瓜类蔬菜嫁接砧木生长点去除机构设计与试验

针对现有瓜科嫁接机砧木生长点去除不干净,以及生长点去除过程中砧木苗易损伤的缺点,该文以葫芦苗为试验对象,通过瓜科蔬菜砧木苗生长点去除理论运动轨迹分析和对生长点去除机构的动力学分析,设计开发了一种应用于瓜科蔬菜嫁接的生长点去除机构,该机构利用模仿人工方法通过手指去除生长点的原理,采用曲柄连杆机构外加柔性手指,实现生长点的去除。试验结果表明,砧木苗在13~17 d培育期间内,所设计的机构能较好地去除砧木苗生长点,去除成功率达90%以上,伤苗率小于5%,所研发的瓜科蔬菜嫁接砧木生长点去除机构是可行的。该研究可为解决蔬菜嫁接砧木苗生长点去除困难提供参考。     

世界主要农业发达地区农产品追溯体系发展现状

确保安全和提升品质是现阶段世界范围内农产品的两大主题。基于现代信息科技及物联网技术的农产品追溯机制主要涉及两方面功用,一方面通过将供应链的相关信息透明化,最大程度降低生产者和消费者之间的信息不对称;另一方面通过在农产品供应链上下游实现追踪和溯源两大功能,推进农产品安全责任制,迎合了人们对农产品安全和品质的需求,引起了世界范围内的广泛重视,纷纷予以推动和实施。该文从追溯法律与法规、标准与规范、推动与实施3个层面阐述了欧美、日韩及台湾等世界主要农业发达地区农产品追溯体系的推进和最新发展情况,在列举典型追溯系统实例的基础上对比分析并总结了各自发展的特点,指出综合与精简是农产品追溯体系的发展方向,最后从机构、立法、标准、实施、验证等多个角度对中国农产品追溯体系的进一步发展、推广与深化提出建议,以期真正发挥追溯体系效用、守护国人健康。     

应用可见/近红外高光谱成像测定鲑鱼片脂肪含量分布(英文)

脂肪作为一种重要的品质参数,在大西洋鲑鱼片中的分布很不均匀。为寻找一种能替代脂肪化学检测的快速无损的方法,该研究应用可见/近红外高光谱成像测定大西洋鲑鱼片的脂肪含量分布。分别采用可见/短波近红外(400-1100 nm)和近红外(900-1700 nm)系统获取大西洋鲑鱼片样本的高光谱图像。提取样本图像的平均光谱并与其相应的脂肪含量化学值采用偏最小二乘回归(partial least squares regression,PLSR)和最小二乘支持向量机(least-squares support vector machines,LS-SVM)建立相关性模型。为降低高光谱图像的共线性和冗余度,基于竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)分别在可见/短波近红外和近红外光谱区间提取16个(468,479,728,734,785,822,863,890,895,899,920,978,1005,1033,1040,1051 nm)和15个(975,995,1023,1047,1095,1124,1167,1210,1273,1316,1354,1368,1575,1632,1661 nm)特征波长,并分别建立PLSR和LS-SVM模型。特征波长模型的性能优于全波段模型,且近红外区间的特征波长PLSR模型为最优,预测决定系数(R2p)为0.92,预测均方根误差(root mean square error of prediction,RMSEP)为0.92%,剩余预测偏差(residual predictive deviation,RPD)为3.50。最后,将最优模型用于预测高光谱图像上所有像素点的脂肪含量以展示样本上脂肪的分布。此外,还基于该技术对大西洋鲑整鱼片实现了脂肪分布可视化。结果表明高光谱成像技术结合化学计量学方法在大西洋鲑鱼片脂肪的定量和分布可视化上有一定的研究和应用前景。     

