荷兰苹果和梨的贮藏保鲜应用研究

荷兰对苹果和梨的贮藏研究主要集中在采收时间、贮藏温度、贮藏期和气调贮藏中的氧气、二氧化碳浓度,特别是降低氧气浓度的可能性是一个重要的研究课题。他们对果实成分和贮藏室中的相对湿度也进行了分析研究,本文将介绍在荷兰栽培的苹果和梨的主要品种的贮藏特性,推荐的贮藏条件,贮藏前、后处理和贮藏室气候因素的一般情况。     

销售条件对气调贮藏的旭和元帅苹果品质下降速率的影响

在低乙烯气调贮藏和模拟销售条件下对旭和元帅苹果品质下降的速率进行了研究。在2%O_2+3%CO_2+95%N_2的气调条件下贮藏0,2,4,6和8个月后分为5组,分别放在20℃,10℃或以12小时交替的0°和20℃下1～14天(旭)或1～20天(元帅)。结果表明,旭和元帅苹果的硬度、含酸量在气调贮藏期间逐渐下降,销售期间两者损失的速率在20℃下比在10℃下或以12小时交替于0°和20℃下的快一倍;贮藏和销售期间的可溶性固形物含量变化不大;气调贮藏时间对旭和元帅苹果在销售期间硬度下降速率的影响表现出不同的模式。     

苹果近红外光谱采集影响因素的研究

[目的]通过对不同影响因素条件近红外光谱信息的准确性研究,优化嘎啦苹果近红外光谱采集试验条件。[方法]以嘎啦苹果为试材,使用ASD公司的FieldSpec3光谱仪在常温条件下进行近红外光谱采集,探索了环境杂散光、仪器稳定性、不同测距、不同色差、不同部位、不同货架期等条件下对采集光谱的影响。[结果]杂散光对近红外光谱的可见光区域有明显影响;固定光谱阵列检测器型光谱仪器在9h内重复测量的稳定性高;裸光纤在除0mm外的2.5～12.5mm测距上吸光度保持重复稳定;同一苹果的不同色差对光谱的影响在可接受区间内;苹果赤道面上的光谱稳定性较果柄和果鄂部好;常温条件下,不同货架期对苹果样品的近红外光谱产生显著影响。[结论]该研究可为苹果近红外研究人员和分析工作者提供参考。     

苹果近红外光谱采集影响因素研究

[目的]对不同影响因素条件近红外光谱信息的准确性进行研究,优化嘎啦苹果近红外光谱采集试验条件。[方法]以嘎啦苹果为试材,使用ASD公司的FieldSpec3光谱仪在常温条件下进行近红外光谱采集,探索了环境杂散光、仪器稳定性、不同测距、不同色差、不同部位、不同货架期等条件对采集光谱的影响。[结果]杂散光对近红外光谱的可见光区域有明显影响;固定光谱阵列检测器型光谱仪器在9h内重复测量的稳定性高;裸光纤在除0mm外的2.5～12.5mm测距上吸光度保持重复稳定;同一苹果的不同色差对光谱的影响在可接受区间内;苹果赤道面上的光谱稳定性较果柄和果鄂部好;常温条件下,不同货架期对苹果样品的近红外光谱产生显著影响。[结论]该研究可为苹果近红外研究人员和分析工作者提供参考。     

改造土窑洞贮藏苹果保鲜效果研究

试验结果表明，制冷条件下的气调贮藏是苹果保鲜中较为理想的途径，次为单纯的制冷贮藏。在此基础上配合森柏尔保鲜剂处理是提高果实贮藏质量的有效措施；普通土窑洞贮果，配合硅窗袋及硅窗袋＋高锰酸钾也可获得良好的保鲜效果。     

两种贮藏条件下冰糖心红富士苹果品质变化

【目的】 研究红富士糖心果和无糖心果在常温和4℃贮藏过程中的品质变化,为阿克苏冰糖心红富士苹果生产栽培和贮藏提供依据。【方法】 将红富士苹果贮藏在常温和4℃条件下,贮藏26 d后每隔一周左右调查并测定糖心果和无糖心果概率及品质变化。【结果】 常温贮藏的果实在第54 d时糖心全部消失,4℃冷藏的果实少量依然有糖心,随着贮藏时间的延长,4℃冷藏的果实糖心也将全部消失,期间均未出现褐变或腐烂的现象。两种贮藏条件下糖心果和无糖心果的果形指数、单果重、a^*值差异不显著;糖心果、无糖心果的果实硬度均呈下降趋势且差异不显著。糖心果和无糖心果的可溶性固形物含量果皮处最高,果核最低。4℃和常温贮藏条件下,糖心果的蔗糖含量均低于无糖心果;常温贮藏34 d后的糖心果的山梨醇含量低于无糖心果,4℃冷藏第60 d,糖心果的山梨醇含量高于无糖心果;4℃冷藏初期的果糖和葡萄糖、常温下的果糖含量糖心果低于无糖心果,但贮藏结束时与贮藏初期相反。【结论】 冰糖心随贮藏时间延长将逐渐消失,其商品性并没有明显下降,与水心病表现不完全相同,是特殊条件下形成的产品。     

