排序方式: 共有163条查询结果,搜索用时 15 毫秒
81.
82.
长江源及其周边地区蒸发量特征及变化趋势研究 总被引:1,自引:0,他引:1
张海红 《水资源与水工程学报》2004,15(3):49-52
通过对长江源及其周边地区沱沱河等10处气象、水文站自1956年至2000年蒸发量资料的分析,揭示了长江源及其周边地区蒸发量的特征值及蒸发年内年际变化规律,研究了该地区蒸发量的变化趋势。 相似文献
83.
84.
研究灵武长枣在4 ℃贮藏25 d过程中,硬度等宏观参数以及细胞壁组分含量及细胞壁结构的变化。结合傅里叶红外光谱技术分析细胞壁果胶多糖中二级结构变化对果胶组分及细胞壁结构的影响。结果表明:采后贮藏25 d内,随贮藏时间的延长,果实硬度不断下降,到贮藏末期硬度为贮藏初期的84.77%。可溶性固形物含量呈“倒V”趋势,贮藏第7天含量达到最高值(27.07%)。提取的果胶组分中,水溶性果胶含量不断上升,相关性分析表明,硬度与可溶性固形物、水溶性果胶呈极显著相关,相关系数分别为0.9638,-0.8862。傅里叶红外光谱分析表明,随着贮藏时间的延长,果胶酯化度降低,果胶中吡喃糖苷键的波峰发生偏移,该变化与枣果软化有关。扫描电镜结果表明,长枣细胞壁结构随贮藏期间的延长,从紧密的蜂窝状结构到松散的有空隙结构,这与果胶组分中水溶性果胶的生成密切相关,这一改变导致枣果硬度下降,表现为枣果发生软化。 相似文献
85.
为了研究低温等离子体处理对采后黄花菜活性氧代谢和品质的影响,利用介质阻挡放电低温等离子体在110 kV、110 Hz下处理鲜黄花菜150 s,于(4±1)℃贮藏,检测鲜黄花菜中的抗氧化酶活性,分析研究黄花菜活性氧代谢水平和品质参数的变化规律。结果表明,与对照组相较,低温等离子体处理可以诱导黄花菜贮藏前期的超氧化物歧化酶(superoxide dismutase,SOD)活力,显著提高过氧化氢酶(catalase,CAT)和过氧化物酶(peroxidase,POD)活力(P<0.05),抑制H2O2和丙二醛(malondialdehyde,MDA)积累(P<0.05),显著延缓细胞膜透过性的增加(P<0.05)和可溶性蛋白的水解,维持了黄花菜可溶性固形物质量分数,显著抑制黄花菜VC含量的下降和贮藏后期黄花菜a*值上升(P<0.05),延缓了黄花菜的褐变。说明低温等离子体处理能有效减缓黄花菜采后代谢活动,使其保持较好的品质,延长其货架期。 相似文献
86.
为探究基于介电频谱预测灵武长枣维生素C含量的可行性,寻找最佳预测模型,利用LCR测试仪测试1kHz~1 MHz条件下采后10 d内长枣介电谱变化规律;以CARS法、GA法、SPA法、UVE法筛选特征频率点并建立PLS、LSSVM长枣VC含量预测模型。结果表明,UVE算法为最佳频谱筛选方法,筛选特征频率点38个;UVE-PLS为最佳预测模型,其Rc、RMSEC、Rp、RMSEP值分别为0.9871、3.9322、0.9460、4.0400,验证模型预测值与实测值无显著差异(P0.05),说明基于介电频谱预测灵武长枣VC含量的方法是可行的。 相似文献
87.
采用CFD技术对通风笼的机械通风过程进行仿真,并对普通U型风道进行优化.结果表明:小u型风道提高了通风的均匀性、有利于消除通风死区且降低了能量损失;另外,间歇通风比连续通风更节能,是一种可行的实际操作方式. 相似文献
88.
利用近红外光谱技术对苹果原醋中的重要指标进行定量分析,并进行模型优化以提高性能。采用遗传偏最小二乘法(GA-PLS)提取的特征波长作为最小二乘支持向量机(LS-SVM)的输入变量,先后建立苹果原醋中总酸、可溶性固形物的近红外定量模型,并与建立的偏最小二乘(PLS)模型结果进行比较。用决定系数(R2)、预测均方根误差(RMSEP)以及相对分析误差(RPD)对模型进行评价,确定最佳建模方法。结果表明,相比于PLS模型,总酸及可溶性固形物指标的LS-SVM定量模型的R2、RMSEP以及RPD值均有更好的表现,且在进行独立测试集验证时,LS-SVM模型的预测精度也明显优于PLS模型。说明遗传算法联合LS-SVM建立的定量模型有很高的准确度及稳定性,可以应用于苹果原醋总酸和可溶性固形物含量的快速检测。 相似文献
89.
利用近红外光谱技术对葡萄酒发酵过程中挥发酸含量进行定量分析,通过偏最小二乘法建立葡萄酒发酵过程中挥发酸定量分析模型,同时采用间隔偏最小二乘法(iPLS)、后向间隔偏最小二乘法(BiPLS)、组合间隔偏最小二乘法(SiPLS)、竞争性自适应重加权算法(CARS)对整个谱区进行光谱特征变量筛选。以决定系数(R2)、校正标准偏差(RMSEC)、预测标准偏差(RMSEP)、相对分析误差(RPD)以及最佳主因子数为模型质量的评价指标。结果表明:进行变量筛选可对模型起到优化作用,提高识别精度,降低模型解析难度。其中CARS对模型的优化效果最佳,优化模型的决定系数R2达到0.868,RMSEC为0.033,RMSEP为0.032,RPD为5.31,有效简化了模型复杂程度,提高了模型稳定性和预测能力。 相似文献
90.