磁化水灌溉对设施灵武长枣生长与果实品质的影响

为探究不同磁强磁化水灌溉对设施灵武长枣营养生长与果实品质的影响,以宁夏灵武市大泉林场基地设施栽培的灵武长枣为研究对象,对其营养生长(枣吊长、枣吊粗、叶面积等)和果实品质(可溶性糖含量、有机酸含量、Vc含量等)进行了测定分析。结果表明,采用ADS-1800磁强磁化水灌溉对枣吊生长的促进作用最大,枣吊净生长量较CK增加了15.6%;ADS-1400磁强磁化水灌溉提高了设施灵武长枣的单株产量,可达7.62 kg,增产效果最显著;ADS-800磁强磁化水灌溉可增加设施灵武长枣的可溶性固形物及可溶性糖含量,较CK分别增加了5.5%和4.38%。因此,不同磁强磁化水处理能促进灵武长枣的营养生长,影响果实品质。本研究结果为磁化水灌溉技术在设施灵武长枣生产上的应用提供了参考依据。     

园艺地布和秸秆覆盖对枣园土壤温湿度与枣树生长的影响

为比较不同覆盖材料对枣园土壤温湿度及灵武长枣果实品质的影响,以灵武长枣为试验对象,采用园艺地布、秸秆进行全园覆盖,并以清耕为对照(CK),定期测定土壤温湿度变化,枣吊生长和果实有机酸含量、可溶性糖含量、Vc含量等。结果表明,与CK相比,园艺地布覆盖处理枣园日平均土壤温度提高0.7℃,而秸秆覆盖处理的土壤温度降低了2.0℃;2种材料覆盖处理均明显提高枣园日平均土壤湿度,其中园艺地布覆盖处理较CK提高了3.1%,秸秆覆盖处理较CK提高了2.8%;2种材料覆盖处理均对灵武长枣营养生长和果实品质有显著影响,其中秸秆覆盖处理果实的可溶性糖含量较CK提高了33.7%,可溶性固形物含量提高了20.0%。园艺地布覆盖处理果实Vc含量较CK提高了14.8%,可溶性糖含量提高了24.1%。因此,园艺地布、秸秆覆盖能够促进灵武长枣营养生长,提高果实品质。本研究为西北干旱、半干旱地区枣园生产提供了参考。     

基于电学参数的苹果可溶性固形物含量预测

为实现苹果可溶性固形物含量的无损检测，该研究提出了一种长短期记忆编解码和多层感知机（LSTMED-MLP,long short-term memory encoder-decoder-multi-layer perceptron）融合的介电特征预测方法。在0.158～3 980 kHz频率范围内的9个频率点下，采用介电谱测量仪获取300个富士苹果的电学参数，其中每个频率点对应15项电学参数，即每个苹果对应135项电学特性参数，之后通过苹果基因组学理化分析方法，获取可溶性固形物含量；根据电学参数与可溶性固形物含量，构建苹果关键基因组学参数的回归预测模型。为简化模型输入，提取样本变量特征，使用主成分分析（principal component analysis,PCA）和LSTMED模型，提取每个样本的40项特征值，作为非线性回归模型多层感知机（MLP）和XGBoost的输入，建立可溶性固形物含量预测模型。试验结果表明，LSTMED具有更好的适用性，且LSTMED-MLP模型的预测效果最好，在校正集和预测集上，决定系数分别为0.95和0.90，均方根误差分别为0.77和0.84，且对不同种...     

基于介电特性的燕麦含水率预测

为了给基于介电特性的小杂粮含水率测量仪的开发提供基础数据,该文以燕麦为对象,利用同心圆柱形电容器研究了测试信号频率(103～106Hz)、燕麦含水率(12%～21%)、温度(5～40℃)和体积密度(671～787kg/m3)对相对介电常数ε′和介质损耗因数ε″的影响,分析了介电参数变化的原因;建立了部分频率下燕麦介电参数与主要影响因素的关系模型,验证了模型的精度;检验了基于介电参数预测含水率的精度和可行性。结果表明,在103～106Hz频段内,燕麦的ε′和ε″均随测试信号频率的增大而减小,但随含水率、温度和体积密度的增大而增大;可用三元或二元三次方程描述介电参数和主要影响因素的关系,且各模型的决定系数皆大于0.96;同烘干法获得的含水率相比,基于介电参数预测燕麦含水率的误差范围在±1.2%,说明基于介电特性预测含水率是可行的。本研究对了解燕麦的介电特性以及燕麦含水率检测仪的开发有重要的指导意义。     

