高温储藏大米的品质变化研究

大米在储藏过程中会发生一系列的物理、化学变化。研究两种大米在常温(15℃)和高温(30℃,40℃)下储藏前后的水分含量、脂肪酸含量、粘度值和蛋白质含量的变化情况,判断高温储藏条件下大米的品质变化规律。结果表明:随着储藏时间的增加,大米的水分含量、粘度值、蛋白质含量呈下降趋势,而脂肪酸值则呈上升趋势,且高温30℃和40℃时比常温时的品质劣变明显。     

基于近红外光谱的神经网络预测大米直链淀粉含量

借助主成分分析，确立了用于近红外光谱分析的BP神经网络的输入输出模式对；并用BP神经网络方法建立了不同类型、不同粒度的大米样品直链淀粉含量预测模型；考察了模型的预测能力，其预测值与用标准方法取得的化学测定值间具有良好线性关系（相关系数达0．9）。用BP神经网络可降低因样品粒工的不同而对预测结果造成的差异。     

具有生命力的大米——胚芽米

胚芽米是指稻谷在加工过程中能保留其胚芽部分的一种精制米，胚芽位于胚轴的顶端，能发育成胚叶并生长，故胚芽米被称为具有生命力的“活米”。胚芽在一粒大米中按重量只占3％，但其营养却占一粒米的50％，被誉为“天赐营养源”。胚芽蕴含丰富的蛋白质、淀粉、膳食纤维、多种维生素及生物活性物质，且含微量元素钙、铁、锌、硒等。经化验分析，大米胚芽中植物蛋白含量20．8％，脂肪含量20．7％，每公斤胚芽中含维生素B14．5g，维生素B23．6g。     

便携式大米多品质参数无损检测仪设计与试验

基于近红外漫透射光补偿光谱分析技术,设计了便携式大米多品质参数无损检测仪,检测仪包括光谱采集单元、光源单元、控制与显示单元、供电单元、专用参考校正盒等,光谱采集单元通过光补偿杯和聚焦准直透镜有效提高了采集光谱的信噪比,整个装置尺寸为207 mm×90 mm×148 mm,携带方便。选取52个籼米样品,基于便携式大米多品质参数无损检测仪建立了大米含水率、直链淀粉质量分数和蛋白质质量分数的偏最小二乘预测模型,含水率、直链淀粉质量分数和蛋白质质量分数的校正集相关系数分别为0. 980 3、0. 977 0、0. 932 3,校正集均方根误差分别为0. 279 1%、0. 727 4%、0. 204 5%,验证集相关系数分别为0. 979 3、0. 957 1、0. 924 9,验证集均方根误差分别为0. 300 9%、1. 106 7%、0. 212 7%。基于MFC软件开发工具,采用C/C++语言编写了实时检测及控制软件,实现了便携式大米多品质参数检测仪的一键式操作。试验验证了便携式大米品质无损检测仪的检测精度和稳定性,结果表明,利用该装置预测大米含水率、直链淀粉质量分数和蛋白质质量分数的最大变异系数分别为0. 024、0. 079、0. 034,大米样品的含水率、直链淀粉质量分数和蛋白质质量分数的预测值和标准理化值的相关系数分别为0. 972 7、0. 940 9、0. 901 5,预测均方根误差为0. 363 2%、1. 318 1%、0. 243 0%。这表明自行设计的检测仪可以实现大米含水率、直链淀粉和蛋白质质量分数的实时无损检测。     

凉血止血的黑木耳

黑木耳是优质食用菌 ,也是药用菌 ,不仅营养丰富 ,药用价值也很高。木耳的营养价值高 ,每 10 0 g干品 ,含水份15 5g ,蛋白质 12 1g ,脂肪 1 5 g ,糖类 35 7g ,植物纤维 2 9 9g ,还有丰富的维生素B1、B2 、尼克酸 (烟酸 )、钙、铁、磷等多种营养素。木耳中的蛋白质含量相当于肉类 ,且不含胆固醇 ,脂肪也很少 ,是减肥食品 ,其蛋白质是大米、面粉、蔬菜类食品所不能相比的 ;而维生素B2 的含量是一般大米、面粉、大白菜的 10倍 ,比猪肉、牛羊肉高 3～ 5倍 ;铁质比肉类高 10 0倍 ;钙的含量是肉类的 30～ 70倍。因此防治有关的营养缺乏病是理…     

