货架期线椒内部品质的近红外漫反射光谱检测

研究了建立近红外漫反射光谱检测货架期线椒内部品质的数学模型,并对其应用价值进行了评价。采用叶绿素a、叶绿素b和类胡萝卜素含量作为评价指标,在全光谱内(400~2 500 nm)分别建立了货架期线椒的叶绿素a、叶绿素b与类胡萝卜素的定标改进偏最小二乘法(MPLS)模型,并用最优模型进行预测。结果表明:叶绿素a、叶绿素b与类胡萝卜素的校正集的相关系数RC分别为0.907、0.896和0.902;交叉验证误差SECV分别为0.744、1.544和0.336;预测集的相关系数RP分别为0.890、0.924和0.906;预测集的相对误差SEP分别为0.894、1.647和0.361。实验结果说明,线椒中叶绿素a、叶绿素b和类胡萝卜素的含量与近红外光谱有显著的相关关系。     

烤烟不同基因型间质体色素含量差异与烟叶化学成分的关系

研究了烤烟不同基因型间质体色素含量差异及与烟叶化学成分的关系。结果表明,不同烤烟基因型烟叶中质体色素含量差异显著。相关分析结果发现,叶绿素a仅与总糖呈显著性正相关;叶绿素b与烟碱呈显著性负相关,与总氮含量呈极显著性负相关;类胡萝卜素与总糖呈显著性负相关,但与烟碱和总氮含量呈显著性正相关。通径分析结果表明,叶绿素a和叶绿素b对总糖、烟碱和总氮的直接影响最大,类胡萝卜素对总糖、烟碱和总氮的间接影响最大。由此可见,通过对烤烟质体色素代谢进行合理调控,有利于协调烤烟化学成分,提高烟叶的可用性。     

近红外光谱协同BP神经网络的泰国茉莉香米掺伪含量快速鉴定

利用近红外光谱协同BP神经网络算法,对泰国茉莉香米及其掺伪样品的近红外光谱进行多元散射校正预处理,挑选出48个特征波长;以特征波长的吸光度为BP神经网络输入层神经元,以样品中泰国茉莉香米的含量为输出层神经元,获得BP神经网络算法的最优结构模型,即为单层隐含层、隐含层神经元数7、隐含层传递函数logsig、输出层传递函数...     

TMV侵染后烤烟叶片色素含量高光谱估算模型研究

人工诱发不同病级烟草普通花叶病,接种后第3d采用ASD Field spec FR 2500光谱仪对叶片进行光谱分析和相应色素含量测定.运用单变量线性或非线性拟合分析技术,选取部分样本建立色素含最估测模型,并利用其余样本对模型进行精度检验.结果表明,以蓝边面积(SDb)为自变量的线性模型是估测叶绿素a含量的最佳模型;以蓝边面积(SDb)为白变量的指数模型是估测叶绿素b和叶绿素a+b含量的最佳模型;以绿峰幅值(Rg)为自变量的线性模型足估测类胡萝卜素含量的最佳模型,其估测叶绿素a,叶绿素b,叶绿素a+b和类胡萝卜索含量的相对误差为-9.131%,-22.975%,-11.408%,-5.855%.     

基于新误差函数的豆油脂光谱BP模式识别研究

通过构造新的误差函数,实现了基于近红外透射光谱结合BP神经网络辨识合格豆油和地沟油的方法。在10 000 cm-1~3 500 cm-1范围内采集优质豆油和地沟油透射光谱,对光谱数据依次作出卷积平滑、基线校正预处理,采用主成分分析方法提取8个主成分(累计贡献率达到99.62%)作为神经网络输入神经元,建立三层8个输入,1个输出,8个隐节点的BP神经网络模型,模型能够有效辨识豆油脂和地沟油,类别预测正确率为100%,其中豆油脂相对偏差在0.4%以内,地沟油相对偏差控制在1.0%以内。新的误差函数可以有效避免BP神经网络陷入局部极小值而未能收敛,并且提高了网络收敛速度。     

