常规稻与杂交稻谷的仿生电子鼻分类识别

气味是进行稻谷品种及其品质识别的重要方法之一,作为一种基于仿生嗅觉的机器检测方法,仿生电子鼻在水稻品种的分类识别中具有较好的应用前景。常规稻与杂交稻在食味品质等方面存在一定的差异,为了解应用电子鼻进行常规稻谷与杂交稻谷识别的可行性,采用PEN3电子鼻对同季同地域收获的3种常规稻(中香1号、湘晚13、瑶平香)和3种杂交稻(伍丰优T025、品36、优优122)稻谷样品的气味信息进行了采集和分析。首先通过过载分析(Loadings)法分析了电子鼻检测稻谷气体挥发物时的各传感器贡献率,分别针对基于特征值的提取和稻谷气味检测对电子鼻传感器阵列中的传感器进行了优选,阐明了稻谷气体挥发物检测中应以对硫化物、氮氧化合物、芳香成分和有机硫化物敏感的传感器为主。随后,分别采用主成分分析法(principal component analysis,PCA)、线性判别法(linear discriminant analysis,LDA)和BP神经网络对6种不同稻谷之间、常规稻与杂交稻之间的分类识别进行了研究。结果表明,PCA分析法与LDA分析法在对6种不同稻谷之间的分类以及常规稻与杂交稻之间的分类中均未取得理想的效果,存在部分样本数据点重叠或样本数据点较近的情况,在实际应用中易发生混淆;而BP神经网络在对6种不同稻谷之间的分类中对测试集的识别正确率分别达到了90%,在常规稻与杂交稻之间的分类识别中对测试集的识别正确率达到了96.7%。上述试验验证了电子鼻用于常规稻与杂交稻稻谷分类识别的有效性,为常规稻与杂交稻的快速、无损分类识别提供了一种新的方法。     

基于电子鼻的六堡茶“陈香”香味识别模型建立

文章采用电子鼻对“有陈香”和“陈香不显”的两类六堡茶进行香气特征响应信号提取,以干茶、茶汤和茶底的电子鼻响应值作为香气识别模型建立的特征值,用PCA和LDA进行识别分类,并以累计贡献率最高的茶汤Loadings结果进行不同传感器贡献率的分析。结果表明PCA区分样品的累计贡献率干茶、茶汤、茶底分别达到99.29%、99.33%和94.66%,LDA区分样品的总贡献率干茶、茶汤、茶底分别为87.09%、97.50%和91.72%,LDA整体区分效果优于PCA;传感器Loadings分析结果表明:W1S (甲基类)、W2S (醇酮类)、W5S (氮氧化合物)及硫化物传感器W1W、W2W在区分样本有无陈香中起主要作用。利用PCA和LDA建立的两种模型分析方法都能将“有陈香”和“陈香不显”的六堡茶样本区分开,用随机选取的39个预测集样品分别进行识别模型的验证,干茶、茶汤、茶底的LDA识别模型对未知样本的识别准确率分别为84.62%、92.31%、82.05%,说明利用电子鼻建立判断六堡茶是否有陈香的识别模型是可行的。     

基于电子鼻传感器阵列优化的甜玉米种子活力检测

针对甜玉米种子活力传统检测方法操作繁琐、重复性差等不足,该研究利用电子鼻技术建立甜玉米种子活力快速检测方法。利用电子鼻获取不同活力甜玉米种子的气味信息,再结合主成分分析(PCA,principal component analysis)、线性判别分析(LDA,linear discriminant analysis)、载荷分析(loadings)和支持向量机(SVM,support vector machine)对气味信息进行提取分析,建立甜玉米种子活力的定性定量分析模型。结果显示:PCA和LDA分析均无法区分不同活力的甜玉米种子,而SVM的鉴别效果较好。全传感器阵列数据集SVM分类判别模型训练集和预测集正确率分别为97.10%和96.67%,建模时间为30.75 s,回归预测模型训练集和预测集决定系数R~2分别为0.993和0.913,均方差误差分别为2.23%和8.50%。经Loadings分析将10个传感器阵列优化为6个。优化后传感器阵列数据集SVM分类判别模型训练集和预测集正确率分别为98.55%和96.67%,建模时间为21.81 s,回归预测模型训练集和预测集决定系数R~2分别为0.982和0.984,均方差误差分别为3.80%和3.01%。结果表明:基于SVM的电子鼻技术可以实现对不同活力甜玉米种子的高效判别和预测,将传感器阵列优化为6个,判别和预测效果均有所提升。该研究为电子鼻技术应用于甜玉米种子活力检测提供理论依据。     

