低温贮藏下不同SSC阿克苏富士苹果制汁的适宜性

【目的】检测分析不同可溶性固形物含量(Soluble solid content,SSC)等级阿克苏富士苹果贮藏期内的鲜榨汁品质变化,研究适宜非浓缩还原苹果汁加工原料果实的品质等级、分级方法和贮藏时限,为生产上选择适宜的制汁原料果实提供参考。【方法】采收3个成熟期的果实,以SSC作为果实采收品质的分级识别指标,使用近红外无损检测器测定样果并根据统计结果建立分级标准。果实分级包装后于(-1±1)℃环境下冷藏,比较不同SSC等级果实贮藏150 d内的鲜榨汁品质指标变化,分析适宜制汁果实的等级以及贮藏期限。【结果】低SSC(11.0%~12.9%)、中SSC(13.0%~14.9%)、高SSC(15.0%~16.9%)3个等级果实贮藏90 d后的鲜榨汁品质均发生明显劣变,风味和色度降低以及褐变度升高。低SSC(11.0%~12.9%)等级果实适宜贮藏期90 d内,鲜榨汁固酸比为37.04,酸甜风味突出;色泽值分别为49.20、30.65、85.74,呈亮黄色;总酚含量为169.25 mg GAE/L,悬浮稳定性为25.48%,褐变度为0.331,鲜榨汁较为稳定,于3个SSC等级果实的鲜榨汁中品质保持较为突出。【结论】SSC为11.0%~12.9%、(-1±1)℃条件下贮藏期小于90 d的阿克苏富士苹果,可作为其适宜制汁的原料,加工非浓缩还原苹果汁的品质相对较好。

湖南怀化冰糖橙可溶性固形物气候品质等级评价

为客观定量评价天气条件对怀化冰糖橙可溶性固形物(SSC)的影响,应用怀化地区麻阳苗族自治县和洪江市2015—2022年连续8年冰糖橙SSC资料,采用逐步回归、多元线性回归、聚类分析等统计方法,构建冰糖橙SSC综合气候品质指数(I_(ocq))模型,划分冰糖橙SSC的I_(ocq)等级。结果表明,7月中旬至9月中旬平均气温日较差、6月中旬至10月上旬降水量和8月中旬至9月中旬日照时数为影响怀化地区冰糖橙SSC含量的关键气象因子,各因子影响权重系数分别为0.46、0.34和0.20。参照湖南冰糖橙品质等级标准,得到I_(ocq)≥2.4为特优果,2.4>I_(ocq)≥1.6为优等果,1.6>I_(ocq)≥0.6为一等果,0.6>I_(ocq)为二等果。该SSC综合气候品质评价模型回代检验准确率为93.8%,实测检验2019—2021年中方县桐木镇冰糖橙SSC综合气候品质等级结果完全正确。该模型可应用于冰糖橙SSC品质评价实践。

自适应蚁群优化算法的近红外光谱特征波长选择方法

为提高近红外光谱预测模型的精度和适用性,同时简化模型,提出了自适应蚁群优化偏最小二乘法优选特征波长的方法,建立不同产地苹果可溶性固形物含量混合分析模型.收集山东、陕西和新疆的富士苹果,采集3800 ～ 14000 cm-1范围的近红外光谱,并对其重要品质指标可溶性固形物含量进行测定.利用蚁群算法启发式全局搜索的特点,结合蒙特卡罗轮盘赌随机选择机制,优选苹果可溶性固形物含量的近红外光谱特征波长,然后用偏最小二乘法建立分析模型.与全光谱偏最小二乘模型和遗传偏最小二乘模型相比,蚁群优化算法选择的波长数最少,模型预测能力最强,预测的相关系数R和预测均方根误差RMSEP分别为0.9708和0.5144.研究结果表明,自适应蚁群优化算法可以有效选择近红外光谱特征波长,提高模型的稳健性和适用性.

