CN106651018A - 一种预测稻谷储藏过程中农药残留降解半衰期的方法及稻谷储藏方法 - Google Patents

一种预测稻谷储藏过程中农药残留降解半衰期的方法及稻谷储藏方法 Download PDF

Info

Publication number
CN106651018A
CN106651018A CN201611147946.6A CN201611147946A CN106651018A CN 106651018 A CN106651018 A CN 106651018A CN 201611147946 A CN201611147946 A CN 201611147946A CN 106651018 A CN106651018 A CN 106651018A
Authority
CN
China
Prior art keywords
rice storage
life
formula
degradation half
predicting
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.)
Pending
Application number
CN201611147946.6A
Other languages
English (en)
Inventor
王立峰
陈琳
杨精华
王红玲
张磊
何荣
鞠兴荣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Finance and Economics
Original Assignee
Nanjing University of Finance and Economics
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Finance and Economics filed Critical Nanjing University of Finance and Economics
Priority to CN201611147946.6A priority Critical patent/CN106651018A/zh
Publication of CN106651018A publication Critical patent/CN106651018A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02Agriculture; Fishing; Forestry; Mining
    • AHUMAN NECESSITIES
    • A23FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
    • A23BPRESERVING, e.g. BY CANNING, MEAT, FISH, EGGS, FRUIT, VEGETABLES, EDIBLE SEEDS; CHEMICAL RIPENING OF FRUIT OR VEGETABLES; THE PRESERVED, RIPENED, OR CANNED PRODUCTS
    • A23B9/00Preservation of edible seeds, e.g. cereals
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02Column chromatography
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02Food
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Food Science & Technology (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Analytical Chemistry (AREA)
  • General Business, Economics & Management (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Marketing (AREA)
  • Biochemistry (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Agronomy & Crop Science (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Zoology (AREA)
  • Mining & Mineral Resources (AREA)
  • Wood Science & Technology (AREA)
  • Primary Health Care (AREA)
  • Animal Husbandry (AREA)
  • Polymers & Plastics (AREA)
  • Medicinal Chemistry (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Agricultural Chemicals And Associated Chemicals (AREA)

Abstract

本发明提供一种预测稻谷储藏过程中农药残留降解半衰期的方法及稻谷储藏方法,属于农作物的储藏技术。该预测稻谷储藏过程中农药残留降解半衰期的方法中,稻谷储藏时的温度为A,相对湿度为B,光照时长为C,光照强度为5800‑6200LX,所述方法包括采用预测模型预测稻谷储藏过程中农药残留降解半衰期的步骤,所述预测模型是农药残留降解半衰期与储藏时的温度A、相对湿度B和光照时长C的关系模型。本发明预测稻谷储藏过程中农药残留降解半衰期的方法,简单、合理、准确。

