基于可见-近红外光谱技术的果蔬品质检测方法

可见-近红外光谱技术利用波长在380～2 500 nm的电磁波获取果蔬中有机分子含氢基团的特征信息,根据样品对不同波长光的吸收信息,实现果蔬的外部、内部缺陷及营养成分定性、定量分析,是目前主流的果蔬内外部品质快速无损检测技术。综述了目前基于吸光度谱和能量谱对果蔬营养物质含量定量分析及缺陷定性分析,所使用的检测模型和变量筛选模型及其检测准确性,为相关研究人员选择高效准确的检测模型提供技术支撑。     

不同加工方式对马铃薯原粉基本性质的影响

分别采用真空冷冻和低温热风（60℃）2种干燥方式制备马铃薯原粉,研究原粉和熟粉在外观品质、微观结构、功能特性、复水特性等方面的性质。结果表明：冻干原粉和经烫漂的热风干燥原粉外观与熟粉接近;熟粉细胞排列规律且胞间无粘结,淀粉完全糊化,而原粉胞间粘结严重并含有大量生淀粉颗粒;热风干燥原粉的蓝值与熟粉蓝值相近;原粉在持水性和透光性方面均不及熟粉,其中与熟粉功能特性最相似的为经烫漂的热风干燥原粉,其持水性、持油性和透光性分别为3.51g/g、0.61g/g和50.37%;经烫漂的热风干燥原粉的复水特性与熟粉相似,复水比和复水稳定性分别为9.68和95.51%。因此,经烫漂的热风干燥原粉可作为熟粉的替代品,在食品加工行业中有较大应用潜力。     

中国省际入境旅游资源吸引力与区位可达性的矩阵分析

旅游资源及景点吸引力是游客前来旅游内在的直接驱动力,而交通区位及可达性是影响游客到访重要的外部因素。本文利用2004年我国A级景点资源和交通运输统计数据,综合测定了我国31个省区的旅游资源吸引力和区位可达性指数,分析了入境旅游市场占有率和景点资源丰度及区位可达性的关系。结果显示:各省区的景点资源吸引力、区位可达性与客流量市场占有率、旅游收入市场占有率呈明显的正相关性。其中,A级景点资源丰度与客流量市场占有率、旅游收入市场占有率的边际弹性分别为0.022和0.019,区位可达性指数的边际弹性系数分别为0.035和0.056,区位可达性的边际弹性大于景点资源丰度。在此基础上构建了景点资源吸引力与区位可达性二维组合矩阵,将我国31个省区入境旅游业的发展划分为3种类型:即资源驱动型、区位驱动型和资源区位共同驱动型。     

环境学习曲线建立的理论与实践意义

提出了环境学习曲线的概念,并分析了该曲线模型的表现形式、研究对象和理论意义.依据1990～2009年相关数据,验证了我国各省区能耗消耗、SO2排放和CO2排放的区域环境学习曲线以及我国采掘业和电力行业中能源消耗和废物排放8个指标的环境学习曲线;阐明了利用环境学习曲线如何揭示某区域、行业(企业)在某一时段的环境负荷和节能...     

安徽省农业碳排放的脱钩效应及影响因素研究

为了深入认识安徽省农业碳排放与农业经济增长之间的相互关系,并为区域低碳农业发展政策措施的制定提供理论依据,采用Tapio与LMDI模型对安徽省农业碳排放的脱钩效应及影响因素进行研究。结果表明：1998—2014年安徽省农业碳排放总量呈波动上升趋势,具体表现为“快速增长-持续〖JP2〗下降-缓慢上升”三阶段特征;研究期内农业碳排放与农业经济增长间的脱钩关系以弱脱钩和强脱钩为主,说明安徽省农业低碳减排工作取得一定成效;效率因素、劳动力因素和结构因素均对农业碳排放增长具有抑制作用,它们在研究期内的累计减排贡献量分别为896.51万t,341.62万t和253.67万t,〖JP〗而农业经济发展则是碳排放增长的主要驱动因素,其引发的累计碳排放增量高达1552.29万t。     

基于环境学习曲线的中国省际碳排放及减排潜力分析

研究碳排放及其减排潜力的区域差异,为认识碳排放的空间格局及减排目标的地区分解提供理论参考.基于1996～2008年的案板数据,从人均排放量、万元产值碳排放两个指标,对其区域分布格局及其成因进行定量的分析,并建立各省区万元产值碳排放随着人均GDP变化的环境学习曲线,依此计算出各省区万元产值碳排放的减排潜力.研究表明:碳排...     

基于能量谱和吸光度谱的马铃薯黑心病判别模型优化

马铃薯储藏过程中,在高温、缺氧等环境下,极易产生黑心病等内部缺陷,严重影响马铃薯加工品的品质和原料加工利用率。黑心病薯无法从外观分辨,传统检测方法需要将马铃薯切开后判断,仅适用于抽样检测。基于自主研发的马铃薯内部品质光谱检测装置进行光谱数据采集,分别采集234条健康马铃薯和236条黑心病马铃薯能量谱和吸光度谱数据用于判别模型建立,采用随机法按3∶1将样本集划分为校正集和验证集,以灵敏度、特异性指数、分类正确率作为模型评价指标。基于吸光度谱,经标准化（Auto）预处理后,在波段500~950nm范围内建立马铃薯黑心病偏最小二乘线性判别模型（PLS-LDA）,并通过竞争性自适应重加权法与连续投影法（CARS-SPA）进行联合变量筛选,最终采用9个变量,对黑心病判别的灵敏度、特异性指数、总分类正确率分别达98.87%、98.30%和98.44%。基于能量谱,采用双波长相关系数法,分别计算任意波长对组合的能量差值和比值,与黑心病进行相关分析,最终采用2个变量能量比值T699/T435建立线性判别模型（LDA）,对黑心病判别的灵敏度、特异性指数、总分类正确率分别达97.71%、96.15%和97.67%。因此,基于吸光度谱的CARS-SPA-PLS-LDA模型和基于能量谱的(T699/T435)-LDA模型均可有效识别马铃薯黑心病,与吸光度谱模型相比,能量谱模型仅采用2个变量,模型更简单稳定,并且解决了白背景与暗电流2个参比限制的难题,适用性更广泛。