鲜食粉果番茄可溶性固形物含量及遗传分析

鲜食粉果番茄果实的可溶性固形物含量(SSC)为3.15～6.20%,其主要成分是可溶性糖和有机酸,其中,可溶性糖含量占SSC的61.887%,可溶性糖中99%以上成分为果糖和葡萄糖;果实中有机酸含量占SSC的8.635%,其主要成分是柠檬酸,占有机酸含量的80%左右。SSC受环境的影响较大,在露地比保护地有较大的变异范围,果实转色期到商品成熟期SSC变化最快。SSC遗传符合加—显模式,广义遗传力为0.971,狭义遗传力为0.401,显性基因约为6组,显性基因少于隐性基因,控制SSC性状的基因多为减效基因。

砂梨糖度近红外光谱波段遗传算法优化

遗传算法不受搜索空间限制性假设的约束,利用简单的编码技术和繁殖机制来解决复杂近红外光谱数据的优化问题。文章采用遗传算法的波段选择法(R-SGA)对砂梨近红外光谱进行了波段优化,得到丰水、圆黄、黄金三种梨的R-SGA最佳因子数分别为10,12和16,并分别建立了单一品种GA-PLS模型;丰水梨和黄金梨的GA-PLS模型精度高于全谱PLS模型,其模型的RMSEP分别为0.608/0.632和0.524/0.540;圆黄梨GA-PLS模型精度(RMSEP=0.610)与全谱PLS模型(RMSEP=0.595)相当。经波段优化分析表明,使用552个数据点建立多品种砂梨混合模型,具有较高稳健性和预测性(RMSEC=0.627,RMSEP=0.641)。结果表明:基于遗传算法进行波段优化可以提高砂梨糖度模型精度,提高建模效率,同时说明建立多品种砂梨糖度通用模型是可行的。

栽培方式对哈密瓜光合速率和果实产量及品质的影响

通过爬地和立架2种栽培方式,研究其对2个哈密瓜品种叶片光合速率及果实产量、品质的影响。结果表明:在植株伸蔓期,爬地栽培低节位叶片光合速率高于立架栽培,而高节位叶片光合速率立架栽培高于爬地栽培;2种栽培方式在不同生育期的叶片光合速率均存在显著差异。随着植株生长,叶片光合速率呈先升后降的趋势,爬地栽培叶片光合速率最大值出现在果实发育初期(授粉后7 d左右),而立架栽培叶片光合速率最大值发生在果实发育中期(授粉后20 d左右);在爬地栽培光合速率达峰值前,其值始终大于立架栽培,但之后立架栽培光合速率则显著高于爬地栽培;相比爬地栽培,立架栽培平均单果重增加16.3%～27.7%,果实中心可溶性固形物含量增加17.8%～30.9%。可见哈密瓜立架栽培比爬地栽培的产量和果实内在品质均有提高。

遗传算法结合偏最小二乘法无损评价西洋梨糖度

基于遗传算法的波段选择法在组合优化问题上具有很大的搜索优势,适应性很广。文章将该方法应用于西洋梨糖度近红外光谱分析中,探讨数据优化筛选的可行性。光谱经多元散射校正或标准归一化处理后进行波段选择,选择结果与样品中被测成分有关,4个品种洋梨的最佳个体染色体编码有一定共性。分别建立了四种洋梨的GA-PLS模型和全谱模型,早红考密斯、五九香、凯斯凯德和康佛伦斯的GA-PLS建模数据点分别从1 557减少到了434,496,310和496。GA-PLS/Fr-PLS模型的预测标准偏差分别为0.428/0.518,0.696/0.694,0.425/0.421和0.567/0.633,其中早红考密斯和康佛伦斯GA-PLS模型的预测精度明显优于全谱模型,而五九香和凯斯凯德的GA-PLS模型与全谱模型相近。结果表明,遗传算法用于PLS建立西洋梨糖度校正模型前的数据优化筛选是可行的,有效提高测量精度,减少建模变量。