Description

一种预测稻谷储藏过程中农药残留降解半衰期的方法及稻谷 储藏方法
技术领域
本发明属于农作物的储藏技术,特别涉及一种预测稻谷储藏过程中农药残留降解半衰期的方法及稻谷储藏方法。
背景技术
我国是一个农业大国,人口众多,水稻是我国的重要粮食作物,为了保证粮食的产量,从粮种、种植、生产和储藏等各个方面,大量使用农药,防虫防草防病,如此,虽然保证了粮食产量的节节攀升,但广泛使用的农药,其残留问题成为危及消费者切身安全及粮食质量的重要隐患。
我国稻谷生产过程中主要使用的农药按照其作用可分为杀虫剂、除草剂、杀菌剂和植物激素等四类,按照化学元素来分又可以分为有机氯类农药、有机磷类农药、氨基甲酸酯类农药、拟除虫菊酯类农药、硝基亚甲基类农药等。其中,吡虫啉、西维因、杀螟硫磷、甲基毒死蜱、溴氰菊酯是稻谷中常见的五种农药残留。
现有技术中,还没有方法能够合理预测稻谷储藏过程中农药残留降解半衰期。
发明内容
本发明的主要目的在于提供一种预测稻谷储藏过程中农药残留降解半衰期的方法,该方法简单、合理、准确。
本发明的另一目的在于提供利于农药残留降解的稻谷储藏方法,采用该方法能够同时快速降解稻谷中五种常见的农药残留,降低农残对粮食安全的危害。
本发明的目的采用如下技术方案实现:
一种预测稻谷储藏过程中农药残留降解半衰期的方法,稻谷储藏时的温度为A,相对湿度为B,光照时长为C,光照强度为5800-6200LX,所述方法包括采用预测模型预测稻谷储藏过程中农药残留降解半衰期的步骤,所述预测模型是农药残留降解半衰期与储藏时的温度A、相对湿度B和光照时长C的关系模型。
在本发明中,所述关系模型为Y=a-b×A-c×B-d×C-f×A×B-g×A×C-h×B×C+i×A2+j×B2+k×C2,其中Y为农药残留降解半衰期,a、b、c、d、f、g、h、i和j、k为常数。
在本发明中,所述农药为吡虫啉、西维因、杀螟硫磷、甲基毒死蜱、溴氰菊酯中的一种或两种以上。
在本发明中,当所述农药为吡虫啉时,所述关系模型为公式(1);
Y1=+1.72-0.31×A-0.042×B-0.039×C-0.030×A×B-0.003×A×C+0.00675×B×C+0.53×A2+0.21×B2+0.017×C2 公式(1);
其中Y1表示吡虫啉降解半衰期。
在本发明中,当所述农药为西维因时,所述关系模型为公式(2);
Y2=+2.92+0.027×A+0.049×B-0.15×C+0.21×A×B+0.073×A×C+0.00975×B×C+0.19×A2+0.23×B2-0.018×C2 公式(2);
其中Y2表示西维因降解半衰期。
在本发明中,当所述农药为杀螟硫磷时,所述关系模型为公式(3);
Y3=+9.37+0.14×A-0.59×B-0.075×C-0.14×A×B+0.086×A×C-0.044×B×C+0.97×A2+0.74×B2+0.16×C2 公式(3);
其中Y3表示杀螟硫磷降解半衰期。
在本发明中,当所述农药为甲基毒死蜱时,所述关系模型为公式(4);
Y4=+7.21-0.51×A-0.012×B-0.075×C+0.030×A×B+0.022×A×C-0.011×B×C+0.72×A2+0.23×B2+0.19×C2 公式(4);
其中Y4表示甲基毒死蜱降解半衰期。
在本发明中,当所述农药为溴氰菊酯时,所述关系模型为公式(5);
Y5=+2.08-0.13×A+0.026×B-0.016×C-0.042×A×B+0.009×A×C-0.0005×B×C+0.21×A2+0.14×B2+0.030×C2 公式(5);
其中Y5表示溴氰菊酯降解半衰期。