不同保鲜运输方式对荔枝果实品质的影响

为掌握不同保鲜运输方式对荔枝果实品质的影响,该文以"妃子笑"荔枝果实为试验材料,采用果蔬保鲜运输试验平台对泡沫箱加冰、冷藏和气调3种运输方式进行了试验,分析不同运输方式对荔枝果实主要品质指标的影响。结果表明:荔枝果实运输时间在1 d内,泡沫箱加冰、冷藏和气调3种保鲜运输方式的荔枝果实品质无显著性差异(p0.05);随着运输时间的延长,冷藏和气调2种保鲜运输方式可有效延缓荔枝果实品质的下降;运输4 d后,与泡沫箱加冰和冷藏运输方式相比,气调运输方式可以显著(p0.05)抑制荔枝果肉硬度、可溶性固形物含量、果皮相对电导率、货架期品质等指标的下降;就保持荔枝运输中果实品质而言,1 d内的荔枝运输可以选择以上3种保鲜运输方式中的任何1种,2~4 d的荔枝运输可以选择冷藏运输或气调运输,4 d以上的荔枝运输选择气调运输方式为宜。该研究结果可为荔枝果实保鲜运输方式选择提供参考。     

基于电子鼻的三疣梭子蟹鲜度评价方法研究

为建立三疣梭子蟹鲜度的快速评价方法,采用电子鼻获取不同贮藏时间三疣梭子蟹肌肉的气味信息,通过主成分分析(PCA)、线性判别分析(LDA),并结合p H值、TVB-N含量和菌落总数分析三疣梭子蟹蟹肉贮藏不同时间的鲜度变化情况。结果表明,随着贮藏时间的延长,电子鼻传感器的响应强度逐渐增大,PCA和LDA均能有效区分不同贮藏时间的蟹肉,且LDA在以均值体现分类信息方面区分效果更好。基于电子鼻传感器响应值与p H、TVB-N含量和细菌菌落总数的偏最小二乘回归模型(PLSR)的相对分析误差(RPD)分别为2.73、2.50、3.06,说明PLSR分析方法适于对p H值、TVB-N含量和细菌菌落总数进行定量预测;该方法的校正决定系数、预测决定系数均大于0.85,表明电子鼻传感器响应值与p H值、TVB-N含量、细菌菌落总数的相关性较好。本研究为利用电子鼻评价水产品鲜度及保鲜技术效果提供了技术手段及科学依据。     

基于电子鼻的番茄成熟度及贮藏时间评价的研究

该文探讨了采用电子鼻系统对不同成熟度的番茄进行评价和对不同成熟度番茄在贮藏期间气味变化的电子鼻检测进行了研究。在按颜色进行成熟度区分时,从主成分分析(PCA)和线性判别式分析(LDA)中可以得到,电子鼻可以较好地区分半熟期和成熟期、完熟期的番茄,但成熟期、完熟期的番茄有部分区域发生重叠。按坚实度指标对番茄成熟度进行重新评价后,分析显示电子鼻可以区分坚实度的差异,当采用PCA方法分析时,电子鼻可以100%地区分不同成熟度的番茄。对不同成熟度番茄在贮藏期间电子鼻检测的研究表明:成熟期的番茄在贮藏1～6d、7～11d、14～17d之间可以较好地进行区分;完熟期的番茄采用LDA法在1～5d、6～11d、14～17d之间可以较好地进行区分。     