蓝莓可溶性固形物、总酸近红外无损检测模型的建立

建立了近红外漫反射光谱技术检测蓝莓可溶性固形物、总酸的数学模型,并对其进行评价。实验比较了在近红外全波长范围400-2 500 nm内,不同的光谱预处理方法对模型的影响。结果表明利用偏最小二乘法（PLS）、一阶导数（D1Log（1/R））和加权多元离散校正处理（WMSC）建立的可溶性固形物含量（SSC）定标模型预测结果相对较好。其预测相关系数Rp2为0.8518,预测标准误差（SEP）为0.351,相对分析误差（RPD）为2.05。总酸的最佳模型处理条件为改进偏最小二乘法（MPLS）、二阶导数（D2Log（1/R））和WMSC,其Rp2为0.8776,SEP为0.042,RPD为2.10。由此确定近红外漫反射技术可用于蓝莓可溶性固形物、总酸含量的快速无损检测。

4种薰衣草属植物抗旱性综合评价

采用负水头供水控水装置控制盆土体积含水量,对轻度、中度和重度干旱胁迫0、10、20、30 d和40 d后4种薰衣草属植物叶片相对含水量(RWC)、丙二醛(MDA)、可溶性糖(SSC)、超氧化物歧化酶(SOD)和过氧化氢酶(CAT)5个抗旱生理指标的变化规律开展研究,旨在对其抗旱性进行综合评价。结果表明:随干旱胁迫强度和时间的增加,4种薰衣草的RWC均呈下降趋势,且轻度干旱胁迫的RWC显著高于中度和重度干旱胁迫(P<0.05),其中,干旱发生至重度胁迫时,普罗旺斯薰衣草的RWC最高,为56.56%,孟士德薰衣草仅为39.02%;而MDA和SSC则呈上升趋势,且随胁迫程度的增强而增加,其中,胁迫至40 d时,普罗旺斯薰衣草的MDA较0 d(CK)各处理水平增加幅度达118.67%,而其SSC含量显著高于其它3种薰衣草。4种薰衣草的SOD和CAT活性呈先升后降的变化趋势,均于胁迫至20 d时达到最高值,且轻度干旱胁迫下的SOD和CAT活性高于中度和重度胁迫,其中,孟士德薰衣草的SOD和CAT活性最低。根据模糊数学隶属函数法综合评价分析得出,4种薰衣草抗旱性强弱依次为:狭叶薰衣草>普罗旺斯薰衣草>蝴蝶薰衣草>孟士德薰衣草。

基于iPLS原理最优化信息区间的桃糖度组合权重PLS模型研究

采用反向区间偏最小二乘法和组合区间偏最小二乘法优化桃糖度可见/近红外光谱的信息区间组合,在选择的信息区间的基础上建立了一种线性组合权重PLS模型.对近红外光谱进行二阶导数处理、卷积平滑校正后,发现在区间分割数为15时筛选结果最优,BiPLS所选择的信息区间为742～770nm和862～920nm,SiPLS所选择的信息区间为742～770nm、832～860nm和892～920nm.直接组合信息区间BiPLS和SiPLS模型的RMSEP值分别为0.386和0.308,线性组合权重PLS模型的RMSEP值分别为0.351和0.364.结果说明在近红外定量分析中线性组合权重模型的建立克服了复杂样品各信息区间对PLS建模贡献率不一样的问题.

基于最小二乘支持向量机的辣椒可溶性固形物和维生素C含量近红外光谱检测

应用傅里叶变换近红外光谱技术实现了鲜辣椒中可溶性固形物(SSC)和维生素C(Vc)含量的快速无损检测。分别采用7种预处理方法对原始光谱进行处理后,建立了SSC和Vc预测的偏最小二乘法(PLS)模型。将利用最小二乘法(PLS)提取的主成分(PC)和蒙特卡罗无信息变量消除法(MC-UVE)提取的有效波长作为最小二乘支持向量机(LSSVM)的输入变量,分别建立了PC-LS-SVM和MC-UVE-LS-SVM模型,并与MC-UVE-PLS模型进行了比较。采用优化后的模型对27个预测集未知样品进行了预测。结果表明,对鲜辣椒中SSC含量预测最优的为MC-UVE-PLS模型,其预测集相关系数(rp)为0.971,预测集均方根误差(RMSEP)为0.382°Brix;对鲜辣椒中Vc含量预测最优的为MCUVE-LS-SVM模型,其rp为0.899,RMSEP为21.022mg/100g。研究结果表明:鲜辣椒中SSC和Vc的含量与近红外光谱具有显著的相关性。

