基于气相离子迁移谱技术的霉变香米微生物挥发性气味的特征指纹图谱

为实现对霉变香米快速、简便、准确地判别分析,以自然霉变香米中分离出的6种主要霉菌为研究对象,借助气相离子迁移谱(gas chromatography-ion mobility spectrometry,GC-IMS)技术分析其自身代谢过程中产生的微生物挥发性有机化合物(microbial volatile organic compounds,mVOCs),结合统计分析,筛选出具有表征霉变信息的mVOCs物质,并结合化学计量学方法建立霉变香米的判别模型。结果表明:6种霉菌产生的mVOCs物质主要为醇类、醛类、酮类以及酯类等;霉菌侵染的香米样品与正常样品在主成分得分图中呈现2个簇类聚集,k近邻判别模型显示测试集样品平均识别率达到95.25%,从而证实mVOCs具有表征香米霉变能力的可靠性,GC-IMS结合化学计量学方法对香米霉变无损判别有效分析的可行性,在大米品质分析与贮藏监控等领域具有广泛的应用价值。

数据采集技术在海淀区明正德敕建大护国保安寺遗址探测中的应用

大护国保安寺遗址位于北京西山文化带上,区位条件优异,占地数万平方米,残留墙体既高且厚,在院落内散落大量绿色琉璃瓦,可见古寺当年盛景。本次研究的目的是利用数字化采集技术探明古寺的墙圈边界,并利用地基雷达结合探地雷达对地下掩埋的古寺地基进行验证性探测,为后期大范围考古探测提供技术支持。