水果坚实度的近红外光谱检测分析试验研究

应用傅里叶漫反射近红外光谱技术探讨了水果坚实度无损检测的方法。利用偏最小二乘法建立了坚实度与漫反射光谱的无损检测数学模型,同时对不同光谱预处理方法和不同建模波段范围对模型的预测性能进行了对比分析。结果表明：利用傅里叶变换光谱仪采集的原始光谱的平滑预处理对结果并没有太大影响;原始光谱在800～2 500 nm范围的模型得到了最好的预测结果：校正集样本的相关系数r为0.869,校正均方根误差RMSEC为3.88 N;预测集样本的相关系数r为0.840,预测均方根误差RMSEP为4.26 N。 通过本研究得出：应用近红外漫反射光谱检测水果坚实度是可行的,为今后快速无损评价水果成熟度提供了理论依据。     

离子交换固相萃取-高效液相色谱法研究吡虫啉在梨中的分布及残留动态

建立一种以固相萃取(SPE)、高效液相色谱(HPLC)为基础的测定梨果皮、果肉中吡虫啉残留量的方法。样品用乙腈进行提取,经二氯甲烷液液分配后用阳离子交换固相萃取(SCX-SPE)柱净化,高效液相色谱/二极管阵列检测法(HPLC/DAD)测定。各种添加水平(果皮:0.05、0.1、0.5、2 mg/kg;果肉:0.05、0.5、1mg/kg)的回收率为83%~103%,相对标准偏差(RSD)小于10%,方法的检出限为0.05 mg/kg。运用此方法分别对梨果皮和果肉中吡虫啉的残留动态进行研究,发现吡虫啉主要在梨果皮中残留,得到吡虫啉在果皮中的消解动态方程为:wt=w0×exp(-0.235t),半衰期是2.98 d。     

近红外漫反射光谱检测梨内部指标可溶性固性物的研究

旨在建立近红外漫反射光谱与梨水果内部可溶性固形物之间的关系,以评价近红外漫反射光谱在测量梨水果内部指标可溶性固形物的应用价值。应用近红外光谱(350～1 800 nm),采用多元线性回归(MLR)、主成分回归(PCR)和偏最小二乘法(PLS)三种不同的数学校正方法对梨水果的可溶性固形物(SSC)进行了定量分析,并且对梨水果不同位置的吸光度原始光谱,一阶微分和二阶微分三种不同预处理情况下的模型进行了最优化分析。在梨水果赤道部位预测结果较为理想,采用一阶微分预处理方法下应用PLS方法。研究结果为预测集的相关系数为0.851 7, 预测样本均方根误差为0.879 3。研究表明,近红外漫反射光谱可以作为一种准确、可靠和无损的检测方法用于评价梨水果内部指标可溶性固形物。     

不同红梨品种果实中营养元素含量的光谱测定

用火焰原子吸收光谱法对美人酥、红酥脆和满天红3个红梨品种果实中K,Fe,Zn,Ca,Cu,Mg和Mn七种营养元素含量进行了测定分析。各元素在实验范围内,线性关系良好,回收率在98%～104%之间,结果较为满意。3个红梨品种果实中均含有丰富的营养元素,且含量均是K＞Fe＞Zn＞Ca＞Cu＞Mg＞Mn。不同品种果实中,K,Zn,Mg和Mn含量为美人酥＞红酥脆＞满天红;Fe和Cu含量为红酥脆＞满天红＞美人酥;Ca含量为满天红＞红酥脆＞美人酥;七种营养元素总量为红酥脆＞美人酥＞满天红。     

梨醋半成品的超滤处理

用截留分子量不同的中空纤维超滤膜组件对梨醋半成品进行了处理.结果表明,使用截留分子量为1万的中空纤维超滤膜组件,在0.1 MPa压力差和室温下,将梨醋半成品超滤5 h,透过通量基本恒定在6 L/(m2.h).梨醋经过超滤,酸度保留率可达97.4%,糖度保留率88.3%,且风味不变,澄清透明,放置13个月无沉淀物.     