不同颜色薄膜遮光对烟草生长期质体色素含量的影响

以自然光为对照,采用红色、黄色、蓝色、紫色和白色5种透明聚乙烯薄膜从旺长期开始对大田烤烟进行遮光处理,研究不同光质比例对不同时期烤烟中部叶片中类胡萝卜素类(叶黄素和β-胡萝卜素)和叶绿素类(叶绿素a和叶绿素b)两类质体色素含量的影响。结果表明:打顶前烟叶中质体色素处于积累阶段,打顶时达到最大值,与自然光相比,遮膜处理均不同程度地加快了质体色素的积累,促进效应以紫膜、红膜和白膜处理最为明显,黄膜处理最低。打顶后烟叶中质体色素处于降解转化阶段,与自然光相比,蓝膜处理下烟叶中质体色素含量在成熟期时与对照接近,在过熟时则明显低于对照。在整个降解过程中各不同薄膜下色素降解率从大到小依次为:蓝膜>紫膜>黄膜>红膜>白膜>自然光,且叶绿素降解率大于类胡萝卜素。红膜处理有利于质体色素的合成,蓝膜处理对质体色素的降解有促进作用,紫膜处理对两个过程都有促进作用,黄膜处理促进效应最弱,但对其降解有利。     

贵州烤烟色素含量和颜色值随生育期的变化及其相关性

为了进一步探讨贵州烤烟生长特性,以K326、毕纳1号、贵烟1号、贵烟2号和K326有机烟为材料,研究了大田生育期（35、70、105 d）烟叶质体色素含量和颜色参数值的变化幵进行了相兲分析。结果表明,生育期烤烟烟叶质体色素含量和颜色参数（H＊除外）值均呈逐渐下降的趋势。毕纳1号35 d和105 d质体色素含量显著高于其他材料;K326有机烟70 d和105 d质体色素含量显著低于其他材料,但其L＊、b＊和C＊值显著高于其他材料。不同烤烟材料生育期烟叶L＊和H＊值差异均显著,且b＊和C＊值105 d显著高于35 d和75 d。不同烤烟材料烟叶质体色素含量与颜色参数值相兲均显著,其中质体色素含量与L＊、a＊值相兲系数较大,在0.805~0.866之间。线性回归分析表明,变量叶绿素b R2值（R^2=0.915）最大,变量类胡萝卜素R2值（R2=0.847）最小;自变量中线性回归系数正值Xa＊最大,其次是XH＊。相对类胡萝卜素,烤烟生育期烟叶叶绿素含量与颜色参数值的线性回归性更好。     

成熟期温度对烟叶质体色素积累及香气成分的影响

为明确成熟期温度对烟叶品质风格的影响机制,以烟草品种K326为材料,采用盆栽试验在烟株打顶后将其分别转移至日均温度28.1℃和22.8℃的人工气候室中控温培养,在培养30 d后对中部叶片细胞结构、色素积累及烟叶香气成分进行分析。叶片超微结构观察结果显示,在烟叶成熟期高温条件下,叶片细胞核降解程度提高,淀粉粒含量(质量分数)丰富,嗜锇颗粒数量多、体积较大,叶绿体降解充分,类囊体片层不完整。LC/MS分析表明,成熟期高温处理的叶片中质体色素,包括β-胡萝卜素、新黄质、紫黄质、叶黄素、叶绿素a、叶绿素b等含量(质量分数)均低于低温处理的叶片。而在烤后烟叶中类胡萝卜素降解产物芳樟醇、异佛尔酮、β-二氢大马酮、二氢猕猴桃内酯、巨豆三烯酮4、法尼基丙酮、螺岩兰草酮等,叶绿素降解产物新植二烯含量显著高于低温处理的叶片。因此,烟叶成熟期高温促进了叶片细胞结构的降解和内含物质的积累,有利于质体色素降解和香气物质的生成,对烟叶品质和风格具有较大影响。     

