近红外漫反射检测梨可溶性固形物SSC和硬度的研究

采用近红外漫反射光谱检测梨可溶性固形物(SSC)和硬度.采集梨的近红外漫反射光谱,光谱经梨的吸光度原始光谱、一阶微分和二阶微分预处理,分别采用多元线性回归、主成分回归和偏最小二乘法,建立了梨可溶性固形物(SSC)和硬度的定量预测数学模型.结果表明采用一阶微分结合偏最小二乘法的预测效果最好,可溶性固形物(SSC)和硬度定量数学校正模型的相关系数分别为0.9285和0.8478,均方根误差分别为0.4364°Birx和1.227.近红外漫反射光谱作为一种无损的检测方法用于评价梨可溶性同形物(SSC)和硬度是可行的.     

西瓜可溶性固形物含量近红外透射检测技术

设计的近红外透射式西瓜可溶性固形物含量（SSC）检测系统主要包括光纤光谱仪、光纤透射附件、数据采集卡以及自制光源。对50个麒麟瓜SSC进行了预测试验,采用主成分回归和偏最小二乘回归法分别建立了样品的原始光谱、一阶微分光谱、二阶微分光谱和SSC的预测模型,结果表明偏最小二乘回归法建立的模型具有较高的相关性,相关系数为0．951,均方根校正误差0．347,均方根预测误差0．302,样本真实值与预测值的相关系数为0．910。     

基于CARS算法的脐橙可溶性固形物近红外在线检测

采用可见/近红外光谱在线检测装置进行赣南脐橙可溶性固形物含量在线检测模型优化研究。样品以5个/s的速度运动,采集可见/近红外漫透射光谱。光谱经过预处理后,分别应用向后区间偏最小二乘法（BiPLS）、遗传算法（GA）和正自适应加权算法（CARS）筛选特征变量,并通过外部验证评价PLS模型预测能力。一阶微分处理后经CARS筛选特征变量建立的PLS模型预测结果最优,预测相关系数和预测均方根误差分别为0.94和0.42%。结果表明CARS算法可有效简化赣南脐橙可溶性固形物可见/近红外光谱在线检测模型并提高模型的预测精度。     

梨可溶性固形物含量NIR与变量筛选无损检测

为提高利用近红外光谱技术快速检测梨可溶性固形物含量的精度和稳定性,结合区间偏最小二乘和遗传算法（iPLS-GA）来筛选校正模型中的特征光谱区和变量,通过交互验证法确定模型中的主成分因子数和筛选的变量,并以预测均方根误差（RMSEP）和相关系数（Rp）作为模型评价标准。试验结果显示：iPLS-GA最优模型包含5个光谱区、50个变量和10个主成分因子。最佳预测模型相关系数（Rp）和RMSEP 分别为0.9398和0.3250,研究结果表明近红外光谱结合iPLS-GA算法可以准确、无损检测梨的可溶性固形物含量。     

鸭梨黑心病和可溶性固形物含量同时在线检测研究

采用可见近红外漫透射光谱技术,探讨鸭梨黑心病和可溶性固形物含量同时在线检测的可行性。在5个/s运动速度下,采集了黑心果和正常果的可见近红外能量谱。分析了正常果和黑心果的可见近红外光谱响应特性,分别建立了鸭梨黑心病峰值比判别模型和偏最小二乘判别模型。同时建立了可溶性固形物偏最小二乘回归模型,考察了黑心病对鸭梨可溶性固形物偏最小二乘回归模型预测精度的影响,提出了鸭梨黑心病和可溶性固形物含量同时在线检测策略。采用未参与建模的新样品,评价鸭梨黑心病和可溶性固形物含量在线分选的准确性,黑心果判别准确性达到100%,正常果可溶性固形物预测标准差为0.45°Brix,分选正确率达到98%。     

近红外漫反射光谱检测土壤有机质和速效N的研究

利用近红外漫反射光谱检测技术对土壤有机质和速效N含量进行了相关研究。通过自行设计的NIR光谱系统测定了150个土壤样品有机质和速效N。126个土壤样品用来建立校正集模型,其余24个用来验证模型的性能。采集完整土壤样品的近红外漫反射光谱,原始光谱经移动窗口平滑处理、SNV和一阶微分预处理后,分别采用最小二乘支持向量机(LS-SVM)和偏最小二乘法(PLS),建立土壤有机质和速效N含量的定量预测数学模型。结果表明采用一阶微分结合最小二乘支持向量机(LS-SVM)所建模型的预测效果较好,土壤有机质和速效N含量定量预测数学模型的决定系数分别为0.8255和0.8015,均方根误差分别为2.84和16.80。近红外漫反射光谱作为一种检测方法,可用于评价土壤有机质和速效N含量。     

