科研产出
半咸水、淡水养殖硬头鳟肌肉营养成分比较
《江西农业大学学报 》 2018 北大核心 CSCD
摘要：为了探讨同一养殖品种在不同养殖环境下其营养成分的差异,从而为消费者或后续的加工开发提供思路,将半咸水、淡水养殖的硬头鳟[Oncorhynchus mykiss,体质量为122.78±3.87)g]肌肉营养成分进行了测定、分析和比较:半咸水养殖的硬头鳟肌肉中,水分含量较淡水养殖的高,但粗脂肪含量明显较淡水养殖的低(P<0.05),粗蛋白和灰分含量差异不显著;无机盐及微量元素方面,半咸水养殖硬头鳟的钙离子含量显著高于淡水养殖的硬头鳟(P<0.05),其余各离子含量差异不显著;半咸水、淡水养殖的硬头鳟肌肉中均含18种氨基酸,且在氨基酸总量、必需氨基酸总量、非必需氨基酸总量、鲜味氨基酸总量及半必须氨基酸总量上均无显著差异(P>0.05);半咸水和淡水养殖硬头鳟肌肉中测得主要脂肪酸种类分别为15种和22种,分别占脂肪酸总量的89.00%和91.02%,半咸水养殖硬头鳟的脂肪酸种类数量、脂肪酸含量均远低于淡水养殖的硬头鳟(P<0.05);淡水养殖硬头鳟的ω6/ω3为0.2,半咸水硬头鳟ω6/ω3为0.24,与其它鱼类的ω6/ω3的比例相符合。结果表明:同一种鱼类,由于养殖环境的差异,其水分、粗脂肪及无机盐甚至脂肪酸的种类和含量均会有很大的差别。
全文链接
请求原文
山梨酸钾/氯化钾复合相变材料制备及热物性分析
《农业工程学报 》 2018 EI 北大核心 CSCD
摘要：为开发出高效、性能稳定的微冻保鲜用相变蓄冷剂,保证运输中肉制品等农产品的品质,以山梨酸钾水溶液为主基液,探究添加氯化钾后相变蓄冷材料的热物性及热循环稳定性。对比30 g/L山梨酸钾溶液,当再添加氯化钾浓度为5 g/L时,相变温度为-2.8℃,潜热为254.6 J/g,热导率为1.012 W/(m·K),热扩散率为1.01 mm2/s。添加氯化钾对相变温度和潜热几乎没有影响;溶液的热导率提高了23.32%;热扩散率提高了151.37%。经200次冻融循环后,未添加氯化钾的相变溶液出现了-5.3℃的过冷度,含氯化钾的相变溶液没有过冷度,氯化钾在山梨酸钾相变过程中体现出了其良好的成核作用,使得该复合相变蓄冷剂具有优异的热稳定性。试验表明,山梨酸钾/氯化钾复合相变蓄冷剂适合于农产品的微冻保鲜用。
全文链接
请求原文
基于近红外光谱的大豆叶片可溶性蛋白含量快速检测（英文）
《农业工程学报 》 2018 EI 北大核心 CSCD
摘要：可溶性蛋白是植物生化及抗性生理研究的重要指标之一。快速、准确、无损测定可溶性蛋白含量对作物生长状况的动态监测及抗性作物品种的筛选具有重要意义。近红外光谱具有快速、简单方便、非破坏性的特点,已在农业、食品、化工等领域广泛应用,尤其是近年来基于光谱技术快速无损的获取作物生理生化信息的研究已成为当前农业领域研究的热点。本文采用近红外光谱技术结合化学计量学方法以实现大豆叶片可溶性蛋白含量的快速无损检测。首先,采用Savitzky-Golay平滑(SG)、一阶导数(1-Der)、二阶导数(2-Der)等7种光谱预处理方法分别建立大豆叶片可溶性蛋白含量的偏最小二乘(PLS)预测模型,经对比发现SG预处理方法为大豆叶片可溶性蛋白含量预测的最优光谱预处理方法。其次,分别采用连续投影算法(SPA)、随机蛙跳(RF)和遗传算法(GA)对SG预处理后的光谱数据进行特征波长提取。最后,基于提取的特征波长分别建立了大豆叶片可溶性蛋白含量的SPA-PLS、RF-PLS和GA-PLS预测模型,发现基于SPA提取的11个特征波长建立的大豆叶片可溶性蛋白含量SPA-PLS模型具有最佳的预测效果,其预测集相关系数(R2p)为0.864,预测均方根误差(RMSEP)为1.894 mg/g,预测偏差为2.061(RPD)。上述结果表明,应用近红外光谱技术检测大豆叶片中可溶性蛋白含量是可行的,可为大豆生长状况动态监测及抗性大豆品种的筛选提供新的方法。
关键词： 近红外光谱 大豆叶片 可溶性蛋白 连续投影算法 偏最小二乘算法