低磷低硼条件下叶面喷施磷硼对烤烟叶片中质体色素及其降解产物的影响

研究了叶面喷施磷和硼对烤烟烟叶发育过程中质体色素及其降解产物的影响。结果表明:叶面喷施磷和硼可提高叶片中叶绿素和类胡萝卜素的积累量,促进成熟期叶绿素和类胡萝卜素的降解,降低烤后烟叶中叶绿素含量,增加类胡萝卜素及其降解产物的含量,有助于烟叶品质提高;不同处理比较显示以同时喷施磷和硼效果最好,相比于对照,同时喷施磷、硼可使烤后叶片中叶绿素含量降低20.41%,类胡萝卜素含量增加18.52%,类胡萝卜素降解产物总量增加43.34%。     

不同光质对烤烟质体色素含量及相关酶活性的影响

为明确不同光质条件下,烤烟叶片成熟过程中质体色素代谢的生理响应机制,在大田环境下通过覆盖不同颜色薄膜获得不同光质,研究了不同光质对烤烟生长发育过程中质体色素代谢的影响。结果表明,红、黄光抑制了这一过程中叶绿素的降解,表现在促进了叶绿素a的积累。红光还抑制了类胡萝卜素的降解。与之相比,蓝光相反。黄、红光显著降低了叶绿素酶的活性,蓝光则提高了叶绿素酶的活性。各单色光处理的脂氧合酶活性在成熟末期明显上升,可能延缓叶片的衰老引起质体色素的进一步完全分解,引起烤烟品质的改变。     

阿维菌素类和烟碱类杀虫剂对烟草幼苗叶绿素含量的影响

为合理评价杀虫剂及烟草生态安全性提供理论参考依据,以烟草生产中常用的4种杀虫剂处理烟草幼苗,并对其叶绿素含量进行了测定.结果表明,阿维菌素、吡虫啉和啶虫脒导致烟草幼苗叶绿素a、叶绿素b、叶绿素总量和类胡萝卜素含量上升,叶绿素a/b下降;甲维盐则导致烟草幼苗叶绿素a、叶绿素b、叶绿素总量和类胡萝卜素含量下降,叶绿素a/b上升.从叶绿素含量的变化来看,阿维菌素、吡虫啉和啶虫脒对烟草幼苗相对是安全的,而甲维盐则会对其造成不利的影响.     

云南清香型烤烟质体色素合成规律研究

以K326为试验材料研究了云南烤烟叶片发育过程中叶绿素和类胡萝卜素含量变化规律,及其生物合成途径中关键酶基因表达变化规律。结果表明:在叶片发育早期,质体色素含量逐渐升高,其合成关键酶基因表达活跃,合成过程占据优势;从30 d叶龄开始,质体色素含量进入了缓慢下降时期,相关基因表达减弱,合成受阻;从70 d叶龄开始,质体色素含量急剧下降,但合成关键酶基因的表达并未出现陡降现象。表明30 d叶龄和70 d叶龄是质体色素代谢调控的关键时期。     

贵州喀斯特山区烟叶高光谱参数与叶绿素含量的关系

为实时无损快速地检测烟叶叶绿素含量(质量分数),利用Field Spec 3便携式地物光谱仪采集了贵州喀斯特山区主栽品种南江3号不同长势无病虫害烤烟叶片光谱,测定了相应烟叶的叶绿素含量;同时利用光谱分析技术提取光谱特征变量,并分析了烤烟叶片叶绿素含量与原始光谱、光谱一阶微分以及高光谱特征变量间的相关性;采用多元逐步回归及光谱特征单变量建立了叶绿素含量估测模型并进行了模型精度检验。结果表明:叶绿素a(Chl a)、叶绿素b(Chl b)与原始光谱反射率的相关系数分别在700和701 nm波长处最大;与光谱一阶微分的相关系数分别在623和653 nm波长处最大;Chl a与高光谱特征变量λg,Chl b与高光谱特征变量SDr/SDb的相关系数最大。基于光谱反射率一阶微分的逐步回归模型对烟草叶片Chl a和Chl b含量的估测精度较高,估测效果好。     

