高光谱图像技术在掺假大米检测中的应用

为了有效判别出优质大米中是否掺入劣质大米,该文研究了一种针对大米掺假问题的快速、无损检测方法。从市场上购买了东北长粒香大米和江苏溧水大米,按纯东北长粒香大米、3∶1、2∶2、1∶3和纯江苏溧水大米共5个掺合水平进行大米试验样本的制备。利用可见-近红外高光谱图像采集系统(390~1050 nm)获取了200个大米样本的高光谱图像。采用ENVI软件确定高光谱图像的感兴趣区域(region of interest,ROI),并提取出所有样本在ROI内的平均高光谱数据。采用支持向量机(support vector machine,SVM)建立全光谱波段下的大米掺假判别模型,径向基(radial basis function,RBF)核函数模型交叉验证准确率为93%、预测集正确率为98%。由于高光谱信息量大、冗余性强且受噪声的影响较大,该文采用主成分分析方法(principal component analysis,PCA)分别对大米高光谱图像和高光谱数据进行处理,从特征选择和特征提取2个角度对原始高光谱数据进行处理,通过主成分权重系数图选择了531.1、702.7、714.3、724.7、888.2和930.6 nm 6个特征波长,通过留一交叉验证法(leave-one-out cross-validation,LOOCV)确定并提取出PCA降维后的最优主成分数(number of principal component,PCs)为9。最后分别将优选出的特征波长和提取出的最优主成分数作为模型的输入,建立SVM模型。试验结果表明,基于特征波长SVM模型的交叉验证准确率为95%、预测集正确率为96%,基于最优主成分数SVM模型的交叉验证准确率为94%、预测集正确率为98%。该研究结果表明,该文建立的基于特征波长和基于最优主成分数的SVM模型均具有较优的预测性能,且利用高光谱图像技术对大米掺假问题进行检测是可行的。     

苗期紫花苜蓿品种抗旱性初步研究

运用多元统计分析方法,以来自、美国、澳大利亚、加拿大及中国的22个紫花苜蓿Medicago sativa品种（种群）为试验材料,对紫花苜蓿在苗期进行短期干旱胁迫,依据试验测定的15个形态指标和生理指标,应用主成分分析、聚类分析法,对22个紫花苜蓿品种试验材料的抗旱能力进行综合评价。通过运用主成分分析法将15项相关的抗旱性指标简化为5个独立且功能明确的主成分,并以5个主成分的得分系数运用聚类分析法把22份材料聚为三大类,从而将22份材料分为强抗旱性品种、中抗旱性品种、弱抗旱性品种,为下一步抗旱机制的研究提供参考。     

广东省赤红壤区土壤团聚体有机碳和铁氧化物特征及稳定性

通过野外采样和室内分析相结合,以广东省赤红壤区花岗岩(G)、第四纪红土(Q)和砂页岩(S)母质发育的林地(FL)、水田(PF)和旱地(UL)土壤为研究对象,分析了土壤团聚体有机碳及其组分和不同形态铁氧化物含量,探究了其对土壤团聚体稳定性的影响及贡献。结果显示:(1)3种母质发育的3种利用方式土壤团聚体均以>0.25 mm为主,2~5 mm团聚体以花岗岩母质发育林地土壤最高(58.51%),0.25~2 mm团聚体以花岗岩(62.93%)和第四纪红土(59.21%)母质发育水田和旱地土壤最高;土壤团聚体平均重量直径(MWD)和几何平均直径(GMD)以砂页岩母质发育林地土壤最高;(2)3种母质发育林地土壤团聚体有机碳及其组分主要分布在2~5 mm粒径中,水田和旱地土壤团聚体有机碳及其组分主要分布在<0.053 mm粒径中;3种母质发育林地土壤团聚体铁氧化物含量主要分布在<0.053,0.25~2 mm粒径中,水田和旱地土壤团聚体铁氧化物含量主要分布在<0.053 mm粒径中。(3)相关分析和主成分分析表明,MWD、GMD与团聚体HAC、HAC/FAC、Fe fr和Fe co呈显著相关(P<0.05);不同母质和利用方式以砂页岩母质发育的林地土壤团聚体胶结能力最好。研究表明,不同母质和利用方式土壤团聚体HAC、HAC/FAC、Fe fr和Fe co含量分布差异显著,进而影响了土壤团聚体分布和稳定性,同时砂页岩母质发育的林地土壤团聚体结构较稳定。     

玉米种子活力近红外光谱智能检测方法研究

为了实现玉米种子活力的快速无损检测,提出利用近红外光谱和BP神经网络来建立玉米种子活力智能检测模型。首先通过人工老化将样本按老化程度分为3种级别,采集样本的近红外光谱。分别通过卷积平滑(S-G)和多元散射校正(MSC)及二者组合的方法消除光谱噪声和去除奇异光谱。然后分别用主成分分析(PCA)和离散多带小波变换(DWT)提取光谱特征,作为BP神经网络的输入。依据预处理及特征提取的不同构建出6种BP神经网络种子活力检测模型。试验结果表明,组合预处理方法与主成分分析特征提取结合构建的模型最优,其识别的准确率为95.0%,平均识别时间为26.25ms。研究结果为玉米种子活力的快速无损检测提供了理论依据和实用方法。     