全文链接
请求原文
扦插部位、时间和IBA浓度对‘紫光’狼尾草(Pennisetum alopecuroides ‘Ziguang’)茎秆扦插成活的影响
《草地学报 》 2018 北大核心 CSCD
摘要：以‘紫光’狼尾草(Pennisetum alopecuroides‘Ziguang’)为材料,分别研究了扦插部位、扦插时间和吲哚丁酸(indolebutyric acid,IBA)浓度对其茎秆扦插幼苗生长状况的影响。结果表明,不同扦插部位产生幼苗的生长状况:下部芽苞>中部芽苞>上部芽苞;八月上旬至十月下旬,随着扦插时间的变化,母株茎秆中可溶性糖含量曲线呈现"双峰型"变化,淀粉含量则持续增加,其幼苗成活率、苗高、鲜干重、最长根长与生根数等均呈现先升高后降低的趋势,并在8月22日左右扦插时幼苗的生长状况最佳,成活率为45%;在0,0.1%,0.2%,0.3%,0.5%,1%IBA处理条件下,随着激素浓度的增加,其茎秆扦插幼苗成活率、苗高、鲜干重、最长根长与生根数等均呈现先升高后降低的变化趋势,并在0.3%IBA处理扦插茎段时幼苗的生长状况最佳。本试验为狼尾草的茎秆扦插实际生产提供了理论依据。
关键词： ‘紫光’狼尾草 茎秆扦插 扦插部位 扦插时间 IBA浓度
全文链接
请求原文
基于分数阶微分算法的大豆冠层氮素含量估测研究
《光谱学与光谱分析 》 2018 EI SCI 北大核心 CSCD
摘要：氮素与作物的生长发育、产量和品质密切相关。作物冠层氮素含量的快速、准确、无损检测对于作物营养诊断和长势评估具有重要意义。传统的氮素检测方法检测周期长、操作复杂,同时具有破坏性,无法实现作物氮素含量在时间和空间上的连续动态监测。基于光谱遥感技术快速、无损地获取作物氮素含量是近年来作物组分快速检测研究的热点。当前的研究大多基于原始光谱或整数阶微分(一阶、二阶)预处理后的光谱进行氮素含量预测,原始光谱或整数阶微分预处理后的光谱会忽略光谱曲线间的渐变信息,影响氮素含量的预测准确度。与原始光谱和整数阶微分方法相比,分数阶微分算法在背景噪声去除、有效信息提取等方面较有优势。为研究分数阶微分预处理算法在作物氮素检测中的应用,本文以不同施肥处理下的盆栽大豆作物为研究对象,获取大豆苗期、花期、结荚期和鼓粒期四个生育期共256组冠层高光谱及对应的大豆冠层氮素含量(CNC)数据,运用分数阶微分算法对光谱数据进行0~2阶微分预处理,微分间隔为0.1,分别采用归一化光谱植被指数NDSI、比值光谱指数RSI对预处理后的光谱数据和大豆冠层氮素含量数据进行相关性分析,得到各阶微分预处理下NDSIα(α代表分数阶微分阶数)与大豆CNC,RSIα与大豆CNC相关系数绝对值的最大值及其对应的波段组合——最优波段组合NDSIα(opt)和RSIα(opt),采用线性回归方法,建立各阶微分下NDSIα(opt)与CNC,RSIα(opt)与CNC的预测模型,并与常用植被指数(VOGII,MTCI,DCNI,NDRE)建立的氮素含量预测模型进行比较,研究分数阶微分算法对大豆作物冠层氮素含量预测模型的效果。结果表明:(1)在0~2阶微分范围内,最优波段组合NDSIα(opt),RSIα(opt)与大豆CNC的相关系数随阶数增加呈现先升高后下降趋势。其中,0.8阶微分下NDSI0.8(R725,R769)与大豆CNC的相关系数最大,为0.875 9;0.7阶微分下RSI0.7(R548,R767)与大豆CNC的相关系数最大,为0.865 1;(2)分数阶微分预处理能够细化光谱数据中的有效信息,增强光谱数据对冠层氮素含量的敏感性,尤其是增强红边平台波段与氮素含量的正相关性及绿波段与氮含量的负相关性;(3)与整数阶微分、常用植被指数相比,分数阶微分能够提高大豆CNC预测模型的准确性。