电子鼻在牦牛肉和牛肉猪肉识别中的应用

为了探索电子鼻对肉类掺假识别的可行性,利用电子鼻对牦牛肉、牛肉和猪肉样品进行了分析。通过对所获得的数据进行主成分分析（principal component analysis,PCA）、判别因子分析（discriminant factor analysis,DFA）和偏最小二乘回归分析（partial least-squares analysis,PLS）。结果表明：几种肉类在电子鼻传感器上有不同的特征性响应图谱,电子鼻能够有效识别猪、牛肉;同时电子鼻能够识别不同部位的牦牛肉和普通牛肉;但不能识别不同部位的猪肉。在牛肉馅中掺入不同比例的猪肉馅时,电子鼻也能进行识别。采用偏最小二乘回归分析对数据进行处理,电子鼻响应信号和猪肉馅掺入比例之间有很好的相关性（决定系数R2为0.9762）,PLS模型预测误差在1.27%～7.00%之间。试验证明电子鼻可用于肉类的识别。     

电子鼻对草莓采后贮藏早期霉菌感染的检测

为了实现电子鼻对草莓贮藏期常见霉菌感染的早期检测,对草莓果实分别接种灰霉、扩展青霉和根霉3种主要病原菌,以无菌水处理为对照组,每2d采用PEN3电子鼻获取草莓的气味,并用气质联用技术分析草莓气味。结果表明,草莓接种病原菌2d后,主成分分析能够正确区分正常果实(对照组)与病害果实,且可以较好区分草莓感染病原菌种类,多元方差分析结果也显示接种不同病原菌对草莓果实挥发性物质的影响差异显著(P<0.05),通过Fisher判别建立的回归函数对3种病原菌灰霉、扩展青霉和根霉及对照组的判别正确率分别为100%、93.3%、86.7%和100%。载荷分析及气质联用技术结果表明病原菌对草莓果实挥发性物质的影响主要体现在烃类及酯类的变化。研究结果可为实现草莓采后贮藏和流通过程中质量变化和病原微生物的感染进行无损快速检测和监测提供参考。     

X射线成像技术判别蚕茧性别

为了实现雌、雄蚕茧分开缫丝,该文提出了一种基于X射线成像技术的蚕茧性别判别方法。利用X射线成像装置获取蚕蛹图像,对蚕蛹图像预处理并提取7个形状特征后,分别采用线性判别分析(LDA)和BP人工神经网络(BPANN)建立判别模型。结果表明同一品种同一时期、同一品种不同时期、不同品种同一时期蚕茧的LDA判别模型性能优于BPANN判别模型;LDA模型识别正确率分别大于91.33%、86.73%、89.53%,BPANN模型识别正确率分别大于88.47%、81.97%、83.26%,且LDA模型判别时间(68.5 ms)远低于BPANN模型(503.6 ms)。研究结果可为蚕茧性别在线检测提供技术指导。     

用于山核桃陈化时间检测的电子鼻传感器阵列优化

为更好地进行山核桃陈化时间检测,论文拟通过传感器阵列优化来有效提高电子鼻对其区分预测能力。该文依据响应曲线保留响应明显的传感器,并在提取传感器特征值构成初始特征矩阵的基础上,结合均值分析、变异系数分析、聚类分析、相关性分析和多重共线性分析进行逐步优化以获取最终优化传感器阵列。对优化前后的数据采用主成分分析法(principal component analysis,PCA)和偏最小二乘回归(partial least squares regression,PLSR)进行样品区分和预测能力的对比。结果表明:通过优化,经不同人工陈化时间(0、5、10、15d)处理的山核桃能有效区分开,且在PCA得分图中更为聚集;优化后的陈化时间回归模型(R2=0.933 4)较优化前(R2=0.888 7)具有更好的预测能力。说明所给出的阵列优化方法有效可行,为电子鼻针对性检测提供了一种思路。     

