CN103344742B - 一种粮仓储粮虫霉活动危害度预测的方法 - Google Patents
一种粮仓储粮虫霉活动危害度预测的方法 Download PDFInfo
- Publication number
- CN103344742B CN103344742B CN201310297030.9A CN201310297030A CN103344742B CN 103344742 B CN103344742 B CN 103344742B CN 201310297030 A CN201310297030 A CN 201310297030A CN 103344742 B CN103344742 B CN 103344742B
- Authority
- CN
- China
- Prior art keywords
- grain
- entomophthora
- carbon dioxide
- density
- activity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Storage Of Harvested Produce (AREA)
Abstract
本发明公开了一种粮仓储粮虫霉活动危害度预测的方法,所示方法是根据粮堆中虫霉活动产生二氧化碳的规律以及二氧化碳在粮堆中扩散的特性实施的:通过在粮堆中设立二氧化碳浓度监测网点,建立粮堆各监测位点安全储藏条件下的二氧化碳气体浓度变化基准,利用一定时间间隔监测到的二氧化碳浓度值与基准参数的比值变化,判断或预测粮堆中是否出现虫霉危害活动,以及虫霉活动危害度的发展趋势。
Description
技术领域
本发明属于粮食储藏安全监测的技术领域,具体地说,涉及一种预测粮堆中虫霉活动危害程度的方法,主要利用检测粮堆中二氧化碳浓度变化的数据,通过建立所监测粮仓基准二氧化碳变化趋势,根据二氧化碳浓度增量变化进行预测。
背景技术
储粮中虫霉的生长和代谢活动不仅消耗粮食的营养成分,引起粮食品质的劣变,还可能导致严重的食品安全问题。例如可以在储粮中生长的霉菌种类很多,许多霉菌均可产生具有强烈毒性和致癌性的真菌毒素,黄曲霉菌可以产生对人体健康有极大损害的黄曲霉毒素,一旦储粮被真菌毒素污染,就会使粮食丧失食用价值,采用任何方法均无法使粮食复原。昆虫在粮堆中的生长则大量消耗粮食,破坏粮食的食用及加工工艺品质。因此,只有对虫霉活动及发展趋势进行早期的预测和预警,及时采取有效的控制措施,才能保障储粮的安全性和粮食经营的经济性。
在虫霉生长的初期,利用现用的测温方法不能检测到温度的异常变化,更不能了解粮仓中粮堆的哪一个部位将出现影响粮食品质相关的虫霉活动,当发现粮堆温度异常时,通常是虫霉大量生长的结果,对储粮的危害已经相当严重,造成的损害已经不可挽回。另一种了解储粮虫霉活动的方法是采集粮仓中的粮食样品进行检验,该方法虽然理论上可以发现粮食中的任何虫霉活动,但实际操作的难度很大。因为粮堆中虫霉活动初始阶段通常在一个很小的范围,检测者难以在一个大粮仓内准确采集到虫霉活动部位的粮食,通常只有达到一定严重的程度以后,或已经出现感官可见的损坏时才能采集到相关样品进行检测证实。
近几年,人们针对粮食中虫霉活动可以产生二氧化碳气体,同时二氧化碳气体在粮堆中具有较好扩散性的特点,通过检测粮堆的二氧化碳浓度变化,可以对储粮虫霉活动进行分析和判断。但影响粮堆中二氧化碳浓度的因素很多,仅凭二氧化碳浓度值的高低并不能准确判断与虫霉活动的相关性。例如,粮食自身的呼吸作用也会产生二氧化碳气体,新收获的粮食呼吸强度更大;粮堆的透气性、杂质含量等因素也影响粮堆中二氧化碳的浓度变化。现有技术仅根据粮堆二氧化碳检浓度值的大小判断储粮安全性和虫霉活动的方法常常会得出不正确的结论。
发明内容
