龙安柚品质特性及四个地区柚子的产地鉴别技术研究

发布时间：2020-07-19 09:55

【摘要】：本研究分别于2012和2013年在四川省广安市、重庆市、福建省平和县、广西省容县采集共80份柚子样品和相应的80份土壤样本；利用电子鼻(E-nose)、气质联用仪(GC-MS)、氨基酸自动分析仪(AAA)、原子吸收光谱仪(AAS)、紫外-可见分光光度仪等检测柚子样品中各指标含量：结合方差分析(ANOVA)、多重比较分析、主成分分析(PCA)和线性判别分析(LDA),系统研究龙安柚的品质特性及四个地区柚子的产地鉴别技术,分析了各指标对产地的差异鉴别效果：并建立柚子的产地判别模型。研究得出以下主要结论：(1)不同地区龙安柚的可溶性固形物、黄酮、苏氨酸、甘氨酸、缬氨酸、异亮氨酸、亮氨酸、组氨酸、铜、铁、锰和锌含量存在显著差异(P0.05)。通过对龙安柚各指标的平均值比较发现,龙安柚品种起源地龙安乡的柚子的营养价值最高。(2)四个地区柚子色素和挥发性成分含量存在显著性差异(P0.05),能够用于产地鉴别。其中龙安柚的β-胡萝卜素含量最高,达到了2.58μg/g；重庆市柚子番茄红素含量最高,达到0.24μg/g。共检测出81种挥发性成分,其中D-柠檬烯、大根香叶烯和D-荜澄茄烯的含量最高,分别为38.46%～5.05%、4.35%～7.92%和0.24%-5.26%。(3)四个地区柚子常规理化指标含量、氨基酸含量和矿质元素含量都存存显著性差异(P0.05),具有独特的地域特征,其中四川省龙安柚营养价值更高,其次是重庆柚；三种指纹技术用于柚子的产地判别是可行的,其判别正确率高低依次为矿物元素指纹常规理化指标指纹氨基酸指纹,且其判别正确率分别为91.74%、90.06%和89.01%,证明三种指纹技术用于柚子产地鉴别较为可靠。若结合三种指纹图谱技术综合分析柚子产地差异,结果的正确判别率会大大提高。(4)利用电子鼻无损检测技术对四个地区柚子的挥发性成分进行差异分析,判别得分的总体贡献率为100%,但从判别得分散点图看出,重庆市和福建省样品相对分散且有个别重叠现象,其整体正确判别率为78.42%。证明利用电子鼻无损检测技术对柚子产地差异鉴别有一定的鉴别效果,可为农产品产地溯源技术体系的建立提供参考和借鉴。
【学位授予单位】：四川农业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TS255.7

【相似文献】

相关期刊论文 前10条

1 朱先约;宗永立;李炎强;谢剑平;;利用电子鼻区分不同国家的烤烟[J];烟草科技;2008年03期

2 刘红秀;骆德汉;姬生国;李卫东;王燕;;基于电子鼻的中药材类别及新鲜度鉴别[J];吉林中医药;2011年06期

3 张虹艳;丁武;;电子鼻对不同温度下生鲜羊奶贮藏时间的判定[J];食品科学;2011年16期

4 李霞;杜磊;许明月;方园;邹奉元;;应用电子鼻技术的鹅绒与鸭绒区分[J];纺织学报;2018年04期

5 张起荣;陈善雄;余廷忠;王燕;;二维合并双向可调拉普拉斯逆线性判别分析算法[J];贵州工程应用技术学院学报;2017年03期

6 马家军;;针对人脸个体差异性的核线性判别分析[J];商洛学院学报;2016年02期

7 马冯艳;;主分量分析和线性判别分析在分类问题中的应用[J];科技视界;2015年13期

8 程绍明;王俊;王永维;马杨珲;;基于电子鼻技术的番茄苗早疫病病害快速检测研究[J];科技通报;2013年07期

9 王金甲;胡备;;脑机接口的广义核线性判别分析方法研究[J];中国生物医学工程学报;2012年01期

10 高建强;范丽亚;;模糊线性判别分析中距离对面部识别的影响[J];井冈山大学学报(自然科学版);2012年03期

相关会议论文 前10条

1 欧阳梅兰;张志敏;陈晨;刘鑫波;梁逸曾;;稀疏线性判别分析法在代谢组学数据研究中的应用[A];中国化学会第29届学术年会摘要集——第19分会：化学信息学与化学计量学[C];2014年

2 彭涤非;;电子鼻在水果无损检测中的应用[A];园艺学文集——湖南省园艺学会第八次会员代表大会暨学术年会论文集[C];2005年

3 杨国强;张淑娟;;电子鼻技术在酒类识别应用中的研究进展[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