基于Slope/Bias算法的相近种类水果模型传递研究

为了提升便携式近红外仪器中单一水果模型应用的广泛性,创新性的将不同仪器间模型传递的思想应用在不同种类水果间可溶性固形物(soluble solid content,SSC)的模型传递。基于苹果、梨、桃三种水果在SSC含量范围、果型大小以及果皮厚度等的相近物理化学特性,提出利用简单的斜率/截距(Slope/Bias)算法对苹果SSC的偏最小二乘(partial least square,PLS)模型进行传递,仅用少量的梨和桃样品即可将苹果SSC模型应用于其SSC值的预测,更快捷方便且节约成本。对于梨样品,用35个标准样品,预测集均方根误差(root mean square error of prediction,RMSEP)值由直接预测的1.009°Brix降为0.565°Brix;对于桃样品,用40个标准样品,RMSEP由直接预测的1.726°Brix降为0.677°Brix。为了验证该模型传递方法的可行性,通过斜率/截距算法,采用梨和桃模型对其他两种水果的SSC进行预测,其中利用建立的梨SSC模型,经斜率/截距算法模型传递后,对于苹果样品,用30个标准样品,RMSEP值达到0.597°Brix,对于桃样品,用40个标准样品,RMSEP值达到0.689°Brix;利用建立的桃SSC模型,经斜率/截距算法模型传递后,对于苹果样品,用35个标准样品,RMSEP值达到0.654°Brix,对于梨样品,用30个标准样品,RMSEP值达到0.439°Brix。研究结果表明:斜率/截距(Slope/Bias)方法可用于苹果、梨、桃等相近种类水果间的模型传递,为近红外光谱仪在相似种类物质间的预测提供了新思路。     

梨圆蚧性信息素的合成

(Z)和(E)-3，7-二甲基-2，7-辛二烯-1-醇丙酸酯(3a，3b)是梨圆蚧(Quadraspidlotus perniciosus，Comstock)性信息素的主要组分，田间试验表明，3a、3b单独使用或以不同比咧混合使用，生物活性没有明显差别。我们利     

从柠檬醛合成梨圆蚧性信息素

从柠檬醛合成梨圆蚧性信息素张合胜，陈家威，徐章煌，蒋济隆（湖北大学化学系，武汉４３００６２）梨圆蚧，ＱｕａｄｒａｓｐｉｄｉｏｔｕｓＰｅｒｎｉｃｉｏｓｕｓ（Ｃｏ－ｍｓｔｏｃｋ）是对果林危害较大的害虫。该虫的性信息素包括两个组分：３－亚甲基－７－甲基－３...     

基于SiPLS算法的近红外光谱检测梨可溶性固形物含量

为了提高近红外光谱技术在梨的可溶性固形物含量(SSC)检测中的精度和稳定性,对采集的原始光谱进行标准归一化(SNV)预处理,采用联合区间偏最小二乘法(SiPLS)建立了SSC的预测模型;通过交互验证法确定了模型的主成分因子数,以预测时的相关系数(Rp)和预测均方根误差(RMSEP)作为评价指标对模型预测结果进行了分析,并与经典偏最小二乘(PLS)模型、间隔偏最小二乘(iPLS)模型进行了比较.结果表明,利用SiPLS所建的预测模型的最优组合包含21个光谱区间并联合4个子区间和15个主成分因子,其预测集的相关系数和预测均方根误差分别为0.9633和0.203;说明利用近红外光谱结合SiPLS算法可以准确、无损检测梨中可溶性固形物含量.     

高光谱成像技术的库尔勒梨早期损伤可视化检测研究

利用高光谱成像技术对库尔勒梨早期损伤进行快速识别检测。以60个库尔勒梨为研究对象,采集380～1 030 nm波段范围内完好样本和损伤后1～7天样本的480幅高光谱图像。提取图像中感兴趣区域(ROI)的平均光谱信息,利用小波变换(WT)对光谱数据进行去噪平滑,将去噪后的全部样本按2∶1的比例分成建模集(320个)和预测集(160个)。利用二阶导数从全谱信息中提取出19个特征波长,分别基于全谱和提取出的特征波长对建模集和预测集进行支持向量机(SVM)建模分析。结果表明,基于全谱和特征波长的判别分析模型中,两者预测集的识别率都达到93.75%,表明提取的特征波长包含了光谱数据中的关键信息。然后,基于特征波长运用波段比运算挑选最佳波段比,根据波段比F值的分布确定光谱图像分割的最佳波长684和798 nm。对最佳波段比(684/798 nm)下的图像,利用选择性搜索(SS)对高光谱图像中样本的完好和损伤区域进行分割,从分割结果来看,1～7天损伤样本的受损区域能够被准确检测出来。研究结果表明：基于高光谱成像技术对库尔勒梨进行损伤鉴别是可行的,该研究所获得的特征波长和波段比为研发在线实时的库尔勒梨损伤检测系统提供支撑。