本发明的目的正是针对上述现有技术中所存在的不足之处而提供一种粮仓储粮虫霉活动危害度预测的方法。本发明的方法是在系统研究粮堆二氧化碳浓度变化规律的基础上,通过一个粮堆二氧化碳浓度监测网点,建立粮堆正常储藏的二氧化碳气体浓度变化基准,利用一定时间间隔监测到的二氧化碳浓度值与基准参数的比值变化,判断或预测粮堆中是否出现虫霉危害活动,以及虫霉活动危害度的发展趋势。
本发明的目的可通过下述技术措施来实现:
粮仓内储粮中的虫霉活动部位和程度均具有不确定性,需要根据虫霉活动的特性和二氧化碳气体在粮堆中的扩散规律设置有效监测部位。最优的方案是用尽可能少的监测点进行粮堆虫霉活动灵敏监测。
本发明方法的具体措施如下:
a、组建预测粮堆虫霉危害度的气体监测网点:在粮堆内设置单层监测点,且所述的单层监测点位于从粮堆表面向粮堆内深度在粮堆总高三分之二部位以下1 m的区域内,在该选定的粮堆平面中,按照一定的间隔进行具体设点,对于矩形仓,按照与仓墙长度和宽度平行的方向以2 m-5 m的等距离间隔设点;对于圆形仓以粮仓中心为原点,在2 m-5 m为间距的每一个同心园环上,以2 m-5 m的等距离间隔设点;每一个设定的监测点用一根气体取样管连接到二氧化碳传感器中进行二氧化碳气体浓度的检测;
b、建立粮仓各监测部位的二氧化碳气体浓度变化基准模型:对每一个监测点建立无虫霉活动的二氧化碳气体浓度变化曲线,作为预测虫霉代谢活动产气的基准;在常规储藏条件下,对于安全水分的粮食,其呼吸作用改变粮堆二氧化碳浓度的值不明显,不超过10 d间隔的浓度升高量小于0.5%,如果超过该浓度值,则应对该位点进行专门的虫霉检验和处理;将没有虫霉活动的粮食标记为储粮状态正常,将粮食正常呼吸和粮堆气体扩散综合作用的二氧化碳浓度值变化速率作为衡量粮食储藏安全的标志,利用每次检测间隔不超过10 d进行的3次二氧化碳气体浓度检测值,可以拟合出一条正常储藏粮食的二氧化碳浓度线性曲线,表述为:
Y=aX+b…………………….(I)
(I)式中Y为二氧化碳气体浓度值,X为储藏时间,a和b为由该点为综合特性影响决定的常数;每个设定的监测点均可建立一条正常粮食呼吸基准线;
c、粮堆虫霉活动的判断和预测方法:按照设定的时间间隔继续检测设定监测点的二氧化碳气体浓度,由于温度会影响粮食自身的呼吸强度,要根据温度的变化对检测的二氧化碳气体浓度值进行温度校正,根据所储藏粮食品种的特点,以25 ℃作为基准温度,当每个检测时间间隔内粮堆温度每升高或降低5℃,将实测的二氧化碳浓度值做相应地减少或增加,其中玉米为0.2%,稻谷和小麦为0.1%,然后将每一监测点校正的二氧化碳浓度检测值与基准曲线计算出该时间点的预期二氧化碳浓度值相比,计算出某一监测时间点实测的二氧化碳气体浓度值与正常粮食呼吸二氧化碳气体产生值的比值(以下简称:比值);
d、对储粮的虫霉危害判断和预测方法是按照设定的时间间隔持续对各监测点进行二氧化碳气体浓度检测和比值计算,通过对比值的大小和变化趋势的分析实现。当比值小于或等于1时,表示储粮处于安全状态,粮堆中不会发生虫霉活动;当比值出现大于1时,表示粮堆中已经有或将会有虫霉活动发生,比值的变化模式决定储粮中虫霉危害的趋势;当比值大于1且有不断增大趋势时,表示粮堆中虫霉危害正在迅速发展,应立即对储粮进行必要处理,避免发生严重的储粮损毁事故,比值增加的速率越大,虫霉危害程度将越严重;如果比值大于1,但下一时间间隔没有增大、或趋于下降,表示虫霉的危害已经得到有效控制。
上述的计算和比较、判断可以由人工完成,也可由微机根据上述参数编程,将各监测点的二氧化碳浓度检测值输入后进行自动运算完成,并输出预测、判断的结果。
本发明的原理及有益效果如下:
(1)组建预测粮堆虫霉危害度的气体监测网点。