红心李总可溶性固形物含量的电子鼻预测方法研究

为实现红心李品质的无损检测,采用国标法检测红心李样品的可溶性固形物含量,测定并记录电子鼻响应值,采用非线性随机共振提取电子鼻信噪比特征值,构建红心李总可溶性固形物含量非线性Boltzmann预测模型。结果表明,构建的红心李可溶性固形物含量预测模型的相关系数R2=0.9700,表明电子鼻可以预测红心李可溶性固形物含量。验证可知,该模型的预测精度较高,对所有测试样品的预测值皆较准确。本研究为果蔬品质电子鼻快速无损检测提供了理论参考。     

基于介电特性与SPA-SVR算法的水稻含水率检测方法

为提高基于介电法水稻含水率的检测精度,以北粳3号水稻为研究对象,利用阻抗分析仪及自制同轴圆柱型电容器测量了不同含水率水稻在1 kHz～1 MHz频率下的相对介电常数ε′及介质损耗因数ε"。采用x-y共生距离法划分了72个样本校正集和48个样本预测集。利用无信息变量消除法及连续投影法选取介电参数(ε′、ε"及ε′和ε"两者结合)的特征变量,分别利用所提取的特征变量以及单频、全频下的介电参数来建立预测水稻含水率的多元线性回归及支持向量机回归模型,分析模型的预测性能,并对最佳模型的含水率预测结果进行温度补偿。结果表明:基于ε′与ε"两者结合并利用连续投影法提取特征变量建立的支持向量机回归模型预测效果最佳,其预测集决定系数为0.980,预测均方根误差为0.403%。最佳预测模型对不同品种水稻的含水率预测值与烘干法测得的含水率实测值的绝对误差集中分布在±0.5%内,该研究可为粮食含水率的检测提供参考。     

利用介电参数和变量筛选建立玉米籽粒含水率无损检测模型

为了实现玉米含水率的快速无损检测,该文利用精密阻抗分析仪和自制介电参数测量传感器通过激励电压在1 kHz～5.462 MHz频率范围内测量了热风干燥过程中不同含水率与不同温度下玉米籽粒的介电常数ε''和介电损耗ε"。通过对双介电参数频谱的分析,对含水率回归模型建模频段进行了初步选择,以1.072～5.462 MHz之间15个测量频点的双介电参数和温度值T共计31维变量作为支持向量回归机（support vector regression,SVR）模型的输入全变量,分别利用竞争性自适应重加权算法（competitive adaptive reweighted sampling,CARS）、迭代保留信息变量算法（iteratively retains informative variables,IRIV）和CARS-IRIV联合算法筛选特征变量,建立全变量、CARS、IRIV和CARS-IRIV筛选特征变量与玉米籽粒含水率的SVR模型。引入鲸鱼优化算法（whale optimization algorithm,WOA）优化SVR模型参数c（惩罚因子）和g（核函数参数）,结果表明CARS-IRIV筛选特征变量（ε''3.854MHz、ε"3.854MHz、ε''5.462MHz、ε"5.462MHz、T）建立的SVR模型经WOA优化后（CARS-IRIV-WOA-SVR）具有最优的预测精度,预测集决定系数、预测集均方根误差和剩余预测偏差分别为0.998 4,0.40%和24.55,且模型复杂度最低。该研究为基于双介电参数和支持向量回归机实现玉米含水率快速无损检测提供了新的研究思路和基础数据。     

利用时域反射仪测定饱和砂土中非水相液体

利用时域反射技术,以饱和砂土和菜籽油、机油为研究对象,室内模拟研究了非水相液体(NAPLs,nonaqueous phase liquids)污染土壤的介电常数和电导率的变化规律,确定了饱和砂土中NAPLs含量的预测模型。研究表明:1饱和砂土中体积含油量在0~0.05 cm~3/cm~3时,土壤介电常数并无显著变化;随着NAPLs体积含量的进一步增加,介电常数呈线性减小趋势;土壤体积质量和NAPLs类型对相同饱和度的土壤介电常数未产生影响。2饱和土壤的电导率与NAPLs含量存在良好的线性负相关关系(R2=0.96);土壤体积质量对相同饱和度的土壤电导率未产生影响。3混合介电模型(a=0.5)高估了饱和砂土中NAPLs含量,平均RMSE为0.038 cm~3/cm~3;参数a调整为0.52后,混合介电模型提高了预测精度,比原混合介电模型(a=0.5)预测精度可以提高23.2%。本研究结果表明可利用时域反射技术监测污染土壤的介电常数与电导率并测定饱和土壤中NAPLs的含量。     

