堆肥过程中氨气挥发和氮素损失等严重威胁环境质量、影响堆肥成品质量,是制约堆肥工艺发展的重要因素。利用Web of Science(WOS)核心合集英文数据库和CNKI数据库,通过对1993—2022年间在堆肥领域对氮排放和转化的相关文献进行计量分析...堆肥过程中氨气挥发和氮素损失等严重威胁环境质量、影响堆肥成品质量,是制约堆肥工艺发展的重要因素。利用Web of Science(WOS)核心合集英文数据库和CNKI数据库,通过对1993—2022年间在堆肥领域对氮排放和转化的相关文献进行计量分析并统计归类,了解近30年国内外堆肥领域有关氮排放和转化研究的趋向及特点,为今后相关研究提供思路。研究发现,我国是该领域发文量最高的国家,有较好的研究基础和研究成果,但存在国内作者之间研究合作团体不多、研究机构之间联系薄弱、核心研究机构之间缺乏交流合作的问题;该领域目前处于研究热门期,近十年发文量和引文量都大幅提升;该领域今后的发展预计会聚焦于微生物群落结构解析、由微生物驱动的硝化作用和反硝化作用过程、堆肥重金属富集以及堆肥成熟度等方面。展开更多
[目的/意义]苹果“冰糖心”又称水心病,是一种常见的果实病害,严重的水心病果会随着储藏时间的增加发生霉变,造成食品安全隐患。为实现不同等级水心病苹果快速无损检测,本研究旨在构建有效的分级与可溶性固形物(Soluble Solids Content,...[目的/意义]苹果“冰糖心”又称水心病,是一种常见的果实病害,严重的水心病果会随着储藏时间的增加发生霉变,造成食品安全隐患。为实现不同等级水心病苹果快速无损检测,本研究旨在构建有效的分级与可溶性固形物(Soluble Solids Content,SSC)预测模型。[方法]本研究选取了230个富士苹果,其中正常、轻度、中度、重度水心苹果数量分别为113、61、47和9个,分别采集了400~1000 nm范围的反射光谱和X射线计算机断层成像(X-ray Computed Tomography,X-ray CT)数据,并测定了SSC含量。[结果和讨论]SSC随水心程度加剧呈上升趋势,重度水心苹果呈现更高的光谱反射率,X-ray CT扫描成像观察到水心区域的组织体积平均密度高于健康组织,基于三维重建算法实现不同等级水心苹果内部水心组织可视化分布。基于偏最小二乘判别分析(Partial Least Squares Discriminant Analysis,PLSDA)构建的不同水心程度苹果果实分级模型建模集和测试集准确率分别为98.7%和95.9%;构建不同水心程度苹果果实SSC回归模型,校正集决定系数(Correlation Coefficient of Calibration,R_(C)^(2))为0.962,均方根误差(Root Mean Squares Error of Calibration,RMSEC)为0.264,测试集决定系数(Correlation Coefficient of Prediction,R_(P)^(2))为0.879,均方根误差(Root Mean Squares Error of Prediction,RMSEP)为0.435。[结论]该研究构建的不同水心程度苹果果实分级模型能够实现苹果不同等级水心病的预测,构建的不同水心程度苹果果实SSC回归模型能够较好地预测苹果果实的SSC,为苹果水心病无损检测和品质评估提供了有效方法。展开更多
文摘堆肥过程中氨气挥发和氮素损失等严重威胁环境质量、影响堆肥成品质量,是制约堆肥工艺发展的重要因素。利用Web of Science(WOS)核心合集英文数据库和CNKI数据库,通过对1993—2022年间在堆肥领域对氮排放和转化的相关文献进行计量分析并统计归类,了解近30年国内外堆肥领域有关氮排放和转化研究的趋向及特点,为今后相关研究提供思路。研究发现,我国是该领域发文量最高的国家,有较好的研究基础和研究成果,但存在国内作者之间研究合作团体不多、研究机构之间联系薄弱、核心研究机构之间缺乏交流合作的问题;该领域目前处于研究热门期,近十年发文量和引文量都大幅提升;该领域今后的发展预计会聚焦于微生物群落结构解析、由微生物驱动的硝化作用和反硝化作用过程、堆肥重金属富集以及堆肥成熟度等方面。
文摘[目的/意义]苹果“冰糖心”又称水心病,是一种常见的果实病害,严重的水心病果会随着储藏时间的增加发生霉变,造成食品安全隐患。为实现不同等级水心病苹果快速无损检测,本研究旨在构建有效的分级与可溶性固形物(Soluble Solids Content,SSC)预测模型。[方法]本研究选取了230个富士苹果,其中正常、轻度、中度、重度水心苹果数量分别为113、61、47和9个,分别采集了400~1000 nm范围的反射光谱和X射线计算机断层成像(X-ray Computed Tomography,X-ray CT)数据,并测定了SSC含量。[结果和讨论]SSC随水心程度加剧呈上升趋势,重度水心苹果呈现更高的光谱反射率,X-ray CT扫描成像观察到水心区域的组织体积平均密度高于健康组织,基于三维重建算法实现不同等级水心苹果内部水心组织可视化分布。基于偏最小二乘判别分析(Partial Least Squares Discriminant Analysis,PLSDA)构建的不同水心程度苹果果实分级模型建模集和测试集准确率分别为98.7%和95.9%;构建不同水心程度苹果果实SSC回归模型,校正集决定系数(Correlation Coefficient of Calibration,R_(C)^(2))为0.962,均方根误差(Root Mean Squares Error of Calibration,RMSEC)为0.264,测试集决定系数(Correlation Coefficient of Prediction,R_(P)^(2))为0.879,均方根误差(Root Mean Squares Error of Prediction,RMSEP)为0.435。[结论]该研究构建的不同水心程度苹果果实分级模型能够实现苹果不同等级水心病的预测,构建的不同水心程度苹果果实SSC回归模型能够较好地预测苹果果实的SSC,为苹果水心病无损检测和品质评估提供了有效方法。