正交试验优选大米中淀粉的提取工艺

为提高大米的附加值,运用正交试验优选大米中淀粉的提取工艺。以大米为原料,采用凯氏定氮法测其残留蛋白质、蒽酮比色法测其淀粉含量,并利用正交试验法对其试验结果进行比较和分析。通过验证性试验,最终确定了大米中淀粉的提取工艺最佳的试验方案为A₂B₂C₃,即反应温度为45℃、反应时间6h和反应pH值为10,其中制品残留蛋白质含量为0.39%,淀粉提取率为81.46%。     

《中华人民共和国国家标准(大米)》(GB 1354-2009)中对加工精度和糠粉要求的利弊探讨

文章通过实验,对国标一级大米和自制留胚、留糠粉米中蛋白质的含量进行测定,就《中华人民共和国国家标准(大米)》(GB 1354-2009)中对加工精度以及糠粉的规定是否合理进行探讨,得出留胚、留糠米的营养价值要高于国标一级大米。     

挤压膨化大米辅料麦汁和啤酒的糖类组分分析

用液相色谱技术对挤压膨化大米啤酒辅料对应的麦汁、啤酒的糖类组分进行了测定，表明：膨化大米辅料麦汁中麦芽糖含量明显高于未膨化大米辅料麦汁，未膨化大米辅料麦汁中葡萄糖、果糖、蔗糖和麦芽三糖的含量均略高于膨化大米辅料麦汁，膨化和未膨化大米辅料对应的啤酒中没有检测出果糖、葡萄糖、蔗糖、麦芽糖，只检测出微量的麦芽三糖。     

冬油菜栽培新方法：机播机收 适度管理

油菜是油料、蛋白质、工业原料、能源作物，也是我国优势农作物。我围油菜面积总产居世界首位，平均单产110kg／0．067hm^2左右，发展潜力还很大。     

珍珠高粱高产栽培技术

珍珠高粱．其米粒洁白如珍珠．是我国从西欧引进种植成功的高产优质旱粮作物新品种。该品种生育期为90～100d，株高1～1．4m，穗大粒多呈宝塔型．平均单产达600～800kg／667m^2。品质优良．营养价值高，蛋白质含量高达11．8％。其再生能力强，一次种植可多次收获。今年，镇江市丹徒区从外地引进该品种进行种植试验534m^2(0．8亩)，共收获高粱450多kg，平均单产达562．5kg／667m^2，现将珍珠高粱高产栽培技术总结如下：     

基于近红外与中红外光谱技术的淀粉回生度检测

淀粉食品在加工、运输及储藏过程中会逐渐出现回生,其回生程度是影响淀粉食品品质的重要因素。利用近红外和中红外光谱技术快速、无损检测淀粉回生度。首先采集了储存不同时间淀粉的近红外和中红外光谱,分别利用近红外、中红外以及两者融合的光谱数据结合化学计量学方法(偏最小二乘法(PLS、iPLS、biPLS、siPLS))建立淀粉回生度检测模型。结果显示,近红外和中红外融合光谱技术的biPLS检测模型最佳,校正集和预测集相关系数分别为0.965 5和0.931 3。研究结果表明,红外光谱技术可以快速、无损检测玉米淀粉回生度,保障了富含淀粉食品的质量与安全。     