粮仓内储粮中的虫霉活动部位和危害程度均具有不确定性,必须有针对性地在粮堆的有效的部位设置监测点进行检测,才能获得准确的检测结果。如果对粮堆中生物介质产生的二氧化碳气体的扩散规律没有成分的了解,设点过少难以监测到粮堆中的虫霉活动信息,密集设点则检测二氧化碳气体含量的工作量过大,输气管道等设施的成本过高,无法在粮库监测中应用。本发明通过对粮堆中虫霉产生二氧化碳气体及扩散规律的研究,发现在粮堆内深度在粮堆总高三分之二部位以下1 m的区域设点最为有效,只需在该深度部位设置1层监测点就能对粮堆高度为6米或更高的粮层进行有效监测,粮堆中不管哪一层面发生虫霉的生长,其产生的二氧化碳气体均会扩散到这一部位,并会呈现稳定和有规律性的变化。
就粮堆单层设点监测而言,如果将监测点设在深度小于粮堆三分之二的部位,因为更靠近粮堆表面,内源产生的二氧化碳气体容易与外界气体交换,其二氧化碳浓度值受到外界气候、仓门开闭、粮堆表面人为活动等因素的影响较大,难以用其数据分析虫霉活动的危害度。如果将监测点设置到更深的部位,由于二氧化碳气体的比重略大于空气,底部的浓度会稳定升高,难以灵敏地反映虫霉活动的变化特性。在本发明所选的区域设置监测点,其测得的二氧化碳气体浓度变化可以准确反映虫霉的活动状况,可实现少设点且进行有效和灵敏监测的目标。
(2)建立粮仓各监测部位的二氧化碳气体浓度变化基准模型
利用二氧化碳浓度检测的方法判断储粮的虫霉危害属间接的检测方法,虫霉的活动一定会产生二氧化碳气体,但粮堆中检测出的二氧化碳浓度变化不一定就是由虫霉活动所致,建立有效的参照系可排除很多不确定的因素。本发明采用的方法是对于每一个监测点分别建立正常储藏状态的基准,不管是何种粮仓类型、粮食的种类和储藏特点均可通过建立监测点的基准而消除差异,使二氧化碳气体监测数据的分析有确切的依据。
不同粮仓类型的透气性、堆粮高度等参数差异较大,二氧化碳的扩散有较大的差异性;粮食种类不同,自身的呼吸强度差别也很大,即使同种粮食,其成熟度、新陈度不同,产生二氧化碳的速率也不相同;每一部位粮食的杂质含量及其它的一些特性也均会影响二氧化碳浓度的变化。另一方面,粮食入库时,其品质通常符合安全储藏的要求,即使存在一些虫霉潜在发展的可能性,在初始阶段这些生物的发展均会经历一个停滞期,相对于储藏粮食自身稳定的呼吸作用,对粮堆二氧化碳浓度影响不显著。因此,通过3次一定时间间隔的二氧化碳气体浓度检测,可以分别对整个粮仓的不同监测点建立正常储藏的二氧化碳气体浓度变化基准。为了排除个别有虫粮和正在发生霉变的粮食进入粮仓储藏的可能性,对于每个不超过10 d时间间隔检测的二氧化碳气体浓度变化量作出限定,即升高量不超过0.5%,如果超过该浓度值,则应对该部位粮食进行专门的虫霉检验,证明是否为正常状态的粮食,这样就可以保证基准曲线的有效和可靠。
(3)粮堆虫霉活动的判断和预测方法
粮堆内粮食自身呼吸是产生二氧化碳气体的重要来源,温度对粮食呼吸和产生二氧化碳有重要的影响,对于每一监测点的二氧化碳气体浓度检测值进行温度校正,可以更准确地判断虫霉活动状况。各监测点得出的二氧化碳气体浓度检测值需要有一个准确的判断依据。相对于粮堆二氧化碳气体浓度变化基准可以有许多种比较方法,本发明将每一监测点校正的二氧化碳浓度检测值与基准曲线计算出该时间点的预期二氧化碳浓度值相比,计算出某一监测时间点实测的二氧化碳气体浓度值与正常粮食呼吸二氧化碳气体产生值的比值(以下简称:比值)。利用比值的方法可操作性强,可由人工或微机编程快速完成;判断方法直观、可靠,因为比值已经包含了粮堆其它因素对二氧化碳气体浓度的影响,只需根据比值的大小即可作出直观的判断,大于1、等于1或小于1,即反映是否有虫霉的影响。同时比值还可反映粮堆中虫霉活动的趋势,预测粮食受到危害的程度,如果比值大于1,且在后续储藏过程中数值趋向继续增大,是粮堆必须进行人为干预控制虫霉活动的信号,比值增大的越快,虫霉的危害性越高;当比值处于稳定或逐渐减小时,表示粮堆中的虫霉活动已经得到控制,虽然粮堆中的二氧化碳浓度或比值均较高,但虫霉对储粮安全的威胁降低。因此,利用比值及比值的变化进行判断和预测可为储粮管理和技术监测提供依据,在粮食储藏管理中具有很强的实用性。
附图说明
图1是30 m×24 m×6 m(长×宽×高)粮仓监测点设置平面图(深度为4.5 m)。