电子鼻对草莓采后贮藏早期霉菌感染的检测

为了实现电子鼻对草莓贮藏期常见霉菌感染的早期检测,对草莓果实分别接种灰霉、扩展青霉和根霉3种主要病原菌,以无菌水处理为对照组,每2d采用PEN3电子鼻获取草莓的气味,并用气质联用技术分析草莓气味。结果表明,草莓接种病原菌2d后,主成分分析能够正确区分正常果实(对照组)与病害果实,且可以较好区分草莓感染病原菌种类,多元方差分析结果也显示接种不同病原菌对草莓果实挥发性物质的影响差异显著(P<0.05),通过Fisher判别建立的回归函数对3种病原菌灰霉、扩展青霉和根霉及对照组的判别正确率分别为100%、93.3%、86.7%和100%。载荷分析及气质联用技术结果表明病原菌对草莓果实挥发性物质的影响主要体现在烃类及酯类的变化。研究结果可为实现草莓采后贮藏和流通过程中质量变化和病原微生物的感染进行无损快速检测和监测提供参考。     

表面解吸常压化学电离质谱结合人工神经网络鉴别新陈莲子

为实现对新陈莲子的快速鉴别,该文采用自行研制的表面解吸常压化学电离质谱（DAPCI-MS）,在无需样品预处理的前提下,直接对新鲜和陈年莲子切面进行质谱检测,获得其化学指纹图谱,并通过主成分分析（PCA）和反向传输人工神经网络技术（BP-ANN）对所获指纹谱图信息进行分析,获得新鲜和陈年莲子的质谱信息特征。结果表明,在负离子模式下,DAPCI-MS结合化学计量学方法,实现了新鲜和陈年莲子的快速鉴别,其测试样本准确率分别为95.0%和91.7%;对不同年份莲子也能够有效地分类判别,2012、2011、2010和2009年莲子测试样本准确率分别为90%,85%,85%和90%。该方法具有分析速度快,信息提取准确,识别精度高等优点,为其他粮食谷物品质的鉴定提供参考。     

异质下垫面显热通量动态变化及对环境因子的响应

利用2010年7月至2011年6月大孔径闪烁仪的观测数据分析了显热通量的变化规律,通过主成分分析和相关性分析,筛选出影响显热通量的主要控制因子,探讨了鹫峰站点复杂下垫面水热通量对环境因子的动态响应.结果表明:(1)鹫峰站点显热通量日变化规律与平坦(或均匀)下垫面相似,即显热通量与天气条件密切相关,具有明显的季节性变化规律.4个典型晴天均有峰值出现,从年初至年末显热通量峰值从中午11:00左右向上午偏移;秋分日显热通量波动最明显,冬至日波动较为平缓;夏至日显热通量值最大,处于波峰期,冬至日显热通量值最小,处于波谷期.(2)土壤温度、土壤含水量、空气温度、下垫面蒸散发、风速、风向以及太阳净辐射是影响显热通量传输的主导因子,且不同典型晴天的主导因子不同.(3)土壤含水量和土壤温度与显热通量具有极显著相关性,受下垫面植被组成复杂,地形起伏大等因素的影响,风向与风速与显热输送也表现出了显著的相关性.研究结果有助于加强对复杂山区显热通量规律的认识.     

小白菜的中红外光谱特征及其在氮营养诊断中的应用

采用不同中红外光谱（漫反射光谱、 衰减全反射光谱和光声光谱）对不同氮处理的小白菜进行表征。结果表明,小白菜不同的红外光谱具有明显不同的光谱特征,主要表现于峰形、 峰位以及相对峰强度;中红外漫反射光谱的主要吸收峰分别为2800~3800 cm-1、 2200~2500 cm-1、 1500~1700 cm-1和1000~1500 cm-1,衰减全反射光谱由于水的强烈干扰可用的吸收峰主要在1200~1500 cm-1,而中红外光声光谱的主要吸收峰分别为2800~3800 cm-1、 1500~1700 cm-1、 1200~1500 cm-1和1000~1200 cm-1。漫反射光谱、 衰减全反射光谱和光声光谱的主成分分析表明,不同氮处理主成分分布特征明显不同,且第一主成分（PCA1）均与施氮量显著相关,相关系数（r）分别为0.9103、 0.8527和0.9366。这三种光谱利用主成分分布均可实现小白菜氮营养快速诊断,且光声光谱由于其独特的原位逐层扫描功能而表现出更好的诊断效果,在植物营养诊断中表现出较强的应用潜力。     

不同品种鲜食糯玉米清汁与籽粒中挥发性成分比较

为研究不同品种鲜食糯玉米香气成分之间的差异,本研究对6个品种糯玉米进行了清汁制作和煮制两种熟化生香处理,并采用顶空固相微萃取法结合气相色谱-质谱联用技术(HS-SPME-GC-MS)对其挥发性成分进行测定。结果表明,清汁中检出的挥发性成分数量和总量均高于籽粒:清汁中检出38种挥发性成分,熟粒中检出24种,其中仅在清汁中检出的成分中有7种为吡嗪类化合物;而各品种糯玉米清汁中检测到的挥发性成分总量是籽粒的3.98~10.92倍。主成分分析(PCA)结果显示,前两个主成分可解释清汁样品总方差的72.6%,高于煮制籽粒(60.9%),但两种PCA结果均显示JDN-517、SYN-602与SYN-11的特色值得关注,并与吡嗪以及醛醇类成分含量差异有关。本研究结果为不同品种鲜食糯玉米风味品质评价中的样品处理以及数据分析提供了一定的参考。     

应用主成分分析和聚类分析评价烤烟叶位间质量差异

本试验对烤烟不同叶位烟叶的外观质量进行了分级,对烟叶主要物理特性和化学成分的进行了测定分析,选择这些指标运用主成分分析和聚类分析法,对烟叶的质量进行评价,将烟叶分为3个部位,9个可用性等级。结果表明该方法评价烟叶质量效果较好。