结合WT预处理的近红外光谱PLS算法预测鲜枣糖度

[目的]研究结合WT预处理的近红外光谱PLS算法模型预测鲜枣糖度的方法。[方法]用S-G、MSC、FD、SD、WT和WT＋MSC 6种预处理法,SMLR、PCR和PLS 3种算法模型,对60个鲜枣样品的近红外光谱数据进行预处理、糖度预测和建模精度分析,建立最佳算法的数学模型。[结果]在鲜枣糖度近红外光谱预处理阶段引进小波变换方法去除导数光谱噪声,得到了很好的去噪效果。不同的小波函数、分解尺度使消噪的结果有所不同。与常见的光谱预处理法相比,在选用db4-3小波函数、默认阈值情况下,采用WT＋MSC预处理及建模算法为PLS时所建立的模型最好,其相关系数R为0.919 02,校正集标准差RMSEC为0.863,预测集标准差RMSEP为1.71。[结论]结合小波变换预处理的PLS算法模型可有效预测鲜枣糖度,改善模型的预测精度。     

基于小波滤噪和iPLS的草莓近红外光谱糖度检测模型

[目的]获得精度高、鲁棒性强的草莓近红外光谱糖度检测模型。[方法]利用K-S（Kennard-Stone）方法划分样本集,并用小波滤噪法对草莓1000～2500nm近红外光谱进行预处理,最后用偏最小二乘法（PLS）和区间偏最小二乘法（iPLS）分别建立预测模型。[结果]采用区间偏最小二乘法将光谱划分为20个子区间,利用其中的第16个子区间建立的糖度模型效果最佳,其校正时的相关系数Rc和校正均方根误差RMSEC分别为0．9355和0．259,预测时的相关系数邱和预测均方根误差RMSEP分别为0．9202和0．305。[结论]用小波滤噪和联合区间偏最小二乘法所建立的草莓糖度模型不仅能有效地减少建模所用的变量数,缩短运算时间,而且预测能力和精度均得到提高。     

便携式糖度无损检测仪在甜瓜糖度检测中的应用

[目的]以新疆厚皮甜瓜为材料,研究AMAMIR TD-2010C便携式水果糖度无损检测仪在田间检测糖度与实际糖度的相关性,分析影响检测结果的因素.[方法]在田间选取10个甜瓜,校正无损测糖仪;用校正后的仪器检测甜瓜糖度,将测得的数据与手持折光糖度仪测得数据比较,运用SPSS18.0软件进行线性相关分析;对不同果皮颜色与环境光照强度下无损测糖仪检测的结果进行差异分析.[结果](1)以得到的拟合曲线Y=0.545 9X+2.802 1、斜率0.5459、截距2.8021来校正仪器.(2)无损测糖仪与手持折光仪相关系数(R)为0.629,两者有相关性.(3)环境光照强度与甜瓜果皮颜色均对无损测糖仪检测结果有影响,与环境光照强度呈正相关,果皮深色区域较浅色的检测值更高.[结论]该无损糖度检测仪检测容易受到品种与环境因素影响,在使用中必须控制这些因素.     

猕猴桃糖度红外光谱检测的试验研究

运用DRS回归分析软件对猕猴桃糖度与红外光谱曲线二次微分波峰处对应的吸光值进行了多元回归分析,建立了最佳单波数、最佳双波数组合、最佳三波数组合和最佳四波数组合的回归方程,相关系数R分别为0.637、0.731、0.991和0.67;标准校正误差分别为0.585、0.614、0.0379和0.712;相对校正误差分别为0.039、0.029、0.044和0.03.     

灵武长枣果实发育成熟期生理生化变化

以6年生的灵武长枣为试材,研究了果实发育后期（白绿期～全红期）生理和生化变化特性,结果表明：（1）灵武长枣从白绿期至全红期,果肉硬度缓慢降低,与果实发育成熟度呈极显著的负相关关系,相关系数r=-0.9803,全红时果肉硬度12.4kg/cma^2。（2）果实抗坏血酸含量与果实发育成熟度呈极显著的负相关关系,拟合曲线为三次多项式,相关系数r=-0.9731;果实可滴定酸含量与果实发育成熟度呈极显著的正相关关系,相关系数r=0.9746。（3）果实发育成熟期,可溶性固形物、总糖和蔗糖含量均与果实发育成熟度呈极显著的正相关关系。（4）灵武长枣在白绿期前以积累单糖为主,果实糖份累积总体表现为“蔗糖”型。（5）随着果实发育成熟,相对甜度不断增加,与总糖、蔗糖和可溶性固形物含量呈极显著正相关关系,相关系数分别为0.9966、0.9880和0.9828。（6）灵武长枣在果实发育后期,果肉淀粉含量最高达51.54mg/100g,对果实的糖度没有明显影响。（7）白熟期的果实在软化前,呼吸强度在10～26mg/（kg.h）间变化,没有明显的呼吸高峰,初步确定为呼吸非跃变型。     

