气相色谱法对茶园土壤中3种农药残留量的检测

通过对来自六种不同茶园土壤的三种农药残留量的监测,对茶同环境质量现状进行了较系统的调查,并进行了茶园的污染评价.本研究以丙酮为提取剂,样品经提取和浓缩后,采用毛细管柱气相色谱分离,电子捕获检测器(ECD)检测农药残留,外标法定量.不同种类茶园土壤的农药残留量是不同的.用气相色谱法分析茶园土壤中农药残留,全面了解茶园中拟除虫菊酯类农药残留量现状,有利于更好地采取行之有效的措施降低农药残留量,对促进茶叶的出口贸易也起到重要的作用.     

贵溪冶炼厂周边农田土壤重金属污染特性及评价

在对贵溪冶炼厂周边区域的农田土壤及生产的稻谷进行采样调查和数据处理分析的基础上,对农田土壤重金属污染特性和现状进行了监测和初步评价,结果表明:农田土壤重金属污染可能来源于贵溪冶炼厂废水的排放及尾矿渣的堆放,与灌溉水源无关;用国家土壤环境质量二级标准进行评价可知,农田土壤重金属的综合污染指数较高,土壤污染已处于重度污染等级,单项重金属污染指数表明Cu、Cd的含量已严重超标,并处于重度污染等级,Zn、Pb和As的含量未构成污染;水泉村、竹山村与所生产的稻谷三者之间呈显著或极显著正相关,即农田生态系统呈复合污染的趋势。     

茶园管理系统应用

茶业是我国的传统行业,中国几千年的历史中都隐约可以看见茶业的发展。信息化的茶园,信息管理技术应用到茶园管理和茶业发展中来,更好地推广茶园文化。针对茶叶生产和销售中需要的各种数据,通过茶园管理系统,提高茶园的效益,为茶叶的销售开辟一条新的路径。茶业这种中国传统的产业与信息化的计算机技术结合起来是当今茶业发展的必经之路。     

基于粒子群和BP混合算法神经网络土壤污染程度的预测

及时监测土壤的污染程度,可以使我们预知土壤的各种状况,有利于我们调整对土壤的使用策略,同时也便于我们及时治理污染。本文采用粒子群和BP混合算法优化神经网络,将其用于土壤污染程度的预测,得到了满意的结果,实现了对土壤污染程度的预测,可以对企业和个人提供快捷和科学的信息。     

茶园可视化农业气象信息动态监测预警系统研制及试验

为降低农业气象灾害对茶叶生产带来的不利影响,提高茶叶生产气象服务及灾害预警的业务能力和效率,利用微电子测量技术、3G无线通信与控制技术、气象和农情信息可视化技术等,并通过远程服务器端监控和管理软件的搭建,自主设计和研制了一套茶园可视化农业气象信息动态监测预警系统。该系统实现茶园图像信息、温湿度、降水数据的一体化采集和综合显示的功能。通过2014—2016年近三年的外场试验,结果表明：系统运行稳定,能及时采集和上传气象要素和图像信息,数据传输从不丢帧;解决了常规茶园自动气象站无法采集图像和微弱降水的短板和难题;外场试验中计算的平均传输速率为41.2 KB?s-1,能满足实际业务需求;借助该系统即可实时知悉茶叶长势、茶园气象信息和气象灾害等。该系统的部署及试验,为开展茶叶气象服务提供理论和技术支撑。     

垃圾渗滤液对土壤污染程度检测模型仿真

研究垃圾填埋渗滤液土壤污染准确检测问题.渗滤液进入深层土壤后,土壤环境较为复杂,渗滤液在快速移动中,会与深层土壤中的各种矿物质和水分子结合形成外部静电电流干扰,造成渗滤液电传导性下降,使得渗滤液电导率降低.传统的电机格栅法是通过渗滤液的快速导电特征进行污染检测的,一旦渗滤液导电率受到干扰,电流波动会导致检测准确率降低.提出了一种电导差分信号处理的垃圾填埋渗滤液污染检测方法,通过获取垃圾填埋渗滤液土壤污染导电信号特征,建立多层污染细化等级模型进行检测.实验证明,改进算法能够避免由于土壤含水量过大造成的污染强度信号衰减的缺陷,提高了土壤污染程度检测的准确率.     

洛川苹果园地土壤重金属污染调查与评价

通过对洛川苹果园地土壤样品的采集、监测,依据无公害果同产地土壤环境质量标准和绿色食品产地土壤环境质量标准,重点分析评价了对土壤环境及人体危害较大的Cd、As、Cr、Ph等重金属元素的污染现状.评价结果表明:以无公害果园产地土壤环境质量为评价标准,洛川苹果园地土壤重金属污染程度有As＞Cr＞Cd＞Ph的特征,土壤重金属综合污染指数为0.51,土壤Cd、As、Cr、Pb单项污染指数平均值均小于0.7,土壤环境中的重金属元素含量现状水平符合无公害苹果生产的要求;以绿色食品产地土壤环境质量为评价标准,洛川苹果园地土壤重金属污染程度有As＞Pb＞Cr＞Cd的特征,土壤重金属综合污染指数为0.64,土壤Cd、Cr、Pb单项污染指数平均值均小于0.7,土壤As单项污染指数平均值大于0.7,但小于1.土壤环境中的重金属含量现状水平符合绿色食品苹果生产的要求.但土壤As单项污染指数平均值为0.74,已超过绿色食品产地土壤污染警戒线.洛川苹果园地土壤重金属As污染程度较高,主要是由于人为长期不合理使用含As农药、化肥所致.因而,洛川苹果生产中应将土壤环境中的As作为严控的土壤污染物.     

