农产品质量安全检测对现代农业发展的作用分析

农产品质量安全关系到现代农业的健康发展,而农产品检测技术、监管方法、实践措施更是改善农产品质量安全的重要环节。鉴于此,结合新疆阿阿勒泰地区农产品质量安全监督检测中心实践工作经验,进一步探讨了农产品质量安全检测对现代农业发展的作用,分析了现代农业发展中农产品质量安全检测宏观布局,同时总结了加强农产品质量安全检测促进现代农业发展的实践措施。     

烷基酚聚氧乙烯醚及相关代谢物检测方法研究进展

随着烷基酚聚氧乙烯醚这一类毒性非离子型表面活性剂的大量使用,开发其检测方法受到社会的普遍关注。本文概述了近年来烷基酚聚氧乙烯醚及相关代谢物残留检测的前处理萃取方法和检测方法。前处理萃取方法主要包括索氏提取法、液-液萃取法、微波萃取法、超声萃取法、固相萃取和QuEChERS法等。色谱类检测方法主要包括HPLC法、GC法、LC/MS法和GC/MS法。本文介绍上述方法的检测原理、研究现状、实际应用情况并分析了各方法的优缺点,同时对烷基酚聚氧乙烯醚及相关代谢物残留快速检测方法的发展趋势提出展望。     

牦牛源正呼肠孤病毒2型的检测和分离鉴定

旨在调查川西北牦牛哺乳动物正呼肠孤病毒（MRV）的感染情况并分离病毒。采用RT-PCR方法，对采自川西北15个牧场的72份牦牛腹泻粪便样本和其中5个牧场的15份腹泻牦牛血清样本进行MRV检测，阳性样本进一步用分型PCR确定其血清型。结果显示，粪便样本中MRV检出率为20.83%（15/72），血清2型的比例为60%（9/15）；血清样本中MRV检出率为40%（6/15），血清2型的比例为83.33%（5/6）；未检测到其他血清型。成功地从腹泻粪便中分离到1株MRV血清2型毒株（TCID₅₀为4×10^-8.56·mL^-1），并获得长度为23 587 bp的分离株全基因组，该分离株与中国猪源毒株的遗传关系最近；与GenBank中所有的MRV S1基因相比，该分离株有4个独特的氨基酸突变。本研究从牦牛中检测到MRV，并分离到1株牛源MRV血清2型毒株，为进一步研究MRV血清2型生物学特性奠定了基础。     

食品安全视角下我国农药监管政策的需求分析

全面梳理了历年我国农药监管的相关政策,系统分析了农药减量监管政策实施的理论需求和现实要求,并基于我国农药用量和粮食产量趋势、农药残留及农药致病等事实数据进行了补充分析.结果 表明:纵观我国农药政策的演进,农药的监管日趋严格,农药减量政策契合理论和现实需要.事实数据表明,尽管我国口粮安全有了"量"的保障,但农药残留等"质"的问题仍需足够重视.鉴于此,我国应加快实施和推进针对性的农药减量监管政策,实现农业"量"与"质"的协调发展.     

玉米转基因成分的检测探讨

本文以实时荧光PCR检测技术为例,对于玉米转基因成分进行分析.在具体处理中,会组建实验来完成阳性质粒、调控元件、目的基因、标记基因等内容的检测,从而积累有价值的数据信息,为后续同类型检测活动的顺利开展奠定基础.     

患病鲫病原的确定与药物治疗效果

2017年7月,天津某鲫鱼养殖场发生病害,患病鲫主要症状为头部发黑,体表出血。为分析其病因,通过寄生虫检测、病毒检测、病原菌分离和鉴定、药物敏感性测定等方法对患病鱼及病原进行了研究。结果表明:从患病鱼体表和体内未发现大量寄生虫;未能检测到疱疹病毒II型阳性;但从肾脏和脾脏组织分离到大量细菌。经鉴定为温和气单胞菌;该分离株对盐酸土霉素、盐酸四环素和氟苯尼考等3种药物较为敏感,选择盐酸土霉素作为治疗药物,按25.0mg/kg鱼体重的用药量拌和在饲料中进行投喂,每天投喂1次,连续投喂5d,取得了较好的治疗效果。     

无公害农产品(渔业产品)检测目录评估分析

随着经济的快速发展,我国的无公害农产品事业也进入新的发展阶段。文章通过探讨无公害农产品(渔业产品)检测目录的提出背景、内容、评估手段等,对我国无公害农产品(渔业产品)检测目录的内容变化进行了详细的比对分析,旨在为我国无公害农产品的管理和控制提供技术支撑。     

基于快速卷积神经网络的果园果实检测试验研究

近年来,基于数字图像处理和机器学习算法的果实自动识别检测研究已经越来越成熟。针对传统检测方法检测过程中难以满足实时性要求的缺点,采用了基于Faster-RCNN的果实快速检测模型。模型由卷积神经网络(CNN)和区域提议网络(RPN)组成,首先由CNN进行卷积和池化操作提取特征,然后由RPN选取候选区域,通过网络全连接层参数共享,由目标识别分类器和边界框预测回归器得到多个可能包含目标的预测框,最后通过非极大值抑制挑选出精度最高的预测框完成目标检测。分别对桃子、苹果和橙子的三种果实进行检测,采用迁移学习方法,使用已经预训练好的两种深度神经网络模型ZFnet和VGG16,通过数据集的训练对Dropout及候选区域数量进行参数调整完成网络调优。检测并分析果实不同布局形态下模型的检测效果。试验结果表明,当Dropout取值为0.5或0.6,候选区域数量为300时网络模型最佳,ZFnet网络中,苹果平均精确度为92.70%,桃子为90.00%,而橙子为89.72%。VGG16网络中,苹果平均精度为94.17%,桃子为91.46%,橙子为90.22%。且ZFnet和VGG16的图像处理速度分别达到17 fps和7 fps,能够达到果实实时检测的目的。