基于高光谱的抽穗期寒地水稻叶片氮素预测模型

为快速、无损地监测水稻叶片氮素营养状况,开展了基于高光谱成像技术的抽穗期寒地水稻叶片氮素预测模型的研究。以不同施氮水平的寒地水稻叶片为研究对象,采用连续投影算法(successive projections algorithm,SPA)和分段主成分分析(segmented principal components analysis,SPCA)方法选择水稻叶片的高光谱特征波段,SPCA方法降维后结合相关分析(correlation analysis,CA)构建特征光谱参量,并建立基于全波段高光谱数据、SPA特征波段及SPCA特征光谱参量的多种回归分析模型且对模型进行检验和筛选。研究结果表明:在校正集决定系数RC2上,基于多元逐步回归分析(multiple stepwise regression analysis,MSRA)的全波段模型较好,RC2=0.9 6 4,校正集均方根误差RMSEC=0.083;RP2为0.961,RMSEP为0.050。该研究结果为快速检测水稻叶片氮素含量及水稻生长期间精确施肥管理提供了技术支撑和理论依据。     

基于气温预报和HS公式的不同生育期参考作物腾发量预报

根据南京站2001-2011年实测气象数据,以Penman-Monteith(PM)公式计算得到的参考作物腾发量ET0值作为基准值,对仅需要气温数据计算参考作物腾发量的Hargreaves-Samani(HS)公式进行参数率定,采用率定后的HS公式依据2012年6月-2015年6月气温预报数据对南京水稻、冬小麦不同生育期未来1~7d的ET0进行预报,并与基于实测气象数据的PM法计算的ET0值进行比较,评价HS法的ET0预报精度。结果表明:最低、最高气温实测值与预报值相关系数分别为0.97和0.93,最低气温预报精度略高于最高气温;预见期1~7d内,水稻、冬小麦不同生育期ET0预报值与PM法计算值变化趋势基本一致,整个生育期内冬小麦ET0预报值与PM法计算值吻合程度更好,水稻、冬小麦相关系数分别达0.60、0.80左右;水稻各生育期平均准确率为66.0%~97.5%,平均绝对误差为0.65~1.22mm/d,均方根误差为0.76~1.42mm/d,冬小麦各生育期平均准确率为75.4%~99.5%,平均绝对误差为0.33~1.06mm/d,均方根误差为0.43~1.23mm/d;作物生育期各阶段对气温预报误差越敏感,ET0预报精度越低,随着生育期的推进,水稻对气温预报误差的敏感程度逐渐减小,相应的ET0预报精度逐渐增加,而冬小麦反之;但整体上预见期1~7d的气温预报及ET0预报精度达到可利用程度,可为快速灌溉预报及灌溉决策提供数据支撑。     

基于公共天气预报的参考作物腾发量预报

针对Penman Monteith公式的应用局限性,以公共天气预报可测因子及历史气象数据计算ET₀为基准,对广州站2017-01-01-2019-03-31预报气象信息风力状况进行量化后,以2017,2018年气象预报信息为输入因子、ET₀为输出因子,分别建立基于回归型支持向量机(SVR)预报模型与BP神经网络预报模型,选择性能较优预报模型对2019年ET₀进行预报,并与计算值进行对比分析.结果表明:回归型支持向量机参考作物腾发量预报模型测试集确定性系数为0.896、均方误差为0.206,BP神经网络参考作物腾发量预报模型测试集确定性系数为0.851、均方误差为0.305,SVR参考作物腾发量预报模型均方误差及决定系数要明显优于BP神经网络;基于SVR模型的预报值与PM公式计算值相关系数为0.761,没有明显差异,表现出显著的相关性以及整体吻合度,可为灌溉预报及决策提供较为准确的ET₀预报数据.     