小秦岭某金矿区农田土壤重金属污染评价

小秦岭金矿区是中国第二大产金区,金矿开采、选冶活动会将重金属释放到环境中,对土壤环境造成污染。本研究系统采集了133件农田土壤样及邻区非矿业活动区的土壤对照样,结果表明,研究区农田土壤中Hg、Pb、Cd污染明显。以邻区表层土壤重金属含量作为对比评价矿区土壤污染的对比值,除Cr外,Hg、Pb、Cd、Cu、Zn、As累积超标率分别为96.90%、100%、60.10%、12.03%、78.90%、69.17%。Hg、Pb、Cu、Zn、Cd超过国家土壤环境质量二级标准的样本超标率分别为43.16%、12.8%、7.52%、3.01%、2.25%。土壤重金属综合污染指数表明,36.08%的土壤样本受到了轻度以上污染。Hg是农田土壤中最主要的重金属污染物,超标倍数均值为4.71,受Hg污染的农田面积为136.3km2,占到研究区面积的51.76%。土壤污染极其严重,矿区环境污染治理迫在眉睫。     

葫芦岛锌厂周围土壤镉污染现状研究

本文对葫芦岛锌厂周围土壤中重金属镉含量进行了分析检测,并用三种评价标准(当地土壤背景值、土壤污染起始值和土壤环境质量标准)分别对土壤镉的污染程度进行了评价,结果表明:锌厂周围土壤受镉污染严重。三种评价方法均表明锌厂南部和西部5km、北部10km范围内的表层土壤(0～20cm)达到了重度污染、北部15km处为中度-重度污染、北部20km处受到轻度污染。锌厂南部土壤镉的含量最高,其次是北部的土壤,含镉量分别超过土壤环境质量标准的19.23～109.23倍和4.13～11.63倍;而西部土壤镉含量相对较低。下层土壤(20～40cm)也受到了不同程度的污染,大部分剖面点达到了中度到重度的污染。在所研究范围内土壤上下层含镉量比值为1.3～17.9。     

湖北巴东北部地区生态农业基地土壤地球化学背景研究

通过对湖北巴东北部地区东氵囊口、沿渡河与溪丘湾三镇的名优柑桔、柚子与茶叶生态农业试验基地的实地考察和土壤样中 18项地球化学指标的特征分析 ,着重研究了该名特优果茶试验基地的土壤地球化学背景与柑桔、柚子、花生和茶叶等农作物长势之间的关系 ,认为该区柑桔与柚子基地的土壤环境总体良好 ,少数劣质柑桔、柚子地区土壤过高的 pH值以及相对缺乏的营养元素和矿质组分 ;而茶叶土壤已受到一定程度的As污染 ,但总体土壤环境适合种植茶叶。文章最后提出了控制劣质保持优质柑桔、柚子和茶叶生长的措施。     

支持向量机-微量元素分析法判别乌龙茶、红茶与绿茶

茶叶中的微量元素含量与产地土壤中的微量元素含量有关，故可用多种微量元素的分析数据结合模式识别计算判别茶叶产地和品牌，本工作根据三类茶叶中Zn,Mn,Mg,Cu,Al,Ca,Ba,K,8种元素的分析数据，用支持向量机算法判别乌龙茶，红茶或绿茶，并用留一法检验其预报能力。计算表明，支持向量机算法结果优于Fisher法和KNN法。采用福建安溪铁观音乌龙茶样品的元素分析结果作测试样品，检验本工作所得数学模型，判别结果亦与实际符合。     

电子鼻技术在茶叶品质检测中的应用研究

以电子鼻作为检测手段,对同类不同等级的茶叶、茶水和茶底挥发性成分进行检测,并对采集到的数据进行分析。首先通过主成分分析进行特征提取来压缩数据维数,减少数据计算量,进而优化特征向量。然后采用线性判别和BP神经网络的方法对茶叶的不同等级进行分类判别。结果显示,误判样本都发生在T60和T100之间,两种判别方法结果比较一致。相对于茶叶和茶底,以各等级茶水为研究对象时,两种方法对茶叶品质等级的判别及测试结果相对都比较好。     

Quality grade identification of green tea using the eigenvalues of PCA based on the E-nose signals

The potential of the electronic nose to monitor Longjing tea different grade based on dry tea leaf, tea beverages and tea remains volatiles was studied. The original feature vector was obtained from the response signals of the E-nose, and was analyzed by principal component analysis (PCA). To decrease the data dimension and optimize the feature vector, the front five principal component values of the PCA were extracted as the final feature vectors by PCA. The linear discrimination analysis (LDA) and the back-propagation neural network (BPNN) were proposed to identify Longjing tea grade. The results showed that the discrimination results and testing results for the tea grade were better based on the tea beverages than those based on the tea leaf and the tea remains based on the new five feature vectors; both of the LDA and BPNN methods achieved better discrimination for the tea grades based on the tea beverages and the analysis results of the two methods were accordance.     

