磷钨酸催化合成苹果酮

以磷钨酸为催化剂 ,乙酰乙酸乙酯和乙二醇为原料 ,甲苯为带水剂合成了苹果酮。结果表明 ,磷钨酸催化剂具有活性高、选择性好、后处理简单的优点     

巧用抽屉原理妙证三角形不等式

大家知道,桌上有3个苹果,要把这3个苹果放到2个抽屉里,无论怎样去放,我们会发现,至少会存在一个抽屉里面放2个苹果．这一现象就是人们所说的“抽屉原理”．     

随机森林算法的水果糖分近红外光谱测量

近年来,有关水果糖分等内部品质的近红外光谱测量方法研究很多,并有部分商业化仪器问世。但由于近红外光谱复杂多变,模型的传递性较差,往往所建模型只能针对特定品种甚至特定产地的水果。随机森林(RF)是一种基于决策树的集成算法,通过对分类回归树(CART)模型的集成来提高预测精度。相对于偏最小二乘法(PLS),多元线型回归法(MLR)等方法,随机森林回归方法对非线性数据的解析能力较强。考虑到RF模型的随机性, 通过调试决策树数量(ntree)和分裂变量数目(mtry)等变量来进行模型优选。尝试使用随机森林对不同种类的水果(苹果、梨)糖分进行预测。实验表明,对于同一种类的水果,随机森林和PLS的建模和预测结果均较好。但对于不同种类的水果,随机森林明显增加了模型的预测能力,将建模R2由PLS的0.878提高到了0.999,将建模的RMSEC由0.453降低到了0.015。经过独立的预测集样品对最优RF模型进行检验,预测R2由PLS的0.731提高到为0.888,预测RMSEP由1.148降低到0.334。随机森林在对多种水果糖分预测时,具有明显的优势。这一研究证明了随机森林有望应用于多种水果糖分的近红外光谱测定,进而解决模型的普适性和传递性问题。     

苹果梨叶片中IAA氧化酶的测定

本文介绍了用紫外分光光度计测定苹果梨花芽分化各时期叶征中IAA氧化酶活性的方法。该方法使用的样品量少,操作简单,灵敏度高。经回收和重复性实验表明,方法的准确度和精密度均符合要求。     

邮票上的科学家

 邮票世界,犹如浩瀚宇宙,群星璀灿,气象万千.这里介绍的是几位在科学上有所建树的物理学家,尽管他们远离了我们,但他们的精神与事业是永存的.让我们沿着他们的足迹,去回顾他们的辛勤劳动与光辉业绩吧！苹果落地的启示一六八七年七月,英国伟大的物理学家、数学家、天文学家伊萨克、牛顿(Isaac Newton.1642-1727)的科学巨著《自然哲学的数学原理》问世了.这部长达三卷五百多页的不朽名著,是牛顿日以继夜、历时三年写成的.它总结了牛顿前半生在力学和天文学方面的研究成果,阐述了牛顿运动三定律和自然界的普遍规律之一的万有引力定律,奠定了经典物理学的基础.     

超高效合相色谱-四极杆飞行时间质谱法测定水果和茶叶中手性农药顺式-氟环唑对映体残留

利用超高效合相色谱-四极杆飞行时间质谱( UPC2-QTOF/MS),建立了顺式-氟环唑在苹果、葡萄和茶叶中的手性对映体拆分与残留分析方法。对合相色谱条件(流动相改性剂及比例、色谱柱温度、背压、辅助溶剂等)进行了优化。样品采用乙腈提取, Cleanert TPT或Pesti-Carb柱净化, Chromega Chrial CCA柱进行分离,以CO2/异丙醇(95：5, V/V)为流动相,流速2.0 mL/min,动态背压13.79 MPa,柱温30℃,离子化辅助溶剂为2 mmol/L甲酸铵的甲醇-水(1：1, V/V),采用超高效合相色谱-四极杆飞行时间质谱分析测定,基质外标法定量。结果表明,本方法的线性范围为0.01 mg/L ~1.00 mg/L,相关系数大于0.99;在0.005,0.025和0.25 mg/kg添加浓度水平下,苹果和葡萄中顺式-氟环唑手性对映体平均回收率(n=6)为67.9%~92.8%,相对标准偏差小于10%,方法定量限为0.005 mg/kg;在0.01,0.05和0.5 mg/kg添加浓度水平下,茶叶中顺式-氟环唑手性对映体平均回收率( n=6)为74.1%~84.0%,相对标准偏差小于8%,方法定量限为0.01 mg/kg。本方法准确、简便、可靠,可以满足残留分析的要求。     

