论文部分内容阅读
猕猴桃果实酸甜可口、清香味美、营养丰富,深受广大消费者的喜爱。氯吡脲(简称CPPU)是猕猴桃生产中应用最广泛的植物生长调节剂,它具有提高坐果率和增加产量的作用。然而,大量的研究也表明CPPU的使用存在许多负面效应,如CPPU处理降低了猕猴桃的可溶性固形物(SSC)、酸度和硬度等内部品质以及果实的贮藏时间,过高的CPPU浓度会导致畸形果增加、果形指数下降等。此外,CPPU的使用对人体健康的潜在危害尚不明确。近些年来,猕猴桃生产中滥用CPPU的现象十分严重。因此,快速、无损识别施用CPPU的果实(膨大果)对猕猴桃产业的健康发展具有重要的意义。目前,光谱技术在猕猴桃膨大果的无损检测中取得了较好的效果,但该技术采集到的光谱为样本对光子吸收与散射综合作用后的信息。因此,光谱技术无法解析光与组织相互作用的规律,光从组织中携带的信息量变化的物理意义也不明确。为探索基于光谱技术识别猕猴桃膨大果的机理,本文搭建了基于单积分球的光学参数测量系统,测量了猕猴桃果肉和果皮的光学参数,在此基础上研究了CPPU对生长期和贮藏期猕猴桃光学参数的影响规律和影响机理。此外,针对基于光谱技术识别猕猴桃膨大果中存在的主要问题,分别开展了基于微型光谱仪的不同浓度膨大果识别和不同品种膨大果识别方面的研究。本文的主要研究内容及结论如下:(1)搭建了基于单积分球的光学参数测量系统,采用不同浓度Intralipid溶液对系统的稳定性和准确性进行了验证。结果表明,22.7%-phantom溶液的总漫反射率(M_R)和总透射率(M_T)相对标准差分别为0.28%和0.29%,而0.908%-phantom溶液的M_R和M_T相对标准差分别为1.46%和0.16%。另外,该系统对0.227%、0.908%和22.7%-phantom溶液的吸收系数(μ_a)和约化散射系数(μ’_s)的测量误差与其他文献中的误差相当。说明本研究搭建的光学参数测量系统有良好的稳定性和准确性。(2)研究了CPPU对生长期猕猴桃在950-1650 nm的光学参数的影响,并分析了生长期猕猴桃的光学参数与理化特性和细胞大小的关系。结果表明,在同一生长期,5、10和15 mg/L CPPU处理的猕猴桃果肉在970和1190 nm的μ_a均显著(P≤0.05)大于未经CPPU处理的猕猴桃。在大多数生长阶段,0、5和15 mg/L CPPU处理的猕猴桃果肉在1190 nm的μ’_s之间均有显著性差异(P≤0.05)。相比未经CPPU处理的猕猴桃,经CPPU处理的猕猴桃有更高的SSC和含水率,更低的硬度以及更大的果肉细胞。该结果说明,猕猴桃果肉在970和1190 nm附近的μ_a具有识别生长期未经CPPU处理的正常果和经CPPU处理的膨大果的潜力,而猕猴桃果肉在1190 nm附近的μ’_s具有识别不同浓度猕猴桃膨大果的潜力。(3)研究了CPPU对贮藏期猕猴桃在950-1650 nm的光学参数的影响,并分析了贮藏期猕猴桃的光学参数与理化特性和细胞大小的关系。结果表明,在大多数贮藏阶段,不同浓度CPPU处理的猕猴桃果肉在吸收峰970、1190和1390 nm的μ_a之间均无显著性差异,而0、5和15 mg/L CPPU处理的猕猴桃果肉的μ’_s之间有显著性差异(P≤0.05)。对于大多数贮藏阶段,未经CPPU处理的猕猴桃果皮的μ’_s平均值低于经CPPU处理的猕猴桃果皮。相比未经CPPU处理的猕猴桃,经CPPU处理的猕猴桃有更高的含水率,更低的硬度以及更大的果肉细胞。该结果说明,在果实贮藏阶段,猕猴桃果肉在1190 nm附近的μ’_s有识别不同浓度猕猴桃膨大果的潜力。(4)搭建了基于微型光谱仪的近红外光谱采集系统,采集了0、5、10和15 mg/L CPPU处理的‘华优’和‘海沃德’猕猴桃在950-1650 nm的光谱,并建立了不同浓度猕猴桃膨大果识别模型。结果表明,对于‘华优’猕猴桃,建立的极限学习机(ELM)模型识别准确率最高,其次是支持向量机(SVM)模型,偏最小二乘判别分析(PLS-DA)模型识别结果最差。对于‘海沃德’猕猴桃,SVM模型表现最好,其次是ELM模型,PLS-DA模型识别结果最差。建立的最优膨大果识别模型对‘华优’和‘海沃德’猕猴桃预测集平均识别率分别为84.9%和92.5%,说明基于微型光谱仪的近红外光谱采集系统可以较准确地识别不同浓度猕猴桃膨大果。(5)采集了经10 mg/L CPPU处理和未经CPPU处理的‘华优’、‘海沃德’和‘徐香’猕猴桃近红外光谱数据,提取了单一品种和混合品种识别膨大果的特征波长和共用波长(UWs),并分别构建了单一品种和混合品种膨大果识别模型。结果表明,采用竞争性自适应重加权采样(SCARS)算法在‘华优’、‘海沃德’、‘徐香’和混合品种猕猴桃光谱中分别提取了36、81、81和40个特征波长,在4个特征波长集合中发现了20个UWs。在同一建模方法下,基于全光谱和SCARS建立的模型识别结果相当,且识别效果均优于基于UWs建立的模型,但本章提取的UWs可同时应用于‘华优’、‘海沃德’、‘徐香’和混合品种的膨大果识别,适用性更强。总体来说,本章建立的最优识别模型对‘华优’、‘海沃德’、‘徐香’和混合品种的预测集识别率分别达到了100%、100%、96.4%和99.2%。说明基于近红外光谱技术不仅可以识别单一品种的猕猴桃膨大果,还可以识别混合品种膨大果,而本研究提取的UWs可同时用作单一品种和混合品种膨大果识别的特征波长。