广西和福建荔枝园土壤农药残留现状研究

荔枝收获完毕后在广西壮族自治区及福建省荔枝主产区采集210 个荔枝园土壤样本, 检测了甲霜灵、代森锰锌、多菌灵、溴氰菊酯、氯氰菊酯、三氟氯氰菊酯、敌百虫、乐果和敌敌畏等9 种荔枝常用农药的含量。结果显示, 多菌灵是广西和福建荔枝园土壤最常检出的农药, 检出率分别为48.1%和84.0%。广西荔枝产区土壤代森锰锌、敌百虫和乐果均未检出, 其他5 种农药检出率均低于10%。福建荔枝产区甲霜灵和氯氰菊酯检出率均为24.0%, 其他6 种农药均未检出。广西荔枝产区土壤未检出或只检出1 种农药荔枝园分别占采样荔枝园的48.6%和38.4%, 福建荔枝产区分别占56.0%和8.0%; 检出2 种农药的广西荔枝园占11.4%,福建占32.0%。广西荔枝园土壤平均含量最高的农药为氯氰菊酯(5.0 μg·kg^-1), 敌敌畏次之(1.9 μg·kg^-1), 其他4 种检出农药不超过1.0 μg·kg^-1。福建荔枝园土壤平均含量为多菌灵(0.77 μg·kg^-1)>甲霜灵(0.65 μg·kg^-1)>氯氰菊酯(0.48μg·kg^-1)。虽然福建荔枝园土壤农药残留比广西普遍, 但两地荔枝园土壤农药残留仍属轻微。     

基于物联网的荔枝园信息获取与智能灌溉专家决策系统

为实现荔枝园环境的实时远程监控和精准管理,设计基于农业物联网的荔枝园信息获取与智能灌溉专家决策系统,该系统通过信息采集终端模块实时采集荔枝园的土壤含水率、空气温湿度、光照强度、风速和降雨量等环境信息,通过无线传感网将数据包发送到网关上,网关通过通用无线分组网(general packet radio service,GPRS)将处理后的数据包传输到云服务器,专家系统根据采集到的环境数据,结合专家知识,建立多个决策数学模型,实现计算作物需水量、预报灌溉时间、灌溉最佳定量决策、根据灌溉制度决策等决策功能,将决策结果反馈到控制终端模块进行智能监控。经试验,对比系统多参数决策和一般的单参数决策得出的结论,多参数决策的准确性更高;灌溉区域的土壤含水率平均值为17.4%,满足荔枝树生长所需的土壤含水率条件,说明系统的灌溉决策具有比较强的实时性。且系统预测能达到75%的准确率,说明系统的预测实时性比较好。该系统实现了荔枝园的环境信息获取与智能灌溉,能指导用户更好地管理荔枝园。     

基于无线传感网的荔枝园智能节水灌溉双向通信和控制系统

为提高水资源利用率和灌溉智能化管理的需要,设计了以无线传感器网络技术为核心的荔枝园节水灌溉控制系统,该系统的无线通信模块选择CC2530模块,传感器模块包括空气温湿度传感器DHT22,光照强度传感器GY-30,土壤水分含量传感器TDR-3以及一些外围电路,精确采集荔枝园温度、湿度、光照度和土壤含水率等多项环境信息,通过无线传感器网络、通用分组无线服务技术(General Packet Radio Service,GPRS)和互联网进行数据的传输,保证了传输的实时性和远程性,实现了对荔枝园环境的实时监控;同时,远程服务器和网站上都对荔枝园的土壤含水率的阈值进行了设定,当土壤含水率的值超过了阈值,服务器或者网站就会自动发送相关命令对相应的电磁阀进行控制,实现双向控制。分析、测试了系统的功耗和通信距离,在空旷地带,节点的双向有效通信距离达1 205 m,在荔枝园中双向有效通信距离达81.5 m。在传感器节点系统工作周期为30 min情况下,根据试验结果估算出,两节额定容量为3 000 m A·h的3.7 V锂电池串联可使传感器节点持续工作时间最大为500 d,可使电磁阀控制节点工作5 a以上。试验结果表明,该系统运行稳定,网络平均丢包率为3.87%,能够准确监测荔枝园信息采集和控制电磁阀工作,实现和控制荔枝园智能节水灌溉双向通信。     