滑皮金桔糖度的近红外光谱无损检测技术

[目的]采用近红外光谱技术对滑皮金桔的糖度开展无损检测技术研究,为今后实现滑皮金桔在线糖度品质分级分选提供参考依据.[方法]以NIR Magic 1100型便携式果品近红外光谱分析仪为主要研究设备,对采集的滑皮金桔光谱分别进行S-G卷积平滑(SG-smooth)、标准正态变量变换(SNV)和多元散射校正(MSC)处理,结合偏最小二乘法建立滑皮金桔糖度预测模型并进行验证.[结果]建模的最佳光谱波段为720~920 nm;光谱采用SG-smooth处理后建立模型的校正集相关系数为0.9531,校正集均方根误差为0.6436,相对分析误差为3.55,均优于采用SNV和MSC处理建立的模型效果.对预测模型进行验证显示,糖度预测值与实际值的相关系数为0.9582,均方根误差为0.5187,相对分析误差为3.24.[结论]采用近红外光谱快速检测滑皮金桔糖度可行,建立的预测模型稳定性好、精度较高,可为滑皮金桔在线分选及无损检测设备的开发提供技术参考.     

厚皮甜瓜品种比较试验

为了筛选适合铜陵地区大棚早熟栽培的厚皮甜瓜品种,特引进玉姑、一品红、长香玉、伊丽莎白和西薄洛托5个厚皮甜瓜品种,并开展生育期、抗病抗逆性、果实性状、糖度、产量试验研究。结果表明,一品红、玉姑表现早熟,产量较高,商品性外观和口感均较好,含糖量较高,抗枯萎病和蔓枯病较强,是适合本地推广的厚皮甜瓜品种。     

一种便携式苹果糖度无损检测仪的研制

糖度是判断苹果质量好坏的一个重要参考标准,针对苹果糖度的检测问题,设计了一种以Cortex-A9为内核、以自研发的可见-近红外光谱仪(波长范围400~1 000 nm)作为光谱检测装置、以Linux为操作系统的便携式苹果糖度无损检测仪。以山东烟台的100个红富士苹果为材料,采集了漫透射检测方式下基于自收发光机构的苹果漫透射光谱曲线,结合化学计量学方法,对样本的全光谱曲线使用了平均法和Savitzky-Golay卷积平滑光谱预处理方法,将预处理后的光谱数据按波峰位置划分区间,并分别按照全光谱范围和所划分区间的波段范围建立PLS模型来预测苹果的糖度含量。结果表明,经预处理后的全光谱数据所建立的PLS模型预测效果最好,优于按波峰划分区间所建立的PLS模型,其校正相关系数为0.96、预测相关系数为0.87,校正均方根误差为0.31、预测均方根误差为0.34。同时对仪器工作时的预测稳定性进行了测试,测试结果得出检测精度可控制在±0.2 Brix以内,模型预测精度满足现场快速检测应用要求。     

不同浓度硼素对草莓生长、糖度和贮运性的影响

针对生产实际,综合考虑产量、品质和经济性状,采用不同浓度硼素对草莓生长量、糖度及贮运性的影响进行试验,结果较佳处理为0.3%硼砂对草莓进行处理,产量高,草莓含糖量高,单株结果数多和商品果率高,草莓上市早,但贮藏性能不如对照,叶面积和地上、地下鲜重及地下干重都有所偏低;0.1%硼砂对草莓进行处理,草莓上市早,商品果率高,产量和含糖量高,贮藏性能好,但叶面积及地上、地下的鲜、干重都有所偏低。     

利用荧光高光谱图像技术无损检测猕猴桃糖度

将405nm激光照射到猕猴桃样品上,当激光透过样品内部时,部分单色光被样品内部成分吸收,释放出荧光,再用高光谱成像系统采集诱导出的荧光散射图像.在荧光散射图像上选取感兴趣荧光区域(ROIs),提取感兴趣区域在波长400～1000nm范围内的特征变量.当提取12个特征变量时,建立的猕猴桃糖度多元线性回归(MLR)模型的校正集相关系数Rc为0.932,预测均方根误差(RMSEC)为0.4764°Brix,预测集相关系数Rp为0.8227,预测均方根误差(RMSEP)为0.5645°Brix.研究结果表明,采用激光诱导荧光成像技术无损检测猕猴桃糖度是可行的.