不同品种水稻叶片的高光谱特征及其色素、含水率分析

研究了7个供试水稻品种孕穗期叶片色素以及含水率与高光谱特征参数之间的关系.在绿峰反射、红谷吸收以及水分吸收处,不同供试水稻品种高光谱波段反射率有显著差异.利用相关的分析方法,以(R6,40-R670)/R670、(R800-R680)/(R800+R800)、1/R510-1/R550、Dr、Sr、Rg6个光谱参数构建水稻叶片色素模型;同时,分析1 450 nm处水稻叶片含水率与吸收深度及吸收面积的相关性.研究表明,不同品种水稻含水率与光谱吸收差异在一定程度上反映出水稻品种间抗虫性差异.水稻叶片色素、含水率的高光谱特征在较大尺度上对田间水稻品种分类、健康诊断和品种抗性鉴定上有重大意义.     

响应面法优化人参叶总皂苷提取工艺的研究

为优化人参叶总皂苷提取工艺,采用单因素试验,考察温度、时间、液料比对人参叶中总皂苷得率的影响。再采用3因素3水平的响应面分析法确定人参叶总皂苷提取的优化工艺,同时建立人参叶总皂苷提取的二次项数学模型,并验证其可靠性。结果表明:热水浸提法提取人参叶总皂苷的最佳条件为温度100 ℃、时间4.2 h、液料比16。在最佳条件下,人参叶总皂苷得率为人参叶质量的14.23％。      

有机苹果生产的环境质量评价研究

采用综合污染指数法评价了河北富岗食品有限责任公司苹果生产基地的大气、灌溉水、土壤质量,并检测了苹果果实质量。结果表明:该苹果产地生态环境优良,大气质量单项污染指数最大值为0.55,综合污染指数最大值为0.42;灌溉水各项指标远低于GB 5084的规定,单项污染指数最大为0.15,综合污染指数范围0.24~0.41;土壤各项指标远低于GB 15618中的二级标准,单项污染指数范围0.004 2~0.58,综合污染指数范围0.51~0.70。该苹果产地的大气、灌溉水和土壤质量完全符合GB/T 19630.1-2011中规定的生产有机食品产地环境要求,生产出的苹果安全指标经检测符合国家标准,并获得了有机食品认证证书。     

苹果CAX基因家族生物信息学和表达分析

[目的] CAX(Ca2+/H+exchanger antiporter)是一类重要的跨膜转运蛋白,在植物体内阳离子转运上起着非常重要的作用.本文对苹果MdCAXs基因进行了生物信息学和组织特异性表达分析,以期为该类基因的功能研究奠定基础.[方法]利用生物信息学的方法对苹果MdCAXs基因家族染色体定位、蛋白质等电点、亲疏水性、跨膜区域、亚细胞定位及保守结构域进行了预测和分析,同时还分析了MdCAXs基因与其他物种CAXs基因的进化关系.采用实时荧光定量PCR法对苹果MdCAXs基因在不同盐处理下根、茎、叶中的表达变化进行分析.[结果]苹果MdCAXs家族包含8个成员,分别属于CAXsⅠ型中的A亚型和B亚型,编码436～817个氨基酸,等电点4.97～7.12,且都为疏水性蛋白;所有MdCAXs基因编码的氨基酸都有11个及以上的跨膜区域,含有CAXs基因5个典型的功能域:N-端自抑制区域(NRR)、C-端功能区域、Ca2+功能域(CaD)、C功能域和D功能域.亚细胞定位预测MdCAXs主要是定位在质膜和内质网上.苹果MdCAXs基因具有组织特异性表达特点,不同种类盐处理根、茎、叶中表达发生不同程度的变化,反映了MdCAXs存在功能上的差异,对不同阳离子有特异性的应答反应.[结论]苹果MdCAXs是一类跨膜转运蛋白,具有植物CAXs基因典型的结构特征,根、茎、叶对不同的盐离子具有不同的表达响应.     

苹果采后加工碰撞损伤影响因素研究

针对苹果在清洗、分级和包装等采后加工过程中损伤率较高的问题,以红富士苹果为试验材料,利用自制的苹果跌落试验台,研究跌落高度、果实质量、碰撞材料对苹果碰撞损伤的影响。通过3因素3水平正交试验,分析试验因素对苹果碰撞损伤体积影响显著性;并通过试验确定苹果在2种碰撞材料下的碰撞损伤临界跌落高度。试验结果表明:影响苹果碰撞损伤体积的因素显著性由高到低依次为跌落高度、碰撞材料、果实质量;3种质量苹果与2种碰撞材料的碰撞损伤临界跌落高度为150 g苹果与普通碳素钢、PE板碰撞损伤临界跌落高度值分别为59.06 mm和70.93 mm;200 g苹果与普通碳素钢、PE板碰撞损伤临界跌落高度值分别为51.70 mm和63.03 mm;250 g苹果与普通碳素钢、PE板碰撞损伤临界跌落高度值分别为41.65 mm和49.88 mm。     

