28a （+）,双酶切鉴定原核表达质粒pET28a-CctA并测序。将重组质粒转入大肠杆菌,经IPTG诱导得到高表达的重组CctA包涵体蛋白。包涵体蛋白变性后经镍（Ni）柱纯化,SDS-PAGE检测其纯化效果。以豚鼠抗气肿疽梭菌抗血清为一抗,用Western blotting方法检测重组CctA蛋白的反应原性。用棋盘滴定法建立间接ELISA检测方法,以复性后的重组CctA蛋白作为检测抗原,摸索抗原包被浓度、封闭液的种类及浓度、抗体的最适稀释度和反应条件等。选用3批气肿疽灭活疫苗免疫豚鼠后采集血清,同时用攻毒和间接ELISA两种方法验证疫苗的免疫效力。质粒双酶切结果显示,得到大小约853 bp的条带,与预期相符,且测序结果正确。SDS-PAGE结果表明,成功表达并纯化大小为35 ku的重组CctA蛋白。Western blotting结果显示,豚鼠抗气肿疽梭菌抗血清与重组CctA蛋白具有良好的反应原性。建立的间接ELISA法的最适条件为：抗原的包被浓度为0.5 μg/mL,于4 ℃包被过夜;封闭液选择10%胎牛血清,37 ℃孵育2 h;二抗的稀释度为1：8 000;室温避光显色10 min后终止反应,测定D_{450 nm}值。当P/N>4.6时,间接ELISA法检测结果与豚鼠攻毒试验结果拟合度较好。本研究成功表达CctA基因并纯化了重组CctA蛋白,建立的以重组CctA蛋白为检测抗原的间接ELISA检测方法,有望成为气肿疽灭活疫苗免疫效果验证的替代方法。     

蛋壳破损自动检测模型研究

为了建立蛋壳破损检测模型,试验采用敲蛋装置与声检测控制器组成的计算机蛋破损检测系统获取被检蛋声音信号数据。通过对蛋声音信号的功率谱分析而得到反映蛋壳破损特征的参数：功率谱面积的平均值x₁,最大功率谱面积与最小功率谱面积的差值x₂,X轴方向上质心的平均值x₃,X轴方向上质心最大值与其最小值的差x₄,Y轴方向上质心的平均值x₅,Y轴方向上质心最大值与其最小值的差x₆,共振峰频率的最大值x₇和共振峰频率的最大值与其最小值间的差值x₈;再通过Bayes原理建立与蛋壳破损特征参数相关的蛋壳破损模型。检验结果表明模型准确率达到92%。     

基于改进YOLO v4的笼养蛋鸭行为实时识别方法

蛋鸭行为模式是判断笼养鸭养殖过程中健康状况及福利状态的重要指标,为了通过机器视觉实现识别蛋鸭多行为模式,提出了一种基于改进YOLO v4 (You only look once)的目标检测算法,不同的行为模式为蛋鸭的养殖管理方案提供依据。本文算法通过更换主干特征提取网络MobileNetV2,利用深度可分离卷积模块,在提升检测精度的同时降低模型参数量,有效提升检测速度。在预测输出部分引入无参数的注意力机制SimAM模块,进一步提升模型检测精度。通过使用本文算法对笼养蛋鸭行为验证集进行了检测,优化后模型平均精度均值达到96.97%,图像处理帧率为49.28 f/s,相比于原始网络模型,平均精度均值及处理速度分别提升5.03%和88.24%。与常用目标检测网络进行效果对比,改进YOLO v4网络相较于Faster R-CNN、YOLO v5、YOLOX的检测平均精度均值分别提升12.07%、30.6%及2.43%。将本文提出的改进YOLO v4网络进行试验研究,试验结果表明本文算法可以准确地对不同时段的笼养蛋鸭行为进行记录,根据蛋鸭表现出的不同行为模式来帮助识别蛋鸭的异常情况,如部分行为发...     

AOTF-NIR快速检测田间生长烟叶中主要化学成分

应用AOTF-NIR(AOTF-近红外光谱分析技术)建立田间生长烟叶中5种化学成分的快速无损检测方法。以182个样品组成校正集标准样品,采用偏最小二乘回归法建立了近红外光谱信息与各成分含量之间的关联定量校正数学模型,并对30个验证集样品进行预测。预测结果表明:烟碱、总氮、总糖、还原糖、钾的平均预测相对误差分别为3.73%、3.89%、3.78%、2.88%、4.37%。对验证集样品的原始化学值和预测值进行成对数据t测验,检测结果显示,差异不显著,说明建立的数学模型是可用的,该方法分析结果准确可靠,重现性好,方便无损。可用于快速定量检测田间生长烟叶中的烟碱、还原糖、总糖、总氮、钾。     

PCR技术检测猪伪狂犬病毒及其潜伏感染部位的研究

本研究合成了伪狂犬毒糖蛋白ｇｐ５０基因引笺，该引物能够扩增糖蛋白ｇｐ５０基因中４３４－６５１之间的２１７ｂｐＤＮＡ片段，该片段含 ＳａｌＩ酶切位点，应用引物对几种不同的伪狂犬病毒株多聚酶链式反应扩增结果全为阳性。     

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。     

基于分水岭算法结合卷积神经网络的玉米种子质量检测

为实现玉米种子快速、准确地优选,以不同质量的玉米种子为研究对象,提出一种分水岭算法结合卷积神经网络对玉米种子进行质量检测的方法.首先利用分水岭算法分割出单粒玉米种子,然后通过卷积神经网络模型对每粒种子进行质量分类,根据分水岭算法得到的单粒种子的位置,将结果在图像中进行标注,实现种子质量检测.使用改进型的Inceptio...     

基于电子鼻的花生有害霉菌种类识别及侵染程度定量检测

针对花生霉变传统分析方法操作繁琐、时效性差等不足,该研究拟利用电子鼻气体传感技术建立起花生有害霉菌污染的快速检测方法。辐射灭菌花生籽粒分别接种5种谷物中常见有害霉菌(黄曲霉3.17、黄曲霉3.395 0、寄生曲霉3.395、寄生曲霉3.012 4和赭曲霉3.648 6),并于26℃、80%相对湿度条件下储藏9 d至严重霉变。利用电子鼻气体传感器获取不同储藏时期(0、3、6、9 d)花生样品的整体挥发性气味信息。最后,结合多元统计分析方法对电子鼻传感器响应信号进行特征提取,建立了花生中有害霉菌污染程度的定性定量分析模型。结果显示,主成分分析法(principal component analysis,PCA)可成功区分不同霉菌侵染程度的花生样品,线性判别分析(linear discriminant analysis,LDA)模型对样品不同储藏天数判别的准确率均达到或接近100%。花生中菌落总数的偏最小二乘回归分析(partial least squares regression,PLSR)模型的预测决定系数和预测相对均方根误差分别达到0.814 5和0.244 0 lg(CFU/g)。结果表明,应用电子鼻技术快速检测储藏期间花生霉变状况具有一定可行性,可为利用气味信息实现粮食霉菌污染的在线监测提供理论参考。