图2是30 m×24 m×6 m(长×宽×高)粮堆第3点二氧化碳气体浓度监测与虫霉预测曲线(22℃~28℃,水分13%小麦)。
图3 是30 m×24 m×6 m(长×宽×高)粮堆第20点二氧化碳气体浓度监测与虫霉预测曲线(水分14.5%小麦)。
图4 是30 m×24 m×6 m(长×宽×高)粮堆第20点经通风降水处理后的二氧化碳气体浓度监测与虫霉预测曲线(22℃~29℃,水分13.5%小麦)。
具体实施方式
本发明以下将结合实施例(附图)作进一步描述:
1、组建预测粮堆虫霉危害度的气体监测网点:
图1所示,本实施例是在一个30 m×24 m×6 m(长×宽×高)平房仓小麦储藏的粮堆中监测点的设定和布置单层监测点的实施例,其具体措施是:在粮堆平面中设定30个部位,其中宽向5个点,点间距5米,长向6排,间距也为5米,在每一个部位编制序号,并在每一个设定的部位用一根内径2 mm的输气管插入到4.5 m深度作为监测点,同时将气体取样管的另一端连接到二氧化碳传感器中进行二氧化碳气体浓度的检测;
对粮堆第3点二氧化碳气体浓度监测与虫霉预测:
按照7 d的间隔,对第3点进行二氧化碳浓度的检测,储藏温度在22℃-28℃之间波动,不需要进行温度的校正,每个时间间隔的检测浓度差均小于0.5%,符合正常储粮的特性。对3次检测值进行线性回归处理,得到线性方程为:
Y=0.01X+0.2133,检测值的线性相关系数大于0.99
继续对该监测点进行二氧化碳浓度的定时检测,计算所得到的检测值与相应时间点线性曲线理论值的比值,可得到图2曲线,可以发现其比值呈稳定状态,均没有超过1,因此可判断粮仓第3点及附近储粮中没有虫霉活动的迹象,预测没有虫霉危害。
对粮堆第20点监测点的虫霉活动危害度预测:
按照7 d的间隔,对第20点进行二氧化碳浓度的检测,每个时间间隔的检测浓度差均小于0.5%,符合正常储粮的特性。对3次检测值进行线性回归处理,得到线性方程为:
Y=0.0079X+0.2017,检测值的线性相关系数大于0.99
继续对该监测点进行二氧化碳浓度的定时检测,第21天温度超过30℃,将检测值相应降低0.1%,计算所得到的检测值与相应时间点线性曲线理论值的比值,可得到图3曲线,可以发现储藏21 d的比值为1.12,比值超过1的状态可判断该部位附近有虫霉活动的迹象;继续对该点进行监测,发现比值呈增大的趋势,可以判断该部位有虫霉危害现象,需要进行储粮安全处理。
检测人员进入粮仓对于该点位进行粮食取样分析,发现在该部位粮堆1.2 m深处的粮食水分升高到14.5%,证实该部位有霉菌生长的现象。
对粮堆第20点监测点经通风降水处理后的虫霉活动危害度预测:
对于第20点出现的霉菌生长现象,利用单管通风机进行吸出式通风降水处理,将霉菌活动部位的水分降低到13.5%,仍然利用该点的基准曲线,对该监测点进行二氧化碳浓度的检测,得到图4。经通风处理后该监测点开始的二氧化碳浓度很低,但由于该部位周边粮堆中的二氧化碳已经达到一定的浓度,可以迅速向第20点部位扩散,加上该部位上层原有滋生霉菌的粮食存在,在开始储藏的14 d中二氧化碳浓度迅速升高,第14 d的比值升高到1.57,但在21 d 时比值并没有继续升高,且在继续储藏时虽然二氧化碳浓度仍在缓慢升高,而比值呈逐渐下降趋势,可判断没有虫霉活动现象,证明通风处理已经有效抑制了霉菌的活动,且可预测储粮转为安全状态。
Claims (1)
1.一种对粮仓储粮虫霉活动危害度预测的方法,其特征在于:所述方法的具体措施如下:
a、组建预测粮堆虫霉危害度的气体监测网点:在粮堆高度为6米或更高的粮堆内设置单层监测点,且所述的单层监测点位于从粮堆表面向粮堆内深度在粮堆总高三分之二部位以下1 m的区域内,在该选定的粮堆平面中,按照一定的间隔进行具体设点,对于矩形仓,按照与仓墙长度和宽度平行的方向以2 m-5 m的等距离间隔设点;对于圆形仓以粮仓中心为原点,在2 m-5 m为间距的每一个同心园环上,以2 m-5 m的等距离间隔设点;每一个设定的监测点用一根气体取样管连接到二氧化碳传感器中进行二氧化碳气体浓度的检测;