华南荔枝叶片营养诊断指标的建立

【目的】比较4种叶片营养诊断方法在荔枝 (Litchi chinensis Sonn.) 营养诊断上的优缺点,确定荔枝适用的诊断方法并建立诊断指标,为诊断我国荔枝树体营养和养分管理提供科学依据。【方法】妃子笑是我国最广泛种植的品种。在华南荔枝主产区22个妃子笑果园分别采集2016年果实膨大期、2016年末次梢老熟期和2017年果实膨大期193、186和159个叶片样本,测定大中微量元素养分含量;准确记录采样树果实产量,以株产乘以种植密度计算果园产量,用欧式距离平方法确定两年高产水平,并建立果实产量与叶片养分含量关系函数;利用4种叶营养诊断方法[临界值法(CVA)、充足范围法(SRA)、诊断施肥综合法(M-DRIS)、组分营养诊断法(CND)],分别对3个时期荔枝叶片营养状况进行诊断。【结果】大部分果园年际间产量差异明显。同一生育期不同采样树叶片同一养分含量相差两倍至十数倍,两年果实膨大期叶片各种养分含量差异显著,但两年高产群体果实膨大期叶片养分含量较为接近。根据果实产量与叶片养分含量之间的关系模型,CVA只能获得少数养分元素的诊断指标,而M-DRIS法和CND法只能定性指出养分元素的需求顺序,而且诊断准确性与诊断时期、养分丰缺程度有关且年际差异大。SRA可获得各种养分的量化诊断指标,并且两年果实膨大期的诊断指标接近,可克服年际间的差异。【结论】SRA具有年份变异小、诊断指标全面且易于推广应用等优点,可用于华南妃子笑叶片营养诊断。用该法获得妃子笑果实膨大期叶片养分适宜范围为N 16.7～19.2 g/kg、P 1.06～1.25 g/kg、K 5.1～6.7 g/kg、Ca 7.7～11.0 g/kg、Mg 2.5～3.7 g/kg、S 1.51～1.81 g/kg、Zn 19.6～32.6 mg/kg和B 11.5～19.2 mg/kg;末次梢老熟期叶片养分适宜水平为N 19.7～22.0 g/kg、P 1.69～1.95 g/kg、K 10.8～12.7 g/kg、Ca 3.0～4.1 g/kg、Mg 2.5～2.9 g/kg、S 1.38～1.57 g/kg、Zn 15.0～18.9 mg/kg和B 10.8～16.8 mg/kg。     

基于Retinex图像增强的不同光照条件下的成熟荔枝识别

为了满足自然环境下荔枝采摘机器人视觉定位系统的有效性和实时性的要求,针对不同光照条件的荔枝彩色图像,采用基于双边滤波的Retinex图像增强算法凸显图像中的荔枝果实和果梗,对增强处理后的图像在HSI颜色空间中进行H分量旋转的处理,再对旋转处理后的H分量进行Otsu自动阈值分割去除荔枝图像果实和果梗外的复杂背景;然后通过将双三次插值算法和传统的模糊C均值（FuzzyC-Mean）算法融合,对去背景后的荔枝图像在YCbCr颜色空间中进行Cr分量模糊聚类分割,实现荔枝果实和果梗的识别。荔枝图像的分割试验结果表明：该算法对晴天顺光、逆光、遮阴、阴天顺光等光照条件的荔枝图像能够有效地分割,对阴天弱光照、果实被遮阴条件下的荔枝也能较好的识别,并保持荔枝果实和果梗区域的完整性,4种光照条件荔枝图像分割正确率分别为96%、90%、89.3%和88.9%,成熟荔枝识别的正确率达到了90.9%,该研究为水果采摘机器人的室外作业的实时性和有效性提供指导。     

