five

不同品类果蔬中噻虫胺残留量检测分析数据|农药残留检测数据集|食品安全数据集

收藏
浙江省数据知识产权登记平台2024-11-06 更新2024-11-07 收录
农药残留检测
食品安全
下载链接:
https://www.zjip.org.cn/home/announce/trends/81672
下载链接
链接失效反馈
资源简介:
农药残留是植物源性食品的主要安全问题之一,近年来果蔬中噻虫胺农药残留也常有检出,噻虫胺是一种新烟碱类杀虫剂,具有内吸性、触杀和胃毒作用。少量的噻虫胺残留不会引起人体急性中毒,但如果长期食用噻虫胺超标的食品,可能会出现恶心、呕吐、头痛、乏力、躁动、抽搐等症状。因此通过对果蔬中噻虫胺残留量的检测分析,能够进一步了解各品类果蔬中噻虫胺残留情况和风险情况。通过合格率了解易超标的风险品种,通过不合格占比了解年度重点监管品类,从而加强对果蔬中噻虫胺等农药残留情况的关注,为种植业合理使用农残具有指导意义,也为监管单位进行农药残留专项监管提供数据支持。1、数据采集:根据要求采集果蔬样品并进行样品制备,依据检测方法进行定量分析,获得检测结果值。2、数据处理:通过定量分析获得结果值,依据GB 2763设定标准值,当结果值≤标准值时,判定合格;否则判定不合格;该细类当年合格率=该细类当年检测合格批次数A/该细类当年检测批次N*100%,保留两位小数;总不合格数M为当年果蔬中噻虫胺不合格数之和,该细类不合格占比=该细类不合格数X/总不合格数M*100%,保留两位小数;该品种不合格占比=该品种不合格数Y/总不合格数M*100%,保留两位小数。当该细类当年合格率≥98%时,风险评价=LR,当98%>该细类当年合格率≥95%时,风险评价=MR,当该细类当年合格率<95%时,风险评价=HR。3、数据应用:对各果蔬中噻虫胺残留量进行检测分析,可以了解不同品类果蔬中噻虫胺残留情况,通过风险评价了解易超标的风险品种,通过不合格占比了解年度监管品类不合格总体情况,从而加强对果蔬中噻虫胺等农药残留情况的关注,为生产单位合理使用农残具有参考意义,也为监管单位进行 农药残留专项监管提供数据支持。
提供机构:
浙江金正检测有限公司
创建时间:
2024-09-24
AI搜集汇总
数据集介绍
main_image_url
特点
该数据集包含1183条不同品类果蔬中噻虫胺残留量的检测数据,每年更新,用于分析农药残留情况和风险评价,为农药使用和监管提供支持。
以上内容由AI搜集并总结生成
用户留言
有没有相关的论文或文献参考?
这个数据集是基于什么背景创建的?
数据集的作者是谁?
能帮我联系到这个数据集的作者吗?
这个数据集如何下载?
点击留言
数据主题
具身智能
数据集  4098个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集

基于站点观测的中国1km土壤湿度日尺度数据集(2000-2022)

本研究提供了中国范围1km高质量的土壤湿度数据集-SMCI1.0(Soil Moisture of China by in situ data, version 1.0),SMCI1.0是包含2000-2022年、日尺度、以10厘米为间隔10层深度(10-100cm)的高时空分辨率土壤湿度,数据单位为0.001m³/m³,缺失值为-999,投影为WGS1984。该数据集是以中国气象局提供的1,648个站点观测10层土壤湿度作为基准,使用ERA5_Land气象强迫数据、叶面积指数(LAI)、土地覆盖类型(Landtypes)、地形(DEM)和土壤特性(Soil properties)作为协变量,通过机器学习方式获得。本研究进行了两组实验以验证SMCI1.0的精度,时间尺度上:ubRMSE为0.041-0.052,R为0.883-0.919;空间尺度上:ubRMSE为0.045-0.051,R为0.866-0.893。 由于SMCI1.0是基于实地观测的土壤湿度,它可以作为现有基于模型和卫星数据集的有效补充。该数据产品可用于各种水文、气象、生态分析和建模,尤其在需要高质量、高分辨率土壤湿度的应用上至关重要。有关数据集的引用及详细描述,请阅读说明文档。为便于使用,本研究提供了两种不同分辨率的版本:30 秒(~1km)和0.1度(~9km)。

国家青藏高原科学数据中心 收录

PCLT20K

PCLT20K数据集是由湖南大学等机构创建的一个大规模PET-CT肺癌肿瘤分割数据集,包含来自605名患者的21,930对PET-CT图像,所有图像都带有高质量的像素级肿瘤区域标注。该数据集旨在促进医学图像分割研究,特别是在PET-CT图像中肺癌肿瘤的分割任务。

arXiv 收录

学生课堂行为数据集 (SCB-dataset3)

学生课堂行为数据集(SCB-dataset3)由成都东软学院创建,包含5686张图像和45578个标签,重点关注六种行为:举手、阅读、写作、使用手机、低头和趴桌。数据集覆盖从幼儿园到大学的不同场景,通过YOLOv5、YOLOv7和YOLOv8算法评估,平均精度达到80.3%。该数据集旨在为学生行为检测研究提供坚实基础,解决教育领域中学生行为数据集的缺乏问题。

arXiv 收录

中国空气质量数据集(2014-2020年)

数据集中的空气质量数据类型包括PM2.5, PM10, SO2, NO2, O3, CO, AQI,包含了2014-2020年全国360个城市的逐日空气质量监测数据。监测数据来自中国环境监测总站的全国城市空气质量实时发布平台,每日更新。数据集的原始文件为CSV的文本记录,通过空间化处理生产出Shape格式的空间数据。数据集包括CSV格式和Shape格式两数数据格式。

国家地球系统科学数据中心 收录

AgiBot World

为了进一步推动通用具身智能领域研究进展,让高质量机器人数据触手可及,作为上海模塑申城语料普惠计划中的一份子,智元机器人携手上海人工智能实验室、国家地方共建人形机器人创新中心以及上海库帕思,重磅发布全球首个基于全域真实场景、全能硬件平台、全程质量把控的百万真机数据集开源项目 AgiBot World。这一里程碑式的开源项目,旨在构建国际领先的开源技术底座,标志着具身智能领域 「ImageNet 时刻」已到来。AgiBot World 是全球首个基于全域真实场景、全能硬件平台、全程质量把控的大规模机器人数据集。相比于 Google 开源的 Open X-Embodiment 数据集,AgiBot World 的长程数据规模高出 10 倍,场景范围覆盖面扩大 100 倍,数据质量从实验室级上升到工业级标准。AgiBot World 数据集收录了八十余种日常生活中的多样化技能,从抓取、放置、推、拉等基础操作,到搅拌、折叠、熨烫等精细长程、双臂协同复杂交互,几乎涵盖了日常生活所需的绝大多数动作需求。

github 收录