b、建立粮仓各监测部位的二氧化碳气体浓度变化基准模型:对每一个监测点建立无虫霉活动的二氧化碳气体浓度变化曲线,作为预测虫霉代谢活动产气的基准;在常规储藏条件下,对于安全水分的粮食,其呼吸作用改变粮堆二氧化碳浓度的值不明显,不超过10 d间隔的浓度升高量小于0.5%,如果超过该浓度值,则应对该位点进行专门的虫霉检验和处理;将没有虫霉活动的粮食标记为储粮状态正常,将粮食正常呼吸和粮堆气体扩散综合作用的二氧化碳浓度值变化速率作为衡量粮食储藏安全的标志,利用每次检测间隔不超过10 d进行的3次二氧化碳气体浓度检测值,可以拟合出一条正常储藏粮食的二氧化碳浓度线性曲线,表述为:
Y=aX+b…………………….(I)
(I)式中Y为二氧化碳气体浓度值,X为储藏时间,a和b为由该点为综合特性影响决定的常数;每个设定的监测点均可建立一条正常粮食呼吸基准线;
c、粮堆虫霉活动的判断和预测方法:按照设定的时间间隔继续检测设定监测点的二氧化碳气体浓度,由于温度会影响粮食自身的呼吸强度,要根据温度的变化对检测的二氧化碳气体浓度值进行温度校正,根据所储藏粮食品种的特点,以25 ℃作为基准温度,当每个检测时间间隔内粮堆温度每升高或降低5℃,将实测的二氧化碳浓度值做相应地减少或增加,其中玉米为0.2%,稻谷和小麦为0.1%,然后将每一监测点校正的二氧化碳浓度检测值与基准曲线计算出该时间点的预期二氧化碳浓度值相比,计算出某一监测时间点实测的二氧化碳气体浓度值与正常粮食呼吸二氧化碳气体产生值的比值;
d、对储粮的虫霉危害判断和预测方法是按照设定的时间间隔持续对各监测点进行二氧化碳气体浓度检测和比值计算,通过对比值的大小和变化趋势的分析实现;当比值小于或等于1时,表示储粮处于安全状态,粮堆中不会发生虫霉活动;当比值出现大于1时,表示粮堆中已经有或将会有虫霉活动发生,比值的变化模式决定储粮中虫霉危害的趋势;当比值大于1且有不断增大趋势时,表示粮堆中虫霉危害正在迅速发展,应立即对储粮进行必要处理;如果比值大于1,但下一时间间隔没有增大、或趋于下降,表示虫霉的危害已经得到有效控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310297030.9A CN103344742B (zh) | 2013-07-16 | 2013-07-16 | 一种粮仓储粮虫霉活动危害度预测的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310297030.9A CN103344742B (zh) | 2013-07-16 | 2013-07-16 | 一种粮仓储粮虫霉活动危害度预测的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103344742A CN103344742A (zh) | 2013-10-09 |
CN103344742B true CN103344742B (zh) | 2015-02-18 |
Family
ID=49279556
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310297030.9A Expired - Fee Related CN103344742B (zh) | 2013-07-16 | 2013-07-16 | 一种粮仓储粮虫霉活动危害度预测的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103344742B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108764749A (zh) * | 2018-06-06 | 2018-11-06 | 吉林大学 | 一种适于储粮宜存评价的3i策略方法 |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105222506B (zh) * | 2015-08-21 | 2018-01-16 | 合肥华凌股份有限公司 | 气体浓度预警方法、气体浓度预警装置和冰箱 |