基于DPLS和LS—SVM的梨品种近红外光谱识别

为了实现不同品种梨的快速光谱鉴别,采用主成分分析法(PCA)对光谱数据进行聚类分析,得到3种不同品种梨的特征差异,主成分分析表明,以所有建模样本主成分PC1和PC2做出的得分图,对不同种类梨具有很好的聚类作用。利用主成分分析得到的载荷图可以得到对于梨品种敏感的特征波段,用特征波段图谱作为输入建立偏最小二乘判别(DPLS)模型和最小二乘支持向量机(LS-SVM)模型。3个品种梨各70个共210个分别建立偏最小二乘判别(DPLS)模型和最小二乘支持向量机(LS-SVM)模型。对未知的24个样本进行预测,LS-SVM模型品种识别准确率达到100%,DPLS模型的校正及验证结果与实际分类变量的相关系数均大于0.980,交叉验证均方根误差(RMSECV)和预测均方根误差(RMSEP)都小于0.100,品种识别率为100%。表明提出的方法具有很好的分类和鉴别作用,提供了梨的品种快速鉴别分析方法。     

不同灌溉量对土壤理化性质及水稻生长发育的影响

水分是水稻正常生长发育的关键因素之一,【目的】研究不同灌溉量对黄河滩重构土体理化性质及水稻生长发育的影响。【方法】2017年以"吉宏6号"为试验材料,设计4个灌溉量处理,即:高水W1(120%ET0)、适水W2(100%ET0)、节水W3(80%ET0),低水W4处理(60%ET0),分析了不同灌溉量对土壤理化性质,水稻生长发育、产量的影响。【结果】土壤理化性质,水稻生长发育及产量受不同灌溉量影响显著,随着灌溉量的增加,水稻收获后土壤pH值、电导率以及土壤养分残留量也逐渐减降低。当灌溉量降低到80%ET0,水稻单株株高、分蘖数及产量都有明显降低,水稻生长发育受到一定影响,另外从高水W1处理(120%ET0)到低水W4处理(60%ET0)的水稻产量看出,随着灌溉量的增大,水稻产量呈现出先升高后降低的趋势。【结论】韩城下峪口土地整治项目区水稻种植适宜参考试验W2处理的灌溉量。     

基于拉曼光谱的稻叶瘟病害程度划分研究

随着植保变量喷施作业机械的研究和应用,急需一种高效的病害程度识别技术。为此,针对水稻稻叶病运用拉曼光谱仪采集正常及受病害叶片的光谱特性,通过绘制折线图及受试者工作特征曲线进行水稻受病害程度分析,并运用动量因子BP神经网络优化算法,建立了寒地水稻稻叶瘟的病害程度检测模型。结果表明:优化的BP神经网络算法网络预测集的均方误差为0. 002 409 6、相关系数为0. 998 2。该方法可以较好地区分水稻正常叶片、稻叶瘟重度和轻度叶片,是一种高效的病害程度识别技术。     

酒糟主要成分含量的近红外反射光谱快速分析

从全国21个省份收集78个代表性酒糟样品,采用国标方法测定了其成分含量并进行了统计分析,结果显示粗纤维、粗灰分和粗蛋白3种成分质量分数分布范围分别为1.60%～37.54%、0.74%～26.85%和12.01%～38.69%,标准偏差分别为8.33%、5.21%和7.11%,样品成分含量差异较大。利用NIRS建立了其粗纤维、粗灰分和粗蛋白质量分数的定量分析模型,定标决定系数分别为0.98、0.91和0.96,定标标准误差分别为1.19%、1.58%和1.61%,验证决定系数分别为0.98、0.92和0.96,预测标准误差分别为1.20%、1.57%和1.60%,相对分析误差分别为7.38、3.75和4.98,模型预测精度较高,可以用于实际检测分析。     

基于激光测距的脱粒滚筒焊接质量在线检测方法

针对稻麦收获机脱粒滚筒焊接质量人工检测误差大、效率低的现状,提出了一种基于激光测距的在线检测方法。同时,由工控机和运动控制卡驱动伺服电机以实现对脱粒滚筒和激光传感器的控制,进而完成距离信息的采集,再通过信号处理和数据分析,得出脱粒滚筒圆柱度和垂直度的检测结果。试验结果表明:脱粒滚筒圆柱度检测最大误差为2.15%,垂直度检测最大误差为1.42%,满足脱粒滚筒焊接质量快速、准确的检测要求。