4 张明锦;杜一平;童佩瑾;;基于非相关线性判别分析的分层特征选择方法及其在蛋白质组数据分析中的应用[A];第十届全国计算(机)化学学术会议论文摘要集[C];2009年

5 漆明星;孙明;;电子鼻的发展与应用综述[A];中国畜牧兽医学会信息技术分会第十二届学术研讨会论文集[C];2017年

6 陈建民;梅银明;;浅谈基于海量样本的恶意程序自动鉴别技术[A];全国计算机安全学术交流会论文集·第二十五卷[C];2010年

7 郝昕;竺礼华;L.Stevanato;D.Fabris;M.Lunardon;S.Moretto;G.Nebbia;S.Pesente;G.Viesti;;中子材料鉴别技术[A];第十四届全国核物理大会暨第十届会员代表大会论文集[C];2010年

8 陈冰;陈湛荣;;道路无损检测及其综合评价技术现状与发展[A];2017年3月建筑科技与管理学术交流会论文集[C];2017年

9 陈振茂;解社娟;裴翠祥;李勇;;电磁无损检测理论和技术新进展[A];中国力学大会-2015论文摘要集[C];2015年

10 付际;李法新;;基于定量机电阻抗法的无损检测和硬度测量[A];中国力学大会-2015论文摘要集[C];2015年

相关重要报纸文章 前10条

1 本报记者 班健;“电子鼻”开启靶向治疗[N];中国环境报;2017年

2 记者 陈西艳;115个电子鼻正式“上岗”[N];滨海时报;2016年

3 实习生 车羽佳　记者 于艳新;“电子鼻”让人们不再“谈吃色变”[N];大连日报;2011年

4 记者 郑晓春;以研发出可探测癌症的电子鼻[N];科技日报;2010年

5 记者 吴伟农 记者 宋建;新软件 几秒种鉴别致病基因 电子鼻 用电话线“运输”气味[N];新华每日电讯;2001年

6 记者 袁锦林;电子鼻嗅出肺癌[N];新华每日电讯;2003年

7 窦光宇;用现代电子技术制备新医药产品[N];中国医药报;2002年

8 赵亚萍;多媒体电子鼻伸进互联网[N];科技日报;2004年

9 胡德良;美科学家研究出能嗅出疾病的“电子鼻”[N];中国中医药报;2008年

10 俞陶然;电子鼻可“闻”出变质食品[N];中国质量报;2007年

相关博士学位论文 前10条

1 何爱香;电子鼻系统的高效气体识别技术研究[D];大连理工大学;2018年

2 李强;石英压电型电子鼻与电子舌研究及在白酒检测中的应用[D];北京科技大学;2019年

3 张覃轶;电子鼻：传感器阵列、系统及应用研究[D];华中科技大学;2005年

4 于慧春;基于电子鼻技术的茶叶品质检测研究[D];浙江大学;2007年

5 陈星;呼吸检测电子鼻及其在肺癌诊断应用中的研究[D];浙江大学;2008年

6 丁慧丽;金属材料韧脆转变温度的内耗和磁性无损检测方法研究[D];中国科学技术大学;2018年

7 刘宝会;多功能数字散斑干涉无损检测技术及应用研究[D];天津大学;2004年

8 杨涛;基于多传感器融合的油管无损检测与缺陷量化技术研究[D];天津大学;2004年

9 宋小春;水冷壁管机械化无损检测方法与装备[D];华中科技大学;2005年

10 陆辉山;水果内部品质可见/近红外光谱实时无损检测关键技术研究[D];浙江大学;2006年

相关硕士学位论文 前10条

1 颜静;龙安柚品质特性及四个地区柚子的产地鉴别技术研究[D];四川农业大学;2015年

2 王馨彤;函数型线性判别分析[D];新疆大学;2019年

3 董良;基于线性判别分析与特征加权支持向量机的选股模型研究[D];河北工业大学;2016年

4 郭月;基于正交线性判别分析的高光谱空谱联合分类方法[D];辽宁工程技术大学;2018年

5 雷振风;基于噪声比LDA和类内隶属度KNN的蛋白质亚细胞定位的研究[D];云南大学;2017年

6 陈倩倩;基于线性判别分析与小波分析的支持向量机股票交易择时策略[D];上海外国语大学;2018年

7 王东;改进的二维直接线性判别分析方法及在人脸识别中的应用[D];云南大学;2015年

8 刘超;非迭代三维线性判别分析及其在人脸识别中的应用[D];云南财经大学;2016年

9 陶鑫;基于子空间的线性判别分析研究[D];天津科技大学;2017年

10 姜园媛;人脸识别中关于线性判别分析算法的若干研究[D];吉林大学;2012年

本文编号：2762259