其中,基于0.7阶微分RSI0.7(R548,R767)建立的大豆CNC预测模型与0阶微分RSI0(R725,R769)相比建模集决定系数(R2C)和预测集决定系数(R2P)分别提高了0.061 9和0.016 6,建模集均方根误差(RMSEC)和预测集均方根误差(RMSEP)分别降低了0.552 5和0.180 9,预测相对偏差(RPD)提高了0.110 4。基于0.7阶微分RSI0.7(R548,R767)建立的大豆CNC预测模型与VOG II相比R2C和R2P分别提高了0.086 6和0.025 5,RMSEC和RMSEP分别降低了0.757 5和0.248 3,RPD提高了0.14688;(4)基于0.7阶微分比值光谱指数RSI(R548,R767)建立的大豆LNC预测模型较优,其R2C为0.748 4,R2P为0.800 3,RMSEC为4.752 9,RMSEP为3.511 1,RPD为2.253 7,能够较好的估测大豆冠层氮素含量。研究表明分数阶微分算法在大豆冠层氮素含量的定量预测中具有一定的优势,为光谱遥感技术在作物氮营养检测中的应用开拓了新的思路。
关键词： 冠层氮素含量 高光谱数据 植被指数 分数阶微分算法
全文链接
请求原文
基于近红外光谱技术的发育后期苹果内部品质检测
《农业机械学报 》 2018 EI 北大核心 CSCD
摘要：为了解发育后期苹果内部品质与近红外光谱特性之间的关系,给田间管理、实时采收等提供依据,利用近红外漫反射技术测量了发育后期3个月内"富士"苹果在833~2 500 nm波长范围内的光谱特性,并测量了各样品的内部品质参数(可溶性固形物含量、硬度、p H值和含水率),分析了单一波长下吸光强度与各内部品质参数之间的线性关系。结果表明,单一波长下吸光强度与苹果各内部品质参数之间的线性相关性均较弱,基于单一波长下的吸光强度很难预测苹果的内部品质。为此,结合化学计量学方法建立了预测可溶性固形物含量、硬度、p H值和含水率的最小二乘支持向量机和极限学习机(ELM)模型,并分析了主成分分析(PCA)、连续投影算法(SPA)和无信息变量消除法等3种降维方法对模型预测性能的影响。结果表明,预测可溶性固形物含量、p H值的最优模型为SPA-ELM,其RMSEP分别为0.443 5°Brix和0.006 8;预测硬度、含水率的最优模型为PCA-ELM,其RMSEP分别为0.2612 kg/cm2和0.623 5%。
全文链接
请求原文
基于SNP标记的小麦高通量身份鉴定模式
《麦类作物学报 》 2018 北大核心 CSCD
摘要：为探索小麦品种高通量SNP身份鉴定模式,利用wheat 90K SNP芯片对380份小麦品种进行了全基因组扫描、分析和评价,从中筛选出高质量、高分辨率、单拷贝和均匀分布的候选SNP标记384个,能将除近等基因系以外的所有品种区分开;基于组合最优化算法,获得小麦品种高通量鉴定最少SNP位点组合一套,包含14个SNP标记,区分能力与384个SNP标记相同。将14个SNP位点转化成KASP标记,分析选取的95份样品,结果显示,芯片平台和KASP平台上的基因分型结果一致。考虑品种实际鉴定过程中存在样本量大、高度近似品种少等情况,权衡准确、经济、灵活、快速、通量高等检测需求,建议品种高通量身份鉴定可采取"核心位点+扩展位点"的模式进行。本研究为小麦等农作物品种SNP高通量身份鉴定技术体系的建立和指纹数据库的构建提供了有利的参考。
全文链接
请求原文
大白菜软腐病新病原菌Pectobacterium aroidearum的鉴定及其生物学特性
《植物病理学报 》 2018 北大核心 CSCD
