【摘 要】
:
植物生长调节剂在现代农业、林业、果树、蔬菜及花卉生产中应用十分广泛,给人们的生产生活带来了巨大的利益。随着人们环保意识的增加,人们不仅注重作物的产量和营养,更加关
论文部分内容阅读
植物生长调节剂在现代农业、林业、果树、蔬菜及花卉生产中应用十分广泛,给人们的生产生活带来了巨大的利益。随着人们环保意识的增加,人们不仅注重作物的产量和营养,更加关注对环境的影响以及食品安全问题,对植物生长调节剂进行分析检测具有重大的实际意义。本课题主要采用高效液相色谱技术(HPLC)以及超高效液相色谱-质谱联用技术(UPLC-MS/MS),研究并建立了三类植物生长调节剂的分离分析方法,并对实际样品浓缩苹果汁中的三类植物生长调节剂含量进行了分析测定。本文主要进行了以下三方面的研究:1.建立了调吡脲、氯虫苯甲酰胺和除虫脲的HPLC-UV分离分析方法,通过对色谱分离柱、流动相组成、检测波长等色谱条件的优化,在8 min之内实现了三种物质的分离分析,检测限分别为0.02μg/mL、0.05μg/mL、0.13μg/mL,回收率在92.4%-103.9%之间。对浓缩苹果汁中的三种植物生长调节剂进行了定量分析,三种物质的含量为0.15-5.32μg/kg。2.通过对色谱分离柱、流动相组成、检测波长等色谱条件的优化,建立了吲哚丁酸、对氟苯氧乙酸、α-萘乙酸和2,4-D的HPLC-UV分离分析方法,这四种物质的保留时间分别为7.3 min,8.3 min、9.2 min、12.0 min,检测限分别为0.01μg/mL、0.05μg/mL、0.01μg/mL、0.05μg/mL;回收率在93.6%-115.3%之间。对实际样品进行分析,样品中四种物质的含量为0.21-5.52μg/kg。3.优化了缩节胺、矮壮素、青鲜素和多效唑的UPLC-MS/MS条件,通过对色谱分离柱、流动相组成、检测波长、洗脱方式、离子模式等色谱和质谱条件的优化,在1.5 min内实现了对四种物质的快速分析,并对四种物质的质谱裂解规律进行了解析。这四种物质的检测限分别为0.6μg/kg、0.7μg/kg、0.8μg/kg、0.8μg/kg;回收率在79.2%-103.6%之间。对实际样品进行分析,样品中四种物质的含量为0.83-4.29μg/kg。
其他文献
采用60Coγ-射线辐照技术,用羧基化的CNTs对聚对苯撑苯并双噁唑(Poly-p-phenylene-benzobisoxazole, PBO)纤维进行了表面接枝改性。通过CNTs辐照接枝,改善纤维表面光滑性和化
本论文选择不同构型和性质的金属离子与含N,O的有机羧酸配体在水热条件下进行自组装合成了系列d-f异核配位聚合物并研究了它们的荧光和磁性性质。通过这些工作,一方面,探索不同
从20世纪60年代到21世纪初,人工智能(AI)失控、机器人背叛人类一直是好莱坞科幻大片最钟爱的题材,大众与AI这个单词缩写第一次正面遭遇恐怕也来自斯皮尔伯格的科幻电影《人工智能》(Artificial Intelligence:AI)。曾几何时,AI只是一个有科技感的流行文化符号,所有略显严肃的反思也仅仅局限于科技、哲学、科幻文学领域。回想一下上一次人工智能刷遍全球各大媒体的新闻版面、引发大众心
采用价廉的、可再生的生物质作为碳源,与其分子结构具有一定相似性的葡萄糖酸亚铁为铁源,通过共同水热制备了磁性粒子均匀分散的石墨碳微球。通过XRD、TEM、TG、IR等手段对样品进行表征,结果表明,所合成的磁性石墨碳微球直径为1μm,具有较好的单分散性,磁性粒子均匀分散在石墨碳微球的内部,磁性粒子尺寸约为20-30nm,并对形成机理进行深入探讨,由于葡萄糖酸亚铁与糖类的分子结构具有一定相似性,在水热过
以最低的氟化单体含量,得到最优异的表面疏水疏油性及最稳定的表面性质,是氟化高分子材料设计的理想目标。在课题组研究甲基丙烯酸丁酯(BMA)和甲基丙烯酸全氟辛基乙酯二嵌段共聚物(PBMA-b-PFMA)结构与性质的基础上,本论文首次合成了聚甲基丙烯酸丁酯-b-聚甲基丙烯酸十八酯-b-聚甲基丙烯酸全氟辛基乙酯(PBMA-b-PODMA-b-PFMA)、聚甲基丙烯酸丁酯-b-聚甲基丙烯酸十二酯-b-聚甲基
以晶体工程为基础,以自组装为策略的配位聚合物和配位超分子化学是当前化学界研究的热点问题之一。本论文通过设计合成不对称席夫碱配体,同时选用芳香羧酸配体,研究它们的配位反
新媒体是相对传统媒体而言,实现传播者与接受者对等交流、个性化交流的传播方式。近年来,国内各家博物馆注重媒体宣传,并积极利用官方网站、微博、微信等新媒体形式开展宣传
人工智能沃森打败人类的同时,也能助人类一臂之力 只用了8秒钟,人工智能(AI)沃森就搞定了诺贝尔文学奖得主、著名歌手鲍勃·迪伦。 2015年10月,鲍勃·迪伦与IBM的高阶人工智能沃森聊了半分钟。迪伦扛着他的吉他,沃森则用IBM最新的认知计算机咨询单元。 沃森以IBM首任CEOThomas J. Watson老沃森的姓氏命名,由一群旨在做到最出色人工智能的IBM科学家团队建造。他们要建造一个