一种利于农药残留降解的稻谷储藏方法,所述农药为吡虫啉、西维因、杀螟硫磷、甲基毒死蜱、溴氰菊酯中的一种或两种以上;将稻谷在如下条件下储藏:温度为25~40℃,相对湿度为65~80%,光照时长为4~10h/d,光照强度为5800-6200LX。
优选的技术方案中,将稻谷如下条件下储藏:温度为34-36℃,相对湿度为74-76%,光照时长为7-8h/d,光照强度为5800-6200LX,储藏天数至少为55天。
本发明中,相对湿度是指某湿空气中所含水蒸气的质量与同温度和气压下饱和空气中所含水蒸气的质量之比。光照时长是指每天的光照时间,单位为h/d。农药残留量:每kg样品中农药残留的质量,单位为mg/kg。
本发明预测稻谷储藏过程中农药残留降解半衰期的方法,简单、合理、准确。根据稻谷储藏过程中农药残留降解半衰期预测模型,得到了利于农药残留降解的稻谷储藏方法,采用该方法能够同时快速降解稻谷中五种常见的农药残留,显著降低农残对粮食安全的危害。
具体实施方式
五种农药吡虫啉、西维因、杀螟硫磷、甲基毒死蜱、溴氰菊酯残留量的检测方法:首先,采用QuEChERS试剂盒提取稻谷中农药,然后将提取液采用RP-HPLC法检测。
采用QuEChERS试剂盒提取稻谷中农药的方法:准确称取10g经粉碎的稻谷样品于50ml涂有聚四氟乙烯内层的离心管中,加入乙腈15ml(提前置于-4℃冰箱保存),加入QuEChERS萃取试剂包(安捷伦部件号5982-5755CH),混匀,再加入超纯水15ml,迅速混合均匀,涡旋1~2min,4℃下5000r/min离心5min。取上清液5ml至15ml分散固相萃取净化管(安捷伦部件号5982-5158CH)中,涡旋1~2min,4℃下5000r/min离心5min,取上清液作为提取液。
RP-HPLC法检测农药残留:色谱柱:Waters XbridgeTM C18柱(4.6×250mm,5μm);柱温:30℃;进样量10.0ul;流动相比例:乙腈:水体积比=90:10,流速1.0mL/min;DAD紫外检测器;吡虫啉、西维因、杀螟硫磷、甲基毒死蜱检测波长均为290nm,溴氰菊酯检测波长为240nm。
本发明中采用PQX型分段可编程人工气候箱(宁波东南仪器有限公司)模拟储藏。
一、不同温度对5种农药残留影响
1.稻谷阳性样品制备
精确称取各农药(吡虫啉、西维因、杀螟硫磷、甲基毒死蜱、溴氰菊酯)标准品,用乙腈分别配制成浓度为60mg/kg标准储备液。将各农药的标准储备液等体积混合,得到混合标准溶液。
用混合标准溶液喷洒稻谷样品,阴干后,得到稻谷阳性样品。喷洒量是每千克稻谷样品喷洒标准溶液500g。
2.样品储藏条件
分别称取等量的稻谷阳性样品,在相对湿度为65%、无光照条件的人工气候箱中模拟储藏,考察储藏温度分别为25、30、35、40℃对农药降解半衰期的影响。于储藏时间为0d、3d、5d、7d、15d和30d取样测定样品中各农药残留量。
3.各储藏条件下稻谷中农药残留量
在30d的储藏期内,随着储藏时间的延长,稻谷中5种农药残留量逐渐降低。25℃、30℃、35℃和40℃下储藏30d时,稻谷中吡虫啉残留量分别降低了92.95%、95.18%、97.17%、95.60%,半衰期分别为3.293d、2.778d、2.001d、2.140d;西维因残留量分别降低了91.39%、93.24%、93.66%、93.07%,半衰期分别为3.73d、3.432d、3.132d、3.196d;杀螟硫磷残留量分别降低了73.65%、77.27%、80.52%、78.99%,半衰期分别为13.06d、11.678d、9.912d、10.202d;甲基毒死蜱残留量分别降低了85.42%、85.86%、87.92%、88.23%,半衰期分别为8.948d、8.758d、7.762d、7.84d;溴氰菊酯残留量分别降低了83.72%、82.71%、82.97%、83.03%,半衰期分别为2.912d、2.604d、2.241d、2.267d。由上可知,随着温度的升高,吡虫啉等5种农药的降解速率均加快,当温度升高到一定程度,降解速率达到最高,温度继续升高,降解速率反而开始下降。