CN109007015B (zh) * | 2018-06-15 | 2021-06-29 | 河南工业大学 | 精准防控粮仓中储粮真菌毒素污染的方法及其控制装置 |
CN109990827B (zh) * | 2018-11-20 | 2021-06-29 | 国家粮食和物资储备局科学研究院 | 一种储粮微生物的预测方法及装置 |
CN109990826B (zh) * | 2018-11-20 | 2021-03-09 | 国家粮食和物资储备局科学研究院 | 一种储粮生物危害的检测方法及装置 |
CN110275002A (zh) * | 2019-08-07 | 2019-09-24 | 河南工业大学 | 一种用于检测粮堆隐蔽性害虫的装置及其方法 |
CN114527122B (zh) * | 2022-01-07 | 2024-06-21 | 安徽科杰粮保仓储设备有限公司 | 粮食虫霉智能绿色防控装备 |
CN115932181B (zh) * | 2022-12-15 | 2024-08-30 | 南京财经大学 | 一种基于co2释放速率检测锈赤扁谷盗虫口密度的方法 |
CN118311214B (zh) * | 2024-06-11 | 2024-08-20 | 北京良安科技股份有限公司 | 粮仓内粮食霉变预警方法、装置、存储介质及电子设备 |
CN118657625A (zh) * | 2024-08-20 | 2024-09-17 | 北京良安科技股份有限公司 | 粮仓粮食霉变预警方法、系统、设备及存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040086337A (ko) * | 2002-02-06 | 2004-10-08 | 내셔널 푸드 리서치 인스티튜트 | 음식품 등의 품질 판정방법 및 그의 인디케이터 |
US20040067592A1 (en) * | 2002-09-13 | 2004-04-08 | Rabasco John Joseph | Process for controlling microbial contamination of polymeric emulsions using carbon dioxide detection |
CN101055263B (zh) * | 2006-04-14 | 2011-03-23 | 河南工业大学 | 农产品储运期间有害生物活动监测的方法 |
AU2007338949A1 (en) * | 2006-12-22 | 2008-07-03 | The New Zealand Institute Of Plant And Food Research Limited | Sensor device |
CN201193948Y (zh) * | 2008-04-18 | 2009-02-11 | 国家粮食局科学研究院 | 一种粮仓储粮情况监测系统 |
JP5814761B2 (ja) * | 2011-12-07 | 2015-11-17 | アズビル株式会社 | Co2濃度のベースライン補正装置および方法 |
-
2013
- 2013-07-16 CN CN201310297030.9A patent/CN103344742B/zh not_active Expired - Fee Related