人参果酶法提汁工艺优化

以人参果为原料,利用SAS9.2软件进行响应面设计,优化人参果酶法提汁工艺。结果表明,果胶酶起始pH值和其用量的一次项以及起始pH值和酶解温度的交互项均具有极高的显著性(P<0.01)。岭脊分析寻优得到人参果酶法提汁优化工艺为:起始pH 4.1,酶解温度46℃,酶解时间82 min,果胶酶用量0.551 g/kg。在此优化条件下,验证值达7.79,与优化目标值基本相符,重复性试验结果较好。验证试验结果表明,所建立的模型能较好地预测试验结果。

磨盘柿可溶性固形物的可见/近红外漫反射光谱无损检测

研究可见/近红外漫反射光谱技术快速检测磨盘柿可溶性固形物的方法。在可见/近红外光谱区域(570～1848nm),对比分析不同数学建模算法、不同导数处理方法和不同散射及标准化处理的果实可溶性固形物定标模型。结果表明:应用改进偏最小二乘回归算法、一阶导处理和去散射处理所建果实可溶性固形物定标模型的预测性能较优,其定标交互验证相关系数(Rcv)和预测相关系数(Rp2)分别为0.8076和0.8085,定标交互验证均方根误差(RMSECV)和预测均方根误差(RMSEP)分别为0.4546°Brix和0.4482°Brix。这表明,可见/近红外漫反射技术对磨盘柿可溶性固形物的快速无损检测具有可行性。

南瓜果肉可溶性固形物含量与叶、花、果肉色泽的相关性分析

以14种不同品种的南瓜为材料,在果实成熟期采用CR-3型色差仪测量其叶片、花朵、果肉的Lab值,同时采用PAL-1型测糖仪测量果肉中可溶性固形物含量,并对叶、花、果肉的Lab值与果肉中可溶性固形物含量进行了相关性分析。结果表明,南瓜叶、花、果肉色泽的Lab值的变异系数有差异,果肉中红色成分变异系数最大,达27.43%;果肉中可溶性固形物含量与叶片的亮度呈极显著正相关(r=0.632),与果肉中红色成分呈显著正相关(r=0.412)。这为南瓜品质育种田间筛选可溶性固形物含量高的试验材料提供了便捷的方法。

番茄可溶性固形物的动态QTL及相关性状

利用TD22×HT-1-1-1-1组合产生的206个F2:3家系进行番茄可溶性固形物及相关性状的动态QTL定位,并对3个时期的可溶性固形物与果重、果型指数、可溶性糖、VC及有机酸进行相关性分析。结果表明在番茄果实发育的3个时期可溶性固形物的QTL位点存在差异,绿熟期和红熟期分别检测到4个、8个QTL位点,呈现动态变化,两个时期同时检测到LEaat006和Tomato|TC162363两个标记,对辅助选择育种有重要意义。研究发现3个时期可溶性固形物存在极显著差异,不同时期可溶性固形物的主要相关性状不同。绿熟期与可溶性糖呈显著正相关,与果重呈显著负相关;黄熟期与可溶性糖和有机酸呈显著正相关;红熟期与可溶性糖和有机酸呈显著正相关,与果重呈显著负相关。在各性状相关性分析的基础上建立线性回归模型,利用非参品种进行检验,拟合度达到95%以上。