氮肥施用量对灵武长枣果实品质及土壤氮含量的影响

以灵武长枣为试验材料,设置5个氮肥处理:0 kg/hm²(CK)、150 kg/hm²(T1)、300 kg/hm²(T2)、450 kg/hm²(T3)、600 kg/hm²(T4),同时配施相同量的钾肥(150 kg/hm²)和磷肥(60 kg/hm²),用以探明不同氮肥施用对灵武长枣果实品质的影响以及土壤氮含量随施氮量增加的变化趋势。结果表明,灵武长枣果实维生素C含量、单果重和糖酸比随施氮水平的增加呈先升高后降低的趋势,且均在T2处理达到最大值。与CK相比,T2处理的灵武长枣果实维生素C含量、单果重和糖酸比对照分别提高了17.27%、15.94%和10.90%。当施氮量在150 kg/hm²以上时,成熟期土壤氮含量随着施肥量的增加而增加,其中T2处理的土壤氮含量相较于初始氮含量增加最少,表明T2处理在满足灵武长枣植株需求的同时最大程度降低了对土壤氮含量的影响。利用主成分分析提取出的4个主成分涵盖了原始信息的92.687%,其中T2处理的得分最高。综上所述,灵武长枣最佳氮肥施用量为300 kg/hm²,此施肥量既能改善灵武长枣果实品质,又能对灵武长枣科学施肥提供理论依据。     

基于相关系数法与遗传算法的啤酒酒精度近红外光谱分析

以啤酒的酒精度的快速检测为研究对象,针对采用偏最小二乘(Partial Least Squares,PLS)法建立近红外光谱预测模型时波长筛选问题,提出将相关系数法与遗传算法(Genetic Algorithms,GA)相结合提取光谱有效信息,提高预测模型的精度的方法。结果表明：该方法应用于啤酒酒精度近红外光谱检测中,吸收光谱和一阶导数光谱的预测建模的波长个数分别减少了83%、82%,预测平均相对误差分别降低了0.42%、0.64%,不仅简化、优化了模型,而且增强了预测建模型的预测能力,是一种采用PLS法建立预测模型前行之有效的降低和优选波长的方法。     

蜜瓜和西瓜果汁的射频介电特性及其与糖度的关系(简报)

为了解果汁的介电特性与其主要内部品质——糖度之间的关系,该文利用末端开路的同轴探头和阻抗分析仪测量了10 MHz～1.8 GHz的频率范围内不同成熟度的3个品种密瓜汁和4个品种西瓜汁的介电特性,同时测量了反映果汁糖度的可溶性固形物含量和果肉的含水率,分析了介电特性和糖度间的关系。结果显示：密瓜和西瓜果汁的相对介电常数和介质损耗因数皆随频率的增大单调减小,品种间的差异对介电特性有影响;1.8 GHz下密瓜汁的损耗角正切与糖度有较好的线性关系,其决定系数为0.784,但西瓜汁的介电特性与糖度的相关性较差;密瓜和西瓜果汁的糖度与果肉的含水率有很好的线性相关性,其决定系数分别为0.973和0.906。该研究将为基于介电特性的果汁糖度检测仪的开发提供了研究基础。     

基于介电特性及ANN的油桃糖度无损检测方法

为了探索利用果品的介电特性无损预测内部品质的可能性,该文采用矢量网络分析仪测量了10 d贮藏期间,300个99-1油桃在20～4500 MHz频率下的相对介电常数和介电损耗因子,以糖度作为内部品质指标,基于x-y共生距离的样本划分法确定了含243个样本的校正集和57个样本的预测集;建立了预测油桃糖度的偏最小二乘、支持向量机及极限学习机模型,并综合比较了采用全频谱以及利用无信息变量消除法和连续投影算法分别提取的特征变量作为各模型输入变量时,对各模型拟合效果的影响。结果表明：连续投影算法结合极限学习机预测效果最好（预测相关系数为0.887,预测均方根误差为0.782）;与全频谱和无信息变量消除法相比,连续投影算法在简化模型及提高模型稳定性方面性能良好。该研究结果表明,基于油桃介电特性无损检测糖度是可行的,可为应用介电特性无损检测果品的内部品质指标提供了一种新方法。     

基于介电特性的海沃德猕猴桃品质检测

为研究猕猴桃的介电特性与其主要品质之间的关系,本试验通过测定不同贮藏时期海沃德猕猴桃的介电特性、营养成分、色差及质构指标,用连续投影算法(SPA)和遗传算法-偏最小二乘法(GA-PLS)筛选出各品质指标(Vc、可溶性固形物、ΔE、硬度、粘聚性和弹性)的特征频率点,建立猕猴桃品质指标的预测模型并进行验证。结果表明,建立 Vc和ΔE值的最优模型为连续投影算法结合神经网络模型,可溶性固形物、硬度、粘聚性和弹性的最优模型为遗传算法-偏最小二乘法结合神经网络模型,模型对各指标预测的决定系数分别为0.971、0.934、0.922、0.984、0.908和0.954,各品质指标预测值与实测值无显著差异(P>0.05)。综上所述,介电检测技术结合SPA和GA-PLS可用于预测猕猴桃的特征品质。本研究结果为猕猴桃品质的无损检测奠定了基础。     

