抽屉原理面面观

抽屉原理是组合数学中一个重要的原理。因为它是德国数学家狄利克雷首先明确提出来的,因此也称为狄利克雷原理。抽屉原理的一般含义是：把多于n个的苹果放进n个抽屉里,那么至少有一个抽屉里有两个或两个以上的苹果。     

苹果叶和花在花开放过程中根皮苷含量动态变化研究

对同时期苹果叶和花在花开放过程中根皮苷含量动态变化进行了研究。以根皮苷含量为指标,采用HPLC法测定苹果叶和花中根皮苷含量,色谱条件:采用PUXIANG C18色谱柱(4.6 mm×5 mm,5μm),以甲醇-0.1%磷酸水溶液为流动相,梯度洗脱,进样量为20μL,流速为0.8 mL/min,检测波长270 nm,柱温30℃.根皮苷进样量在0.40～16.00μg(r=0.999 1)范围内与峰面积呈良好的线性关系;苹果叶和苹果花中根皮苷的含量大体上呈现出先增加后降低又上升的趋势,二者变化趋势基本一致,在第6天含量达到最高,最高含量分别为263.92和143.00 mg/g.在花开放过程中,对比同时期的苹果叶和苹果花中根皮苷含量,苹果叶中根皮苷含量明显高于苹果花中根皮苷含量.     

应用ICP-MS测定水果中重金属的分布

以市场销售的多种水果为实验材料,借助于ICP-MS对水果中重金属在果皮和果肉的分布进行了测定.同一个果实中重金属(Cr,Sb,Cd,Pb,Sn,Zn,Cu,Mn,Co,Ni和Tl)含量主要集中于果皮,果肉中重金属含量显著低于果皮.这些结果说明重金属被植物吸收以后,容易在果皮积累,果肉中含量较少.在目前环境污染严重的背景下,食用水果时应当注意削皮,尽量减少重金属危害.重金属在苹果果实中分配规律的机理需要进一步研究.     

苹果浓汁中钾钠钙镁磷的分析

随着人们生活水平的提高,人们对饮用食品的要求水准也越来越高,对其质量及微量元素含量不断提出新的标准。中国加人世贸组织后,发达国家对中国的苹果浓汁需求量日益巨增。中国对苹果浓汁产品标准尚未公布。欧盟果蔬汁饮料工业协会（AUN）对其有规定,共有65项指标,其中有钾、钠、钙、镁、磷五个项目。以人为本,为了满足人们对苹果浓汁质量的要求,指导生产过程（工艺）的质量,并对其进行控制及监控,对苹果浓汁中钾、钠、钙、镁、磷的分析方法进行了研究,苹果样品（糖度为70％Brix）经硝酸和高氯酸硝化,原子吸收光谱法测定钾、钠、钙、镁,比色法测定磷（磷铋钼蓝）的快速、准确的分析方法。本方法已经不同样品的分析验证,个别样品分析结果与国外知名实验室（GFL）分析结果比对,结果十分吻合。     

频域近红外光学成像法的苹果内部病变检测精度

苹果组织内部的病变会导致其光学参数发生变化。用频域近红外光学成像法（FD-DOT）对苹果组织进行吸收系数和约化散射系数的检测,并结合三维重构技术得到的重构图像可以直观地了解苹果内部的病变情况,从而实现对苹果内部病变的无损检测。选择可最大程度区分苹果正常组织与病变组织所对应的波长为740 nm的光作为激光光源。当FD-DOT的入射光调制频率不同、苹果内部病变的程度不同、病变位置和大小不同时,会导致成像精度的变化,设计了一系列模拟仿真实验研究以上因素对苹果内部病变检测精度的影响：设定不同的激光调制频率,研究调制频率对重构图像精度的影响;在苹果模型中某一位置添加不同大小的球形病变,研究病变区域大小对重构图像精度的影响;在苹果模型中不同位置添加一定大小的异质体,研究病变位置不同对重构图像精度的影响。首先用Abaqus建立苹果有限元网格模型,设计了12个740 nm的近红外激光光源和6个检测器均匀排布在苹果模型表面,根据实验需要,在组织体模型中添加代表病变的球形异质体,用经过高频调制的光源照射进苹果,检测出射光的交流幅度和相位延迟,然后借助开源软件NIRFAST计算并反推出待测苹果内部的吸收系数和约化散射系数分布并进行三维重构,重构结果可以用重构图像的吸收系数对比度噪声比（CNR值）和吸收系数分布图进行评价。实验结果表明,想要检测到尺寸较大苹果的深处病变,需要较高的入射光调制频率;该方法可以检测到大小适宜的苹果中大部分半径大于5 mm的球形病变区域,且随着病变区域在一定范围内扩大,重构图像的精度逐渐增加,但病变区域过大时,图像精度开始降低;病变区域距离检测器越来越近时,重构图像的精度逐渐增加,但当病变区域与检测器距离过小时,重构图像的精度有降低的趋势;病变区域距离检测器平面的垂直距离越近,重构图像的精度越高。以上实验结果将为应用频域近红外光学成像法对苹果进行无损检测奠定良好基础。     

