基于高光谱和荧光高光谱技术的灵武长枣内部成分无损检测研究

发布时间：2021-03-16 22:14

　　灵武长枣是宁夏特色优势农产品,探索有效的长枣品质无损检测方法,为长枣产品高档化、系列化和高附加值提供理论参考。本文以长枣中维生素C、草酸、苹果酸为检测指标,自行搭建的荧光高光谱系统,采用HPLC检测长枣中维生素C、草酸、苹果酸的含量;马氏距离、杠杆值与学生化残差、cook距离剔除异常样本;SVM、卷积平滑、标准正态变化等方法对原始光谱进行预处理;iPLS、GA方法提取特征波长;PCR、SVM、PLS等方法建立灵武长枣内部成分预测模型,并结合分子结构与特征吸收峰探究长枣近红外光谱的吸收机理。主要结论如下:（1）探究了不同贮藏期长枣维生素C、草酸、苹果酸含量的变化,在贮藏前期长枣中多糖经过糖醛酸途径合成维生素C,维生素C含量增加,贮藏后期维生素C参与其他物质合成,含量缓慢下降;在贮藏期间长枣草酸含量缓慢增加,贮藏后期维生素C向草酸转化;在贮藏期间长枣苹果酸含量基本不变。（2）基于近红外高光谱长枣品质无损检测研究。结果表明维生素C光谱经GF预处理、草酸光谱经平均平滑预处理、苹果酸原始光谱PLS模型最佳。采用iPLS得到维生素C最佳建模子区间为2,3,5,7,9-17;草酸的最佳建模子区间为5... 

【文章来源】：宁夏大学宁夏回族自治区 211工程院校

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

图１－１技术路线图??Ｆｉｇｕｒｅ?１－１?Ｄｉａｇｒａｍ?ｏｆ?ｔｅｃｈｎｉｃａｌ?ｒｏｕｔｅ??

图２－１光源测试结果??Ｆｉｇｕｒｅ?２－１?ｌｉｇｈｔ?ｔｅｓｔ?ｒｅｓｕｌｔｓ??

图２－３光线在光纤内的传导示意图??Ｆｉｇｕｒｅ?２－３?Ｔｈｅ?ｐｒｏｐａｇａｔｉｏｎ?ｏｆ?ｌｉｇｈｔ?ｉｎ?ｔｈｅ?ｆｉｂｅｒ??

【参考文献】：
期刊论文
[1]基于激光散斑的梨缺陷与果梗/花萼的识别[J]. 刘海彬,高迎旺,卢劲竹,饶秀勤.  农业工程学报. 2015(04)
[2]红枣多糖及红枣硒多糖抗氧化活性的比较研究[J]. 张越锋,李福燕,吴瑛.  食品研究与开发. 2015(03)
[3]灵武长枣果实ATPase超微细胞化学定位和功能研究[J]. 章英才,景红霞.  西北植物学报. 2014(12)
[4]近红外光谱奇异样本剔除方法研究[J]. 刘翠玲,胡玉君,吴胜男,孙晓荣,窦森磊,苗雨晴,窦颖.  食品科学技术学报. 2014(05)
[5]多元散射校正预处理波段对近红外光谱定标模型的影响[J]. 王动民,纪俊敏,高洪智.  光谱学与光谱分析. 2014(09)
[6]基于高光谱图像技术的油桃早期冷害无损检测[J]. 张嫱,潘磊庆,陈蒙,周春涛,彭菁,屠康.  食品工业科技. 2014(20)
[7]冬枣后熟软化过程中细胞壁多糖降解特性的研究[J]. 李红卫,韩涛,晋彭辉,陈璧州.  中国食品学报. 2014(02)
[8]基于近红外高光谱成像技术的长枣含水量无损检测[J]. 吴龙国,何建国,刘贵珊,贺晓光,王伟,王松磊,李丹.  光电子.激光. 2014(01)
[9]高效液相色谱法测定维生素C含量[J]. 朱娜.  实验室研究与探索. 2013(10)
[10]近红外光谱的原理及应用[J]. 熊英.  中山大学研究生学刊（自然科学.医学版）. 2013(02)

博士论文
[1]基于高光谱成像技术的冷鲜猪肉品质无损检测方法研究[D]. 刘善梅.华中农业大学 2015
[2]基于光谱技术的土壤成分和植物生长信息快速获取建模和仪器研究[D]. 杨海清.浙江大学 2012

硕士论文
[1]基于支持向量机回归的传染病预测系统建模[D]. 俞璐.中国科学技术大学 2015
[2]光谱图像技术在水果内部品质检测中的研究[D]. 赵鑫.江南大学 2014
[3]基于高光谱图像技术的红枣品质无损检测研究[D]. 徐爽.宁夏大学 2013
[4]禽肉肉色、弹性和嫩度的图像和激光诱导荧光无损检测技术研究[D]. 涂冬成.江西农业大学 2011



本文编号：3086683