基于介电特征的苹果霉心病检测方法

针对苹果霉心病无法有效根据外表进行识别,且传统检测方法具有设备复杂、成本高昂等问题,本研究通过采集苹果介电参数构建苹果霉心病检测模型,从而实现简单快速的苹果霉心病无损检测。基于LCR测量仪采集220个苹果的108项介电指标（9个频率下的12项介电指标）作为原始参数,使用数据标准化、主成分分析算法等对数据进行预处理,并利用BP神经网络、支持向量机、随机森林算法构建霉心病果检测模型。试验结果表明,基于随机森林算法构建的霉心病果检测模型性能最佳,在150个苹果构建的训练集和70个苹果构建的测试集中分类准确率分别达到96.66%和95.71%;基于采用BP神经网络构建的霉心病果检测模型效果次之,分类准确率分别可达到94.66%和94.29%;基于使用支持向量机构建的模型检测效果相对较差,分类准确率分别为93.33%和91.43%。试验结果表明,使用随机森林构建的模型可以更有效地识别霉心病果和好果。本研究可为苹果病虫害及苹果品质无损检测等提供参考。     

撑×绿杂交竹叶部细菌多样性1）

通过固定标准地分季节采样,采用稀释平板分离,借助分子生物学方法研究了撑×绿杂交竹叶片附生细菌和内生细菌数量及种类的季节性动态变化、群落组成及叶部细菌和微环境的关系。在此基础上,将以上4个指标从病叶和健康叶上着重进行了对比分析,发现杂交竹病叶附生和内生细菌数量的年平均值都大于健康叶;夏、秋两季细菌的类群最多,其中以Bacillus cereus和Lysinibacillus fusiformi s的分离频率较高;无论是健康叶还是病叶,其附生和内生细菌的物种丰富度随季节变化较大,而且季节变化对内生细菌物种的丰富度影响显著;叶片生理指标表明健康叶附生细菌的数量随pH值的升高而增加,健康叶内生细菌和病叶附生细菌的数量与蛋白质质量分数相关性显著。     

基于DXNet模型的富士苹果外部品质分级方法研究

针对传统计算机视觉技术在苹果外部品质分级中准确率较低、鲁棒性较差等问题,提出了基于深度学习的苹果外观分级方法（多卷积神经网络融合DXNet模型）。首先,在延安市超市、果园等场所实地拍摄不同外观等级的苹果图像15000幅,并进行人工标记,建立了外部品质信息覆盖度广、样本量大的苹果图像数据库;然后,在对比分析经典卷积网络模型的基础上,采用模型融合的方式对经典模型进行优化改进,抽取经典模型卷积部分进行融合,作为特征提取器,共享全连接层用作分类器,并采用批归一化和正则化技术防止模型过拟合。试验评估采用15000幅图像进行训练、4500幅图像进行测试,结果表明,DXNet模型的分级准确率高于经典模型,分级准确率达到97.84%,验证了本文方法用于苹果外部品质分级的有效性。     

基于MRE-PointNet+AE的绿萝叶片外形参数估测算法

为了准确、高效、自动获取植物叶片外形参数,提出一种基于多分辨率编码点云深度学习网络(MRE-PointNet)和自编码器模型的绿萝叶片外形参数估测算法。使用Kinect V2相机以垂直姿态获取绿萝叶片点云数据,采用直通滤波、分割、点云精简算法对数据进行预处理,通过测定的叶片外形参数反演绿萝叶片几何模型,并计算几何模型的叶长、叶宽、叶面积。将不同参数组合构建的几何模型离散成点云数据输入MRE-PointNet网络,得到几何模型叶片外形参数估测的预训练模型。针对拍摄过程中存在的叶片部分遮挡和噪声问题,采用自编码器网络对点云数据进行二次处理,以几何模型离散的点云数据作为输入,经过编码解码运算得到自编码器的预训练模型,提升了MRE-PointNet网络在遮挡情况下对叶片外形参数估测的鲁棒性。试验共采集300片绿萝叶片点云数据,按照2∶1比例进行划分,以其中200片点云数据作为训练集,对预训练模型MRE-PointNet做模型迁移的参数微调,以剩下的100片点云数据作为测试集,评估模型对绿萝叶片外形参数的估测能力。采用本文算法将外形参数估测值和真实值进行数学统计与线性回归分析,得出叶长、叶宽和叶面积估测的R^2和RMSE分别为0.9005和0.4170 cm、0.9131和0.3164 cm、0.9447和3.8834 cm^2。试验表明,基于MRE-PointNet和自编码器模型的绿萝叶片外形参数估测算法具有较高的精确度和实用性。     

速冻苹果冻藏品质变化及冻藏工艺优化

以速冻苹果为研究对象,研究了冻藏温度、冻藏时间和包装材料对速冻苹果冻藏品质的影响,并采用正交试验对其工艺进行优化。结果表明,速冻苹果最佳冻藏工艺条件为:冻藏温度-18℃、冻藏时间180 d、采用铝箔袋包装。此条件下速冻苹果感官品质、色泽和硬度最高,干耗、可溶性固形物损失率、可滴定酸损失率、Vc损失率均最低。干耗为1.55%,△E值为8.86,品质损失较小。