区块链技术在粮食质量追溯体系中应用探讨（网络首发、推荐阅读）

粮食安全是社会发展至关重要的基础。针对粮食质量追溯体系建设中,传统手段无法满足粮食的全链条可追溯和技术整合难度大这两个瓶颈问题,通过分析区块链技术在粮食行业的应用与研究现状,以及区块链技术“去中心化”、“时间戳”、“不可更改”等特点和区块链追溯模式与传统追溯模式的差异,提出区块链技术在粮食追溯体系建设中的应用场景,总结区块链技术创新的发展趋势并提出应注意的关键问题。     

横向通风系统粮面施用惰性粉工艺效果研究

为解决横向通风系统粮堆覆膜前粮层表面惰性粉防护剂施用问题,通过收集粮面粉粒样本以及粮堆预埋试虫笼的方式,分析惰性粉气溶胶在横向通风系统覆膜前形成的斜向通风气流,在粮堆中扩散和分布特征。实验结果显示粮堆表面不同部位采集点粉粒沉降量无统计学差异,表明斜向气流不影响惰性粉在粮堆表面的均匀分布,可以满足横向通风系统覆膜后对粮堆表层膜下易生虫部位的防护要求。预埋虫笼以及实仓害虫密度监测结果显示对害虫防护效果良好。土耳其扁谷盗的死亡率达到100%,玉米象的死亡率为95%,仓内玉米象密度下降85%。     

利用近红外分析技术测定大豆水分含量方法的研究

建立了基于FOSS XDS近红外光谱分析仪快速测定大豆水分含量模型,对光学处理和数学处理手段等因素对模型的影响进行了探讨,对模型进行了内部和外部验证.实验结果表明最佳的建模参数为:光学处理选用标准正常化处理(SNV Only),数学处理选用1.4.4.1方法,大豆水分定标方程的交互定标决定系数(1-VR)为0.990 8,定标决定系数(R2)为0.993 9,定标标准误差(SEC)为0.096 7,交互定标标准误差(SECV)为0.127 3,现有数据预测标准偏差(SEP)为0.136.利用该模型对大豆水分含量进行检测,达到了代替常规标准方法的要求,可以应用于快速检测.     

近红外法测定大豆脂肪酸值方法的研究

脂肪酸值是衡量大豆品质重要指标.将近红外光谱技术与化学计量方法结合,建立大豆样品脂肪酸值的定标方程,并对定标方程进行了验证,优化得到大豆脂肪酸值的定标方程,交互定标决定系数(1-VR)为0.948 2,外部验证决定系数(R2)为0.915 0,定标标准偏差(SEC)为1.205 8,交叉验证标准偏差(SECV)为1.591 2,现有数据预测标准偏差(SEP)为1.395.通过外部验证,表明该方法也可以应用于实际检测.     

三种干燥方式处理对稻谷品质的影响研究

以旋转通风仓干燥、自然干燥和机械干燥3种方式对新收获稻谷进行降水处理。对干燥后稻谷脂肪酸值、发芽率、爆腰率、出糙率、整精米率及食味值的变化规律进行研究。结果表明:烘干稻谷脂肪酸值为19.9 mg/100 g,低于旋转仓干燥稻谷的25.3 mg/100 g和晾干稻谷的25.1 mg/100 g;高温影响稻谷种子活力,烘干稻谷发芽率为58.0%,远低于旋转仓干燥稻谷的86.5%和晾干稻谷的87.5%;另外,烘干稻谷加工成大米的爆腰率、出糙率、整精米率和食味值分别是5.33%、79.23%、57.9%、83.7,对比旋转仓稻谷的1.33%、80.27%、61.10%、87.0和晾干稻谷的2.33%、76.83%、58.9%、89.3,其加工品质和食味品质更差。利用变异系数法对3种干燥稻谷综合评分,结果表明,旋转通风仓干燥稻谷品质最优,自然干燥次之,机械干燥稻谷品质最差。实验表明,旋转通风仓干燥能很好地保护稻谷品质,适合在中国农村地区推广应用。     