小议长沙窑茶具的情趣美

我国饮茶历史悠久,孕育了丰富多彩的茶文化。饮茶习俗的风行始于唐朝,茶具的生产和使用在当时都达到了一个顶峰。长沙窑是唐朝出产茶具的三大窑口之一,其生产的茶具不仅与陆羽《茶经·四之器》中所列二十四器甚为契合,而且造型丰富、装饰优美,在我国茶具生产史中独树一帜。本文按照茶具不同的功能细分,精选了几种代表性茶具:茶盒、碾、擂钵、碗、盏、盏托、汤瓶等,按类别展现其从造型、色彩、装饰等方面表现出来的情趣美。     

Cost Effective Smart System for Water Pollution Control with Underwater Wireless Sensor Networks: A Simulation Study

The underwater sensor network is a rapidly developing area of research with a wide range of applications such as data collection in the ocean, pollution monitoring, and ocean sampling. One of the most researched areas is the coverage of underwater sensor networks, which are the basis of many applications. The coverage is usually related to how effectively a network is monitored by the sensor. There are major problems in the ocean or marine region, especially in water pollution. Underwater pollution generally causes acidification, plastic residues, and toxins. Today, the determination of this pollution is carried out through a human surveillance monitoring process. Therefore, there is a need for an automatic and intelligent monitoring system to identify the formation of pollution. The proposed simulation model defines the intelligent sensor-based monitoring system that identifies and alarms the formation of underwater pollution. Aloha was chosen as the medium access protocol for the cost-effective system in which we designed the simulation model. The efficiency of the system has been shown to be more stable, cost-effective and manageable than the monitoring process involving the existing human surveillance by testing with the simulation model.     

构建教学型院系核心服务器系统

在教学型院系中选择一个高效、稳定、安全的核心服务器架构是当前需要重点探讨的问题。论文主要就在教学型院系内搭建计算机核心服务器的相关问题进行探讨,对于进一步深化网络建设,使网络为在教学活动中发挥更大的作用具有一定帮助。     

基于传感器阵列多特征优化融合的茶叶品质检测研究

为提高电子鼻对不同品质茶叶的识别能力,分别提取电子鼻传感器信号的总体平均值、上升阶段斜率平均值和相对稳态平均值作为特征值,对电子鼻传感器阵列进行多特征数据融合优化.首先对原始数据进行归一化处理,统一值的量纲和数量级;通过因子载荷分析,去除各个象限内主成分投影较小和投影重叠的因子,对多特征向量矩阵进行优化;最后采用单因素方差分析,缩小不同品质茶叶组内间距,增大组间间距,更利于实现茶叶品质的区分.结果显示,主成分分析(PCA)可有效区分3种不同等级茶叶,因子载荷优化使各品质茶叶组内间距减小,单因素方差优化使一级与二级茶叶区分效果更明显;线性判别分析(LDA)效果要优于PCA分析,3个不同等级的茶叶可得到极为明显的区分.研究结果表明,用多特征优化融合可有效提取电子鼻对茶叶的响应信息,有利于对不同品质茶叶进行识别.     

现代茶具产品设计浅思

茶具是我国茶文化中最为瑰丽多姿的组成部分,它在我们的日常生活中一直占有相当重要的地位。茶具随着当时代茶叶的应用与人们生活的发展,经过多次改良和变革,深深打上了时代的烙印。现代茶具产品同样也折射着现代茶叶应用与现代人类生活的特殊需要。     

茶具之“中国味”

饮茶品茗在中国有着数千年的历史,本文从一个"品"字入手,先品茶之味,即茶汤本身的味道和茶道的精神之味。再品具之味,即茶具在不同历史时期所承载的文化味。通过品具之"古味",引出茶具的"新味",即如何在传统茶具设计上寻求一种创新,将现代设计与传统的文化相结合,使中国的传统艺术在现代社会中更加完美的展现。     

茶学本体学习中的概念抽取①

提出了一种基于茶学词典和统计算法相结合的荼学知识概念抽取方法。该方法以茶学词典为基础,首先对非结构化数据源进行中文分词处理,然后采用两种统计算法对分词结果进行概念抽取。通过使用丰富的荼学词典来降低统计算法时间复杂度,提高了中文分词和概念抽取的精度和效率。实验结果表明,词库的丰富程度决定了概念抽取的效果,可以通过不断丰富词库,进一步提高概念抽取精度。