ODA_H_2O_2-HRP偶合反应伏安酶联免疫分析检测植物病毒GFV、TAV和PVY

将邻联茴香胺（ＯＤＡ）＿Ｈ２Ｏ２＿辣根过氧化物酶（ＨＲＰ）偶合反应伏安酶联免疫分析新体系，应用于植物病毒葡萄扇叶病毒（ｇｒａｐｅｖｉｎｅｆａｎｌｅａｆｖｉｒｕｓ，ＧＦＶ）、番茄不孕病毒（ｔｏｍａｔｏａｓｐｅｒｍｙｖｉｒｕｓ，ＴＡＶ）和马铃薯Ｙ病毒（ｐｏｔａｔｏｖｉｒｕｓＹ，ＰＶＹ）的测定。该法对以上各种植物病毒叶澄清液的测定的稀释比均高于酶联免疫吸附分析（ＥＬＩＳＡ）法，检测范围均宽于ＥＬＩＳＡ法。     

微波消解ICP-AES测定黑番茄中的17种微量元素

采用微波消解法对样品进行处理,以电感耦合等离子体-原子发射光谱法(ICP-AES)测定黑番茄中17种微量元素的含量。方法的回收率在93.0%—105.8%之间,相对标准偏差小于2.608%。实验证明,黑番茄含有丰富的对人体有益微量元素,是一种健康食品。     

高光谱成像技术检测高温障碍胁迫下番茄叶片色差的研究

提出了利用可见/近红外高光谱成像技术检测高温障碍胁迫下番茄叶片色差的方法。首先采集380~1 023 nm波段范围内60个高温障碍胁迫和60个健康番茄叶片的高光谱图像,同时获取全部叶片的色差值(L*, a*和b*),然后提取所有样本的高光谱图像中感兴趣区域(region of interest, ROI)的光谱反射率值。基于不同预处理方法建立偏最小二乘(partial least squares, PLS)预测模型,再利用连续投影算法(successive projections algorithm, SPA)提取特征波长并建立SPA-PLS预测模型。最后分别基于全波段和特征波段建立偏最小二乘-判别分析(partial least squares-discriminant analysis, PLS-DA)模型。结果显示,全波段中基于原始光谱信息建立的模型效果最好,3个色差值的预测集决定系数(determination coefficient, R2)分别是0.818,0.109和0.896;基于特征波长建立的模型预测集R2分别是0.591,0.244和0.673;所有模型预测集的总体识别率均大于77.50%。结果表明,可见/近红外高光谱成像技术检测番茄叶片色差值(L*和b*)和识别高温障碍样本是可行的。     

光生态膜的荧光光谱对番茄生态的影响

通过番茄叶片的荧光光谱和激发光谱测量 ,能够得到番茄的光合作用之作用光谱。模拟番茄的作用光谱制备出荧光助剂 ,将荧光助剂分散进高分子树脂中制成棚膜。用这种光生态膜苫盖日光温室 ,在哈尔滨市道里区新发乡建国村进行了温室番茄种植的示范推广 ,番茄产量提高了 5 3 7% ,产值提高了 6 1 4 %。     

基于高光谱成像技术的番茄叶片灰霉病早期检测研究

提出了独立软模式法(SIMCA)的番茄叶片灰霉病特征波段图像的提取,并通过多元线性回归法(MLR)提取波段融合图像,通过最小距离法获取番茄灰霉病患病信息的技术路线。利用680～740 nm波段的方差图像和建模能力参数提取的特征波段,并作为输入变量进行MLR分析,在0.5准确率阈值下,准确率均大于99%,说明特征波段可以实现番茄叶片灰霉病的检测,并利用MLR回归系数提取波段融合图像,通过最小距离法获取番茄灰霉病患病信息,结果表明所提出的方法具有很好的预测能力,为番茄灰霉病的早期检测提供了一种新方法,且大大降低了高光谱图像的数据处理时间。     

