冬枣黑斑病的光学特性检测方法建立
Method Establishment for the Detection of Black Spot Disease on Winter Jujubes Based on Optical Properties作者机构:南京农业大学食品科技学院江苏南京210095 塔里木大学生命科学学院新疆阿拉尔843300 河北科技师范学院食品科技学院河北秦皇岛066600 三亚南京农业大学研究院海南三亚572024
出 版 物:《食品工业科技》 (Science and Technology of Food Industry)
年 卷 期:2023年第44卷第18期
页 面:321-330页
核心收录:
学科分类:0832[工学-食品科学与工程(可授工学、农学学位)] 070207[理学-光学] 0817[工学-化学工程与技术] 08[工学] 0703[理学-化学] 0702[理学-物理学] 083203[工学-农产品加工及贮藏工程]
基 金:国家自然科学基金项目(U2003114,32272389) 海南省自然科学基金创新研究团队项目(322CXT523) 国家级外专项目(G2022145004L)
主 题:冬枣 黑斑病 光学特性 短-中波近红外 特征波长 吸收系数 约化散射系数
摘 要:本研究旨在探究冬枣果实黑斑病过程中光学特性的变化,并筛选出病害检测的特征波长。采用单积分球检测系统结合反向倍加(IAD)算法测定冬枣果实在黑斑病过程中短-中波近红外区域(900~1650 nm)内光学吸收和散射特性,通过光学特性与品质指标间的相关性分析获得特征波长,最后通过近红外光谱对特征波长的有效性进行了验证。研究结果表明,随着黑斑病的发展,冬枣果实的失重率和a^(*)呈现明显的上升趋势,L^(*)、可溶性固形物及叶绿素含量则随贮藏时间下降。冬枣果实的吸收系数(μa)和约化散射系数(μs )均表现出明显的下降趋势。μa和μs 分别在1400~1650和900~1360 nm与病害程度(病斑面积)和部分品质指标(失重率、L^(*)、a^(*)、可溶性固形物和叶绿素)呈现高度相关。与全波长和基于算法获得的特征波长模型相比,基于光学特性优选的10个特征变量建立的冬枣黑斑病判别模型效果最佳,建模集和预测集总体正确率分别达到92.53%和92.35%,证明了短-中波近红外光学信号识别不同病害程度冬枣果实的潜力及基于光学特性优选的特征波长的有效性。