固体酸AlCl3/D001催化合成苹果酯的研究

以AlCl3/D001催化乙酰乙酸乙酯和乙二醇反应合成苹果酯，反应条件：乙酰乙酸乙酯1．0mol，乙二醇1．6mol,苯150mL,AlCl3.D001 7g，反应时间3h，苹果脂收率82．3％。     

UPLC-MS/MS同时检测苹果及其制品中的7种真菌毒素

建立了苹果及5种苹果制品中7种真菌毒素(PAT,OTA,AOH,AME,ALT,TEN,Te A)的超高效液相色谱-串联质谱检测方法。准确称取苹果及5种苹果制品各10 g(液体样品量取10 m L),加入10 mmol/L柠檬酸乙腈溶液进行提取,再加入4 g 4A型分子筛和1 g氯化钠除水盐析,离心后上清液采用C18净化,最后采用0.22μm聚四氟乙烯膜(PTFE)过滤进行UPLC-MS/MS检测。7种真菌毒素在2~150μg/L范围内线性关系良好(r20.99);检出限为0.02~1.8μg/L,方法定量下限为1~5μg/L。以10,50,100μg/L浓度水平做加标回收实验,回收率为71.8%~112.4%。此方法快速、高效,为苹果及其制品中真菌毒素污染的风险监测奠定了基础。     

苹果糖度近红外光谱分析模型的温度补偿

温度变化对水果品质近红外评价有很大影响,需要补偿温度波动对模型的影响。文章研究了温度变化(2～42 ℃)对苹果近红外漫反射光谱的影响,采用剔除温度变量法和内校正法补偿温度对模型的影响,提高预测精度。研究表明,温度与光谱信息存在一定相关性, 其模型R2=0.985,RMSEC=1.88,RMSEP=2.32;未进行温度校正模型的预测标准偏差达到2.55;采用复合预处理方法和改进的遗传算法对光谱数据优化,剔除温度变量法模型的R2=0.954,RMSEC=0.63,RMSEP₁=0.72,RMSEP₂=0.74;内校正法的模型R2=0.952,RMSEC=0.64,RMSEP₁=0.69,RMSEP₂=0.68;相比未进行温度补偿模型均提高了预测精度。结果显示：温度对苹果近红外光谱影响呈非线性变化,剔除温度变量法和内校正法可用于补偿温度对模型的影响,可提高模型预测精度。     

高光谱影像的苹果花叶病叶片花青素定量反演

花叶病是苹果叶片常见的病毒性病害,患病叶片的花青素含量出现异常。以叶片花青素含量作为病害严重程度的定量化指标,使用高光谱成像技术获取感染花叶病的苹果叶片的高光谱图像,分析叶片的光谱特征,通过任意两个波段的反射率的不同数学组合,构建并筛选对染病叶片花青素含量高度敏感的最优光谱指数,进而建立苹果叶片花青素含量的高光谱估算模型,最终实现苹果叶片花青素含量分布状况的可视化表达。结果表明,随着病害严重程度的增大,苹果叶片的花青素含量升高;叶片染病区域的光谱反射率在整个可见光区域明显增加,而且出现了红边蓝移现象。通过两两波段组合构建的三种光谱指数(NDSI_(770,722),RSI_(717,770),DSI_(581,520))与苹果叶片花青素含量的相关系数绝对值均达到0.8以上。在构建的四种苹果叶片花青素含量估算模型中,选用三个光谱指数为参数、并使用偏最小二乘回归方法建立的Anth-PLSR模型精度最高(R2=0.823, RMSE=0.056)。采用Anth-PLSR模型对患病叶片的高光谱图像进行逐像元解算,得到苹果花青素含量分布图。进一步通过叶片花青素含量分布图计算苹果叶片整叶的花青素含量平均值,作为苹果叶片健康程度的定量化指标。此外,通过提取整叶光谱均值、使用同样模型可简洁有效地估算苹果整叶花青素含量平均值。为苹果叶片花叶病病害监测提供了一种直观、快速的技术手段。