PDMDAAC改性玉米醇溶蛋白负载阿维菌素纳米颗粒的制备与性能

为提高阿维菌素叶面沉积率及其抗紫外分解性能,本文设计构建了叶面亲和的纳米载体。通过自由基聚合将聚二甲基二烯丙基氯化铵（PDMDAAC）改性玉米醇溶蛋白（Zein）,得到表面携带正电荷的改性玉米醇溶蛋白,并将其用于负载阿维菌素。采用红外光谱（FTIR）、扫描电镜（SEM）等手段对改性产物结构和形貌进行表征。通过反溶剂沉淀法制备了平均粒径为64.92nm的载药纳米粒子,载体对阿维菌素的包封率为(34.75±0.18)%。与植物表面的静电作用提升了纳米粒子悬浮液在植物表面的润湿性能,接触角大小随PDMDAAC接枝量增大而降低,由77.38°减小到64.60°;叶面滞留量可达33.69mg/cm²。改性玉米醇溶蛋白对阿维菌素的包覆提升了其抗紫外性能,半衰期由15min延长至40min,且阿维菌素的释放速率可通过PDMDAAC接枝率进行调控。     

硅烷化聚琥珀酰亚胺负载阿维菌素的制备与性能

为了减少农药的流失和降解,采用纳米材料与技术开发新型纳米剂型具有巨大潜力。本文以3-氨丙基三乙氧基硅烷（APTES）和丁二胺（DBA）为改性单体,采用胺解开环反应制备了硅烷化聚琥珀酰亚胺（PDSi）,并通过自组装方式负载阿维菌素（AVM）得到AVM@PDSi纳米体系。结果表明,相较于原药,AVM@PDSi对叶面的黏附性明显提升,叶面滞留量提高了56.50%。PDSi材料具有良好的抗氧化活性,PDSi对1,1-二苯基-2-苦基肼（DPPH）自由基的清除率最高可达41.88%。AVM@PDSi具有良好的抗紫外性能,在相同的紫外强度照射下（E_max=365nm）,AVM@PDSi半衰期比原药AVM延长了近一半。AVM@PDSi具有良好的缓释性能和pH响应释放性能,在pH=9时释放最快;在pH=7时,AVM@PDSi-3在72h后累积释放量为67%。研究表明,AVM@PDSi具有良好的储存稳定性,并且保留了AVM的杀虫活性。     

中温联合二甲基二碳酸盐对荔枝原汁品质的影响

该研究比较了二甲基二碳酸盐（Dimethyl Dicarbonate,DMDC）、中温及两者联合处理对荔枝原汁微生物及理化指标的影响。结果表明：荔枝原汁经DMDC或中温单独处理灭菌效果较差,联合处理组残留微生物最少,菌落总数、乳酸菌分别为0.41、0.36 lg CFU/mL,酵母菌和霉菌未检出;与新鲜荔枝汁相比,DMDC处理对荔枝原汁品质无影响,中温及联合处理组抗坏血酸和色泽无明显变化,总酚（总黄酮）分别增加了40.16%（7.16%）、38.01%（4.35%）;铁离子还原能力（清除DPPH自由基能力）分别提高了15.55%（11.85%）、7.61%（3.71%）,说明中温能促进酚类物质的释放,提高抗氧化活性。相关性分析显示,荔枝原汁的∆E与Vc呈负相关,抗氧化活性与总酚、总黄酮呈正相关;聚类热图分析与感官评价表明,联合处理能促进风味物质的释放,且不会造成明显的蒸煮味;联合处理组在4 ℃贮藏21 d的菌落总数均小于100 CFU/mL。综上,中温联合DMDC处理对荔枝原汁微生物有较好的灭菌效果,且对品质无不良影响,4 ℃贮藏期可达21 d,该研究为高品质荔枝原汁产业化提供了科学依据。     

货物参数对冷藏运输箱温度场影响的数值模拟分析

目的 获取冷藏运输箱在保鲜运输过程中风速结合货物参数对运输箱内温度变化影响的一般规律。方法 以装载荔枝的冷藏运输箱为研究对象，采用计算流体动力学(Computational Fluid Dynamics)方法建立装载荔枝的考虑荔枝呼吸热和箱体热辐射的冷藏运输箱数值模型，获得箱内温度分布和变化情况。结果 随着箱内进风口风速的增大，荔枝的降温幅度较大，温度变化最显著的位置在每筐堆叠间隙处。当风机风速大于8 m/s时，箱内降温速率变化不显著。在荔枝预冷温度低于10 ℃时，可以提高箱内温度均匀性。在运输2 h内，载质量越大，运输箱内荔枝的平均温度降幅低于1 ℃，但温度均匀性变好。结论 在保鲜运输过程中，风速对运输箱内温度变化有着较大影响，增加货物堆叠时的间隙有利于提高传热效率。提前预冷货物，箱内温度的均匀性变好，增加载质量会增大箱内的热负荷，但是对箱内整体温度变化的影响较小。     

英红九号发酵叶中茶褐素近红外定量模型的优化与验证

为提高近红外光谱分析方法快速实现对测定红茶在制品中的茶褐素的定量模型精度无损、快速检测,该试验利用近红外光谱技术对以英红九号发酵叶中茶褐素进行采集、提取和分析的检测为例,对其近红外定量检测模型的构建与优化进行了研究。首先,采用规范化处理（Normalize）、基线校正（Baseline）、S-G一阶导数（Savitzky-Golay,1st S-G）、S-G二阶导数（2nd S-G）、标准正态变量变换（Standard Normal Variate Transform,SNV）五种预处理方法对原始光谱进行预处理分析。然后,采用效果最好的一阶导数预处理方法进行波长特征提取,分别使用间隔偏最小二乘算法（Interval Partial Least Square,iPLS）、竞争自适应加权算法（Competitive Adaptive Reweighted Sampling,CARS）、变量迭代空间收缩方法（the Variable Iterative Space Shrinkage Approach,VISSA）提取波长特征。最后,使用偏最小二乘回归（Partial Least Square,PLS）预测模型进行回归建模。研究结果表明：使用一阶导数进行预处理、同时使用CARS方法建立的1st-CARS-PLS模型效果特征更显著,特征值数量为53个。研究表明,该试验采用的模型方法能够快速、无损地检测英红九号发酵叶中的茶褐素含量。