科研产出
基于菌群毒性与气象因子的水稻稻瘟病流行程度判别分析预测
《中国农学通报 》 2023 CSCD
摘要：稻瘟病是水稻上的一种毁灭性病害,利用科学的模型函数对稻瘟病发生流行程度进行预测预报是稻瘟病防控的有效方式.以降雨天数、降雨量、温度、稻瘟病菌致病力、无毒基因为变量参数,以稻瘟病发生指数为因变量,建立江西稻区稻瘟病发生流行程度判别模型函数.结果表明,稻瘟病发生指数与降雨天数、降雨量以及稻瘟病菌致病力有显著正相关性,与稻瘟病菌无毒基因频率、温度表现为显著负相关性;构建的预测函数模型对稻瘟病的发生级别预测回代检验正确判别率较高(80%以上),并且判别结果不会出现指数越级滑动.可将该方法作为水稻稻瘟病预测预报的参考依据,以指导水稻安全生产.
关键词： 水稻稻瘟病 判别分析 预测模型 气象因子 菌群毒性
全文链接
请求原文
鲜猪肉冷藏过程中沙门氏菌生长预测模型的选择
《农产品质量与安全 》 2015
摘要：本文选择修正的Gompertz模型和Baranyi&Roberts模型两种初级模型,分别通过Origin8.0软件和DMFit软件,将沙门氏菌在4、7、10、12和15℃鲜猪肉上的生长曲线进行拟合。以平方根方程为基础建立二级模型,描述猪肉冷藏温度对沙门氏菌最大生长速率的影响,通过偏差因子(Af)、准确因子(Bf)及均方根误差(RMSE)分析进行检验,选取最适生长模型。结果显示,在4℃条件下,沙门氏菌在鲜猪肉上未见生长,无法进行生长曲线拟合。其余温度条件下的生长情况,均能通过修正的Gompertz模型和Baranyi&Roberts模型进行很好地描述。通过对二级模型的验证,结果显示,基于Baranyi&Roberts模型所建立起的二级模型的偏差因子(Af)1.03、准确因子(Bf)0.97及均方根误差(RMSE)0.0035均优于修正的Gompertz模型所建立的二级模型的偏差因子(Af)1.12、准确因子(Bf)0.90及均方根误差(RMSE)0.0483。因此可以得出,Baranyi&Roberts模型比修正的Gompertz模型能更好地预测7~15℃冷藏温度下鲜猪肉中沙门氏菌的生长情况。
全文链接
请求原文
首页上一页1下一页尾页