二、不同相对湿度对5种农药残留的影响
1.稻谷阳性样品制备
按照本实施例标题一中方法制备稻谷阳性样品。
2.样品储藏条件
分别称取等量的稻谷阳性样品,在温度为25℃、无光照条件的人工气候箱中模拟储藏,考察相对湿度为65%、70%、75%、80%对农药残留降解半衰期的影响。于0d、3d、5d、7d、15d和30d取样测定样品中各农药残留量。
3.各储藏条件下稻谷中农药残留量
在30d的储藏期内,随着储藏时间的延长,稻谷中5种农药残留量逐渐降低。相对湿度为65%、70%、75%、80%的条件下储藏30d时,稻谷中吡虫啉残留量分别降低了92.95%、95.16%、96.42%、94.9%,半衰期分别为3.293d、2.907d、2.406d、2.595d;西维因残留量分别降低了91.39%、93.05%、93.74%、93.04%,半衰期分别为3.73d、3.531d、3.200d、3.227d;杀螟硫磷残留量分别降低了74.78%、75.99%、77.25%、77.61%,半衰期分别为13.06d、12.272d、11.603d、11.360d;甲基毒死蜱残留量分别降低了85.42%、85.28%、87.24%、87.42%,半衰期分别为8.948d、8.830d、7.947d、7.769d;溴氰菊酯残留量分别降低了83.72%、82.29%、83.58%、82.86%,半衰期分别为2.912d、2.924d、2.048d、2.285d。由上可知,随着相对湿度的升高,吡虫啉等5种农药的降解速率均加快,其中,吡虫啉、西维因和溴氰菊酯随着相对湿度升高到一定程度,降解速率达到最高,相对湿度继续升高,降解速率反而开始下降。
三、不同光照强度对5种农药残留的影响
1.稻谷阳性样品制备
按照本实施例标题一中方法制备稻谷阳性样品。
2.样品储藏条件
分别称取等量的稻谷阳性样品,在相对湿度为65%、温度为25℃、光照强度为6000LX的人工气候箱中模拟储藏,考察光照时长为4h/d、6h/d、8h/d、10h/d对农药残留半衰期的影响。于储藏时间为0d、3d、5d、7d、15d和30d取样测定样品中各农药残留量。
3.各储藏条件下稻谷中农药残留量
在30d的储藏期内,随着储藏时间的延长,稻谷中5种农药残留量逐渐降低。光照时长为4h/d、6h/d、8h/d、10h/d的条件下储藏30d时,稻谷中吡虫啉残留量分别降低了94.81%、95.28%、94.65%、95.31%,半衰期分别为3.045d、2.714d、2.801d、2.955d;西维因残留量分别降低了90.98%、93.31%、93.20%、92.88%,半衰期分别为3.915d、3.587d、3.284d、3.115d;杀螟硫磷残留量分别降低了74.99%、77.29%、77.60%、77.25%,半衰期分别为12.732d、11.474d、11.745d、11.876d;甲基毒死蜱残留量分别降低了84.78%、85.90%、86.50%、85.61%,半衰期分别为8.878d、8.011d、7.652d、7.921d;溴氰菊酯残留量分别降低83.79%、83.69%、83.81%、83.76%,半衰期分别为2.847d、2.784d、2.824d、2.758d。由上可知,随着光照时长的增加,吡虫啉等5种农药的降解速率均加快。杀螟硫磷及甲基毒死蜱在6h/d的光照时长时降解最快,吡虫啉、西维因次之。