气相色谱-串联质谱法测定豆芽与番茄中6种植物生长调节剂

建立了气相色谱-串联质谱(GC-MS/MS)同时测定豆芽和番茄中4-氯苯氧乙酸、2,4-二氯苯氧乙酸、萘乙酸、吲哚乙酸、2,4-二氯苯氧乙酸丁酯、吲哚丁酸6种植物生长调节剂残留量的分析方法。试样经酸性乙腈提取,盐析、离心、浓缩、复溶,经三氟化硼甲醇溶液甲酯化,再加入2,4-二氯苯氧乙酸丁酯的溶解液,经过液液萃取后,通过气相色谱-串联质谱仪进行检测,外标法定量。方法的定量下限(S/N10)均为15μg/kg;在豆芽、番茄中分别添加15,30,60μg/kg 3个浓度水平的植物生长调节剂,其回收率为70.0%~127%,相对标准偏差(n=6)为4.1%~11.4%。该方法的定量下限满足目前国内外有关法规对豆芽和番茄中植物生长调节剂的最大残留限量要求,可为进出口豆芽和番茄中植物生长调节剂残留的监管提供技术支持。     

响应面法优化黑番茄总黄酮的提取工艺

利用响应面法优化黑番茄总黄酮的最佳提取工艺条件.在单因素试验的基础上,选取乙醇浓度、提取时间、提取温度及料液比为影响因子,应用Box-Behnken中心组合设计建立数学模型,以总黄酮提取量为响应值,进行响应面分析(RSA).结果表明,最佳提取工艺条件为:乙醇浓度为73％,提取温度80℃,提取时间1.5h,料液比1∶58g/mL,总黄酮提取率预测值为21.035mg/g,验证值为20.880mg/g,RSD=0.329％ (n=5).     

高效液相色谱法测定转基因番茄果实中的白藜芦醇

采用高效液相色谱梯度洗脱法测定转基因番茄果实中白藜芦醇的含量。使用μ-Bondapak C18柱,以甲醇-水为流动相,采用紫外检测器在306 nm处对样品中的白藜芦醇进行测定,外标法进行定性定量分析。测定结果表明,白藜芦醇在1-50 mg/L时其峰面积与相应的质量浓度有良好的线性关系,其线性相关系数为0.9998,2个样品测定(n=6)的相对标准偏差(RSD)分别为1.51%和2.38%。平均回收率为98.5%。最小检测量为0.01 mg/kg。测定结果显示:该方法灵敏可靠,具有简便 重现性好的特点。     

竞争性自适应重加权算法和相关系数法提取特征波长检测番茄叶片真菌病害

基于竞争性自适应重加权算法(CARS)和相关系数法(CA)特征波长选择方法,提出了利用可见-近红外高光谱成像技术检测番茄叶片灰霉病的方法。首先获取380～1 023 nm波段范围内80个染病和80个健康番茄叶片的高光谱图像,然后提取染病和健康叶片感兴趣区域(ROI)的光谱反射率值,作为番茄叶片灰霉病鉴别模型的输入来建立支持向量机(SVM)鉴别模型,训练集和验证集的鉴别率都是100%。研究进一步通过CARS和CA提取特征波长,分别得到5个(554, 694, 696, 738和880 nm)和4个(527, 555, 571和633 nm)特征波长,然后分别建立CARS-SVM和CA-SVM鉴别模型。结果显示,CARS-SVM模型中训练集和验证集的鉴别率都是100%,CA-SVM模型中训练集和验证集的鉴别率分别是91.59%和92.45%。以上结果说明了从可见-近红外高光谱图像中提取的光谱反射率值用于检测番茄叶片的灰霉病是可行的。     

基于高光谱成像技术的番茄茎秆灰霉病早期诊断研究

共采集了112个番茄茎秆高光谱数据（光谱范围400～1 030 nm）,结合图像处理和化学计量学方法建立了番茄茎秆灰霉病早期诊断模型。应用偏最小二乘法（PLS）模型的隐含变量载荷分布选取了七个特征波长（EW）,并建立了番茄茎秆灰霉病早期诊断的最小二乘支持向量机（LS-SVM）模型。结果表明,经过变量标准化（SNV）及多元散射校正（MSC）预处理所建立的EW-LS-SVM模型获得了满意的判别效果,且优于全波段的PLS模型。说明高光谱成像技术进行番茄茎秆灰霉病的早期诊断是可行的,为番茄病害早期诊断和预警提供了新的方法。