近红外光谱变量筛选提高西瓜糖度预测模型精度

水果的内部品质是水果分级、保鲜及存储的一项重要指标,利用近红外光谱技术对西瓜内部品质进行快速无损检测研究有着非常重要的意义。为了研究变量筛选方法对西瓜糖度预测模型精度的影响,该文以麒麟瓜为研究对象,利用近红外漫透射光谱技术对麒麟瓜可溶性固形物含量（SSC）进行检测,采用偏最小二乘回归（PLSR）,多元线性回归（MLR）和主成分回归（PCR）建立麒麟瓜可溶性固形物数学模型,并探讨等间隔平均光谱和等间隔抽取光谱变量筛选结合连续投影算法（SPA）对预测模型精度的影响。研究结果表明：光谱经等间隔抽取（间隔5,115个变量）经归一化预处理,结合SPA优选出6个波长建立的PLSR预测模型的相关系数（rpre）为0.828、校正均方根误差（RMSEC）为0.589、预测均方根误差（RMSEP）为0.611。该模型预测效果相对较优,建模时间短,提高了模型的预测能力和预测精度。该研究为西瓜内部品质的在线无损检测提供研究基础。     

斜插式蔬菜嫁接机砧木夹持机构研制与试验

针对传统嫁接机采用整体式夹持片作为砧木夹持机构无法矫正砧木苗弯曲度而造成砧木苗夹持损伤,夹持力无法调节的缺点,该文以葫芦苗作为试验对象,在分析了葫芦苗结构参数和力学特性的基础上,设计开发了一种应用于斜插式蔬菜嫁接机并通过凸形和凹形夹持片交叉夹紧、夹持机构厚度和夹持力大小可调的砧木夹持机构,并确定了该机构的主要结构参数。试验结果表明,与普通夹持机构相比,该机构对砧木苗具有较好的导向作用,能较好地矫正砧木苗的弯曲状态,夹持成功率达到100%,提高了13.3个百分点,伤苗率仅为1.67%,比普通夹持机构减小了11.63个百分点,所设计的嫁接机砧木苗夹持机构是可行的。该研究可为蔬菜砧木苗嫁接机的设计提供参考。     

鲜虾卸压超冷速冻过程中的热变化和冰晶形态

冷冻过程中样品的热变化和冰晶形态是反映冷冻方法对产品品质影响的重要特征,为了开发高品质的冷冻虾产品,研究了鲜虾在卸压超冷冷冻过程中的热变化和冰晶结构形态,分析了冷冻过程中温度变化和冰晶的截面积、当量直径、圆度和拉伸度,以及其粒径分布,并与传统冷冻法进行了比较。空气冷冻、液体浸没冷冻、卸压超冷速冻（100,150和200 MPa）形成的冰晶截面积依次分别为：5002.47,901.79,2851.93,1364.42和597.36μm2;圆度分别为0.73,0.86,0.87,0.90和0.85;拉伸度分别为2.11,1.65,1.54,1.55和1.58。试验结果表明：空气冷冻结冰所需时间最长（154 min）,形成较大且不规则的冰晶,对虾肉组织造成不可逆破坏;液体浸没冷冻速率相对较快（5.9 min）,形成的冰晶比空气冷冻的小;200 MPa的卸压超冷速冻形成的冰晶颗粒最小最均匀,冰晶形成时间最短（2.1 min）,能最大限度地保持虾的品质。研究结果为卸压超冷速冻在虾的产业化生产应用中提供参考。     

不同成熟度草莓鲜榨果汁的电子鼻和电子舌检测

采用电子鼻和电子舌,通过主成分分析(principal component analysis,PCA)、线性判别分析(linear discriminant analysis,LDA)对不同成熟度草莓鲜榨果汁的风味品质进行检测区分,并通过偏最小二乘回归分析(partial least squares,PLS)建立电子鼻和电子舌传感器响应信号与草莓鲜榨汁理化指标之间的关系,定量预测草莓的品质指标.结果表明:PCA和LDA法均对不同成熟度草莓鲜榨汁的区分效果较好,且电子舌的区分效果好于电子鼻,电子鼻和电子舌传感器响应信号融合后的区分效果与电子舌相当;通过PLS法,电子舌传感器响应信号能够较好地预测不同成熟度草莓鲜榨汁的可溶性固形物含量、Vc含量和pH值,但对总酸含量的预测能力稍差,其校正决定系数R2为0.876,预测决定系数R2为0.793;电子鼻和电子舌传感器响应信号融合后能够很好地预测不同成熟度草莓鲜榨汁的可溶性固形物、Vc和总酸含量及pH值,其预测能力好于单一的电子鼻或电子舌,其中对于电子舌不能很好预测的总酸含量其校正决定系数和预测决定系数分别上升为0.965和0.908.表明采用上述方法能对样品进行较好地区分且能对样品的品质指标进行较好地预测,其中电子鼻和电子舌信号融合对样品的区分能力和预测能力增强,验证了电子鼻和电子舌结合是对样品气味和味道的综合信息进行评价.     