利用UPLC-DAD-HRMS分析低温压榨 鲜青花椒油贮藏期间的色素变化

旨在为低温压榨鲜青花椒油的工业生产、贮藏和质量控制提供借鉴,利用超高效液相色谱-二极管阵列检测器-高分辨质谱（UPLC-DAD-HRMS）技术对低温压榨鲜青花椒油中色素进行测定,并研究贮藏过程中光、氧、温度对低温压榨鲜青花椒油的色素含量和色泽L*、a*、b*的影响。结果表明：从低温压榨鲜青花椒油中鉴定出32种叶绿素和10种类胡萝卜素;叶绿素中主要含有叶绿素a、C132-羟基-叶绿素a、叶绿素b和脱镁叶绿素a;类胡萝卜素中主要含有叶黄素和β-胡萝卜素;叶绿素总量为9.44 mg/kg,类胡萝卜素总量为4.95 mg/kg。贮藏过程中影响低温压榨鲜青花椒油中色素降解最主要的因素是光,其次是温度,氧气几乎没有影响。另外,a*可以作为衡量低温压榨鲜青花椒油色素含量及色泽控制的指标。     

基于近红外光谱技术与BP-ANN算法的豆粕品质快速检测

应用近红外漫反射光谱技术结合误差反向传递人工神经网络(BP-ANN)算法,建立豆粕品质(包括水分、粗蛋白、残油)的定量分析模型。将豆粕漫反射吸收光谱数据进行SNV、DT、SG求导、SG平滑和均值中心化处理,然后采用偏最小二乘方法(PLS)降维获取主成分,并优化选择合适的隐含层节点数、隐含层和输出层转化函数,建立校正模型,并用验证样品对校正模型进行验证。结果显示,BP-ANN法建立的水分、粗蛋白和残油的预测相关系数(R)分别为0.981、0.988、0.982,预测标准偏差(SEP)分别为0.120、0.216、0.036,均优于PLS建模方法结果,且满足传统分析方法的重复性要求,表明BP-ANN方法可用于生产过程豆粕品质的快速监控。     

烤烟叶片色素含量的高光谱预测模型研究

研究烤烟叶片的高光谱曲线特征,探索建立烤烟色素含量的高光谱预测模型,以促进高光谱技术在现代烟草农业中的发展。采用大田试验,分析了不同光质条件下,烤烟叶片光谱的特征。利用相关分析方法,确定了21个光谱参数与色素含量的相关性,并建立了叶片色素含量的高光谱线性与非线性模拟方程。不同光质处理下,烟叶叶片光谱曲线相似,在可见光与近红外短波区域差异比较明显,而在近红外长波区域基本没有差异。光谱参数G_NDVI和TCARI分别与叶绿素、类胡萝卜素含量之间有较好的相关性,并建立了预测模型。经精度检验的结果显示,模型能较好的预测烤烟色素含量。光谱参数G_NDVI和TCARI能有效检测烤烟色素含量,为高光谱技术在不同生态区域的应用提供理论依据。      

烤烟成熟过程中鲜烟颜色值与色素含量变化及相关分析

为研究烤烟成熟过程中鲜烟叶颜色值与色素含量的变化以及相关性,测定了各部位4 个成熟度鲜烟叶的颜色值和色素含量,并进行了相关性分析.结果表明,在烟叶成熟过程中,各部位烟叶的亮度值L＊、红度值a＊、黄度值b＊均不断增大,且各部位烟叶不同成熟度间各颜色值差异显著性不同,颜色值变化趋势存在差异,其中,中、上部叶红度a＊值变化较大,增幅显著.各部位烟叶叶绿素a、叶绿素b、总叶绿素、类胡萝卜素含量均逐渐减小,类叶比值不断增大.下、上部叶类叶比值增幅基本保持不变,而中部烟叶黄绿面积在70%～80%到80%～90%时类叶比值增幅较大.各颜色值均与各色素含量、类叶比值呈显著或极显著性相关关系.表明成熟过程中烤烟叶片颜色值与色素含量关系密切,叶片颜色值变化可以指示烟叶各色素含量的变化,可以将色差计作为判断烟叶成熟度的辅助工具.     