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108764749A (zh) * | 2018-06-06 | 2018-11-06 | 吉林大学 | 一种适于储粮宜存评价的3i策略方法 |
CN108764749B (zh) * | 2018-06-06 | 2021-07-09 | 吉林大学 | 一种适于储粮宜存评价的3i策略方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103344742A (zh) | 2013-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103344742B (zh) | 一种粮仓储粮虫霉活动危害度预测的方法 | |
Calvet et al. | Measuring gas emissions from livestock buildings: A review on uncertainty analysis and error sources | |
JP2019527344A (ja) | 検知の方法と装置、および、検知精度を高める方法と装置 | |
CN101907481A (zh) | 基于压力传感器的粮仓储粮数量检测方法 | |
CN107389746A (zh) | 粮堆含水率在线检测方法及系统 | |
CN202057355U (zh) | 一种温/湿度传感器装置 | |
CN205157020U (zh) | 奶牛全自动动态称重装置 | |
CN110286144A (zh) | 一种粮堆结露预测方法 | |
CN105403705B (zh) | 一种包含血糖分类功能故障检测模块的连续血糖监测设备 | |
CN116257811B (zh) | 一种基于燃气流量检测深度学习的异常处理方法 | |
CN112418517B (zh) | 一种用于冻害短临预警的预测方法 | |
CN108981960A (zh) | 一种适于储粮监管的ad策略方法 | |
CN111486956A (zh) | 异常体温筛查方法、装置、计算机设备和存储介质 | |
CN104089656B (zh) | 一种堆场煤炭自燃检测方法和装置 | |
CN117906376B (zh) | 一种回转窑碳排放量监测方法及系统 | |
CN113849998A (zh) | 一种基于bim的隧道火灾预警处理方法及系统 | |
CN108764749A (zh) | 一种适于储粮宜存评价的3i策略方法 | |
CN103336099B (zh) | 一种快速检测实仓储粮中活动性霉菌类群的方法 | |
Madonna et al. | Verification of North Atlantic warm conveyor belt outflows in ECMWF forecasts | |
CN117592662B (zh) | 基于数据分析的生态渔业资源评估系统 | |
CN105125178A (zh) | 一种猪体温监测方法及装置 | |
CN110261551B (zh) | 一种粮食安全储存时间的预测方法及装置 | |
CN103323571B (zh) | 粮仓粮食储藏的粮堆中虫霉活动定位的方法 | |
CN108519171B (zh) | 一种仓储谷物粮情的判定方法 | |
CN105243599A (zh) | 一种大米储藏品质评价模型的构建方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150218 Termination date: 20180716 |
|
CF01 | Termination of patent right due to non-payment of annual fee |