基于红外光谱的苹果叶病害的快速诊断

基于傅里叶变换红外光谱技术,利用光谱检索的方法对苹果叶病害进行病害类型的鉴别研究。测试了正常苹果叶片和4种病害叶片共75份样本的红外光谱,光谱显示,各类样品的红外光谱非常相似,主要由纤维素、木质素、蛋白质和脂类的吸收带组成。利用omnic8.5软件依次建立了由每类样品的平均红外光谱、一阶导数光谱和二阶导数光谱组成的光谱库Lib1、Lib2、Lib3。各样品红外光谱分别与光谱库Lib1进行专家检索和绝对微分差算法检索,专家检索的正确率为80%,绝对微分差检索的正确率为82.7%。各样品红外光谱的一阶导数光谱和二阶导数光谱分别与光谱库Lib2、Lib3在全谱范围进行绝对微分差检索,基于一阶导数光谱的检索正确率为93.3%,二阶导数光谱的检索正确率为82.7%。结果表明:基于一阶导数红外光谱的绝对微分差算法的检索更适合于苹果叶病害的鉴别。基于红外光谱技术的光谱检索的方法能较好地鉴别苹果叶病害,有望成为简便、快捷、低成本的植物病害的鉴别方法。     

基于拉曼光谱的苹果中农药残留种类识别及浓度预测的研究

应用拉曼光谱技术结合化学计量学方法能有效的实现果蔬中农药残留的定性定量分析。本研究借助实验室自主研发的拉曼光谱检测系统,对苹果中溴氰菊酯和啶虫脒的快速无损识别和检测进行了探索。定性分析时将拉曼峰574 和843 cm-1分别作为识别溴氰菊酯和啶虫脒的拉曼指纹,当苹果中的溴氰菊酯和啶虫脒残留的含量分别为0.78和0.15 mg·kg-1时,两种农药的特征峰仍清晰可见。定量分析首先对光谱进行多种预处理（Savitzky-Golay平滑、一阶导、二阶导、基线校准、标准正态变量变换）,结合偏最小二乘法分别建立苹果中溴氰菊酯和啶虫脒含量的定量模型。结果表明,采用8次多项式拟合进行基线校准的预处理方法效果最好,对于溴氰菊酯,偏最小二乘模型预测值与气相色谱法测定值的相关系数和预测均方根误差分别为0.94和0.55 mg·kg-1,对于啶虫脒,其偏最小二乘模型的相关系数与预测均方根误差分别为0.85和0.12 mg·kg-1。本研究证实了利用拉曼技术对苹果农残进行无损检测的可行性,使用该方法进行检测时,在光谱测定前不需要进行前处理,光谱测定后样品无任何损伤,该技术实现了果蔬农残的现场检测,可在检测部门、果蔬加工企业、超市、市场等场所得到推广使用,为果蔬品质安全提供了一种无损、快速和环保的检测方法。     

基于表面增强拉曼光谱的苹果毒死蜱残留无损检测方法

对表面增强拉曼光谱(Surface Enhanced Raman Spectroscopy, SERS)技术在苹果毒死蜱残留量无损快速准确检测中的应用进行了研究. 以银溶胶作为表面增强剂, 采用实验室搭建的拉曼光谱系统, 无损地采集苹果样品拉曼光谱. 分别采用二阶导数法(Secondary Derivative Transformation, SD)和极小极大值自适应缩放法(Min-max Signal Adaptive Zooming, MSAZ)扣除所得拉曼光谱的荧光背景以消除样品和环境的干扰, 从而提高检测的准确度. 对获取光谱后的苹果样品采用标准理化方法检测其毒死蜱含量, 在最优条件下, 建立拉曼光谱与15.52～0.064 mg/kg范围内毒死蜱含量的线性关系, 结果表明毒死蜱的两个主要特征峰强度和其浓度呈良好的线性关系, 预测集的相关系数为0.969, 预测均方根误差为1.24 mg/kg. 本研究所开发的方法为果蔬安全品质的无损快速检测提供了一种新思路.     

特征变量优选在苹果可溶性固形物近红外便携式检测中的应用

为实现苹果可溶性固形物(SSC)的便携式快速检测,利用环形光纤探头和微型光谱仪搭建便携式苹果可溶性固形物光谱采集系统,结合无信息变量消除(UVE)、遗传算法(GA)、竞争性自适应加权(CARS)算法筛选基于偏最小二乘(PLS)的苹果可溶性固形物的近红外光谱特征波长。另外,采用反向区间最小二乘支持向量机(BiLS-SVM)和GA算法优选基于LS-SVM的特征波长变量,分别建立所选特征波长和全波段的PLS模型和LS-SVM模型。试验结果表明,经过GA-CARS算法从全波段1 512个波长中筛选出的50个特征波长建立的PLS模型效果最好,其预测相关系数和预测均方根误差分别为0.962和0.403°Brix。利用该检测装置结合GA-CARS筛选的特征波长,可有效简化苹果可溶性固形物近红外便携式检测模型并提高模型的预测精度,为进一步构建便携式苹果可溶性固形物检测设备奠定了基础。     

苹果表面色泽变化的红外光谱特性研究

应用红外光谱技术分别获取了苹果表皮黄色、红色和褐色损坏部位的红外光谱图,进行了苹果表面色泽变化的光谱特性研究.通过对红外光谱图的分析及研究发现:在855nm和910nm两波长处,黄色部位、红色部位和褐色损坏部位的吸收峰出现了明显的差异,因此可通过研究表面色泽变化的红外光谱特性来判别苹果好坏.