四、全因素交互对5种农药残留的影响
选择储藏温度、相对湿度、光照时长三因素,采用Design-Expert 8.0.6Trial软件中的Box-Benhnken中心组合实验设计,分析因素与设计见表1
表1因素水平编码表
1.稻谷阳性样品制备
按照本实施例标题一中方法制备稻谷阳性样品。
2.样品储藏条件及各储藏条件下稻谷中农药残留降解半衰期
分别称取等量的稻谷阳性样品,按照表2中Box-Behnken实验设计条件在人工气候箱中模拟储藏,光照强度为6000LX。于0d、3d、5d、7d、15d和30d取样测定样品中农药残留的浓度,计算各储藏条件下各农药残留的半衰期,结果如表2。
表2Box-Behnken实验设计与数据
对吡虫啉、西维因、杀螟硫磷、甲基毒死蜱、溴氰菊酯降解半衰期数据进行处理,建立该指标的数学模型,确定回归方程。其回归方程分别为:
Y1=+1.72-0.31×A-0.042×B-0.039×C-0.030×A×B-0.003×A×C+0.00675×B×C+0.53×A2+0.21×B2+0.017×C2
Y2=+2.92+0.027×A+0.049×B-0.15×C+0.21×A×B+0.073×A×C+0.00975×B×C+0.19×A2+0.23×B2-0.018×C2
Y3=+9.37+0.14×A-0.59×B-0.075×C-0.14×A×B+0.086×A×C-0.044×B×C+0.97×A2+0.74×B2+0.16×C2
Y4=+7.21-0.51×A-0.012×B-0.075×C+0.030×A×B+0.022×A×C-0.011×B×C+0.72×A2+0.23×B2+0.19×C2
Y5=+2.08-0.13×A+0.026×B-0.016×C-0.042×A×B+0.009×A×C-0.0005×B×C+0.21×A2+0.14×B2+0.030×C2
其中,A、B、C分别代表储藏的温度(℃)、相对湿度(%)、光照时长(h/d);Y1、Y2、Y3、Y4、Y5分别为吡虫啉、西维因、杀螟硫磷、甲基毒死蜱、溴氰菊酯的半衰期,单位为d。以上方程通过F检验,说明所建立的数学模型是有效的。通过分析5种农药的半衰期,Design-Expert8.0.6Trial软件中Box-Behnken命令下的Solutions命令,给出了该5种农药降解半衰期最短的储藏条件(最佳储藏条件),即温度35.25℃、相对湿度75.40%、光照时长7.32h/d。从表3可以看到,五种农药在最佳储藏条件下的预测半衰期和实际半衰期非常接近,说明农业残留降解半衰期的预测模型真实可信。从表4可以看到,在最佳储藏条件下,稻谷阳性样品储藏30天后,吡虫啉、西维因、杀螟硫磷、甲基毒死蜱和溴氰菊酯的残留量非常低。
我国并未对稻谷中的吡虫啉最高残留限量(MRL)进行规范,按照德国标准,稻谷中吡虫啉的MRL为0.05mg/kg。按照国家标准GB2763-2014,稻谷中西维因的MRL为5mg/kg,杀螟硫磷的MRL为5mg/kg,甲基毒死蜱的MRL为0.1mg/kg,溴氰菊酯的MRL为0.5mg/kg。经进一步实验,采用上述最佳储藏条件,5种农药达到最高残留限量分别需要40d、2d、6.5d、54.7d、48.2d,故含有5种残留的稻谷需储藏55天后可食用。
表3五种农药在最佳储藏条件下的预测半衰期和实际半衰期
表4最佳储藏条件下储藏不同时间农药残留量