钵苗自动移栽机器人抓取指针夹持苗坨参数优化试验

设施农业里末端执行器实现钵苗夹持作业是自动移栽机的关键技术之一。为提高抓取指针夹持苗坨可靠性,进行相关取苗参数优化试验。该文设计了一种以万能试验机为基础可调节指针夹持压缩苗坨的测力平台,建立力学传递模型获取指针对苗坨的夹紧力。以黄瓜钵苗为研究对象,以指针夹持角度(指针与垂直方向成4°、7°、10°和13°)、夹持指针数(三指和四指)、苗坨含水率(65%、75%、85%和88%)、3组钵苗长势(小苗、中苗和大苗)及2种苗坨基质体积配比(泥炭∶蛭石∶珍珠岩体积比分别为6∶3∶1和7∶2∶1)为影响因素,以指针对苗坨的夹紧力为优化目标,进行单影响因素的分析试验。试验结果表明,5个因素均对夹紧力变化有影响;其中各因素的较优项为:指针夹持角7°、四指、苗坨84%含水率水平、长势中等以上(主茎杆或根系长分别大于30和87 mm)和基质体积配比(泥炭∶蛭石∶珍珠岩)为6∶3∶1;末端执行器在以上较优状况夹持作业时,指针向苗坨中心压缩可获得稳定上升的夹紧力,从而提高抓苗移栽可靠性。该研究为指针式末端执行器设计和适合机械移栽的钵苗农艺提出提供参考。     

适宜西瓜检测部位提高近红外光谱糖度预测模型精度

为了提高中国厚皮类瓜果的品质质量和出口能力,增强中国水果品质检测装备制造业的技术实力和技术水平。该文以西瓜为对象,对其糖度进行了试验研究。由于西瓜各部位存在差异,因而不同部位采集近红外光谱会对糖度预测模型精度产生影响。采用自主搭建的西瓜内部品质检测系统对不同批次西瓜瓜梗、瓜脐和赤道3个部位采集漫透射光谱信息,分别采用偏最小二乘回归法(partial least squares regression,PLSR)和最小二乘支持向量机法(least squares support vector machines,LS-SVM)2种方法对西瓜糖度建立预测模型,考察西瓜不同检测部位对西瓜糖度预测模型精度的影响。2种预测模型均显示,赤道部位采集光谱所建立的预测模型检测精度较差,而采用瓜脐部位获取光谱信息建立预测模型略好于瓜梗部位,最佳预测相关系数rpre达到0.823,预测均方根误差(root mean square error of prediction,RMSEP)为0.652%。该研究结果表明,不同部位采集光谱信息对最终的检测模型精度有影响,瓜脐部位为该文西瓜内部品质检测装置的较优采集部位。     

蛋壳品质的近红外光谱检测分析

蛋壳品质对蛋品孵化、贮存和运输均有重要影响。为了探索近红外光谱技术快速检测蛋壳品质的方法,该文在鸡蛋蛋壳品质指标相关性分析的基础上进行了蛋壳品质的近红外光谱检测分析,研究比较了不同建模方法、不同光谱预处理方法和不同波段范围对预测结果的影响。结果表明：在5段特征波长范围内建立的经过多元散射校正的偏最小二乘回归（PLSR,partial least squares regression）模型对蛋壳强度的预测结果最好,相关系数r为0.86,校正、预测均方根误差分别为4.42、7.53 N;同时蛋壳百分比（蛋壳质量/蛋质量）的PLSR模型的相关系数r为0.92,校正、预测误差分别为0.313%、0.529%;蛋壳厚度的PLSR模型的相关系数r为0.81,校正、预测误差分别为0.0176、0.0234 mm。研究结果表明应用近红外光谱技术预测蛋壳品质是可行的,为蛋壳品质的快速无损检测提供了一种新的方法。