可更换探头的手持式多果品内部品质无损检测仪研究

为了实现多果品内部品质的现场无损快速检测,基于多光谱技术设计了一种可更换探头的手持式多果品内部品质无损检测仪。该检测仪的硬件系统由主机和多光谱采集探头组成。主机包括微处理器、电源管理模块、稳压驱动模块及输入输出模块。多光谱采集探头由12个不同波长的发光二极管和数字光电传感器组成。在MDK 5.0开发环境下用C语言开发了检测仪的软件。利用开发的检测仪分别采集了“华优”猕猴桃和“雪”梨的漫反射多光谱,并基于偏最小二乘法建立了预测猕猴桃和梨的可溶性固形物含量(SSC)和硬度的模型。将预测模型导入到检测仪后对仪器的性能进行了测试。结果表明,该检测仪对猕猴桃SSC和硬度的测量均方根误差分别为1.51%和5.13 N,对梨SSC和硬度的测量均方根误差分别为0.52%和4.57 N,检测时间在2 s以内,可通过更换探头实现对多种果品内部品质的无损快速检测。     

苹果可溶性固形物近红外在线光谱变量优选

为简化近红外光谱模型,提高对苹果可溶性固形物含量的预测精度,将移动窗口偏最小二乘法(MWPLS)与遗传算法、连续投影算法相结合优选特征变量,建立偏最小二乘回归校正模型。其中移动窗口偏最小二乘法和遗传算法相结合优选的36个光谱变量建立的校正模型预测结果最好,可以有效筛选近红外光谱特征波长,模型预测相关系数为0.90,模型的预测均方根误差为0.70°Brix。     

近红外光谱检测梨果硬度研究

应用近红外漫反射无损检测梨果硬度。采集240个梨样品的光谱数据,150个梨样品数据用于建模集来建立模型,另外90个样品数据用于预测集,评价模型的性能。采集完整梨果的近红外漫反射光谱(350~1 800nm),为简化模型,原始光谱经小波算法去除噪声,然后采用CARS算法,波长由最初的1 451个降低为58个,采用偏最小二乘回归建立梨果硬度的定量预测数学模型。研究发现,CARS算法在简化模型同时,模型的预测评价指标优于原始光谱建模的模型,硬度定量预测数学模型的决定系数(Rp2)为0.66,均方根误差(RMSEP)为1.66。近红外漫反射光谱作为一种无损的检测方法,可用于评价梨果的硬度。     

近红外光谱结合最小二乘支持向量机的脐橙叶片含水率无损检测

为了快速检测赣南脐橙果树叶片含水率,提出近红外光谱结合最小二乘支持向量机的快速检测方法。采用积分球漫反射方式采集叶片的近红外光谱,通过间隔偏最小二乘法从2 074个光谱变量中优选出345个变量作为建模的输入向量,分别建立最小二乘支持向量机和偏最小二乘校正模型。经比较,以径向基函数为核函数的最小二乘支持向量机模型预测结果最优,预测相关系数为0.942,预测均方根误差为2.7%,模型建立及预测时间为0.176s。实验结果表明近红外光谱结合最小二乘支持向量机的脐橙叶片含水率无损检测方法是可行的。     

近红外土壤含水率传感器设计与试验

设计了一种适用于快速测量土壤含水率的近红外传感器。发光二极管(LED)作为传感器的光源,中心波长为1 940 nm的光为测量光,1 800 nm为参考光,土壤含水率对这2个波长的光有不同的吸收特性。光源发出的光照射到土壤表面,经反射后进入光电转换器,将光信号转换为电信号,送至两级放大电路、模数转换器(A/D)、显示和存储设备,输出的反射光强与土壤含水率存在一定的关系。仪器性能试验表明:光源传感器到土壤表面的距离对采集信号的强度有一定影响,根据传感器的结构,可以选择一定的距离使反射信号的强度和稳定性最好。两波长光的反射光强随着土壤粒径的增大而减小;土壤含水率与相对吸收深度之间具有很好的线性相关性,回归分析的决定系数为0.863。     