荔枝果实采后商品化处理和贮藏技术

荔枝是我国南方著名的主要亚热带果树，但其果实成熟于高温季节，采后由于果皮褐变(即失去红色)和果实腐烂而使果实迅速劣变，常温下的采后寿命少于3 d，这种短的采后寿命严格限制荔枝的长距离贮运、销售和消费。因此，荔枝采后技术研究成为荔枝生产的关键问题。该文全面地介绍了荔枝果实采后腐烂和损失的原因（即荔枝果实的结构特性、生理和病理原因），荔枝果实采后商品化处理和贮藏技术，包括不同品种的耐贮运性、采收成熟度和采收方法、选别和分级、杀菌剂浸泡、减少失水处理、减少果皮褐变和保持果实红色处理（如熏硫处理、酸浸或塑料包装）、检疫杀虫处理、预冷、包装、贮藏（常温贮藏、低温贮藏、气调贮藏、自发气调贮藏）、运输和销售。     

黄冠梨果实和叶片钾素积累特征及其对施钾的响应

【目的】 本研究通过研究黄冠梨果实和叶片钾素积累特征及其对不同施钾量的响应,探讨施钾对梨果产量和品质的影响,为梨园合理施钾提供依据。 【方法】 选取同一区域 14 年生不同产量水平的高 (60～70 t/hm2)、中产 (30～40 t/hm2) 两个黄冠梨园开展田间施钾试验。设置 K₂O 0、150、300、450 kg/hm2 四个施钾水平(K0、K150、K300、K450),分别在幼果期、膨大Ⅰ期、膨大Ⅱ期、成熟期和果实收获后一个月采集叶片与果实样品,研究施钾对产量、果实品质、叶片和果实钾含量及钾积累量、钾肥利用率的影响。 【结果】 随施钾量增加高产园产量增加显著,K450 处理比对照提高了 16.9%;在中产园 K300 处理产量达到最高值,较对照提高了 27.2%,K450 与 K300 处理之间无显著差异。果实中可溶性糖含量和糖酸比随施钾量增加而提高,可滴定酸变化规律与之相反。从幼果期至成熟期,叶片与果实钾含量均呈下降趋势,施钾在不同程度上提高了钾素含量。叶片钾积累量在膨大Ⅰ期达到最大,随后积累量逐渐下降。果实钾在整个膨大期积累最多,占全生育期钾积累量的 60%～79%;膨大期后高产园果实仍在迅速积累钾素,中产园积累减缓。落叶前叶片钾回流,高产园回流力度大于中产园。高产园果实收获和落叶移走钾量为 258～314 g/plant,中产园为 166～192 g/plant。在高产园 K450 处理和中产园 K300 处理下,果实和叶片内每积累 1 kg 钾素,高产园可增产 414.0 kg,中产园增产 405.2 kg。 【结论】 施钾促进了树体对钾素的吸收,果实产量和果实品质随施钾量增加有不同程度提高。膨大期是树体吸收钾素的最大效率期,建议在膨大期前追施钾肥。综合产量、肥料利用率及果实品质等各项指标,建议产量为 60～70 t/hm2 的高产园适宜施钾量为 450 kg/hm2,产量为 30～40 t/hm2 的中产园适宜施钾量为 300 kg/hm2。      

糯米糍荔枝叶片矿质养分含量充足范围的确定

对深圳市4个典型丰产园糯米糍荔枝叶片7种矿质养分(氮、磷、钾、钙、镁、锌和硼)含量的统计分析表明:采样地点和生育时期均对叶片营养元素含量有显著的影响。四个关键生育时期(末次秋梢老熟期、花芽形态分化期、谢花期和果实成熟期)的单株样与混合(多株)样的供试矿质养分含量之间大部分没有显著差异。本研究根据丰产园糯米糍荔枝叶片混合样的分析结果提出了7种矿质养分的充足含量范围。