国际原子能机构(IAEA)发布有关福岛核电站准备排放废水的第一份报告北大核心CSCD

国际原子能机构(IAEA)特别工作组发布了有关福岛第一核电站准备排放废水的第一份报告,以便了解是否违反相关国际安全标准。报告描述了排水技术准备工作的总体进展情况。该报告汇编了工作组于2022年2月,对日本福岛第一核电站运营商东京电力公司(TEPCO)和日本经济贸易产业省(METI)的初步调查结果。IAEA总干事Grossi对初步调查结果表示欢迎。他说:“日本在准备工作中取得了重大进展,特别工作组感到满意的是,东京电力公司和经济产业省确定了计划于2023年排放废水的下一步适当步骤。”这项工作还将继续进行。在日本继续进行准备工作的同时,工作组为审查的下一步确定了需要讨论和澄清的技术主题。报告指出,东京电力公司和经济产业省花了大量精力,就排放废水的过程与利益相关方和公众进行了磋商和沟通。他们希望在临近2023年计划废水排放时,看到这种情况可以继续下去。     

菌酶协同改善花生粕的饲用品质

花生粕是重要的蛋白饲料原料，但由于其氨基酸不平衡，特别是精氨酸与赖氨酸比例严重失衡（精氨酸与赖氨酸含量比值在3~4，理想的精氨酸与赖氨酸含量比值为1.0），限制了其在动物养殖中的应用。研究了复合酶预处理结合乳酸菌发酵花生粕对其品质的改善。结果表明：经菌酶协同处理后，花生粕粗蛋白质含量由46.4%提高至506%，大分子蛋白明显降解为小分子蛋白，酸溶蛋白质含量由2.3%提高至17.8%，多肽含量由1.6%提高至15.7%，蛋氨酸和赖氨酸含量分别提高了77.1%和42.0%，精氨酸降解率为18.7%，精氨酸与赖氨酸含量比值从3.7降低至2.1，总酸含量由06%提高到4.7%，其中乳酸含量由0.64 mg/g提高至14.63 mg/g。菌酶协同处理后的花生粕抗氧化性明显增强，其中每克菌酶协同处理后的花生粕对羟自由基的清除能力与171.6 mg VC相当，比花生粕（与47.6 mg VC相当）提高了2.6倍。     

N-苄氧羰基甘氨酰-L-脯氨酸与4'-去甲基表鬼臼毒素的拼接合成及其抗肿瘤活性评价

以4'-去甲基表鬼臼毒素和N-苄氧羰基甘氨酰-L-脯氨酸为原料,通过酯化反应首次得到两种不同构型的拼接产物(3a、3b),其结构经1HNMR、13C NMR和ESI-MS确认.利用MTT法考察化合物3a、3b对HepG2、THP-1、Hela、MCF-7细胞的抑制活性.结果表明,化合物3a、3b对四种细胞都具有抑制作用,以化合物3b对THP-1细胞的作用最突出,其抑制强度是依托泊苷的16.5倍.     

更正

《食品科学》2020年10期生物工程栏目172-179页刊登的《黑曲霉发酵产木糖苷酶工艺优化》,由于作者笔误,误将第二作者“丁泓皓”姓名写为“丁鸿皓”,现更正为“丁泓皓”,特此说明。     

基于深度信念网络的滚动轴承特征迁移诊断

滚动轴承的故障智能诊断研究多是针对同源数据进行，而不同型号、不同工况下的滚动轴承，由于时、频特征差异，加之背景噪声的影响，导致识别准确率偏低。为了解决这一问题，笔者以6307和6205两类深沟球轴承为研究对象，建立了以深度信念网络（deep belief network，简称DBN）为核心的迁移诊断模型，构造了以波形指标、峭度指标、近似熵及分散熵为代表的特征识别参数。为了抑制信号传递路径（共振频带差异）和背景噪声的影响，引入最大相关峭度反卷积（maximum correlated kurtosis deconvolution，简称MCKD）方法，并对其关键参数实施了自适应选取。结果表明，由MCKD与DBN联合组成的迁移诊断模型，在3类不同数据源之间的诊断准确率均超过了95%，为滚动轴承的迁移特征诊断提供了一条可行的途径。     

泸州大气污染特征、成因及其防治对策研究

以2020年泸州市大气自动监测数据为对象，应用相关分析开展大气污染成因及污染防治对策研究。成果表明，泸州市区主要污染源为O₃和PM_2.5;在冬季全市及各站点PM_2.5与NO₂、CO显著相关，PM_2.5与SO₂、SO₂与CO、CO与NO₂俱低度相关；在夏季全市及各站点O₃与NO₂显著相关；泸州大气环境主要受工业污染源和机动车污染源共同影响；在不利天气下，通过多污染源综合控制工业污染源、机动车、秸秆燃烧等方式以减轻大气污染。     

基于贝叶斯估计的土壤呼吸传感器最优高度点搜索研究

为了准确监测土壤呼吸，针对土壤呼吸传感器最优布点的问题，提出了一种基于贝叶斯估计的土壤呼吸传感器最优高度点搜索算法。算法的具体思路为:首先通过CFD(计算流体力学)仿真与涡度相关法得到土壤呼吸稳态时气室内不同高度的碳通量数据。然后对数据赋予一定的权值得到不同高度的融合数据，最后采用贝叶斯估计理论求解相应高度的概率密度，从而确定传感器最优高度点。结果表明:直径为0.25m，高度为0.3m的气室传感器最优高度点为中轴线上0.0836m处，且该点数据的均方根误差RMSE为1.426μmol·ｍ-2·s-1 。平均偏差Bias为1.224μmol·m-2·s-1，并与贝叶斯联合密度的计算结果验证分析，证明此算法有很高的可行性与准确性，为土壤呼吸传感器的最优高度点选取提供了方向与建议。