有机无机肥配施对烤烟质体色素及降解产物的影响

通过田间试验研究了有机无机肥不同配施比例对烤烟质体色素及其降解产物的影响。结果表明,在同一部位中,施有机肥的4个处理,叶绿素、类胡萝卜素含量比不施有机肥的都显著提高,T6(100%芝麻饼肥)处理叶绿素含量最高,T4(50%无机肥+50%芝麻饼肥)类胡萝卜素含量最高,类胡萝卜素与叶绿素比值T4最高,T6最低。在新植二烯、类胡萝卜素降解产物含量和质体色素降解产物总量方面,除T5(25%无机肥+75%芝麻饼肥)的中部叶以外,所有施用有机肥的处理在各部位中三者均有不同程度的增加,其中下部叶分别是T3(75%无机肥+25%芝麻饼肥)、T4最高;中、上部叶中T4的最高。因此,50%无机肥+50%芝麻饼肥对烤烟质体色素及其降解产物含量的影响最大,尤其是上部叶。     

基于可见光谱参数的烤烟叶片叶绿素含量估算模型

为快速、无损、准确地估计烟草叶绿素含量,通过品种和氮素水平双因素试验,获得叶片数字图像和叶片叶绿素含量数据集,分析叶片可见光谱参数与叶绿素含量参数间的关系并选择最佳参数建立估测模型。结果表明,烤烟品种和氮素水平互作增加了叶绿素与光谱参数的变异性;在3类颜色指标中,NRI、R/（G+B）、（R-B）/G、（G-R）/（R+G+B）、（R-B）/（R+G+B）、ExR与叶绿素指标达到极显著相关（p<0.01）,其中R/（G+B）与Chl.a、Chl.b、Chl.（a+b）之间的相关系数分别为-0.632、-0.636、-0.666,相关性表现最好;利用田间试验进行验证,R/（G+B）对叶绿素指标的预测精度最高,与Chl.a、Chl.b、Chl （a+b）之间的均方根误差值分别为0.6069、0.1567、0.7575;选择R/（G+B）作为叶绿素含量估测的最佳颜色指标。利用该方法可实现智能手机对烟草叶绿素含量进行快速测定,及时指导烟田施肥和采取合适的栽培管理措施,具有可期的应用潜力。     

基于高光谱和极限学习机的冷鲜羊肉颜色无损检测

利用400~1000 nm近红外高光谱成像系统对冷鲜羊肉颜色进行快速无损检测研究。采集140个冷鲜羊肉样品(贮藏1~7 d)光谱图像,并测量其亮度(L*)、红度(a*)、黄度(b*)和饱和度(C*)等颜色参数。选取感兴趣区域获取样品代表性光谱,利用联合区间偏最小二乘法(si PLS)对一阶微分、多元散射校正、标准正态变量变换(SNV)等方法预处理后的光谱数据筛选特征波段,建立冷鲜羊肉颜色各参数的si PLS-ELM神经网络校正模型。对于L*、a*、b*和C*,模型的预测集相关系数(RP)分别为0.9219、0.9391、0.9603和0.8839,预测集均方根误差(RMSEP)分别为1.1935、0.2333、0.6009和0.3586。结果表明:采用可见-近红外高光谱成像技术结合si PLS-ELM神经网络对冷鲜羊肉颜色的快速无损检测是可行的。