发展中的植物保护理念与现代调控技术

综述了植物保护理念的发展和化学农药概念的演绎,把植物保护防治策略由过去的＂斩尽＂、＂杀绝＂提升到现代的将有害生物危害控制在经济阈值以内,丰富了植物保护可持续发展的内涵。同时还介绍了现代调控技术在实施有害生物生态治理中的应用前景。     

基于ARM控制的农业物联网传感器节点系统设计

无线传感器网络是基于不同的无线传输协议而构建的无线通信网络,其组网具有短距离、低成本、低功耗等特点,广泛应用于无线数据采集与控制领域。本文介绍了无线传感器网络的工作原理,并选用ZigBee无线通信技术进行系统组网设计,构建了一套基于ARM控制的无线传感器数据采集与控制系统。重点研究了无线传感器网络节点的硬件与软件设计,并把整套系统应用到实际的农作物生长环境监控场景之中,且对整个无线传感器网络节点系统进行了测试和实验数据分析,得出完整的实验结果,验证了系统的可行性。     

EBDCs杀菌剂及代谢物ETU的毒理学研究进展

乙撑双二硫代氨基甲酸酯(EBDCs)是一类非内吸性杀菌剂,这类杀菌剂如代森锰锌、代森锰等,广泛用于马铃薯、谷物、苹果、梨和叶菜作物。概述了EBDCs类杀菌剂在环境中的移动、残留、降解、代谢、代谢物,评价了其急性毒性、慢性作用、致癌风险和毒理学研究进展。     

啶虫脒在苹果和土壤中的残留及消解动态

应用气相色谱(电子捕获检测器-ECD)测定,研究了20%啶虫脒SP在苹果和土壤中的残留消解动态。结果表明,啶虫脒在苹果中半衰期为2.2～5.1d,在土壤中为0.14～2.6d。用量0.2g/L,施药一次,距最后一次施药21d收获苹果中啶虫脒残留量小于0.12mg/kg,建议20%啶虫脒SP在苹果上防治绣线菊蚜最多使用一次,用量为0.1～0.2g/L,安全间隔期为21d。     

茚虫威在直链淀粉手性固定相上的对映体分离研究

茚虫威对映异构体在三[(S)-α-甲基苯基氨基甲酸]直链淀粉酯涂敷型高效液相色谱手性固定相上成功的获得了拆分.通过考察流动相中醇类改性剂种类和浓度对其对映体分离的影响,优化了色谱分离条件.结果显示:随着流动相中异丙醇和乙醇改性剂含量增加,分离度逐渐变小,当异丙醇和乙醇的含量分别为20%时,茚虫威即可达到基线分离,分离度为1.8和1.25;两种改性剂比较,乙醇比异丙醇有更高的改性效率.同时考察了分离温度对茚虫威手性分离的影响,结果表明,在15～35℃范围内,温度升高和分离度增大呈正相关关系.     

GC-MS方法检测辣椒中丁硫克百威及代谢产物的残留

应用气相色谱-质谱联用建立了丁硫克百威及其代谢产物克百威、3-羟基克百威在辣椒中的残留分析方法.采用丙酮提取,液液分配净化的添加回收方法,最低检出质量分数为0.1 mg/kg,各组分回收率为79.5%～101.1%,变异系数为4.9%～12.2%.方法具有简便、快捷、准确的特点.     

纳米农药风险评价研究进展

纳米农药是纳米科技在农业领域的新突破,在提高农药生物活性、增加农药持效性、实现智能控释、减少农药使用量等方面优势显著。与传统农药相比,其更好的溶解度和生物利用率可能引起潜在的环境风险和健康风险。本文系统梳理了纳米农药的发展现状、存在的环境风险和健康风险,以期为纳米农药登记管理、科学使用和安全评价提供参考和建议。     

基于热不稳定区段分析和二硫键预测的玉米赤霉烯酮脱毒酶ZLHY-6热稳定性改造

目的 脱毒酶ZLHY-6的热稳定性较低, 严重制约了其在食品和饲料工业上的应用, 所以期望通过定点突变改造提高ZLHY-6的热稳定性。方法 本研究基于分子动力学模拟, 设计了两个策略以提高热稳定性。策略一: 寻找ZLHY-6热不稳定区段, 对区段内氨基酸进行计算机虚拟饱和突变, 根据突变自由能变(ΔG)筛选结果选取了10个突变体。策略二: 通过预测, 在ZLHY-6分子内引入二硫键, 每个突变体引入1对, 共计5个突变体。结果 突变体H134W和Q45C/A253C在45℃ 热处理20 min后, 其相对酶活分别为野生型的10倍和3.1倍, 并保留了对ZEN一定的活性(41.33%、102.67%)。通过分子动力学分析和结构模拟发现, 突变的引入可能削弱了构象的波动性, 提升了结构刚性, 从而提升了蛋白的热稳定性。结论 热不稳定氨基酸突变和二硫键构建在脱毒酶ZLHY-6改造上具有可行性,ZLHY-6热稳定性的增强提高了其在工业上的应用潜力, 这一结果也为探索酶的计算机辅助手段改造提供策略基础。     

基于多特征融合的人体运动姿态智能识别算法研究

针对人体运动姿态复杂,而基于单特征的运动姿态识别算法难以对人体姿态进行准确识别且效率较低等问题,文中提出了一种基于多特征融合的相关智能识别算法。该算法利用图像去噪等方法对采集到的原始图像数据进行预处理,以突出图像中的关键信息。同时通过OpenCV提取数据中的Hu不变矩等特征,并利用神经网络算法将提取到的特征加以融合。采用SVM建立分类模型,进而实现对人体运动姿态的智能识别。两项实验结果说明,所提算法能在保证处理效率的前提下实现对人体姿态的精准识别,准确率可达93%以上。