Claims (10)

1.一种预测稻谷储藏过程中农药残留降解半衰期的方法,稻谷储藏时的温度为A,相对湿度为B,光照时长为C,光照强度为5800-6200LX,其特征在于所述方法包括采用预测模型预测稻谷储藏过程中农药残留降解半衰期的步骤,所述预测模型是农药残留降解半衰期与储藏时的温度A、相对湿度B和光照时长C的关系模型。
2.根据权利要求1所述预测稻谷储藏过程中农药残留降解半衰期的方法,其特征在于所述关系模型为Y=a-b×A-c×B-d×C-f×A×B-g×A×C-h×B×C+i×A2+j×B2+k×C2,其中Y为农药残留降解半衰期,a、b、c、d、f、g、h、i和j、k为常数。
3.根据权利要求1或2所述预测稻谷储藏过程中农药残留含量的方法,其特征在于所述农药为吡虫啉、西维因、杀螟硫磷、甲基毒死蜱、溴氰菊酯中的一种或两种以上。
4.根据权利要求3所述预测稻谷储藏过程中农药残留含量的方法,其特征在于所述农药为吡虫啉时,所述关系模型为公式(1);
Y1=+1.72-0.31×A-0.042×B-0.039×C-0.030×A×B-0.003×A×C+0.00675×B×C+0.53×A2+0.21×B2+0.017×C2 公式(1);
其中Y1表示吡虫啉降解半衰期。
5.根据权利要求3或4所述预测稻谷储藏过程中农药残留含量的方法,其特征在于西维因时,所述关系模型为公式(2);
Y2=+2.92+0.027×A+0.049×B-0.15×C+0.21×A×B+0.073×A×C+0.00975×B×C+0.19×A2+0.23×B2-0.018×C2 公式(2);
其中Y2表示西维因降解半衰期。
6.根据权利要求5所述预测稻谷储藏过程中农药残留含量的方法,其特征在于杀螟硫磷时,所述关系模型为公式(3);
Y3=+9.37+0.14×A-0.59×B-0.075×C-0.14×A×B+0.086×A×C-0.044×B×C+0.97×A2+0.74×B2+0.16×C2 公式(3);
其中Y3表示杀螟硫磷降解半衰期。
7.根据权利要求6所述预测稻谷储藏过程中农药残留含量的方法,其特征在于甲基毒死蜱时,所述关系模型为公式(4);
Y4=+7.21-0.51×A-0.012×B-0.075×C+0.030×A×B+0.022×A×C-0.011×B×C+0.72×A2+0.23×B2+0.19×C2 公式(4);
其中Y4表示甲基毒死蜱降解半衰期。
8.根据权利要求7所述预测稻谷储藏过程中农药残留含量的方法,其特征在于溴氰菊酯时,所述关系模型为公式(5);
Y5=+2.08-0.13×A+0.026×B-0.016×C-0.042×A×B+0.009×A×C-0.0005×B×C+0.21×A2+0.14×B2+0.030×C2 公式(5);
其中Y5表示溴氰菊酯降解半衰期。
9.一种利于农药残留降解的稻谷储藏方法,其特征在于所述农药为吡虫啉、西维因、杀螟硫磷、甲基毒死蜱、溴氰菊酯中的一种或两种以上;将稻谷在如下条件下储藏:温度为25~40℃,相对湿度为65~80%,光照时长为4~10h/d,光照强度为5800-6200LX。
10.根据权利要求9所述利于农药残留降解的稻谷储藏方法,其特征在于将稻谷如下条件下储藏:温度为34-36℃,相对湿度为74-76%,光照时长为7-8h/d,光照强度为5800-6200LX,储藏天数至少为55天。
CN201611147946.6A 2016-12-13 2016-12-13 一种预测稻谷储藏过程中农药残留降解半衰期的方法及稻谷储藏方法 Pending CN106651018A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611147946.6A CN106651018A (zh) 2016-12-13 2016-12-13 一种预测稻谷储藏过程中农药残留降解半衰期的方法及稻谷储藏方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611147946.6A CN106651018A (zh) 2016-12-13 2016-12-13 一种预测稻谷储藏过程中农药残留降解半衰期的方法及稻谷储藏方法

