摘要：采用超微粉碎技术对干燥的桑叶、杜仲叶和荷叶进行预处理,以获得的200目三叶超微粉、乳粉、糖为主要原料研制三叶超微粉酸奶,并对其品质进行研究,为桑叶、杜仲叶的开发利用提供参考。通过单因素实验和正交试验设计,以感官评价、质构分析、酸度为指标,优化三叶超微粉酸奶的最佳工艺参数,并对产品总黄酮含量、抗氧化性能、黏度、稠度、乳酸菌数进行测定,评价产品品质。优化结果为:乳粉添加量12%、糖添加量8%的条件下,桑叶粉添加量为0.04%、荷叶粉添加量为0.06%、杜仲叶粉添加量为0.04%,菌种添加量为0.4%,43℃发酵12 h,4℃冷藏后熟6 h,得到成品。此时产品质构黏度为92.41 g/sec,稠度为347.93 g/sec,酸度为102°T,乳酸菌数为2.8×106 CFU/mL,总黄酮含量为15.7μg/mL,对DPPH·的清除率为33.1%,对ABTS^(+)·的清除率为25.06%,对O_(2)^(-)·的清除率为26.7%,表明三叶超微粉酸奶产品品质较好,且具有一定的抗氧化活性。制得的酸奶黏稠适宜,色泽均匀,口感细腻,酸甜可口,具有独特的桑叶、荷叶和杜仲叶的清香味和乳酸香味。

摘要：针对俄罗斯模型模拟洪水时其假定不能代表各流域的洪水特性,提取各场洪水的峰现时间进行参数估计和线型优选,将改进后的俄罗斯模型应用于钱塘江流域金华江金华水文站的洪水模拟。统计特征检验结果表明,改进后模型79.63%的时段统计量参数模拟效果优于原始模型,模拟序列统计规律更接近于实测序列。

摘要：黄河源区是黄河流域重要的产流区和我国重要的清洁能源基地,提高黄河源区径流预报准确率可为流域水资源科学调配和水风光清洁能源高效利用提供重要支撑。以黄河源区唐乃亥和玛曲水文站为研究对象,基于不同月份径流组分的差异,考虑积雪覆盖率及融雪水当量变化,构建了中长期径流分期组合机器学习预报模型及其可解释性分析框架。研究结果表明:1)年内的径流预报时段可划分为融雪影响期(3—6月)和非融雪主导(以降雨和地下水补给为主)期(7月—次年2月);2)与传统不分期模型相比,唐乃亥站和玛曲站分期组合预报模型的纳什效率系数分别达0.897、0.835,确定系数(R2)分别达0.897、0.839,均方根误差分别降低了10%、17%,提高了径流预报准确率,通过分位数映射校正,唐乃亥站和玛曲站预报模型的R2分别进一步提升至0.926和0.850;3)基于SHAP机器学习可解释性分析框架,辨识了预报因子对径流预报结果的贡献程度,由高到低依次为降水、前一个月流量、蒸发、气温、相对湿度、融雪水当量等,发现了不同预报因子之间交互作用散点分布具有拖尾式或阶跃式的特征。