红富士苹果盆景叶片净光合速率的研究

国内外关于大田苹果树叶片光合作用的研究已有很多,但关于红富士苹果盆景叶片净光合速率的研究还较少。试验结果表明:红富士苹果盆景叶片的净光合速率(Pn)日变化呈单峰曲线,最大值出现在上午8～10时,之后逐渐降低;红富士苹果盆景叶片"午休"现象不明显;通过施肥可以提高红富士苹果盆景叶片净光合速率(Pn)。     

基于BiSeNet的糖心苹果截面糖心特征提取方法

为解决因糖心苹果截面糖心特征分布不规则导致的种植过程中对糖心品质评估方法精度低、复杂等问题,以380个糖心苹果作为试验样本,基于BiSeNet模型对苹果糖心特征进行提取与占比计算,分别评估该方法在理论研究与实践研究两方面的多项性能指标,并与FCN、PPLiteSeg与DeepLabV3这3种网络模型进行对比。结果显示,BiSeNet无论是在训练时间还是训练准确度都优于其他3种网络模型,用时130 s,准确率98.36%,交并比85.1%。在实际占比计算中,平均占比计算误差为4.04%,低于其他3种模型,且无较大偏差值。结果表明,基于BiSeNet的糖心苹果截面糖心特征提取方法在提供具体糖心占比的同时,可为糖心苹果的糖心特征等无损检测提供更精确的评估方法和比对目标。     

苹果冷藏保鲜过程的传热学分析

从传热学角度分析了采后苹果冷藏过程中果实内部的热量传递状况,并利用数值方法模拟计算了苹果果实内部一维有内热源不稳态温度场,并根据结果定量分析了环境温度、组织导温系数以及组织呼吸代谢热等对传热的影响。     

不同机械伤对苹果果实贮藏效果的影响

【目的】研究不同机械伤处理对果实的损伤程度差异及其对果实贮藏生理的影响。【方法】以红富士苹果为试材,对果实进行挤压（加压速率1 mm/min）、振动(设2.5和3.3 Hz 2个频率)及跌落（设60和80 cm 2个高度）处理,以不经机械伤处理的果实为对照,处理后贮藏2个月,比较不同处理果实的损伤程度及贮藏过程中果实的呼吸强度、乙烯释放速率、硬度、可滴定酸和Vc含量。【结果】1）跌落处理对苹果果实的损伤程度较大,挤压和振动处理损伤程度较小;跌落处理与挤压和振动处理间有极显著差异（P<0.01）,而挤压与振动处理间无显著差异;80与60 cm跌落处理间有极显著差异(P<0.01),3.3与2.5 Hz振动处理间无显著差异。2）机械伤处理能明显提高苹果果实的呼吸强度和乙烯释放速率,其中在试验末期以跌落处理果实的峰值较大,而挤压和振动处理果实的峰值较小。3）80 cm跌落、挤压和3.3 Hz振动处理对果实的硬度、可滴定酸含量、Vc含量影响较大,而60 cm跌落和2.5 Hz振动处理的影响较小,前三者与后两者之间有极显著差异(P<0.01)。【结论】不同机械伤对果实的影响存在差异,在机械伤类型不明确的情况下,通过直接观测果实的损伤程度不能预测其耐贮性。     

基于GA-LSSVM的苹果糖度近红外光谱检测

【目的】结合遗传算法和最小二乘支持向量机(GA-LSSVM),优化苹果糖度近红外光谱检测的数学模型,提高模型的检测精度和稳定性。【方法】在GA-LSSVM模型建立过程中,采用遗传算法自动获取最小二乘支持向量机的最优参数。【结果】相比于偏最小二乘法(PLS)、传统最小二乘支持向量机(LSSVM)和遗传偏最小二乘法(GA-PLS)数学模型,GA-LSSVM法建立的模型预测效果最优,模型的相关系数为0.94,预测均方根误差为0.32°Brix。【结论】GA和LSSVM相结合的优化方法在提高苹果糖度近红外光谱检测精度和稳定性方面是可行的。     

基于树冠面积与苹果数量的果树产量预估方法

【目的】 苹果产量的早期预测对于市场供需关系、果农、消费者都有重要的影响,准确预估苹果产量具有重要的理论和应用意义。【方法】 文章提出了一种利用卷积神经网络和长短期记忆网络进行苹果产量预测的方法。利用由果树图像数据中获得的果树苹果数量,和由果园无人机图像获取的果树树冠面积作为特征信息,再经过该文提出的卷积—长短期记忆网络,获得每棵果树的预估产量。【结果】 该文使用5种评价标准,分别是预测误差概率密度、预测绝对误差、均方误差（MSE）、均方根误差（RMSE）、平均绝对误差（MAE）,经过实验验证,该文所述方法的均方根误差RMSE最优可以达到9.16。【结论】 该文所述方法依据果树的图像与果园的无人机图像,可以较好地预估苹果产量,为大规模果园产量预测提供技术支撑。     

苹果汁加工和储藏中稳定性的研究

对苹果汁加工和储藏中稳定性的研究进行了综述.混浊苹果汁在加工和储藏过程中发生的非酶促褐变主要是由酚类的氧化聚合而引起,可通过低温储藏和添加0.006%Vc(W/V)加以控制.加胶或破碎时通蒸汽可改善苹果汁混浊稳定性.同时,对今后的研究重点进行了讨论.     