Publications (1)

Publication Number Publication Date
CN106651018A true CN106651018A (zh) 2017-05-10

Family

ID=58825847

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611147946.6A Pending CN106651018A (zh) 2016-12-13 2016-12-13 一种预测稻谷储藏过程中农药残留降解半衰期的方法及稻谷储藏方法

Country Status (1)

Country Link
CN (1) CN106651018A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114364256A (zh) * 2019-08-07 2022-04-15 拜耳公司 收获物产品中的植物保护剂残留的预测
CN114364256B (zh) * 2019-08-07 2024-06-07 拜耳公司 收获物产品中的植物保护剂残留的预测

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130129877A1 (en) * 2010-07-23 2013-05-23 King Abdulaziz City For Science And Technology Removal of pesticide residues in food by ionizing radiation
CN105454981A (zh) * 2015-11-25 2016-04-06 广东省粮食科学研究所 一种削减稻谷中毒死蜱和三唑磷残留的方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130129877A1 (en) * 2010-07-23 2013-05-23 King Abdulaziz City For Science And Technology Removal of pesticide residues in food by ionizing radiation
CN105454981A (zh) * 2015-11-25 2016-04-06 广东省粮食科学研究所 一种削减稻谷中毒死蜱和三唑磷残留的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
檀先昌: "储粮害虫化学防治常用药剂在粮食中的残留机器卫生学评价", 《粮食储藏》 *
王松雪 等: "不同储粮环境作用下马拉硫磷在粮食上的残留消解动态", 《食品科学》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114364256A (zh) * 2019-08-07 2022-04-15 拜耳公司 收获物产品中的植物保护剂残留的预测
CN114364256B (zh) * 2019-08-07 2024-06-07 拜耳公司 收获物产品中的植物保护剂残留的预测

Similar Documents

Publication Publication Date Title
Yang et al. Effectiveness of commercial and homemade washing agents in removing pesticide residues on and in apples
Collins et al. Response of mixed-age cultures of phosphine-resistant and susceptible strains of lesser grain borer, Rhyzopertha dominica, to phosphine at a range of concentrations and exposure periods
Negahban et al. Fumigant toxicity of Eucalyptus intertexta, Eucalyptus sargentii and Eucalyptus camaldulensis against stored‐product beetles
Ju et al. Subcellular distribution governing accumulation and translocation of pesticides in wheat (Triticum aestivum L.)
Aćimović et al. Spatial and temporal distribution of trunk‐injected imidacloprid in apple tree canopies
Acoglu et al. Effectiveness of different type of washing agents on reduction of pesticide residues in orange (Citrus sinensis)
Petit et al. Photosynthesis limitations of grapevine after treatment with the fungicide fludioxonil
Xiao et al. The dissipation, processing factors, metabolites, and risk assessment of pesticides in honeysuckle from field to table
Herrera et al. An insecticide formulation of terpene ketones against Sitophilus zeamais and its incorporation into low density polyethylene films
Chuanjiang et al. Residue analysis of acephate and its metabolite methamidophos in open field and greenhouse pakchoi (Brassica campestris L.) by gas chromatography–tandem mass spectrometry
Singano et al. What does global warming mean for stored-grain protection? Options for Prostephanus truncatus (Horn) control at increased temperatures
Wang et al. Uptake, translocation, and metabolism of thiamethoxam in soil by leek plants
Lehoczki‐Krsjak et al. Translocation and degradation of tebuconazole and prothioconazole in wheat following fungicide treatment at flowering
Sheikh et al. Monitoring of pesticide residues in vegetables collected from markets of Sindh, Pakistan.
Sandanayake et al. Plant uptake of pesticide residues from agricultural soils
Hasnaki et al. Pesticide residues in corn and soil of corn fields of Khuzestan, Iran, and potential health risk assessment
Hathout et al. Estimation of the most widespread pesticides in agricultural soils collected from some Egyptian governorates
Nath et al. Dissipation kinetics, residue modeling and human intake of endosulfan applied to okra (Abelmoschus esculentus)
CN104686561B (zh) 含烯丙基异硫氰酸酯的微胶囊制剂及制备方法与应用
Kumar et al. Persistence and metabolism of fipronil in rice (Oryza sativa Linnaeus) field
CN106651018A (zh) 一种预测稻谷储藏过程中农药残留降解半衰期的方法及稻谷储藏方法
CN104855432B (zh) 一种复配杀虫剂及其应用
CN106614569A (zh) 缩短残留农药半衰期和/或完全降解时间的降残方法
Sriranjini et al. Sorption of sulfuryl fluoride by food commodities
Cao et al. Uptake, translocation, and distribution of cyantraniliprole in a wheat planting system

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170510

RJ01 Rejection of invention patent application after publication