摘要：细菌性软腐病是大白菜生产上主要发生病害之一,其病原菌通常为胡萝卜软腐果胶杆菌Pectobacterium carotovorum subsp.carotovorum(Pcc)。从北京房山区大白菜软腐病样中分离获得一株菌株KC20,其在LB固体培养基上的菌落呈圆形、乳白色、半透明、表面光滑且边缘整齐,在半选择性培养基CVP上产生典型的杯状凹陷。致病性测定结果表明,该菌株侵染引发的大白菜软腐症状与田间大白菜软腐自然发病症状相同。利用果胶杆菌属特异引物Y1/Y2可扩增出预期大小为434 bp的目的片段;ITS-PCR和ITS-PCR-RFLP结果发现,KC20与P.carotovorum菌株带型均不相同。KC20的16S rDNA基因完整序列与已报道的标准菌株P.aroidearum SCRI 109T(JN600323)的相应序列相似性高达99%以上;该序列系统发育关系分析表明,KC20与已报道的P.aroidearum菌株聚集,并形成了明显的P.aroidearum类群,基于pmrA基因序列和基于果胶杆菌8个看家基因(acnA、icd、gapA、mdh、mtlD、pgi、proA和rpoS)的MLSA-多位点序列分析进一步支持了这一结果。以上结果表明,引发北京地区大白菜软腐病的病原菌株KC20为果胶杆菌P.aroidearum。人工接种条件下,KC20还可侵染马蹄莲、虎眼万年青、马铃薯、鳄梨、西葫芦、胡萝卜、生菜和芹菜等植物;该菌株具备在37℃以及含有7%NaCl培养基中生长的能力,能液化明胶;可利用棉籽糖、纤维素二糖、蜜二糖,不能利用异麦芽酮糖、D-麦芽糖、D-阿拉伯糖、D-山梨醇、菊糖等。大白菜软腐病新病原菌Pectobacterium aroidearum的发现加深了我们对该病害的了解,为该病害的有效防治提供了参考。
关键词： 大白菜 细菌性软腐病 Pectobacterium aroidearum 病原鉴定 生物学特性
全文链接
请求原文
水培营养液硝态氮浓度在线标测系统研究
《农业机械学报 》 2018 EI 北大核心 CSCD
摘要：针对目前氮素浓度检测技术中电极标定过程与离子检测过程分离,难以实现在线检测的问题,设计了一套基于双传感器冗余控制的水培营养液硝态氮浓度在线标测系统。系统的标定过程为利用丝杠滑块线性导轨完成电极清洗和标准液电压获取,并采用最小二乘法,辨识所采集电压与离子浓度对数之间标准曲线的参数。系统的检测过程为基于最大误差原理,采用双传感器冗余控制方法进行数据融合和标定决策,最终实现硝态氮浓度的连续在线检测。验证试验结果表明:双传感器冗余控制方法可靠,在线检测值与离子色谱法获得的实验室检测值平均相对误差仅为5.64%,平均绝对误差只有1.172×10-5,二者呈现极显著线性相关关系(P<0.01)。综合分析得出,该系统能够实现营养液连续消耗情况下硝态氮浓度的在线检测,其结果与实验室检测值具有较好的一致性,解决了人工标定电极费时、费工的问题,提高了检测效率,为营养液的精细化管理提供了新的技术手段。
关键词： 水培营养液 硝态氮 在线检测 自动标定 离子选择电极
全文链接
请求原文
北方设施农业气象灾害监测预警智能服务系统设计与实现
《农业工程学报 》 2018 EI 北大核心 CSCD
摘要：该文针对设施农业种养殖企业用户的设施农业气象灾害直通式服务需求,运用云计算、物联网、移动互联网等信息化技术,基于JavaEE技术框架、SOA(service oriented architecture)云服务技术,通过多重因素关联规则学习方法,构建基于互联网气象数据、设施农业小气候环境数据及作物生育期等多重因素的设施农业气象灾害预警和生产管理专家知识规则,依托气象部门一体化智能网格气象预报预警平台和未来3~7 d的精细化气象要素预报,开发基于互联网数据挖掘和专家知识决策技术的设施农业气象灾害监测预警及智能决策推送服务系统,对寒潮、大风、低温寡照、暴雪等北方主要设施农业气象灾害进行早期预警提醒,系统于2017年秋冬季在天津津南区部分农业园区推广应用,基于移动互联网通过智能手机APP对5次强冷空气过程提前3~5 d自动研判并实时推送设施农业生产管理决策和防灾减灾提醒建议,便于生产管理者及时关注天气变化和提前采取生产管理措施,避免重大灾害损失,探索应用互联网、云技术、大数据挖掘等信息手段开展气象灾害早期预警,为研究满足设施农业互动式、个性化、智能化和专业化气象信息服务和推动农业现代化和现代农业发展提供借鉴。
关键词： 监测 预警系统 设施农业 专家决策 气象灾害 数据挖掘 信息技术
全文链接
请求原文