不同光质对油菜幼苗生长的影响

油菜种子播种于盛有泥炭土、珍珠岩和蛭石的混合基质的培养皿,然后将培养皿放置在9种不同的光质进行培养:荧光灯（FL）、植物生长灯（PGL）、LEDs红光（R）、LEDs蓝光（B）、LEDs绿光（G）、LEDs白光（W）以及不同LEDs红、蓝配比光质（RB 2∶1,RB 3∶1及RB 4∶1）。结果表明,在LEDs绿光下,油菜幼苗高生长最高,其次是LEDs红光下生长的幼苗,而荧光灯下生长的幼苗最低,而且进一步结果表明,在单色光（绿光、红光及蓝光）下生长的幼苗高及生长速度均大于在复合光质中生长的油菜幼苗,但是不同的光质对幼苗生长早期高生长规律无影响。而幼苗根的生长、叶面积、叶绿素含量及幼苗地表茎粗结果与前相反,混合光源下的幼苗在这些方面明显优于单色光。同时,干、鲜质量结果也表明,单色光不适于油菜幼苗的生长,而在不同LEDs红、蓝配比光质下生长的幼苗质量不低于在荧光灯下生长的幼苗。幼苗茎段组织切片结果表明,在不同LEDs红、蓝配比的光质下生长的油菜幼苗均有大量初生木质部形成,尤其是在RB 3∶1光质中生长的幼苗,已初步具有完整的初生木质部及形成层,优于荧光灯下生长的幼苗。      

不同光质对甘蔗组培苗的影响

对不同LEDs光质及植物生长灯对甘蔗组培苗的影响进行了试验研究,结果表明:LEDs红蓝混合光下培养甘蔗材料增殖和生根状况要优于LEDs单色光及白光下的材料,而且不定芽增殖、不定芽形态、增殖阶段干物质含量、色素含量、生根苗质量方面均优于或不低于荧光灯下培养的材料,可以作为荧光的替代光源用于甘蔗组培苗生产。植物生长灯下培养材料与荧光灯差异不显著。      

基于光环境校正的便携作物叶绿素检测仪设计

为快速获取作物的生长状态信息及时指导农业生产,基于作物生理生化光谱学响应机理,设计了基于光环境校正的便携作物叶绿素检测装置。装置测量以610、680、730、760、810、860nm为中心,20nm带宽的反射光谱以及环境光照光谱数据,计算植被指数并预测植物叶绿素含量,在环境光照强度较差时使用主动补光灯进行补光,并对补光条件下环境光照强度进行校正。实验表明GPS定位在纬度最大漂移为6.2m、经度最大漂移为4.9m;光谱传感器6个波段的光强响应与照度计测量值之间的决定系数均超过0.99;标定的2块光谱传感器的匹配系数在610nm和860nm波段分别为0.743、1.035。建立了610nm和860nm波段补光强度与测量距离间的拟合模型用于光环境校正;使用无纺布进行了叶绿素梯度实验,建立了植被指数NDVI与植物叶绿素含量的数学模型,在较差光环境条件下不进行补光的模型决定系数为0.685,补光并进行校正情况下模型决定系数为0.965。     

东亚飞蝗对LED光信号视觉响应的波谱视敏效应测定

为了探索东亚飞蝗视觉响应LED光信号的视敏反应效应,以明确东亚飞蝗趋光的光敏响应因子和生物光诱参数,利用LED光照和Ava Spec光纤光谱仪系统,在室内进行了东亚飞蝗视觉响应表征的光谱测定。并在此基础上,利用该波谱光照装置,验证其波谱光照调控东亚飞蝗的趋光反应及响应程度。测定结果显示,东亚飞蝗复眼吸收365、400、520、610 nm波长光照射后,其视觉响应波谱表现为380、402、540、602 nm的微光特征,当波谱光照强度增加时,东亚飞蝗视觉微光反应随之增强,且呈现时变效应的调控特性。东亚飞蝗视觉光敏调控的时变强度以紫光最优、依次是橙光和绿光最差,而其调控容度以橙光最优、绿光次之和紫光最差,紫外光较快的光敏聚集速度、紫光较强的光敏聚集程度和橙光较好的趋光效果说明,趋光光敏活性、趋光程度和趋光效果分别与视觉激发强度和视觉光敏调控的时变强度以及视觉光敏调控容度呈正相关,且东亚飞蝗视觉反应强度的光敏时效性影响其趋光行为选择和视觉光敏活性。因此,依据紫外光较强的激发效果、橙光较好的光敏时效性和紫光较强的光敏调控强度的特性,进行趋光视敏性光照时间的刺激调控,可以增强东亚飞蝗的趋光效果。该研究结果为蝗虫光诱捕机械装备的研制提供了理论基础和技术指导。     