太赫兹光谱技术在储粮品质检测中的应用

近年来粮食质量与安全问题备受国民的关注,了解粮食在储藏过程中品质的变化趋势,特别是在早期阶段对其劣变状况进行快速、准确检测是当前粮食行业的重要任务之一。太赫兹光谱探测与成像技术具有快速、无损、衰减性小、无电离辐射伤害等特性,现已成为无损检测技术的研究热点,在人体安全检查、环境监测、病变诊断、农产品质量控制等诸多领域取得了阶段性进展,在储粮品质检测方面也具有良好的应用前景。本文主要对太赫兹时域光谱技术的探测原理和光学参数提取以及成像技术进行了综述,重点阐述了该技术在储粮品质鉴别与分类、储粮新陈度、储粮真菌污染以及储粮害虫检测方面的应用研究,并对太赫兹光谱技术在粮食品质快速检测中的发展趋势和应用前景进行了展望。     

基于温湿度场耦合的粮堆离散测点温度场重现分析

以钢板浅圆仓为研究对象,以小麦粮堆为目标粮堆,利用温度传感器阵列监测粮堆不同季节、不同位点的温度,运用粮温拟合算法和Matlab模拟软件,重现了不同季节、不同方位的浅圆仓小麦粮堆温度场变化规律,并基于温度湿度场耦合原理对云图进行了分析。结果表明:夏季,粮堆中存在大体积的"冷芯"可以使粮堆安全度夏;秋冬季,粮堆中有"热-冷"多层次区域变化,易导致第2年春季在粮堆表层发生结露霉变;而在冬季进行机械通风作业可有效消除粮堆在春季易结露的安全隐患。本研究为运用场论分析法预判储粮安全提供了有利依据。     

基于SVM的粮食霉变预测分类方法研究

霉变是导致粮食储藏过程中数量减少、质量降低的重要因素,若能早期预测粮食是否会发生霉变,提前采取处置措施,对保障粮食储藏安全,降低粮食损失具有重要的意义。本文采用支持向量机算法,并通过网格搜索优化参数,分别建立了稻谷和小麦霉变的预测分类模型,以判定在给定水分、温度和储藏时间的条件下是否会发生霉变。实验结果表示,稻谷平均准确率可达96%以上,小麦平均准确率可达92%以上。同时本研究采取不同规模的小样本训练建模,并与BP神经网络模型进行对比,训练结果表明,基于SVM的模型准确率高且表现稳定,明显优于BP神经网络模型。     

缺氧对粮库进仓人员危害的探讨

针对粮仓内缺氧危险比例的增加,介绍了粮仓缺氧的形成原因,缺氧对人体的主要危害,并对粮库人员入仓作业安全现状进行了调查。结果显示我国现有仓房多为缺氧危险作业场所,且整个行业对低氧浓度造成人体危害的认识程度不高,入仓作业前不进行通风的比率居高不下。探讨了缺氧粮仓作业人员安全防护措施,可有效防范粮仓缺氧给进仓人员造成的危害。     

混沌理论在储粮害虫预测中的应用研究展望

针对我国储粮害虫预测所面临的技术需求,分析了储粮害虫预测预报技术研究现状及其存在的问题,以研究解决储粮害虫前期预测问题为目标,围绕储粮害虫种群数量、生长规律、发生时间序列的混沌特性等进行探讨并做出展望,探索运用混沌理论中的相空间重构、庞卡莱截面、返回映像和自相关函数等方法对害虫发生非平稳时间序列进行分析和预测,将混沌理论运用于粮虫的预测预报领域,寻求储粮害虫预测技术的创新点与突破点,为储粮害虫预测预报技术提供支撑,对完善储粮害虫预测技术和保障粮食安全具有指导意义。