喷施不同叶面肥对冬枣品质的影响

[目的]利用"沾化冬枣",在陕西省科学院大荔现代农业科技示范基地露地栽培条件下,研究叶面喷施SOD,富硒肥和噻苯隆对冬枣品质的影响。[方法]利用钼蓝比色法、氢氧化钠滴定法和紫外分光光度法等方法测定不同处理之下果实品质指标。[结果](1)叶面喷SOD肥可显著提高冬枣可溶性糖、可溶性固形物含量,降低Vc和有机酸含量,降低采摘后15和30d的果实密度;显著提高了采摘期和采后24d的果实红色度,提早果实转色,促使冬枣提前上市,降低烂果率。(2)喷富硒叶面肥可显著提高果实中硒含量,提高果实可溶性糖含量,降低Vc和有机酸含量。(3)叶面喷施噻苯隆混合叶面肥,可提高冬枣可溶性糖、可溶性固形物和有机酸含量,降低采摘后15d的果实密度,但采摘后30d果实密度大于对照;推迟果实转色,促使冬枣延后上市,延长了冬枣市场供应期,降低烂果率,提高经济效益。[结论]叶面喷施SOD,富硒肥和噻苯隆对冬枣品质产生了重要影响,它们在一定程度上提高了果实品质,其中喷施富硒肥可以提高果实的营养品质和保健功能,喷施SOD和噻苯隆则分别利于果实的提前和延后上市,延长冬枣货架期,提高经济效益。     

基于介电特性与IRIV-GWO-SVR算法的番茄叶片含水率检测

为了探究利用介电特性检测作物水分状况的可行性,研究了一种基于介电特性的有效、快速、精确检测番茄叶片含水率的方法。以300片不同含水率的番茄叶片为研究对象,通过LCR测量仪测定叶片在0.05~200 k Hz下的相对介电常数ε′和介质损耗因数ε″,并采用干燥法测量叶片含水率。利用迭代保留信息变量法(iteratively retains informative variables,IRIV)对介电参数进行特征变量选取,并与连续投影算法(successive projections algorithm,SPA)进行比较,利用支持向量回归机(support vector regression,SVR)分别建立叶片全变量、2种特征变量与叶片含水率的关系模型。结果表明,基于迭代保留信息变量法选取特征变量的支持向量回归模型(IRIV-SVR)具有良好的预测能力,但预测精度仍需提高,故引入灰狼优化算法(grey wolf optimizer,GWO)优化模型的参数c(惩罚因子)和g(核函数参数)。最终,经GWO优化后的模型(IRIV-GWO-SVR)的预测集决定系数R2与均方根误差RMSE分别为0.963 8,0.020 7。因此,利用介电特性结合IRIV-GWO-SVR算法预测番茄叶片含水率是可行的,同时为其他叶片含水率检测提供了一种新的方法和思路。     

基于电学特征的苹果水心病无损检测

为了探寻快速而准确的苹果水心病无损检测新方法,该文以‘秦冠’水心病疑似病果和好果作为试材,逐果采集11个电学指标在100 Hz~3.98 MHz间13个频率点的特征值,然后切开并统计真实发病情况。利用主成分分析结合不同分类模型进行好果与病果判别分析,结果选取方差累积贡献率大于90%的主成分15个,Fisher判别、多层感知器人工神经网络(multi-layer perceptron,MLP)对好果和病果的判断正确率均随着主成分数的增加而增大,并分别在主成分数量达到前13、10时趋于稳定水平93.3%、95.4%。径向基人工神经网络(radical basis function,RBF)结合15个主成分判别的正确率75.1%。水心病引起介电损耗系数D、复阻抗相角deg、串联等效电容Cs和并联等效电容Cp及相对介电常数(ε')、损耗因子(ε")共6个参数在低频区(100~10 000 Hz)的观测值高于好果,是电学法能够对水心病果和好果进行‘识别’的原因。同时发现,利用低频率下(100~25 100 Hz)损耗因子(ε")值结合MLP或RBF人工神经网络模型对水心病果和好果识别正确率均能达到100%,是一种简便而高效的苹果水心病无损检测方法,可为今后进一步研发苹果果实水心病在线无损检测仪器提供理论与技术依据。     

苹果内部品质的电特性无损检测研究

利用智能LCR测试仪、圆形平板电极系统和PC计算机及自主开发的水果电特性无损检测软件,用非接触式无损检测方法在线测定了不同内部品质的苹果的电特性的差异。结果表明,在5～100 kHz的频率范围内,有腐烂或损伤的苹果的阻抗比完好的要小,但测试结果受频率漂移影响较大;在33～100 kHz频率范围内,有腐烂或损伤的苹果的相对介电常数比完好的要大,测试频率的变化对相对介电常数基本无影响;损耗因数的变化则无一定的规律性。因此,用相对介电常数来进行水果内部品质的判别是可行的。