数字图像分析的椪柑可溶性固形物含量检测

为了探索建立基于数字图像处理技术的柑桔果实品质非损伤探测技术,采用多光谱照相机MS3100获取不同成熟度椪柑果实样品的数码图像R,G,B通道颜色信息,结合实验室果实可溶性固形物含量(SSC,Solublesolids content)化学分析值,进行了椪柑果实SSC与颜色信息相关性分析和检测模型研究。结果表明,椪柑果实图像的5个颜色参数R,G-R,B-R,G/R和(G-R)/(G+R)与果实SSC值之间具有较好的相关性,校正模型相关系数均在0.83以上;模型验证结果表明,B-R值与果实SSC值所建立的模型预测效果最佳,决定系数为R2=0.651,是椪柑果实SSC检测的最佳图像颜色参数,一元二次方程SSC=-0.0001(B-R)2-0.0219(B-R)+9.601为其最优检测模型;神经网络模型可以容纳更多的相关波段参与柑桔SSC含量的估算,实测值与预测值的相关系数高于其他模型,而均方根误差(RMSE,Root mean square error)低于其他模型,表明利用计算机图像技术进行柑桔果实SSC的检测是可行的。

基于光谱技术的苹果糖度快速无损检测研究

论文以"红富士苹果"为样品,研究可见/近红外光谱技术进行苹果糖度的无损检测方法。选取30个苹果,用漫反射方式获取苹果的光谱曲线,用WAY-2S数字阿贝折射仪测量苹果的糖度,对光谱曲线进行平滑和消除噪声预处理后,用偏最小二乘法(PLS)对糖度建立相应的光谱预测模型。结果表明,糖度的模型稳定性较好,相关系数r达到了0.869,说明可见/近红外光谱技术可以进行苹果糖度的检测。

冰糖橙可溶性固形物和pH值近红外光谱检测

研究利用近红外漫反射无损检测冰糖橙可溶性固形物含量和p H值的方法。以45个麻阳冰糖橙为标准样本,采集350 nm^1 800 nm范围的近红外光光谱,光谱采用9点滑动窗口平滑处理、一阶微分和多元散射校正分别进行预处理,然后采用偏最小二乘算法(PLS)、主成分回归算法(PCR)、多元线性回归算法(MLR)3种数学校正方法分别建立预测模型。经比较,采用一阶微分的PLS模型预测性能最好。

基于光谱技术的葡萄活体可溶性固体含量在线检测研究

快速检测活体水果内部品质对于确定水果最佳采摘时机和果园信息化管理具有重要意义。以南方棚栽葡萄为研究对象,应用光谱技术对处于生长期的四个葡萄品种的可溶性固体含量(SSC)进行现场测试。分别采用偏最小二乘法(PLS)回归、潜变量人工神经网络(LV-ANN)和潜变量支持向量机(LV-SVM)三种方法为光谱建模集建立了SSC校正模型。用验证集对模型的预测性能进行了评价。与PLS和LV-ANN模型相比,LV-SVM模型的预测性能最佳。实验结果表明,将光谱技术与LV-SVM建模法相结合适用于果园葡萄活体可溶性固体含量无损检测。

基于近红外光谱技术的老陈醋品质分析

为得到稳定、精确的老陈醋品质光谱模型,采用近红外光谱分析技术结合反向传播神经网络(BP-ANN),分别对不同醋龄的两种山西老陈醋中可溶性固形物含量(SSC)及pH值进行定量分析。对经过标准归一化(SNV)与25点平滑相结合处理后的光谱进行主成分分析,根据主成分的累计贡献率选取主成分数作为BP神经网络的输入变量建立模型,并与偏最小二乘法(PLS)模型进行比较。结果表明:BP-ANN建立的老陈醋SSC和pH值定量分析模型最优,其SSC和pH值的模型相关系数(R)分别为0.9999和0.9997,校正集均方根误差(RMSEC)分别为0.0128和0.0045,预测集均方根误差(RMSEP)分别为0.0118和0.0088。采用近红外光谱技术结合反向传播神经网络(BP-ANN)对不同醋龄、不同品牌的老陈醋品质分析建模是可行的。