基于夫琅和费暗线原理的太阳诱导叶绿素荧光

叶绿素荧光技术是探知植物生理状态及其与环境关系的理想方法.太阳诱导叶绿素荧光可以利用夫琅和费暗线原理进行提取.阐述了夫琅和费暗线探测自然光条件下光合作用荧光的基本原理和方法,以及波长760nm叶绿素荧光探测仪的光学系统、仪器硬件组成及其各部分功能、仪器的软件设计.通过与ASD地物光谱仪器的对比试验表明,研制的太阳诱导叶绿素荧光测量的数据与地物光谱仪测量的数据相关系数都大于0.9.基于夫琅和费暗线原理的太阳诱导叶绿素荧光探测仪器提供了一种低成本、实时测量作物冠层太阳诱导叶绿素荧光的方法和仪器.     

基于LED诱虫灯的果蝇趋光性试验

采用固体冷光源发光二极管(LED),设计了可以调控LED光源光密度、闪烁频率和波长的柔性诱虫灯,并对果蝇进行了趋光性试验。结果表明,果蝇趋性最强的光源波长为560 nm,光强弱的黄绿光诱捕效果最好。     

便携式土壤土霉素提取-检测装置设计与试验

土壤中土霉素（Oxytetracycline,OTC）高性能的现场分析方法对于保护生态环境安全和维护人类健康具有重要意义。针对土壤中痕量OTC的现场检测难题,设计功能集成的便携式提取-检测装置,用于土壤中OTC的现场提取与精准分析。首先,基于集成电路技术与3D建模,研制具有称量、搅拌与离心功能的便携式装置,并通过与实验室用提取装置的性能对比,验证装置的提取精度;分别以LED和便携式电化学工作站为光电化学检测的光源驱动和信号采集装置,研制便携式检测装置;进行土壤中OTC的现场分析试验。结果表明,研制的便携式装置对土壤OTC的提取精度较高,检测的线性范围为1×10-8~1×10-6mol/L,检出限为5.33×10-9mol/L;在现场分析试验中,对土壤中OTC检测的加标回收率为92%~97%,相对标准偏差为1.8%~5.2%,且准确度得到了国标法的验证。     

基于LED诱虫灯的果蝇趋光性试验

采用固体冷光源发光二极管（LED）,设计了可以调控LED光源光密度、闪烁频率和波长的柔性诱虫灯,并对果蝇进行了趋光性试验。结果表明,果蝇趋性最强的光源波长为560 nm,光强弱的黄绿光诱捕效果最好。     

新型远红光辐照对水稻种子萌发及幼苗生长的影响

从植物光控发育角度出发,研究基于新型荧光粉封装的远红光LED灯辐照对水稻种子萌发及幼苗生长发育的促进效果。利用（Y,Gd）3（Ga,Sc）5O12:Cr3+远红光荧光粉封装LED器件作为直接光源,将LED芯片发射450 nm蓝光转化为峰值波长为730 nm的远红光,应用对比试验,观测远红光LED辐照和普通白光辐照两种光照模式下3个品种水稻的种子发芽率、发芽势、发芽指数、幼苗根长、株高、茎粗及干物质质量变化。结果表明,经远红光LED辐照后的水稻种子发芽参数得到了显著提高,发芽势提高了6.38%～16.20%,发芽率提高了2.81%～10.33%,发芽指数提高了24.12%～30.84%。远红光LED辐照亦促进水稻幼苗生长发育,根长、株高、茎粗增长速率提高了3.01%～22.96%、14.58%～14.68%、14.50%～14.74%。干物质量増幅约为2.22%～6.06%。新型远红光辐照是提高水稻种子萌发效率和幼苗生长发育的有效途径。