基于可见近红外光谱及增强回归树算法的鸡蛋种类鉴别

利用可见-近红外光谱技术,选取湖北地区同一品种不同饲养环境下的鸡蛋,提取鸡蛋的光谱透射率(500~900nm),利用标准正态变量变换对光谱数据进行预处理,结合竞争性自适应重加权与主成分分析对光谱数据进行二次降维,并将提取的特征信息输入增强回归树算法,建立鸡蛋土洋种类鉴别模型,模型的训练集和测试集判别正确率分别为98.33%和97.00%。结果表明,应用基于可见-近红外光谱及增强回归树方法,针对同一母鸡品种但不同饲料产出的土洋鸡蛋的种类鉴别是可行的。     

基于卷积神经网络的茶鲜叶主要内含物的光谱快速检测方法

儿茶素和咖啡碱是茶叶品质的重要评价指标,为了探索深度卷积神经网络(CNN)结合可见近红外光谱(Vis/NIR)用于茶叶儿茶素和咖啡碱无损快速检测的可行性,本研究通过高效液相色谱来测定茶叶中的儿茶素和咖啡碱含量,并与样本的光谱信息建立对应关系;采用回归分析和CNN建模构建了光谱与茶叶内含物的定量关系;采用竞争自适应重加权采样(CARS)和连续投影算法(SPA)选择特征波长,用于开发基于这些特征波长的简单模型。结果表明:4种儿茶素和咖啡碱含量从第1叶位到第6叶位呈现出逐渐降低的趋势;提取特征波长不仅减少了光谱变量数,还获得了比全谱更优或接近的模型性能;CNN在回归分析和特征提取中均表现出良好的性能,预测儿茶素和咖啡碱最优模型的决定系数(R²)和残余预测偏差(RPD)分别达到了0.93和3.28以上。因此,卷积神经网络结合可见近红外光谱可以对儿茶素和咖啡碱的含量进行快速无损检测。     

基于图像分割的苹果叶片几何参数计算

针对传统方法和叶面积仪法测定作物叶面积、叶长、叶宽等参数费时费力,成本高等问题,提出苹果叶面积、叶长、叶宽和周长的图像测定法。首先采用颜色空间转换法转换RGB(红、绿、蓝)图为HIS(色调、亮度、饱和度)图,并以大津法(Otsu)阈值色调(H)获取二值图像;再根据二值图中苹果叶边缘像素坐标分布特征,计算叶长、叶宽和叶周长,根据苹果叶片像素数计算叶面积;最后对叶长、叶宽和叶面积的计算值与实测值之间进行均方根误差(RMSE)和决定系数(R~2)计算,并以测定硬币周长的方式验证周长算法。结果表明:苹果叶面积、叶长、叶宽的RMSE值分别为0.58cm~2、0.46和0.10cm,R~2值分别为0.99、0.93、0.97,测定的1元、5角、1角硬币的周长分别为7.68、6.42和6.10cm。RMSE取值较小和R~2取值较高表明叶面积、叶长和叶宽算法结果可靠,周长算法验证结果表明周长计算值与实测值之间差异较小。     

基于电子鼻的苹果低温贮藏时间及品质预测

【目的】研究利用电子鼻对苹果低温贮藏时间及品质的预测效果,为苹果低温贮藏品质的无损检测及合理加工利用提供参考。【方法】以富士苹果为试材,在(0±1)℃低温条件下贮藏,分别在贮藏后的第0,30,60,90,120,150和180天,随机选取30个果实,利用PEN3型电子鼻检测其香气,并一一对应测定苹果的主要品质指标(硬度、可溶性固形物含量和可滴定酸含量)。利用载荷分析优化电子鼻传感器阵列,对优化后的电子鼻检测数据进行线性判别分析,建立苹果低温贮藏品质的偏最小二乘预测模型、BP神经网络预测模型和贮藏时间的多层感知器预测模型,并对预测效果进行了比较。【结果】线性判别分析能够较好地区分苹果的贮藏品质,且苹果香气在贮藏60~90d时变化较大;建立的多层感知器神经网络模型对苹果贮藏时间有较好的预测效果,预测准确率均92.0%;利用偏最小二乘法和BP神经网络均能对果实的品质建立有效的预测模型,其中偏最小二乘法对冷藏苹果硬度和可滴定酸含量的预测效果优于对可溶性固形物含量的预测,利用BP神经网络所建立预测模型的决定系数均0.930 0,预测效果较偏最小二乘法更好。【结论】利用电子鼻的快速无损检测功能可以实现对苹果低温贮藏时间及品质的预测。